CN111583383A - 一种高压容器检验的三维可视化辅助方法 - Google Patents
一种高压容器检验的三维可视化辅助方法 Download PDFInfo
- Publication number
- CN111583383A CN111583383A CN202010266349.5A CN202010266349A CN111583383A CN 111583383 A CN111583383 A CN 111583383A CN 202010266349 A CN202010266349 A CN 202010266349A CN 111583383 A CN111583383 A CN 111583383A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- dimensional
- cloud data
- model
- pipeline
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 230000000007 visual effect Effects 0.000 title claims abstract description 19
- 238000007689 inspection Methods 0.000 title abstract description 20
- 239000000126 substance Substances 0.000 claims abstract description 28
- 238000012545 processing Methods 0.000 claims abstract description 14
- 238000005516 engineering process Methods 0.000 claims abstract description 12
- 239000013598 vector Substances 0.000 claims description 9
- 238000012360 testing method Methods 0.000 claims description 4
- 230000011218 segmentation Effects 0.000 claims description 3
- 230000002194 synthesizing effect Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 31
- 238000002372 labelling Methods 0.000 abstract description 4
- 238000007619 statistical method Methods 0.000 abstract description 4
- 230000008569 process Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 5
- 238000003466 welding Methods 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000012800 visualization Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- KRHYYFGTRYWZRS-UHFFFAOYSA-M Fluoride anion Chemical compound [F-] KRHYYFGTRYWZRS-UHFFFAOYSA-M 0.000 description 1
- YCKRFDGAMUMZLT-UHFFFAOYSA-N Fluorine atom Chemical compound [F] YCKRFDGAMUMZLT-UHFFFAOYSA-N 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000012824 chemical production Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 229910052731 fluorine Inorganic materials 0.000 description 1
- 239000011737 fluorine Substances 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 231100000572 poisoning Toxicity 0.000 description 1
- 230000000607 poisoning effect Effects 0.000 description 1
- 231100000331 toxic Toxicity 0.000 description 1
- 230000002588 toxic effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种高压容器检验的三维可视化辅助方法,包括如下步骤:采用三维激光扫描技术获取原始点云数据;处理所述原始点云数据,获得三维点云数据;根据所述三维点云数据建立化工管道三维模型;将所述三维模型搭载进可视化平台。本发明提供的一种特种设备检验的三维可视化辅助方法,采用三维激光扫描技术获取化工厂真实三维管道点云数据,基于点云数据建模构建管道三维模型。结合webGL等技术对三维模型进行展示,搭建可视化平台,并在平台上集成检测数据标注、检测数据统计分析、自动生成检测报告图纸等功能。通过此辅助方法,特检人员能极大减少采集数据、处理数据、撰写报告等特检流程的工作量。
Description
技术领域
本发明涉及设备检验技术领域,具体地说,特别涉及一种高压容器检验的三维可视化辅助方法。
背景技术
近年来,随着中国经济的持续高速发展,化工行业迅速发展。特别是汽车、电子信息、建筑与石油化工业的迅猛发展,为化工企业提供了广阔的市场空间。化工行业产品品种多、应用领域广,是我国工产重要组成部分。随着技术的进步,化工产品的应用范围正向更广更深更高端的领域拓展。为了适应生产的多种需要,化工生产设备的种类繁多,设备的操作条件也比较复杂。按操作压力来说,有外压、真空、常中压;按操作温度来说,有低温、常温、中温和高温;处理的介质大多数有腐蚀性,或为易燃、易爆、有毒等。对于某种具体设备来说,既有温度压力要求,又有耐腐蚀要求,而且这些要求有时还互相制约,有时某些条件又经常变化。因此无论在日常生产中,还是在装置检修改造作业中,如有不慎极易引发火灾、爆炸、中毒等伤亡事故。
当前,定期检验规则制定后,压力管道的检测需求急剧增加。特检人员检测工业管道时,通常采用人工绘制二维管道图纸,并在图纸上直接注明已检测过的压力管道焊缝及其编号,然后根据手绘图纸,利用画图软件进行绘图,将绘制的图片及管道检测的结果作为最终的检测报告。如图1所示。氟化工管道纵横交错,空间关系复杂,管道上又架着上下转折的多层管线,利用传统的二维符号或者线条描述方式不能完整地展示管线的全部信息,传统检测方法难以满足氟化工业安全生产的检测需求,检测结果无法适应智慧化工园区建设需求,其局限性主要表现在:
1)专用行业检测分析软件缺乏:检测结果以手绘二维图纸形式表达不直观,绘制管道的示意图十分耗时,并且无法准确对比分析重复检测结果。
2)二维空间信息抽象:化工管道存在于三维空间,管道数目多、分布复杂时,绘制管道的线图十分耗时,缺乏准确定位方法,界限与空间关系不明确,且压力管道的检测需求大,增加了特检人员的工作负担;
3)检测技术辅助手段落后:不能快速完成管道检测信息收集。
发明内容
为了解决现有技术的问题,本发明实施例提供了一种高压容器检验的三维可视化辅助方法。所述技术方案如下:
一方面,一种高压容器检验的三维可视化辅助方法,包括如下步骤:
采用三维激光扫描技术获取原始点云数据;
处理所述原始点云数据,获得三维点云数据;
根据所述三维点云数据建立化工管道三维模型;
将所述三维模型搭载进可视化平台。
进一步地,所述采用三维激光扫描技术获取原始点云数据的具体步骤为:
1)现场踏勘标靶布设;
2)安置仪器对中整平;
3)开启扫描仪设置参数;
4)选择模式开始扫描;
5)选择区域精细扫描;
6)检查数据完整性,若数据完整,则扫描下一站;若数据不完整,则返回步骤4);
7)判断扫描项目是否完成;若完成,则结束扫描;若未完成,则返回步骤 4)。
进一步地,所述处理所述原始点云数据,获得三维点云数据的具体步骤为:
将所述原始点云数据分别点云拼接、点云去噪、点云精简以及点云分割,获取三维点云数据。
进一步地,所述根据所述三维点云数据建立三维模型的具体步骤为:
基于RANSAC算法提取管道中心线结构,依据所述管道中心线结构构建管道模型;
(1)从点集数据中随机选取n个点,用一个圆柱面模型适用于这n个局内点,进而计算出中心轴线的方向向量(l,m,n)、中心轴线上的点(x_0,y_0, z_0)以及圆柱面的半径r;将得到的带参数的圆柱面记为最佳圆柱面;
(2)设置点到圆柱面的距离阈值T_1,用步骤(1)中得到的模型去测试其它点云数据,并计算点到模型的偏差,如果偏差小于阈值T_1,则认为是有效点,把这个点放进最佳模型中,如此遍历点集中所有的点;
(3)如果有足够多的点被归类为假设的局内点,即局内点数不小于总数的 80%,就可以认为估计的模型就足够合理,执行步骤(4);否则,则返回第一步重新计算;
(4)用所有假设的局内点重新估计模型,并计算模型参数;
(5)迭代结束,得到最佳圆柱面估计模型;
获取了圆柱面的最佳估计模型后,就可以获得圆柱面上的点云数据,获取该点云数据的最小值和最大值,根据RANSAC算法估计的圆柱面最佳参数可以得到中心轴线的方向向量l、m、n,利用方向向量建立中心轴线方程,进而可以得到圆柱面的中心线段,获取圆柱面的两个端点。对管道弯角处的弧度进行处理,拐角圆弧的半径设置为管道半径的1.4倍,或者人为设置拐角圆弧半径,从而得到整个管道的中心线;
根据管道附属设施点云数据,采用3dsMax构建化工管道附属设置模型;
综合所述管道模型和化工管道附属设置模型,获取化工管道模型。
本发明实施例提供的技术方案带来的有益效果是:
本发明提供的一种特种设备检验的三维可视化辅助方法,采用三维激光扫描技术获取化工厂真实三维管道点云数据,基于点云数据建模构建管道三维模型。结合webGL等技术对三维模型进行展示,搭建可视化平台,并在平台上集成检测数据标注、检测数据统计分析、自动生成检测报告图纸等功能。通过此辅助方法,特检人员能极大减少采集数据、处理数据、撰写报告等特检流程的工作量。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是现有技术中化工管道检测示意图的示意图。
图2是本发明实施例的采用三维激光扫描技术获取原始点云数据的流程图;
图3是本发明实施例的点云数据处理的流程图;
图4是本发明实施例的根据三维点云数据建立化工管道三维模型的流程图;
图5是本发明实施例的三维展示的示意图;
图6是本发明实施例的数据标注的示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
本发明提供了一种高压容器检验的三维可视化辅助方法,包括如下步骤:
采用三维激光扫描技术获取原始点云数据;
处理所述原始点云数据,获得三维点云数据;
根据所述三维点云数据建立化工管道三维模型;
将所述三维模型搭载进可视化平台。
进一步地,参见图2,所述采用三维激光扫描技术获取原始点云数据的具体步骤为:
1)现场踏勘标靶布设;
2)安置仪器对中整平;
3)开启扫描仪设置参数;
4)选择模式开始扫描;
5)选择区域精细扫描;
6)检查数据完整性,若数据完整,则扫描下一站;若数据不完整,则返回步骤4);
7)判断扫描项目是否完成;若完成,则结束扫描;若未完成,则返回步骤4)。
进一步地,参见图3,所述处理所述原始点云数据,获得三维点云数据的具体步骤为:
将所述原始点云数据分别点云拼接、点云去噪、点云精简以及点云分割,获取三维点云数据。
进一步地,参见图4,所述根据所述三维点云数据建立三维模型的具体步骤为:
(1)从点集数据中随机选取n个点,用一个圆柱面模型适用于这n个局内点,进而计算出中心轴线的方向向量(l,m,n)、中心轴线上的点(x_0,y_0, z_0)以及圆柱面的半径r;将得到的带参数的圆柱面记为最佳圆柱面;
(2)设置点到圆柱面的距离阈值T_1,用步骤(1)中得到的模型去测试其它点云数据,并计算点到模型的偏差,如果偏差小于阈值T_1,则认为是有效点,把这个点放进最佳模型中,如此遍历点集中所有的点;
(3)如果有足够多的点被归类为假设的局内点,即局内点数不小于总数的 80%,就可以认为估计的模型就足够合理,执行步骤(4);否则,则返回第一步重新计算;
(4)用所有假设的局内点重新估计模型,并计算模型参数;
(5)迭代结束,得到最佳圆柱面估计模型;
获取了圆柱面的最佳估计模型后,就可以获得圆柱面上的点云数据,获取该点云数据的最小值和最大值,根据RANSAC算法估计的圆柱面最佳参数可以得到中心轴线的方向向量l、m、n,利用方向向量建立中心轴线方程,进而可以得到圆柱面的中心线段,获取圆柱面的两个端点。对管道弯角处的弧度进行处理,拐角圆弧的半径设置为管道半径的1.4倍,或者人为设置拐角圆弧半径,从而得到整个管道的中心线;
根据管道附属设施点云数据,采用3dsMax构建化工管道附属设置模型;
综合所述管道模型和化工管道附属设置模型,获取化工管道模型。
三维可视化平台具体功能说明如下:
三维展示,如图5所示:对化工管道进行三维展示。相比于传统二维展示,三维展示更加直观、清晰。采用三维展示方式,能快速且精确定位化工管道焊缝位置,以便对特定位置的焊缝进行检测。
数据标注,如图6所示:对管道焊缝的检测结果进行标注。当特检人员完成对特种设备的检验时,传统的方法采用临时草稿或者拍摄照片的方式记录检测结果。通过可视化平台,特检人员只需携带手机就能在平台上非常轻松完成数据的标注。
报告自动生成,特检人员的检测工作有非常重要的一个步骤,就是在完成检测之后撰写一份特种设备的检测报告。在报告中,需要有二维图纸以及检测结果的表格。传统的方式是通过计算机绘图软件绘制出如图1中所示的二维图纸,再结合标注的临时草稿绘制每一份检测的每一条焊缝的检测结果的表格。这样的方式非常耗时,确保每一个数据的准确性非常消耗精力。报告自动生成功能基于可视化平台以及使用平台时的标注数据,根据这些数据自动生成报告中所需的表格;三维图像可以代替传统方式通过计算机软件绘制的二维图纸。
检测数据统计分析,根据国家法律规定,特检人员需要对特种设备定期进行检测,一个特种设备从生产到使用也许被多次检测,并产生多条检测数据。可视化平台能够记录这些数据,对这些检测数据进行统计和分析,并直观地展示在平台上。
本发明实施例提供的技术方案带来的有益效果是:
本发明提供的一种特种设备检验的三维可视化辅助方法,采用三维激光扫描技术获取化工厂真实三维管道点云数据,基于点云数据建模构建管道三维模型。结合webGL等技术对三维模型进行展示,搭建可视化平台,并在平台上集成检测数据标注、检测数据统计分析、自动生成检测报告图纸等功能。通过此辅助方法,特检人员能极大减少采集数据、处理数据、撰写报告等特检流程的工作量。
以上仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.一种高压容器检验的三维可视化辅助方法,其特征在于,包括如下步骤:
采用三维激光扫描技术获取原始点云数据;
处理所述原始点云数据,获得三维点云数据;
根据所述三维点云数据建立化工管道三维模型;
将所述三维模型搭载进可视化平台。
2.如权利要求1所述的方法,其特征在于,所述采用三维激光扫描技术获取原始点云数据的具体步骤为:
1)现场踏勘标靶布设;
2)安置仪器对中整平;
3)开启扫描仪设置参数;
4)选择模式开始扫描;
5)选择区域精细扫描;
6)检查数据完整性,若数据完整,则扫描下一站;若数据不完整,则返回步骤4);
7)判断扫描项目是否完成;若完成,则结束扫描;若未完成,则返回步骤4)。
3.如权利要求2所述的方法,其特征在于,所述处理所述原始点云数据,获得三维点云数据的具体步骤为:
将所述原始点云数据分别点云拼接、点云去噪、点云精简以及点云分割,获取三维点云数据。
4.如权利要求3所述的方法,其特征在于,所述根据所述三维点云数据建立三维模型的具体步骤为:
基于RANSAC算法提取管道中心线结构,依据所述管道中心线结构构建管道模型;
(1)从点集数据中随机选取n个点,用一个圆柱面模型适用于这n个局内点,进而计算出中心轴线的方向向量(l,m,n)、中心轴线上的点(x_0,y_0,z_0)以及圆柱面的半径r;将得到的带参数的圆柱面记为最佳圆柱面;
(2)设置点到圆柱面的距离阈值T_1,用步骤(1)中得到的模型去测试其它点云数据,并计算点到模型的偏差,如果偏差小于阈值T_1,则认为是有效点,把这个点放进最佳模型中,如此遍历点集中所有的点;
(3)如果有足够多的点被归类为假设的局内点,即局内点数不小于总数的80%,就可以认为估计的模型就足够合理,执行步骤(4);否则,则返回第一步重新计算;
(4)用所有假设的局内点重新估计模型,并计算模型参数;
(5)迭代结束,得到最佳圆柱面估计模型;
获取了圆柱面的最佳估计模型后,就可以获得圆柱面上的点云数据,获取该点云数据的最小值和最大值,根据RANSAC算法估计的圆柱面最佳参数可以得到中心轴线的方向向量l、m、n,利用方向向量建立中心轴线方程,进而可以得到圆柱面的中心线段,获取圆柱面的两个端点。对管道弯角处的弧度进行处理,拐角圆弧的半径设置为管道半径的1.4倍,或者人为设置拐角圆弧半径,从而得到整个管道的中心线;
根据管道附属设施点云数据,采用3dsMax构建化工管道附属设置模型;
综合所述管道模型和化工管道附属设置模型,获取化工管道模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010266349.5A CN111583383A (zh) | 2020-04-07 | 2020-04-07 | 一种高压容器检验的三维可视化辅助方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010266349.5A CN111583383A (zh) | 2020-04-07 | 2020-04-07 | 一种高压容器检验的三维可视化辅助方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111583383A true CN111583383A (zh) | 2020-08-25 |
Family
ID=72111719
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010266349.5A Pending CN111583383A (zh) | 2020-04-07 | 2020-04-07 | 一种高压容器检验的三维可视化辅助方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111583383A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112581607A (zh) * | 2020-12-28 | 2021-03-30 | 武汉中仪物联技术股份有限公司 | 一种管道三维模型的构建方法、系统和介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201884855U (zh) * | 2010-12-16 | 2011-06-29 | 陈德福 | 耐磨聚乙烯管道弯头 |
CN109147038A (zh) * | 2018-08-21 | 2019-01-04 | 北京工业大学 | 基于三维点云处理的管道三维建模方法 |
CN110030951A (zh) * | 2019-05-14 | 2019-07-19 | 武汉大学 | 一种基于三维激光扫描技术的引水竖井缺陷检测方法 |
-
2020
- 2020-04-07 CN CN202010266349.5A patent/CN111583383A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201884855U (zh) * | 2010-12-16 | 2011-06-29 | 陈德福 | 耐磨聚乙烯管道弯头 |
CN109147038A (zh) * | 2018-08-21 | 2019-01-04 | 北京工业大学 | 基于三维点云处理的管道三维建模方法 |
CN110030951A (zh) * | 2019-05-14 | 2019-07-19 | 武汉大学 | 一种基于三维激光扫描技术的引水竖井缺陷检测方法 |
Non-Patent Citations (2)
Title |
---|
王晏民等, 测绘出版社 * |
闵令伟: ""管道三维重建与缺陷检测研究"" * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112581607A (zh) * | 2020-12-28 | 2021-03-30 | 武汉中仪物联技术股份有限公司 | 一种管道三维模型的构建方法、系统和介质 |
CN112581607B (zh) * | 2020-12-28 | 2024-04-30 | 武汉中仪物联技术股份有限公司 | 一种管道三维模型的构建方法、系统和介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7138753B2 (ja) | 画像欠陥検出方法、装置、電子機器、記憶媒体および製品 | |
CN107341802B (zh) | 一种基于曲率与灰度复合的角点亚像素定位方法 | |
CN111931647B (zh) | 钢结构表面锈坑识别、提取与评价设备、方法及存储介质 | |
CN110751604A (zh) | 一种基于机器视觉的钢管焊缝缺陷在线检测方法 | |
CN1094158A (zh) | 用于检验几何形状的方法及装置 | |
Xia et al. | An accurate and robust method for the measurement of circular holes based on binocular vision | |
US20120213425A1 (en) | Combining feature boundaries | |
CN115597494B (zh) | 一种基于点云的预制构件预留孔的精度检测方法、系统 | |
CN111583383A (zh) | 一种高压容器检验的三维可视化辅助方法 | |
CN116740060B (zh) | 基于点云几何特征提取的装配式预制构件尺寸检测方法 | |
CN112198170B (zh) | 一种无缝钢管外表面三维检测中识别水滴的检测方法 | |
CN112053333B (zh) | 一种基于机器视觉的方坯检测方法、系统、设备及介质 | |
CN114297792A (zh) | 自动化钣金设计与加工方法、装置、控制设备和系统 | |
CN112161566B (zh) | 一种基于模型的零件制造质量智能检测方法 | |
WO2024045963A1 (zh) | 外观缺陷的检测方法、电子设备和存储介质 | |
CN117078585A (zh) | 一种管道的缺陷损伤检测方法、装置、设备及介质 | |
CN109086472B (zh) | 基于尺寸约束的房产图变更参数化绘图方法及其装置 | |
CN110533714A (zh) | 基于图像处理技术检测目标物体最大内接圆的方法和系统 | |
CN115546283A (zh) | 管井表面积检测方法、装置及电子设备 | |
Wang et al. | A binocular vision method for precise hole recognition in satellite assembly systems | |
CN114092396A (zh) | 一种包装盒撞角瑕疵检测的方法及装置 | |
CN113074686A (zh) | 一种创建实测坐标系的方法及装置 | |
Forbes | Geometric tolerance assessment. | |
CN111079766A (zh) | 一种p&id图的智能化方法 | |
Zhang et al. | Intelligent detection method for welding seam defects of automobile wheel hub based on yolo |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |