CN113205086B - 一种基于椭圆拟合的圆截面弯管类零件特征参数识别方法 - Google Patents

一种基于椭圆拟合的圆截面弯管类零件特征参数识别方法 Download PDF

Info

Publication number
CN113205086B
CN113205086B CN202110757013.3A CN202110757013A CN113205086B CN 113205086 B CN113205086 B CN 113205086B CN 202110757013 A CN202110757013 A CN 202110757013A CN 113205086 B CN113205086 B CN 113205086B
Authority
CN
China
Prior art keywords
section
pipe
point
bent pipe
straight pipe
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.)
Active
Application number
CN202110757013.3A
Other languages
English (en)
Other versions
CN113205086A (zh
Inventor
颜昌亚
张子龙
马磊
王啸雄
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Qingyi Industrial Software Co.,Ltd.
Original Assignee
Wuhan Hanmai Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wuhan Hanmai Technology Co ltd filed Critical Wuhan Hanmai Technology Co ltd
Priority to CN202110757013.3A priority Critical patent/CN113205086B/zh
Publication of CN113205086A publication Critical patent/CN113205086A/zh
Application granted granted Critical
Publication of CN113205086B publication Critical patent/CN113205086B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/10Terrestrial scenes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • G06T7/62Analysis of geometric attributes of area, perimeter, diameter or volume
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • G06T7/68Analysis of geometric attributes of symmetry
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/44Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10028Range image; Depth image; 3D point clouds
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30172Centreline of tubular or elongated structure

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Geometry (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供了一种基于椭圆拟合的圆截面弯管类零件特征参数识别方法,对于弯管扫描形成的数据模型进行完整强力搜索计算,并用椭圆拟合代替对点云上所有数据点的局部区域作曲面拟合,快速可靠的提取弯管零件的几何特征参数,包括中心轴线、中心轴线上任意点对应的管径以及端面位置,以支持自动化编程软件利用弯管的几何特征参数实现实时打磨轨迹编程。与现有技术相比,本发明在弯管的特征识别上更有效率,更具鲁棒性,能满足针对弯管自动化打磨工艺的在线自动编程需求。

Description

一种基于椭圆拟合的圆截面弯管类零件特征参数识别方法
技术领域
本发明属于工业机器人自动化加工领域,具体涉及一种基于椭圆拟合的圆截面弯管类零件特征参数识别方法。
背景技术
采用工业机器人对有外观质量要求的空间弯管类零件执行自动打磨,能克服采用人工打磨时低效、环境不友好、质量不稳定的缺点,是提高弯管类零件加工质量的有效方式。弯管类零件大多通过对圆截面管材实施弯曲工序完成,由于材料回弹的不一致,造成弯管零件在打磨之前外形尺寸的不一致,采用示教编程或者利用理论零件模型产生的打磨轨迹,无法对此类弯管零件的批量打磨进行稳定的质量控制。近年来利用三维扫描设备获取实际零件的点云数据来形成零件数字模型的技术已经成熟。要实现针对弯管的全自动打磨或者抛光,一个可行的方案是利用三维扫描设备实时获得待打磨工件的点云数据,并自动识别其几何特征参数,结合离线编程系统,自动完成工艺编程,从而实现全自动打磨。本发明特别针对上述方案,对实时扫描获得的零件点云模型进行自动特征参数识别,是实现工业机器人打磨轨迹自动编程的关键步骤。
在弯管零件的检测与重建方面,公开号为CN111489432A的专利申请“一种基于点云数据的弯管重建及余量计算方法”,提供了针对航空发动机中的弯管的识别和建模方法。该方法先利用MSAC算法提取直管部分,然后利用特征参数和控制点重建弯管,该方法同时提供端面几何中心以及法兰3D表征的提取。文献[H. Son, C. Kim, Automaticsegmentation and 3D modeling of pipelines into constituent parts from laser-scan data of the built environment, Automation in Construction (2016)]提供了针对建筑场地中的弯管结构提供特征识别的算法,该方法将弯管部分预先分为直管,弯管,渐缩管和三通管,然后针对每类特征进行识别。美国专利US8605093B2(PipeReconstruction from Unorganized Point Cloud Data, 2013)提供一种针对点云数据识别弯管几何特征的方法,首先从点云数据中识别基本几何图元如圆柱、圆环,其中需要对大量数据点的临近区域进行面拟合计算;然后确定基本图元中的连接顺序,来确定整个弯管的形状,对于算法没有识别到的部分,则需要通过与标准件库中的参考零件进行比较推理出其几何模型。文献[Schnabel, R., R. Wahl and R. Klein (2007). "EfficientRANSAC for point-cloud shape detection." Computer. Graph. Forum 26: 214-226.]提供一种RANSAC方法,利用随机采样对点云中的基本图元如圆柱面、平面、圆环面、锥面分别进行识别,该方法最后将无法识别为以上基本图元的点云部分保留不做处理。
对于圆截面弯管外表面自动化打磨工艺来说,识别算法的效率与鲁棒性是至关重要的。首先需要在扫描获得三维模型后实时快速特征识别并进行工艺编程,而特征识别的鲁棒性则保证识别到的弯管形状是可靠的,依据其几何特征参数规划出的打磨轨迹满足工艺要求且不会产生碰撞等安全问题。前述已存在的方法无法保证在弯管外表面自动化打磨设备中的可靠应用。
因此,本发明拟提供一种基于椭圆拟合的圆截面弯管类零件特征参数识别方法,本发明方法应用于针对圆截面管件的外表面打磨的工艺编程软件。一种典型应用场景是由工业机器人末端执行器夹持管件,将管件沿中心轴线的切线方向送入打磨装置进行打磨。管件由直管部分、弯管部分构成,其轴线由直线和三维自由曲线组成。管件的点云模型数据由三维扫描设备提供。以下对本发明适用的零件模型提供基本概念定义。
1)直管部分:是由两个大小相等、相互平行的圆以及连接两个圆的一个圆柱面围成的几何体,其轴线垂直于两端圆面;
2)弯管部分:由一个圆沿着平滑曲线扫掠形成;
3)径向截面:管件中与中心轴线垂直的截面。该截面与管件表面求交所得的轮廓,理论上是圆(直管部分),或者逼近为圆(弯管部分)。
发明内容
针对现有技术存在的问题,本发明提供了一种基于椭圆拟合和强力搜索的三维弯管类点云零件模型的特征参数自动提取算法,其目的在于快速可靠的提取弯管零件的几何特征参数,包括中心轴线、中心轴线上任意点对应的管径以及端面位置,以支持自动化编程软件利用弯管的几何特征参数实现实时打磨轨迹编程。这里先定义椭圆相似度指标E:用椭圆拟合后的平均拟合误差表示,该指标用于描述一组截面点集与一个椭圆的相似程度,等于零(考虑误差的等量比较)表示可精确拟合为椭圆。
本发明为解决现有技术中存在的问题采用的技术方案如下:
一种基于椭圆拟合的圆截面弯管类零件特征参数识别方法,首先开始输入点云模型,其特征在于,包括如下步骤:
S1:计算初始径向截面,并考虑点云的包围盒,计算两侧边缘截面;
S2:从初始径向截面向一侧单向搜索计算,判断搜索方向上临近部分是否为直管,如果是调用步骤S3的直管特征参数识别函数;如果不是直管,调用步骤S4的弯管特征参数识别函数,另一侧单向搜索的计算方法相同,最后得到完整的弯管中心轴线数据和管径信息;
S3:当步骤S2搜索方向上后续部分为直管,则执行后续S31-S33:
S31:设定起始径向截面和终止边缘截面,利用二分法,找到中间截面,判断起始径向截面与中间截面之间是否为直管;
S32:如果不是直管,则设当前中间截面为边缘截面,转到S31,继续执行;
S33:假如是直管,则设定当前中间截面为起始径向截面,继续在起始径向截面和终止边缘截面之间搜索,直到找到直管的边缘截面,程序结束;
S4:当步骤S2搜索方向上后续部分为弯管,则执行后续S41-S44;
S41:已知参考误差,给定步长值(可设置为参考误差值的两倍),确定椭圆度判断阈值;
S42:利用给定的步长,从起始径向截面向搜索方向偏移,得到偏移平面;计算该偏移平面与点云所截出的边缘轮廓点集;
S43:从边缘轮廓点集任取一点,计算其表面法矢,构造一个切平面,计算从该点出发的切线方向矢量中,表面曲率最小的方向矢量;
S44:由S43中的所取轮廓点和该方向矢量构造截面,计算该偏移平面与点云所截出的边缘轮廓点集,对该轮廓点集进行椭圆拟合,如果其椭圆度值大于椭圆度判断阈值,则重新设定步长为当前步长值的一半,转向S42,如果其椭圆度值小于或等于椭圆度判断阈值,则取该椭圆的中心,确定为一个轴线点;判断该轴线点是否为端点,如果不是,记该点所在的径向截面为初始径向截面,转向S42,如果是端点,则输出中心轴线和轴线点对应的管径值,函数结束退出。
所述步骤S1计算初始径向截面与边缘截面的具体步骤为:
S11:任意设定一个初始径向截面(随机方法),要求在该初始平面上截出的点集,其拟合出的椭圆度E为零,如果不为零则另随机选择截面;
S12:将这个初始径向截面向任意侧平移一个微量位移,计算另一个截面;
这两个截面所截出的椭圆的中心所在的线段即为直管上的一段轴线,其两端点可确定两个径向截面,即当前段的边缘截面。
所述步骤S2计算弯管中心轴线几何信息和管径信息,具体包括如下步骤:
S21:由径向截面出发,判断搜索方向上的后续部分是否是直管:将该径向截面向搜索方向侧平移一个微量位移,对所截出的点集做椭圆拟合,如果椭圆度E为零,则该搜索方向上的后续部分是直管,如果是直管,调用步骤S3的直管特征参数识别函数;如果不是直管,调用步骤S4的弯管特征参数识别函数;
S22:将识别出的直管轴线和弯管轴线顺序连接,形成整个管件中轴线,并输出圆管半径值。
本发明具有如下优点:
本发明方法对于弯管扫描形成的数据模型进行完整强力搜索计算,并用椭圆拟合代替对点云上所有数据点的局部区域作曲面拟合,与现有技术相比,本发明在弯管的特征识别上更有效率,更具鲁棒性,能满足针对弯管自动化打磨工艺的在线自动编程需求。
附图说明
图1是本发明所涉及的圆截面弯管零件的参考模型示意图;
图2是弯管零件的径向截面定义示意图;
图3是步骤S2的圆截面弯管零件特征参数识别算法的执行流程图;
图4是单向搜索算法流程图;
图5是步骤S2的圆截面弯管零件特征参数识别算法具体实施的包含伪代码的算法流程图;
图6是步骤S3的直管特征参数识别函数实施算法流程图;
图7是步骤S4的弯管特征参数识别函数实施算法流程图。
其中:图1中1/3/5代表直管段,2/4代表弯管段,
Figure 596966DEST_PATH_IMAGE001
为图中零件三个圆截面圆心。
具体实施方式
下面通过实施例,并结合附图,对本发明的技术方案作进一步具体的说明,如图1与2所示为某管状零件示意图,其中第1/3/5部分为直管,第2/4部分为弯管,零件的理论横截面为圆形,
Figure 451789DEST_PATH_IMAGE001
为圆截面圆心。根据图3所示流程图,本发明公开了一种基于椭圆拟合和强力搜索的圆截面弯管类零件点云模型{P}的特征参数自动提取算法,以下结合附图对本发明做进一步详细说明。具体步骤为:
首先开始:输入点云模型;
S1:计算初始径向截面P0,并计算两侧边缘截面Pa与Pb。具体的,S1包括以下步骤:
S11:在图1所示弯管上任意设定一个初始径向截面P0(随机方法),要求在该初始平面上截出的点集,其拟合出的椭圆度E为零,假如不为零则另随机选择截平面,最终得到初始截面圆
Figure 231527DEST_PATH_IMAGE002
S12:将这个初始截面向任意侧平移一个微量位移,计算另一个截平面
Figure 813687DEST_PATH_IMAGE003
。这两个截平面所截出的椭圆的中心所在的线段即为直管上的一段轴线,其两端点可确定两个径向截面。两侧边缘截面与初始径向截面平行,所形成的区域将点云模型的所有数据点包含其中。
S2:从初始径向截面向两侧搜索计算,直到末端截面
Figure 628059DEST_PATH_IMAGE004
,得到完整的弯管中心轴线数据和管径信息,单侧方向的搜索计算算法相同,如图4所示。具体的,S2包括以下步骤:
S21:由初始径向截面P0出发,判断搜索方向上的后续部分是否是直管。将该径向截面向搜索方向侧平移一个微量位移,对所截出的点集做椭圆拟合,如果椭圆度E为零,则该搜索方向上的后续部分是直管。
如果是直管调用步骤S3的直管特征参数识别函数;如果不是直管,调用步骤S4的弯管特征参数识别函数。
S22:将识别出的直管轴线和弯管轴线顺序连接,形成整个管件中轴线,并输出圆管半径值。
算法实施的伪代码结合流程,显示在图5中。其中输入为:管件的扫描点云集合{P};识别误差t,缺省为0.1mm;管件直管部分的一个初始径向截面P0,该输入参数可选。输出为表示管件中心轴线的点集{A}。具体如下:
确定初始径向截面P0。如果用户没有输入,则计算一个初始径向截面P0,方法为:计算一个初始截平面(随机方法),要求在该初始平面上截出的点集,其拟合出的椭圆度E为零;将这个初始截平面向任意侧平移一个位移,计算另一个截平面。这两个截平面所截出的椭圆的中心所在的线段即为直管上的一段轴线,其两端点可确定两个径向截面。
从初始径向截面P0开始向两侧搜索,计算出所有轴线上的点。首先参考初始径向截面P0所有点云集合的包围盒Bounding Box,计算出两个与P0平行的边缘截面,所有的扫描点云都位于该边缘截面的某一侧,将这三个截面标记为Pa,P0,Pb,然后利用单向搜索法,如图4所示,计算[Pa,P0]和[P0,Pb]之间的轴线点集。
步骤S3阐述了直管特征参数识别函数,如图6所示,具体包括如下步骤:
S31:设定初始径向截面
Figure 388204DEST_PATH_IMAGE005
和终止边缘截面
Figure 655238DEST_PATH_IMAGE004
,记
Figure 539624DEST_PATH_IMAGE005
上的中心点为
Figure 208502DEST_PATH_IMAGE006
;利用二分法,找到中间截面
Figure 139549DEST_PATH_IMAGE007
S32:中间截面
Figure 893879DEST_PATH_IMAGE007
与点云模型
Figure 817841DEST_PATH_IMAGE008
相截获得点组
Figure 341227DEST_PATH_IMAGE009
,并进行椭圆拟合,记E最小的椭圆的中心点为
Figure 771071DEST_PATH_IMAGE010
,记其长短轴为a、b。判断E是否为零。
S33:如果E不为零,则计算
Figure 950379DEST_PATH_IMAGE007
Figure 225503DEST_PATH_IMAGE005
的中间截面
Figure 557389DEST_PATH_IMAGE011
Figure 892556DEST_PATH_IMAGE012
,返回步骤S31。
S34:如果E为零,则记为一个有效截面,判断
Figure 559161DEST_PATH_IMAGE006
Figure 637975DEST_PATH_IMAGE010
之间的点云是否为直管。如果不是直管,则设当前中间截面为边缘截面,即
Figure 322903DEST_PATH_IMAGE013
,转到S31,继续执行。
S35:假如是直管,判断
Figure 94550DEST_PATH_IMAGE010
是否为直管的端点。如果
Figure 45188DEST_PATH_IMAGE010
不是端点,则设定当前中间截面为起始径向截面,即
Figure 865377DEST_PATH_IMAGE014
,返回步骤S31继续在起始径向截面和终止边缘截面之间搜索;如果
Figure 846889DEST_PATH_IMAGE010
是直管的端点,则线段
Figure 976388DEST_PATH_IMAGE015
为直管轴线,
Figure 414323DEST_PATH_IMAGE016
为该段直管的两个端点,末端点AE=
Figure 772623DEST_PATH_IMAGE010
函数结束返回。
步骤S4阐述了弯管特征参数识别函数,如图7所示,具体包括如下步骤:
S41:参考误差
Figure 933608DEST_PATH_IMAGE017
,给定步长值
Figure 984741DEST_PATH_IMAGE018
(可设置为参考误差值的两倍),确定椭圆度判断阈值y。
S42:利用给定的步长
Figure 909971DEST_PATH_IMAGE018
,从起始径向截面向搜索方向偏移,得到偏移平面
Figure 321230DEST_PATH_IMAGE019
,记
Figure 320410DEST_PATH_IMAGE005
上管件截面的中心点
Figure 290247DEST_PATH_IMAGE006
,用
Figure 702773DEST_PATH_IMAGE019
与{P}相截,获取点组{G},每个点组代表一个管件的截面上的点集,其边缘轮廓点集亦可计算,并去掉{G}中不在边缘上的内部点,取与
Figure 668455DEST_PATH_IMAGE006
最近的点集G。
S43:从边缘轮廓点集任取一轮廓点
Figure 974672DEST_PATH_IMAGE020
,计算其表面法矢,构造一个切平面
Figure 852760DEST_PATH_IMAGE021
。计算从该点出发的切线方向矢量中,表面曲率最小的方向矢量
Figure 752583DEST_PATH_IMAGE022
S44:由S43中的所取轮廓点
Figure 256377DEST_PATH_IMAGE023
和该方向矢量
Figure 682679DEST_PATH_IMAGE024
构造截面
Figure 43253DEST_PATH_IMAGE025
,计算该偏移平面与点云所截出的边缘轮廓点集
Figure 109999DEST_PATH_IMAGE026
。对该轮廓点集进行椭圆拟合,如果其椭圆度值Y大于椭圆度判断阈值y,则重新设定步长为当前步长值的一半,即s=0.5*s,转向S42。如果其椭圆度值Y小于或等于椭圆度判断阈值y,则取该椭圆的中心,确定为一个轴线点
Figure 479800DEST_PATH_IMAGE027
;判断该轴线点是否为端点,如果不是,记该点所在的径向截面为初始径向截面,即P1=P0,转向S42。如果是端点,则输出中心轴线和轴线点对应的管径值,函数结束退出。
本发明的保护范围并不限于上述的实施例,显然,本领域的技术人员可以对本发明进行各种改动和变形而不脱离本发明的范围和精神。倘若这些改动和变形属于本发明权利要求及其等同技术的范围内,则本发明的意图也包含这些改动和变形在内。

Claims (3)

1.一种基于椭圆拟合的圆截面弯管类零件特征参数识别方法,首先开始输入点云模型,其特征在于,包括如下步骤:
S1:计算初始径向截面,并考虑点云的包围盒,计算两侧边缘截面;
S11:任意设定一个初始径向截面,要求在该初始径向截面上截出的点集,其拟合出的椭圆度E为零,如果不为零则另随机选择截面;
S12:将这个初始径向截面向任意侧平移一个微量位移,计算另一个截面;
这两个截面所截出的椭圆的中心所在的线段即为直管上的一段轴线,其两端点确定两个径向截面,即当前段的边缘截面;
S2:从初始径向截面向一侧单向搜索计算,判断搜索方向上临近部分是否为直管,如果是调用步骤S3的直管特征参数识别函数;如果不是直管,调用步骤S4的弯管特征参数识别函数,另一侧单向搜索的计算方法相同,最后得到完整的弯管中心轴线数据和管径信息;
S3:当步骤S2搜索方向上后续部分为直管,则执行后续S31-S33:
S31:设定起始径向截面和终止边缘截面,利用二分法,找到中间截面,判断起始径向截面与中间截面之间是否为直管;
S32:如果不是直管,则设当前中间截面为边缘截面,转到S31,继续执行;
S33:假如是直管,则设定当前中间截面为起始径向截面,继续在起始径向截面和终止边缘截面之间搜索,直到找到直管的边缘截面,程序结束;
S4:当步骤S2搜索方向上后续部分为弯管,则执行后续S41-S44:
S41:已知参考误差,给定步长值,确定椭圆度判断阈值;
S42:利用给定的步长,从起始径向截面向搜索方向偏移,得到偏移平面;计算该偏移平面与点云所截出的边缘轮廓点集;
S43:从边缘轮廓点集任取一点,计算其表面法矢,构造一个切平面,计算从该点出发的切线方向矢量中,表面曲率最小的方向矢量;
S44:由S43中的所取轮廓点和该方向矢量构造截面,计算该偏移平面与点云所截出的边缘轮廓点集,对该轮廓点集进行椭圆拟合,如果其椭圆度值大于椭圆度判断阈值,则重新设定步长为当前步长值的一半,转向S42,如果其椭圆度值小于或等于椭圆度判断阈值,则取该椭圆的中心,确定为一个轴线点;判断该轴线点是否为端点,如果不是,记该点所在的径向截面为初始径向截面,转向S42,如果是端点,则输出中心轴线和轴线点对应的管径值,函数结束退出。
2.如权利要求1所述的一种基于椭圆拟合的圆截面弯管类零件特征参数识别方法,其特征在于,所述步骤S2计算弯管中心轴线几何信息和管径信息,具体包括如下步骤:
S21:由径向截面出发,判断搜索方向上的后续部分是否是直管:将该径向截面向搜索方向侧平移一个微量位移,对所截出的点集做椭圆拟合,如果椭圆度E为零,则该搜索方向上的后续部分是直管,如果是直管,调用步骤S3的直管特征参数识别函数;如果不是直管,调用步骤S4的弯管特征参数识别函数;
S22:将识别出的直管轴线和弯管轴线顺序连接,形成整个管件中轴线,并输出圆管半径值。
3.如权利要求1所述的一种基于椭圆拟合的圆截面弯管类零件特征参数识别方法,其特征在于:所述步骤S41中给定步长值,设置为参考误差值的两倍。
CN202110757013.3A 2021-07-05 2021-07-05 一种基于椭圆拟合的圆截面弯管类零件特征参数识别方法 Active CN113205086B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110757013.3A CN113205086B (zh) 2021-07-05 2021-07-05 一种基于椭圆拟合的圆截面弯管类零件特征参数识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110757013.3A CN113205086B (zh) 2021-07-05 2021-07-05 一种基于椭圆拟合的圆截面弯管类零件特征参数识别方法

Publications (2)

Publication Number Publication Date
CN113205086A CN113205086A (zh) 2021-08-03
CN113205086B true CN113205086B (zh) 2021-09-28

Family

ID=77022764

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110757013.3A Active CN113205086B (zh) 2021-07-05 2021-07-05 一种基于椭圆拟合的圆截面弯管类零件特征参数识别方法

Country Status (1)

Country Link
CN (1) CN113205086B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115193756B (zh) * 2022-09-16 2022-11-22 江苏新恒基特种装备股份有限公司 一种弯管椭圆度合格检测方法及检测系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202010894U (zh) * 2010-12-28 2011-10-19 成都飞机工业(集团)有限责任公司 自定心定位弯管类零件的夹紧装置
CN106874580A (zh) * 2017-01-22 2017-06-20 合肥工业大学 一种基于点云数据的弯管模型重建方法

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140196809A1 (en) * 2013-01-12 2014-07-17 Gary Klein Low Flow Drain Pipe
CN103412978B (zh) * 2013-07-12 2016-04-27 西北工业大学 一种基于工件三维扫描的拉弯工艺模型修正方法
CN107664483B (zh) * 2016-07-29 2019-06-25 宝山钢铁股份有限公司 一种圆柱棒材形状参数测量方法
CN106355597B (zh) * 2016-08-31 2019-01-29 杭州沃朴物联科技有限公司 基于单目视觉的钢板折角自动测量机器人图像处理方法
CN108074277B (zh) * 2016-11-18 2021-09-21 中国科学院沈阳自动化研究所 一种面向数字化制造的弯管测量和余量定位方法
CN107218928B (zh) * 2017-05-12 2019-06-21 西北工业大学 一种复杂多管路系统检测方法
CN107576281B (zh) * 2017-09-11 2019-09-27 北京理工大学 一种测量管路弯曲半径的方法和装置
CN108332681B (zh) * 2018-01-03 2019-07-16 东北大学 一种薄壁管材大塑性弯曲截面轮廓曲线的确定方法
CN111238386B (zh) * 2019-11-26 2021-09-21 中国航空工业集团公司北京长城计量测试技术研究所 发动机管道最小间距测量方法
CN111754462A (zh) * 2020-05-28 2020-10-09 新拓三维技术(深圳)有限公司 一种三维弯管的视觉检测方法及系统
CN111709127B (zh) * 2020-05-29 2023-05-30 芜湖哈特机器人产业技术研究院有限公司 适于管件的虚拟检具及管件检测方法
CN112417618B (zh) * 2020-11-20 2022-03-11 北京工商大学 一种四维时空感知的大场景自由弯曲管路检测及点云补全方法
CN112577683B (zh) * 2020-12-10 2023-04-25 中国石油天然气集团有限公司 一种评估爆炸危害引起管道变形程度的方法
CN112781490B (zh) * 2020-12-25 2022-04-01 南京工业大学 一种管材平面自由弯曲成形尺寸精准测量方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202010894U (zh) * 2010-12-28 2011-10-19 成都飞机工业(集团)有限责任公司 自定心定位弯管类零件的夹紧装置
CN106874580A (zh) * 2017-01-22 2017-06-20 合肥工业大学 一种基于点云数据的弯管模型重建方法

Also Published As

Publication number Publication date
CN113205086A (zh) 2021-08-03

Similar Documents

Publication Publication Date Title
CN109514133B (zh) 一种基于线结构光感知的焊接机器人3d曲线焊缝自主示教方法
Son et al. 3D reconstruction of as-built industrial instrumentation models from laser-scan data and a 3D CAD database based on prior knowledge
Son et al. Automatic segmentation and 3D modeling of pipelines into constituent parts from laser-scan data of the built environment
Lin et al. A generic uniform scallop tool path generation method for five-axis machining of freeform surface
CN111323037B (zh) 一种移动机器人新型骨架提取的Voronoi路径规划算法
CN112233249B (zh) 基于密集点云的b样条曲面拟合方法及装置
CN111489432B (zh) 一种基于点云数据的弯管重建及余量计算方法
CN113205086B (zh) 一种基于椭圆拟合的圆截面弯管类零件特征参数识别方法
CN112884886B (zh) 一种自适应搜索半径的三维点云管道提取与建模方法
CN114119804A (zh) 平面模型包围多边形生成方法、装置及家具轮廓识别方法
Barnfather et al. Efficient compensation of dimensional errors in robotic machining using imperfect point cloud part inspection data
CN106709198B (zh) 一种弯管数控数模到cad数模转换的方法
KR20110072462A (ko) 3차원 곡면 모델 스케치를 위한 모델링 방법 및 시스템 , 및 기록 매체
Moritani et al. Cylinder-based efficient and robust registration and model fitting of laser-scanned point clouds for as-built modeling of piping systems
JP5046133B2 (ja) 3次元曲面認識方法及びマニピュレーションシステム
WO2019127361A1 (zh) 线路模型实现方法、装置和计算机可读存储介质
CN114488941A (zh) 微小线段的轨迹光顺方法、介质及机床数控设备
Son et al. Automatic 3D reconstruction of as-built pipeline based on curvature computations from laser-scanned data
CN115578534A (zh) 用于焊缝的3d模型重构方法
Ruiz et al. Parametric curve reconstruction from point clouds using minimization techniques
CN101807244B (zh) 机器识别和重构方法
CN112231901B (zh) 一种t样条曲面的偏置计算方法
CN112987740B (zh) 一种移动机器人路径规划控制方法
CN111275815A (zh) 既有复杂管线的三维建模方法
Rodrigues et al. Semi-Automatic Pipe Network Reconstruction Using Point Cloud Data

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
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20230512

Address after: 201203 building 3, No. 498, GuoShouJing Road, China (Shanghai) pilot Free Trade Zone, Pudong New Area, Shanghai

Patentee after: Shanghai Youji Industrial Software Co.,Ltd.

Address before: 430070 No.1, 14th floor, R & D building, No.1 modern service industry base, Science Park, Huazhong University of science and technology, No.13-1, daxueyuan Road, Donghu New Technology Development Zone, Wuhan City, Hubei Province

Patentee before: Wuhan hanmai Technology Co.,Ltd.

TR01 Transfer of patent right
CP01 Change in the name or title of a patent holder

Address after: 201203 building 3, No. 498, GuoShouJing Road, China (Shanghai) pilot Free Trade Zone, Pudong New Area, Shanghai

Patentee after: Shanghai Qingyi Industrial Software Co.,Ltd.

Address before: 201203 building 3, No. 498, GuoShouJing Road, China (Shanghai) pilot Free Trade Zone, Pudong New Area, Shanghai

Patentee before: Shanghai Youji Industrial Software Co.,Ltd.

CP01 Change in the name or title of a patent holder