CN113218330B - 基于pcl库的大型薄壁构件测量及数据处理方法 - Google Patents
基于pcl库的大型薄壁构件测量及数据处理方法 Download PDFInfo
- Publication number
- CN113218330B CN113218330B CN202110458219.6A CN202110458219A CN113218330B CN 113218330 B CN113218330 B CN 113218330B CN 202110458219 A CN202110458219 A CN 202110458219A CN 113218330 B CN113218330 B CN 113218330B
- Authority
- CN
- China
- Prior art keywords
- point cloud
- laser sensor
- data
- line laser
- machine tool
- 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.)
- Expired - Fee Related
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 9
- 229920001610 polycaprolactone Polymers 0.000 title description 8
- 239000004632 polycaprolactone Substances 0.000 title description 8
- 238000001914 filtration Methods 0.000 claims abstract description 25
- 238000000034 method Methods 0.000 claims abstract description 23
- 238000009499 grossing Methods 0.000 claims abstract description 10
- 238000005070 sampling Methods 0.000 claims abstract description 5
- 230000005484 gravity Effects 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000009826 distribution Methods 0.000 claims description 3
- 230000000717 retained effect Effects 0.000 claims description 2
- 230000001953 sensory effect Effects 0.000 claims description 2
- 238000005259 measurement Methods 0.000 abstract description 19
- 238000005516 engineering process Methods 0.000 description 4
- 238000003754 machining Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000000691 measurement method Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000011326 mechanical measurement Methods 0.000 description 1
- JTJMJGYZQZDUJJ-UHFFFAOYSA-N phencyclidine Chemical compound C1CCCCN1C1(C=2C=CC=CC=2)CCCCC1 JTJMJGYZQZDUJJ-UHFFFAOYSA-N 0.000 description 1
- 239000002760 rocket fuel Substances 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明属于测量技术领域,提供了一种基于PCL库的大型薄壁构件测量及数据处理方法,线激光传感器安装于数控机床执行器末端,通过G代码控制线激光传感器的测量运动,由工控机控制实时采集大型薄壁构件廓形数据;通过工控机进行数据处理,将线激光传感器坐标系与机床坐标系统一;基于PCL点云库,首先通过直通滤波去除点云z轴方向较为明显的无效点,然后采用统计滤波去除离散以及孤立噪点,之后采用体素滤波进行点云数据精简,实现向下采样的同时不破坏点云本身几何结构,最后采用移动最小二乘法进行点云平滑处理,最终获取大型薄壁构件的实际廓形。
Description
技术领域
本发明属于测量技术领域,涉及到一种基于PCL库的大型薄壁构件测量以及数据处理方法。
背景技术
大型薄壁构件广泛应用于我国航空航天、国防等重大工程领域中,如火箭燃料贮箱壁板、飞机蒙皮等零件。这类零件通常具有面形复杂、几何尺寸大、刚度低等特征。实现大型复杂薄壁工件高精度、高效率加工成为现今薄壁件加工领域的重点。然而,大型薄壁构件易发生装夹变形,加工过程中的变形难以有效控制,实际型面与理论型面缺少明确对应关系,难以保证加工精度。
在机测量技术,由于其具有方向性好、精度稳定、测量速度快等特点,能有效获取大型薄壁构件实际几何信息,为薄壁件精密加工提供有效的数据支撑。在机测量技术能够对零件进行快速检测,及时获取被测零件特征信息,避免多次装夹产生的误差并能提高零件制作效率、降低生产成本。然而线激光的测量精度与稳定性容易受到材质、颜色、粗糙度、反光程度等被测表面质量的影响,所获取的原始点云数据会存在着大量冗余点、噪声点及无规则孤立点,线激光的测量结果难以直接使用。这些点的存在会直接影响后期曲面重构的效果。
福州大学张国民等人于2013年在《计算机与现代化》发表了“双线激光轮廓测量中点云数据平滑方法”,采用一种基于横向离散点平滑的方法,消除采集数据丢失造成的重构缺陷问题,但是对原始测量数据精度要求较高;马玉琼等人于2015年在《机械制造与自动化》中发表了文章”薄壁类零件三维数据测量方法探索”,进行了点云处理和快速建模,但采用对薄壁件喷涂显像剂的方法减小零件表面质量干扰,效率低下;吴光宇等人于2021年在《计算机测量与控制》发表了“基于聚类分析的精密零件测量方法”,提出了一种鲁棒性线激光检测方法,解决了测量过程中环境光以及重影的干扰,但是该测量方法装置复杂,测量较为繁琐,不能解决点云数据量庞大的问题。因此,有必要提出一种大型薄壁构件测量以及数据处理方法,能够适用于大型薄壁构件高精度快速测量,通过多种方法对点云进行处理,获取大型薄壁构件实际廓形,为大型薄壁构件后续加工工艺提供有力数据支撑。
发明内容
为此,本发明克服现有技术缺点,针对在机测量过程中单一数据处理方法不能很好的获取大型薄壁构件廓形的问题,提出了一种基于PCL库的大型薄壁构件测量以及数据处理方法。本发明的目的在于提供一种高效率、高精度的测量以及处理方法,通过将线激光传感器安装在数控机床,由上位机控制线激光传感器进行数据测量获取廓形点云数据;通过直通滤波器去除在点云坐标系下z轴方向较为明显的离散点;使用统计滤波器,计算每个点到K邻域点的平均距离,给定均值与方差,剔除离散噪点;采用体素网格滤波器,可以达到向下采样的同时不破坏点云本身几何结构的功能;使用移动最小二乘法进行曲面拟合和平滑处理,获取薄壁件的实际廓形。
本发明的技术方案:
一种基于PCL库的大型薄壁构件测量及数据处理方法,该方法首先搭建测量系统获取薄壁件点云,包括大型薄壁构件、线激光测量装置、工控机以及数控机床;线激光传感器安装于数控机床执行器末端,通过G代码控制线激光传感器的测量运动,由工控机控制实时采集大型薄壁构件廓形数据;通过工控机进行数据处理,将线激光传感器坐标系与机床坐标系统一;基于PCL点云库,首先通过直通滤波去除点云z轴方向较为明显的无效点,然后采用统计滤波去除离散以及孤立噪点,之后采用体素滤波进行点云数据精简,实现向下采样的同时不破坏点云本身几何结构,最后采用移动最小二乘法进行点云平滑处理,最终获取大型薄壁构件的实际廓形;
具体步骤如下:
第一步,搭建线激光测量装置,扫描获取大型薄壁构件点云;将线激光传感器安装于数控机床末端,将线激光传感器Ethernet接口与工控机Ethernet接口进行连接;线激光位置通过数控系统控制,运动到大型薄壁构件测量初始位置;
第二步,以线激光为中心,分别沿机床坐标系om-xyz建立线激光传感器坐标o1-xyz,设置线激光传感器的扫描频率,设置数控机床的运动速度,对大型薄壁构件进行测量;
第三步,数控系统将当前测量点的机床坐标位置反馈给工控机,线激光传感器将测量到的大型薄壁构件廓形数据反馈给工控机,由工控机进行位置数据和廓形数据储存,保存为txt格式;
第四步,通过matlab读取工控机生成的点云txt文件,获取每条线激光传感器对应机床坐标位置(sx,sy,sz)以及线激光传感器测得的廓形数据(uy,uz),其中sx-机床当前x轴坐标,sy-机床当前y轴坐标,sz--机床当前z轴坐标,uy-线激光传感器沿y轴方向坐标,uz-线激光传感器沿z轴方向坐标;将二维线激光传感器测量数据进行转换,统一到机床坐标系下,并生成pcd点云数据文件,转换公式为:
其中(dx,dy,dz)为线激光传感器坐标系和机床坐标系偏移值;
第五步,获取大型薄壁构件原始点云集以及三维坐标值,并进行数据处理:
p={g(xi,yi,zi),xi,yi,zi∈R,i≤n}
其中,p为大型薄壁构件原始点云集,g(xi,yi,zi)为点云集中第i个点的坐标值,n为点云总数量;
利用直通滤波去除显著离散点,直通滤波公式为:
其中,zk1,zk2表示指定阈值范围,将不符合范围的明显离群点去除掉;
第六步,利用线激光扫描点云分布的均匀性和特殊性,对于离群噪点利用统计滤波器进行滤波处理,依据如下:
求点云p1中的某一个点(xn,yn,zn)到任意一点(xi,yi,zi)的距离Si:
计算遍历每个点到任意点之间平均距离μ:
计算标准差σ:
得统计滤波公式:
其中,p2为统计滤波后的点云集,μn为某个点到其邻域内k个点的平均距离,μ,σ均由前边计算得出,std为标准差倍数,不在范围内的点即视为离群点,NaN表示赋空值,g(xi,yi,zi)表示要保留下来的值;
第七步,采用体素滤波方法,进行大型薄壁构件点云数据精简。根据点云数据沿x,y,z三个方向坐标轴上最大值和最小值计算体素网格尺寸Dx,Dy,Dz:
式中xmax,xmin,ymax,ymin,zmax,zmin分别指的是x,y,z三个方向上的最大最小值,r为指定网格边长;
计算点云中的每一个点(xi,yi,zi)在小栅格内的索引h:
式中,hx,hy,hz,表示点在x,y,z三个方向上对应索引值;将h中的元素按照从小到达的顺序进行排序,计算每个体素重心,以点云数据中距离重心点最近的点替代小栅格内的所有点;
第八步,使用移动最小二乘的方法,对点云进行平滑处理,其基本拟合公式如下:
其中,pT(x)为m次多项式空间的一组基,ai(x)(i=0,1,···,n)为待定的系数矢量,这些系数是点云坐标g(xi,yi,zi)的函数。
本发明的有益效果是:通过将线激光传感器安装在数控机床,通过上位机控制软件进行数据测量,获取大型薄壁构件廓形数据;根据线激光装置测量到的点云数据在机床坐标系下分别沿x轴、y轴以及z轴方向上均有一定的分布范围,通过直通滤波器去除较为明显的离散点;使用统计滤波器,计算每个点到所有K邻域点的平均距离,给定均值与方差,剔除离散噪点;采用体素网格滤波器,可以达到向下采样的同时不破坏点云本身几何结构的功能;使用移动最小二乘法进行曲面拟合和平滑处理,获取薄壁件的实际廓形,为大型薄壁构件后续加工工艺提供有力数据支撑。
附图说明
图1是点云数据处理流程图。
图2是大型薄壁构件测量系统简图。
图3是大型薄壁构件扫描路径图。
图中:1工控机;2线激光传感器;3大型薄壁构件;
具体实施方式
以下结合附图对本发明做进一步的详细说明。
本例选用的线激光传感器型号为德国米铱scanCONTROL 2650,大型薄壁构件尺寸为1100mm×750mm×6.4mm。
第一步,线激光测量系统搭建。将线激光传感器2安装于数控机床末端,将线激光传感Ethernet接口与工控机1的Ethernet接口进行连接;线激光传感器2随数控机床移动,由数控系统控制,运动到大型薄壁构件测量初始位置。
第二步,当线激光传感器处于大型薄壁构件3的初始测量位置时,以线激光传感器2为中心,分别沿机床坐标系om-xyz建立坐标系统o1-xyz,设置线激光传感器合适的扫描频率,设置数控机床合适的运动速度,沿图3所示路径对大型薄壁构件进行逐行扫描。
第三步,数控系统将当前测量点的机床坐标位置反馈给工控机,线激光将测量到的大型薄壁构件廓形数据反馈给工控机,由工控机进行位置数据和廓形数据储存,保存为txt格式;
第四步,通过matlabR2018b软件的”textscan”函数读取工控机生成的点云txt文件。获取每条线激光传感器机床坐标位置(sx,sy,sz),以线激光传感器廓形坐标(uy,uz),其中sx-机床当前x轴坐标,sy-机床当前y轴坐标,sz--机床当前z轴坐标,uy-线激光传感器沿y轴方向坐标,uz-线激光传感器沿z轴方向坐标。
将二位线激光传感器测量数据进行转换,统一到机床坐标系下,转换公式为:
其中(dx,dy,dz)为线激光传感器坐标系和机床坐标系的偏移值。
利用函数”pointCloud”以及函数”pcwrite”生成并保存点云文件并生成pcd点云数据文件。
第五步,基于VS2017以及PCL1.9.1进行数据处理,利用函数”loadPCDFile”读取PCD点云文件,获取大型薄壁构件原始点云集以及三维坐标值:
p={g(xi,yi,zi),xi,yi,zi∈R,i≤n}
其中p为大型薄壁构件原始点云集,g(xi,yi,zi)为点云集中第i个点的坐标值,n为点云总数量。
利用函数”getMinMax3D”获取点云集最大值maxPt和最小值minPt,直通滤波函数”PassThrough”去除显著离散点,此时直通滤波公式转变为:
其中k1,k2为手动设定阈值范围,将不符合范围的明显离群点去除掉。
第六步,利用函数”StatisticalOutlierRemoval”进行统计滤波,设置统计滤每个点的查询的邻域点数k为50,标准差倍数std为1,得到滤波后点云集p2:
其中,μn为某个点到其邻域内50个点的平均距离,不在范围内的点即视为离群点。
第七步,采用体素滤波方法,进行大型薄壁构件点云数据精简。利用函数”VoxelGrid”进行体素滤波,利用函数”setLeafSize”设置网格体积大小为30,并以点云数据中距离重心点最近的点替代小栅格内的所有点,得到点云集p3。
第八步,使用移动最小二乘的方法,利用函数”MovingLeastSquares”对点云进行平滑处理,最终得到大型薄壁构件点云集p4。
Claims (1)
1.一种基于PCL库的大型薄壁构件测量及数据处理方法,该方法首先搭建测量系统获取薄壁件点云,包括大型薄壁构件、线激光测量装置、工控机以及数控机床;线激光传感器安装于数控机床执行器末端,通过G代码控制线激光传感器的测量运动,由工控机控制实时采集大型薄壁构件廓形数据;通过工控机进行数据处理,将线激光传感器坐标系与机床坐标系统一;基于PCL点云库,首先通过直通滤波去除点云z轴方向较为明显的无效点,然后采用统计滤波去除离散以及孤立噪点,之后采用体素滤波进行点云数据精简,实现向下采样的同时不破坏点云本身几何结构,最后采用移动最小二乘法进行点云平滑处理,最终获取大型薄壁构件的实际廓形;
其特征在于,具体步骤如下:
第一步,搭建线激光测量装置,扫描获取大型薄壁构件点云;将线激光传感器安装于数控机床末端,将线激光传感器Ethernet接口与工控机Ethernet接口进行连接;线激光位置通过数控系统控制,运动到大型薄壁构件测量初始位置;
第二步,以线激光为中心,分别沿机床坐标系om-xyz建立线激光传感器坐标o1-xyz,设置线激光传感器的扫描频率,设置数控机床的运动速度,对大型薄壁构件进行测量;
第三步,数控系统将当前测量点的机床坐标位置反馈给工控机,线激光传感器将测量到的大型薄壁构件廓形数据反馈给工控机,由工控机进行位置数据和廓形数据储存,保存为txt格式;
第四步,通过matlab读取工控机生成的点云txt文件,获取每条线激光传感器对应机床坐标位置(sx,sy,sz)以及线激光传感器测得的廓形数据(uy,uz),其中sx-机床当前x轴坐标,sy-机床当前y轴坐标,sz-机床当前z轴坐标,uy-线激光传感器沿y轴方向坐标,uz-线激光传感器沿z轴方向坐标;将二维线激光传感器测量数据进行转换,统一到机床坐标系下,并生成pcd点云数据文件,转换公式为:
其中(dx,dy,dz)为线激光传感器坐标系和机床坐标系偏移值;
第五步,获取大型薄壁构件原始点云集以及三维坐标值,并进行数据处理:
p={g(xi,yi,zi),xi,yi,zi∈R,i≤n}
其中,p为大型薄壁构件原始点云集,g(xi,yi,zi)为点云集中第i个点的坐标值,n为点云总数量;
利用直通滤波去除显著离散点,直通滤波公式为:
其中,zk1,zk2表示指定阈值范围,将不符合范围的明显离群点去除掉;
第六步,利用线激光扫描点云分布的均匀性和特殊性,对于离群噪点利用统计滤波器进行滤波处理,依据如下:
求点云p1中的某一个点(xn,yn,zn)到任意一点(xi,yi,zi)的距离Si:
计算遍历每个点到任意点之间平均距离μ:
计算标准差σ:
得统计滤波公式:
其中,p2为统计滤波后的点云集,μn为某个点到其邻域内k个点的平均距离,μ,σ均由前边计算得出,std为标准差倍数,不在范围内的点即视为离群点,NaN表示赋空值,g(xi,yi,zi)表示要保留下来的值;
第七步,采用体素滤波方法,进行大型薄壁构件点云数据精简;根据点云数据沿x,y,z三个方向坐标轴上最大值和最小值计算体素网格尺寸Dx,Dy,Dz:
式中xmax,xmin,ymax,ymin,zmax,zmin分别指的是x,y,z三个方向上的最大最小值,r为指定网格边长;
计算点云中的每一个点(xi,yi,zi)在小栅格内的索引h:
式中,hx,hy,hz,表示点在x,y,z三个方向上对应索引值;将h中的元素按照从小到达的顺序进行排序,计算每个体素重心,以点云数据中距离重心点最近的点替代小栅格内的所有点;
第八步,使用移动最小二乘的方法,对点云进行平滑处理,其基本拟合公式如下:
其中,pT(x)为m次多项式空间的一组基,ai(x)为待定的系数矢量,i=0,1,…,n,这些系数是点云坐标g(xi,yi,zi)的函数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110458219.6A CN113218330B (zh) | 2021-04-27 | 2021-04-27 | 基于pcl库的大型薄壁构件测量及数据处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110458219.6A CN113218330B (zh) | 2021-04-27 | 2021-04-27 | 基于pcl库的大型薄壁构件测量及数据处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113218330A CN113218330A (zh) | 2021-08-06 |
CN113218330B true CN113218330B (zh) | 2022-04-08 |
Family
ID=77089127
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110458219.6A Expired - Fee Related CN113218330B (zh) | 2021-04-27 | 2021-04-27 | 基于pcl库的大型薄壁构件测量及数据处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113218330B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114571153B (zh) * | 2022-04-07 | 2023-10-10 | 福州大学 | 一种基于3d点云的焊缝识别与机器人焊缝跟踪方法 |
CN115157010B (zh) * | 2022-07-28 | 2023-11-24 | 北京航空航天大学 | 一种面向多品种大型薄壁工件的寻位加工系统及方法 |
CN116330045B (zh) * | 2023-05-29 | 2023-09-26 | 南京航空航天大学 | 一种激光在机测量薄壁回转件轮廓及壁厚的方法与装置 |
CN116952181B (zh) * | 2023-09-18 | 2024-01-12 | 成都飞机工业(集团)有限责任公司 | 一种大长径比复合材料管型薄壁件的内型面测量方法 |
CN117409152B (zh) * | 2023-12-15 | 2024-03-15 | 山东绿城家居有限公司 | 一种用于自动化编织筐三维仿真方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPWO2012141235A1 (ja) * | 2011-04-13 | 2014-07-28 | 株式会社トプコン | 三次元点群位置データ処理装置、三次元点群位置データ処理システム、三次元点群位置データ処理方法およびプログラム |
CN106372283A (zh) * | 2016-08-24 | 2017-02-01 | 大连理工大学 | 一种面向数字摄影获得的薄壁壳实测三维形貌点云数据处理方法 |
CN106910216A (zh) * | 2017-03-03 | 2017-06-30 | 广东工业大学 | 一种基于船体外板点云数据的网格曲面确定方法及装置 |
CN106959080A (zh) * | 2017-04-10 | 2017-07-18 | 上海交通大学 | 一种大型复杂曲面构件三维形貌光学测量系统和方法 |
CN107270820A (zh) * | 2017-06-05 | 2017-10-20 | 上海交通大学 | 一种大型薄壁构件壁厚在位测量系统和方法 |
CN108132022A (zh) * | 2017-12-05 | 2018-06-08 | 航天材料及工艺研究所 | 一种大直径薄壁箱体的形变测量装置 |
CN108986048A (zh) * | 2018-07-18 | 2018-12-11 | 大连理工大学 | 基于线激光扫描三维点云快速复合滤波处理方法 |
US10402663B1 (en) * | 2016-08-29 | 2019-09-03 | Trifo, Inc. | Visual-inertial positional awareness for autonomous and non-autonomous mapping |
CN111195830A (zh) * | 2020-02-03 | 2020-05-26 | 大连理工大学 | 一种大型薄壁筒件数字化减薄加工方法 |
CN111360586A (zh) * | 2020-03-08 | 2020-07-03 | 华中科技大学 | 一种基于标准球的激光出光方向标定方法 |
CN111673235A (zh) * | 2020-07-08 | 2020-09-18 | 上海交通大学 | 一种机器人电弧3d打印层高调控方法及系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6457072B2 (ja) * | 2014-09-11 | 2019-01-23 | サイバーオプティクス コーポレーション | 三次元表面形状計測における多数のカメラ及び光源からの点群統合 |
CN109238168B (zh) * | 2018-08-06 | 2019-11-26 | 大连理工大学 | 大尺寸测量件表面三维形状高精度测量方法 |
-
2021
- 2021-04-27 CN CN202110458219.6A patent/CN113218330B/zh not_active Expired - Fee Related
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPWO2012141235A1 (ja) * | 2011-04-13 | 2014-07-28 | 株式会社トプコン | 三次元点群位置データ処理装置、三次元点群位置データ処理システム、三次元点群位置データ処理方法およびプログラム |
CN106372283A (zh) * | 2016-08-24 | 2017-02-01 | 大连理工大学 | 一种面向数字摄影获得的薄壁壳实测三维形貌点云数据处理方法 |
US10402663B1 (en) * | 2016-08-29 | 2019-09-03 | Trifo, Inc. | Visual-inertial positional awareness for autonomous and non-autonomous mapping |
CN106910216A (zh) * | 2017-03-03 | 2017-06-30 | 广东工业大学 | 一种基于船体外板点云数据的网格曲面确定方法及装置 |
CN106959080A (zh) * | 2017-04-10 | 2017-07-18 | 上海交通大学 | 一种大型复杂曲面构件三维形貌光学测量系统和方法 |
CN107270820A (zh) * | 2017-06-05 | 2017-10-20 | 上海交通大学 | 一种大型薄壁构件壁厚在位测量系统和方法 |
CN108132022A (zh) * | 2017-12-05 | 2018-06-08 | 航天材料及工艺研究所 | 一种大直径薄壁箱体的形变测量装置 |
CN108986048A (zh) * | 2018-07-18 | 2018-12-11 | 大连理工大学 | 基于线激光扫描三维点云快速复合滤波处理方法 |
CN111195830A (zh) * | 2020-02-03 | 2020-05-26 | 大连理工大学 | 一种大型薄壁筒件数字化减薄加工方法 |
CN111360586A (zh) * | 2020-03-08 | 2020-07-03 | 华中科技大学 | 一种基于标准球的激光出光方向标定方法 |
CN111673235A (zh) * | 2020-07-08 | 2020-09-18 | 上海交通大学 | 一种机器人电弧3d打印层高调控方法及系统 |
Non-Patent Citations (1)
Title |
---|
线激光在机测量建模与数据预处理研究;徐淑婷等;《组合机床与自动化加工技术》;20180315(第3期);31-134页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113218330A (zh) | 2021-08-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113218330B (zh) | 基于pcl库的大型薄壁构件测量及数据处理方法 | |
CN109489580B (zh) | 一种航空发动机叶片表面加工的在机点云检测及补偿方法 | |
CN111055293A (zh) | 一种基于曲面自适应的工业机器人高精度恒力打磨方法 | |
CN110014426B (zh) | 一种利用低精度深度相机高精度抓取形状对称工件的方法 | |
Bi et al. | Adaptive machining for curved contour on deformed large skin based on on-machine measurement and isometric mapping | |
CN109918755B (zh) | 一种基于点云数据的低刚度制件装配变形预测方法 | |
CN110480075B (zh) | 基于点云数据的工件曲面轮廓补偿系统及方法及介质 | |
CN110006372B (zh) | 一种基于局部优化的三维点云平面度计算方法 | |
CN105806251A (zh) | 基于线激光传感器的四轴测量系统及其测量方法 | |
CN110455187B (zh) | 一种基于三维视觉的盒体工件焊缝的检测方法 | |
CN104858712B (zh) | 曲面零件的加工方法及曲面零件的加工设备 | |
CN101000499A (zh) | 基于多传感器集成测量的仿形加工方法及系统 | |
Yau et al. | Registration and integration of multiple laser scanned data for reverse engineering of complex 3D models | |
CN103192292B (zh) | 基于加工工件曲面形貌信息的数控机床误差辨识分离方法 | |
CN114055255A (zh) | 一种基于实时点云的大型复杂构件表面打磨路径规划方法 | |
CN112648938A (zh) | 一种大尺寸平板类模具空间姿态的分布式精密测量装置及方法 | |
CN110470223B (zh) | 一种基于1d位移传感器的三维空间坐标测量方法 | |
CN113989369A (zh) | 一种用于激光加工系统高精度的标定方法及装置 | |
Stojkic et al. | 3D measurement-comparison of CMM and 3D scanner | |
JP2020089963A (ja) | ロボットシステムおよび座標変換方法 | |
CN111336962B (zh) | 火花机在线测量工件的方法及系统 | |
CN109323667B (zh) | 筒状工件内外型面激光扫描系统及方法 | |
CN108413870B (zh) | 基于代入法测量平面尺寸的方法 | |
CN115205390A (zh) | 工业机器人面结构光立体相机位姿在线标定方法及系统 | |
CN210922508U (zh) | 一种用于三维坐标测量的复合式测量装置 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220408 |