CN114383502A - 转向架的配件磨耗量测量方法、装置和测量设备 - Google Patents
转向架的配件磨耗量测量方法、装置和测量设备 Download PDFInfo
- Publication number
- CN114383502A CN114383502A CN202111645703.6A CN202111645703A CN114383502A CN 114383502 A CN114383502 A CN 114383502A CN 202111645703 A CN202111645703 A CN 202111645703A CN 114383502 A CN114383502 A CN 114383502A
- Authority
- CN
- China
- Prior art keywords
- model
- accessory
- standard
- matching
- target surface
- 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
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
- G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/08—Railway vehicles
- G01M17/10—Suspensions, axles or wheels
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Aviation & Aerospace Engineering (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Automation & Control Theory (AREA)
- Length Measuring Devices With Unspecified Measuring Means (AREA)
Abstract
本申请涉及一种转向架的配件磨耗量测量方法、装置和测量设备。所述方法包括:获取转向架的待测配件的三维点云数据,以得到待测配件模型;将待测配件模型与标准配件模型进行匹配,得到组合匹配模型;对组合匹配模型进行偏差分析,得到待测配件的磨耗量。采用本方法能够提高转向架的配件磨耗量测量的准确性。
Description
技术领域
本申请涉及机器视觉测量技术领域,特别是涉及一种转向架的配件磨耗量测量方法、装置和测量设备。
背景技术
铁路车辆是重要的交通工具,铁路车辆的快速发展提高了人民的生活水平质量。而转向架是铁路车辆结构中最为重要的部件之一,转向架可以增加车辆的载重、长度与体积,提高列车的运行速度,以满足铁路运输发展的需求。为保证铁路车辆的正常运行,需要对铁路车辆进行检修。转向架落成中的下心盘配件的尺寸测量以及磨耗量测量、下旁承配件的尺寸测量以及磨耗量测量是铁路车辆检修的重要环节。
现有方法中,使用人工对下心盘配件的磨耗量以及下旁承配件的磨耗量进行测量,即使用人工对转向架的配件磨耗量进行测量。
然而,现有方法中,下心盘配件的磨耗量以及下旁承配件的磨耗量测量的准确性不高。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高下心盘配件的磨耗量以及下旁承配件的磨耗量测量准确性的转向架的配件磨耗量测量方法、装置和测量设备。
第一方面,本申请提供了一种转向架的配件磨耗量测量方法,所述方法包括:
获取转向架的待测配件的三维点云数据,以得到待测配件模型;
将待测配件模型与标准配件模型进行匹配,得到组合匹配模型;
对组合匹配模型进行偏差分析,得到待测配件的磨耗量。
其中一个实施例中,组合匹配模型包括标准目标表面和磨耗目标表面;标准目标表面为标准配件模型的目标表面,磨耗目标表面为待测配件模型的目标表面;待测配件的磨耗量为标准目标表面和磨耗目标表面之间的最大偏差值;
对组合匹配模型进行偏差分析,得到待测配件的磨耗量的步骤,包括:
对组合匹配模型的标准目标表面和磨耗目标表面进行偏差分析,获取目标表面和磨耗目标表面之间的最大偏差值。
在其中一个实施例中,所述方法还包括:
获取标准配件的标准三维点云数据;标准三维点云数据包括标准配件的标准尺寸数据;
根据标准尺寸数据进行逆向建模,得到标准配件模型。
在其中一个实施例中,根据标准尺寸数据进行逆向建模,得到标准配件模型的步骤,包括:
根据标准尺寸数据进行逆向建模,得到初始配件模型;
对初始配件模型的线面进行调整,得到标准配件模型。
在其中一个实施例中,将待测配件模型与标准配件模型进行匹配的步骤,包括:
确定标准配件模型的基准面,并基于基准面,将待测配件模型与标准配件模型进行匹配。
在其中一个实施例中,将待测配件模型与标准配件模型进行匹配的步骤,包括:
基于最佳拟合算法,控制待测配件模型与标准配件模型的整体偏差,在整体偏差满足要求的情况下,将待测配件模型与标准配件模型进行匹配。
第二方面,本申请还提供了一种转向架的配件磨耗量测量装置,所述装置包括:
点云获取模块,用于获取转向架的待测配件的三维点云数据,以得到待测配件模型;
模型匹配模块,用于将待测配件模型与标准配件模型进行匹配,得到组合匹配模型;
偏差分析模块,用于对组合匹配模型进行偏差分析,得到待测配件的磨耗量。
第三方面,本申请还提供了一种测量设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述的方法的步骤。
第四方面,本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述的方法的步骤。
第五方面,本申请还提供了一种计算机程序产品。所述计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述的方法的步骤。
上述转向架的配件磨耗量测量方法、装置和测量设备,通过获取机器视觉中转向架待测配件的三维点云数据,并根据三维点云数据得到的待测配件模型;从而可保证待测配件的数据的准确性。通过将待测配件模型与标准配件模型进行匹配,得到组合匹配模型;并通过对组合匹配模型进行偏差分析,得到待测配件的磨耗量。如此,可提高转向架的配件磨耗量测量的准确性。
附图说明
图1为一个实施例中转向架的配件磨耗量测量的应用环境图;
图2为一个实施例中转向架的配件磨耗量测量方法的流程示意图;
图3为一个实施例中转向架的配件磨耗量测量方法的另一流程示意图;
图4为一个实施例中根据标准尺寸数据进行逆向建模,得到标准配件模型的步骤的流程示意图;
图5为一个具体的实施例中下心盘配件磨耗量测量的流程示意图;
图6为一个实施例中一种转向架的配件磨耗量测量装置的结构框图;
图7为一个实施例测量设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本实施例中提供的转向架的配件磨耗量测量方法,可以应用于如图1所示的系统中。其中,结构光投射器110可向待测配件投射3D结构光,点云图像获取器120连接结构光投射器110,可通过结构光投射器110触发点云图像获取器120,也可以通过点云图像获取器120触发结构光投射器110;上位机130分别连接结构光投射器110和点云图像获取器120。上位机130通过网络与服务器140进行通信。数据存储系统可以存储服务器140需要处理的数据。数据存储系统可以集成在服务器140上,也可以放在云上或其他网络服务器上。其中,上位机130可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑;服务器140可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种转向架的配件磨耗量测量方法,以该方法应用于图1中的系统为例进行说明,该方法包括:步骤202至步骤206。
步骤202,获取转向架的待测配件的三维点云数据,以得到待测配件模型。
其中,转向架为铁路车辆的部件。作为一个示例,转向架可以是转K2型、转K5型、转K6型转型架;需要测量磨耗量的转向架配件包括下心盘配件和下旁承配件。
其中,待测配件的三维点云数据为3D结构光投射待测配件得到的点云数据。待测配件模型为以待测配件的三维点云数据形成的三维模型。
具体地,服务器可通过上位机获取点云图像获取器拍摄的转向架的待测配件的三维点云数据,以得到待测配件模型。
在一个具体的实施例中,上位机可以控制结构光投射器向转向架的待测配件投射格雷码光栅,并且结构光投射器触发点云图像获取器获取待测配件的三维点云数据,经过上位机,将待测配件的三维点云数据传输给服务器,服务器根据三维点云数据,得到待测配件模型。
在其中一个实施例中,转向架的待测配件具体为转K2型转向架的下心盘配件。
步骤204,将待测配件模型与标准配件模型进行匹配,得到组合匹配模型。
其中,标准配件模型为以标准配件的三维点云数据形成的三维模型,标准配件为未磨损且符合转向架相关配件要求的转向架配件。标准配件与待测配件为同一种配件。
具体地,服务器将待测的配件模型与标准的配件模型进行匹配,可以将标准配件模型的各平面与待测配件模型的各平面对应匹配,以及将标准配件模型的各平面内的边线与待测配件模型的各平面的边线对应匹配。例如,待测配件的第一平面与标准模型的第一平面对应匹配,同时,该平面内的边线也对应匹配。
在其中一个实施例中,标准配件模型为标准配件的标准CAD模型、待测配件模型为待测配件的标准CAD模型,标准CAD模型包括坐标系。其中,标准配件的标准CAD模型中的坐标是固定的,待测配件的待测CAD模型中的坐标是随机的。服务器将待测配件的待测CAD模型放到与标准配件的标准CAD模型同一坐标系中,使待测配件的待测CAD模型与标准配件的标准CAD模型重合,得到组合匹配后的配件的CAD模型。
步骤206,对组合匹配模型进行偏差分析,得到待测配件的磨耗量。
其中,组合匹配模型包括待测配件模型和标准配件模型。偏差分析为对组合匹配模型中的线面进行差值分析,磨耗量为组合匹配模型的线面差值。一般而言,转向架的待测配件有一个表面存在磨耗量;该磨耗表面为在待测配件安装在转向架上正常使用的情况下,待测配件的上表面。
具体地,服务器对组合匹配模型中的线面进行差值分析,得到组合匹配模型的线面差值,也即得到待测配件的磨耗量。
在其中一个实施例中,服务器对组合匹配的CAD模型的坐标进行差值分析,得到待测配件模型的磨耗表面与标准配件模型的磨耗表面之间的坐标差值,以得到待测配件的磨耗量。
本实施例中,通过获取机器视觉中转向架待测配件的三维点云数据,并根据三维点云数据得到的待测配件模型;从而可保证待测配件的数据的准确性。通过将待测配件模型与标准配件模型进行匹配,得到组合匹配模型;并通过对组合匹配模型进行偏差分析,得到待测配件的磨耗量。如此,可提高转向架的配件磨耗量测量的准确性。
在一个实施例中,组合匹配模型包括标准目标表面和磨耗目标表面;标准目标表面为标准配件模型的目标表面,磨耗目标表面为待测配件模型的目标表面;待测配件的磨耗量为标准目标表面和磨耗目标表面之间的最大偏差值;对组合匹配模型进行偏差分析,得到待测配件的磨耗量的步骤,包括:
对组合匹配模型的标准目标表面和磨耗目标表面进行偏差分析,获取目标表面和磨耗目标表面之间的最大偏差值。
其中,待测配件模型的磨耗表面一般为在待测配件安装在转向架上正常使用的情况下,待测配件的上表面。标准配件模型的目标表面与待测配件模型的磨耗表面为同一表面,标准配件模型的目标表面与待测配件模型的磨耗表面相匹配。
具体地,对组合匹配模型的标准目标表面和磨耗目标表面进行差值分析,获取目标表面和磨耗目标表面之间的最大偏差值,该最大偏差值即为待测配件的磨耗量。
在其中一个实施例中,对组合匹配的CAD模型的坐标进行差值分析,得到待测配件模型的磨耗表面与标准配件模型的磨耗表面之间的最大坐标差值,将该最大坐标差值确定为待测配件的磨耗量。
本实施例中,将标准配件模型的目标表面与待测配件模型的磨耗表面之间的最大偏差值作为待测配件的磨耗量,得到更加准确的磨耗量,可提高对转向架检修的准确性,从而提高对铁路车辆的检修的准确性,进而可提高铁路车辆运行的安全性。
在一个实施例中,如图3所示,所述方法还包括:
步骤S302,获取标准配件的标准三维点云数据;标准三维点云数据包括标准配件的标准尺寸数据;
步骤S304,根据标准尺寸数据进行逆向建模,得到标准配件模型。
其中,标准配件为与待测配件同种类的转向架配件。标准三维点云数据为3D结构光投射标准配件得到的点云数据。
具体地,获取点云图像获取器拍摄的三维图像的标准三维点云数据,得到标准配件的标准尺寸数据。根据标准尺寸数据,进行标准配件的逆向建模,得到标准配件模型。
在一个具体的实施例中,将图3中的方法应用于图1的应用环境中,可通过结构光投射器向标准配件投射格雷码光栅,点云图像获取器拍摄标准配件的三维图像;并且结构光投射器触发点云图像获取器获取标准配件的标准三维点云数据,经过上位机,将标准三维点云数据传输给服务器,服务器根据标准三维点云数据,运用逆向设计算法进行标准配件的逆向建模,得到标准配件模型。
在一个实施例中,如图4所示,根据标准尺寸数据进行逆向建模,得到标准配件模型的步骤,包括:
步骤S402,根据标准尺寸数据进行逆向建模,得到初始配件模型;
步骤S404,对初始配件模型的线面进行调整,得到标准配件模型。
其中,初始配件模型的线面中存在不光滑的线面。初始配件模型为三维点云数据形成的初始三维模型,标准配件模型为三维点云数据形成的标准三维模型。
具体地,根据标准尺寸数据,运用逆向设计算法对标准配件进行逆向建模,得到标准配件的初始初始模型;对初始配件模型中的线面进行调整,以使初始配件模型中的线面变得光滑,得到标准配件的标准三维模型。
本实施例中,通过对初始配件模型的线面进行处理,得到标准配件模型,从而是标准配件模型的线面特征更加符合实物的线面特征,进而提高磨耗量测量的准确性。
在一个实施例中,将待测配件模型与标准配件模型进行匹配的步骤,包括:
确定标准配件模型的基准面,并基于基准面,将待测配件模型与标准配件模型进行匹配。
其中,标准配件模型的基准面为标准配件模型与待测配件模型差别最小的平面。待测配件模型包括与标准配件模型的基准面所对应的待测配件模型的基准面。
具体地,确定标准配件模型的基准面,可以基于基准面,将待测配件模型的基准面与标准配件模型的基准面重合,并控制基准面的偏差,将待测配件模型与标准配件模型进行匹配,得到匹配的待测配件模型与标准配件模型。
本实施例中,基于基准面,将待测配件模型与标准配件模型进行匹配,可以在转向架标准配件与待测整体偏差大的情况下,基于偏差最小的基准面进行匹配,从而可以提高磨耗量测量的准确性。
在一个实施例中,将待测配件模型与标准配件模型进行匹配的步骤,包括:
基于最佳拟合算法,控制待测配件模型与标准配件模型的整体偏差,在整体偏差满足要求的情况下,将待测配件模型与标准配件模型进行匹配。
其中,最佳拟合算法为基于整体偏差的拟合算法。
具体地,基于最佳拟合算法,控制待测配件模型与标准配件模型的整体偏差,使得整体偏差最小,并在体偏差满足要求的情况下,将待测配件模型与标准配件模型进行匹配,得到匹配的待测配件模型与标准配件模型。
本实施例中,基于最佳拟合算法,控制待测配件模型与标准配件模型的整体偏差在最小的情况下,待测配件模型与标准配件模型进行匹配,从而可以在转向架标准配件与待测整体偏差小的情况下,提高磨耗量测量的准确性。
在一个实施例中,确定标准配件模型的基准面,并基于基准面,将待测配件模型与标准配件模型进行匹配;或,基于最佳拟合算法,控制待测配件模型与标准配件模型的整体偏差,在整体偏差满足要求的情况下,将待测配件模型与标准配件模型进行匹配,得到组合匹配模型。
在一个具体的实施例中,如图5所示,一种下心盘配件磨耗量测量方法,包括以下步骤:
步骤S501,获取标准下心盘配件的标准三维点云数据;标准三维点云数据包括标准配件的标准尺寸数据;
步骤S502,根据标准尺寸数据进行逆向建模,得到下心盘配件的初始CAD模型;
步骤S503,对下心盘配件的初始CAD模型的线面进行调整,得到下心盘配件的标准CAD模型;
步骤S504,获取待测下心盘配件的三维点云数据,以得到下心盘配件的待测CAD模型;
步骤S505,确定标准CAD模型的基准面,并基于基准面,将待测CAD模型与标准CAD模型进行匹配;或,基于最佳拟合算法,控制待测CAD模型与标准CAD模型的整体偏差,在整体偏差满足要求的情况下,将待测CAD模型与标准CAD模型进行匹配,得到组合匹配的CAD模型;
步骤S506,对组合匹配的CAD模型的坐标进行差值分析,得到待测CAD模型的磨耗表面与标准CAD模型的磨耗表面之间的最大坐标差值,将该最大坐标差值确定为待测下心盘配件的磨耗量。
应该理解的是,虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的转向架的配件磨耗量测量方法的转向架的配件磨耗量测量装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个转向架的配件磨耗量测量装置实施例中的具体限定可以参见上文中对于转向架的配件磨耗量测量方法的限定,在此不再赘述。
在一个实施例中,如图6所示,提供了一种转向架的配件磨耗量测量装置,包括:点云获取模块610、模型匹配模块620和偏差分析模块630,其中:
点云获取模块610用于获取转向架的待测配件的三维点云数据,以得到待测配件模型。模型匹配模块620用于将待测配件模型与标准配件模型进行匹配,得到组合匹配模型。偏差分析模块630,用于对组合匹配模型进行偏差分析,得到待测配件的磨耗量。
在一个实施例中,组合匹配模型包括标准目标表面和磨耗目标表面;标准目标表面为标准配件模型的目标表面,磨耗目标表面为待测配件模型的目标表面;待测配件的磨耗量为标准目标表面和磨耗目标表面之间的最大偏差值;
偏差分析模块630包括最大偏差单元,最大偏差单元用于对组合匹配模型的标准目标表面和磨耗目标表面进行偏差分析,获取目标表面和磨耗目标表面之间的最大偏差值。
在一个实施例中,所述装置还包括标准数据单元和建模单元。
标准数据单元用于获取标准配件的标准三维点云数据;标准三维点云数据包括标准配件的标准尺寸数据。建模单元用于根据标准尺寸数据进行逆向建模,得到标准配件模型。
在一个实施例中,建模单元包括初始模型单元和标准模型单元。
初始模型单元用于根据标准尺寸数据进行逆向建模,得到初始配件模型。标准模型单元用于对初始配件模型的线面进行调整,得到标准配件模型。
在一个实施例中,模型匹配模块620包括基准面单元。
基准面单元用于确定标准配件模型的基准面,并基于基准面,将待测配件模型与标准配件模型进行匹配。
在一个实施例中,模型匹配模块620包括整体偏差单元。
整体偏差单元用于基于最佳拟合算法,控制待测配件模型与标准配件模型的整体偏差,在整体偏差满足要求的情况下,将待测配件模型与标准配件模型进行匹配。
上述转向架的配件磨耗量测量装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于测量设备中的处理器中,也可以以软件形式存储于测量设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种测量设备,该测量设备可以是终端,其内部结构图可以如图7所示。该测量设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中,该测量设备的处理器用于提供计算和控制能力。该测量设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该测量设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种转向架的配件磨耗量测量方法。该测量设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该测量设备的输入装置可以是显示屏上覆盖的触摸层,也可以是测量设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图7中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的测量设备的限定,具体的测量设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种测量设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取转向架的待测配件的三维点云数据,以得到待测配件模型;
将待测配件模型与标准配件模型进行匹配,得到组合匹配模型;
对组合匹配模型进行偏差分析,得到待测配件的磨耗量。
在一个实施例中,组合匹配模型包括标准目标表面和磨耗目标表面;标准目标表面为标准配件模型的目标表面,磨耗目标表面为待测配件模型的目标表面;待测配件的磨耗量为标准目标表面和磨耗目标表面之间的最大偏差值;处理器执行计算机程序时还实现以下步骤:
对组合匹配模型的标准目标表面和磨耗目标表面进行偏差分析,获取目标表面和磨耗目标表面之间的最大偏差值。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
获取标准配件的标准三维点云数据;标准三维点云数据包括标准配件的标准尺寸数据;根据标准尺寸数据进行逆向建模,得到标准配件模型。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
根据标准尺寸数据进行逆向建模,得到初始配件模型;对初始配件模型的线面进行调整,得到标准配件模型。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
确定标准配件模型的基准面,并基于基准面,将待测配件模型与标准配件模型进行匹配。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
基于最佳拟合算法,控制待测配件模型与标准配件模型的整体偏差,在整体偏差满足要求的情况下,将待测配件模型与标准配件模型进行匹配。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种转向架的配件磨耗量测量方法,其特征在于,所述方法包括:
获取转向架的待测配件的三维点云数据,以得到待测配件模型;
将所述待测配件模型与所述标准配件模型进行匹配,得到组合匹配模型;
对所述组合匹配模型进行偏差分析,得到所述待测配件的磨耗量。
2.根据权利要求1所述的方法,其特征在于,所述组合匹配模型包括标准目标表面和磨耗目标表面;所述标准目标表面为所述标准配件模型的目标表面,所述磨耗目标表面为所述待测配件模型的目标表面;所述待测配件的磨耗量为所述标准目标表面和所述磨耗目标表面之间的最大偏差值;
对所述组合匹配模型进行偏差分析,得到所述待测配件的磨耗量的步骤,包括:
对所述组合匹配模型的标准目标表面和磨耗目标表面进行偏差分析,获取所述目标表面和所述磨耗目标表面之间的最大偏差值。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取标准配件的标准三维点云数据;所述标准三维点云数据包括所述标准配件的标准尺寸数据;
根据所述标准尺寸数据进行逆向建模,得到所述标准配件模型。
4.根据权利要求3所述的方法,其特征在于,根据所述标准尺寸数据进行逆向建模,得到所述标准配件模型的步骤,包括:
根据所述标准尺寸数据进行逆向建模,得到初始配件模型;
对所述初始配件模型的线面进行调整,得到所述标准配件模型。
5.根据权利要求1所述的方法,其特征在于,将所述待测配件模型与所述标准配件模型进行匹配的步骤,包括:
确定所述标准配件模型的基准面,并基于所述基准面,将所述待测配件模型与所述标准配件模型进行匹配。
6.根据权利要求1所述的方法,其特征在于,将所述待测配件模型与所述标准配件模型进行匹配的步骤,包括:
基于最佳拟合算法,控制所述待测配件模型与所述标准配件模型的整体偏差,在所述整体偏差满足要求的情况下,将所述待测配件模型与所述标准配件模型进行匹配。
7.一种转向架的配件磨耗量测量装置,其特征在于,所述装置包括:
点云获取模块,用于获取转向架的待测配件的三维点云数据,以得到待测配件模型;
模型匹配模块,用于将所述待测配件模型与所述标准配件模型进行匹配,得到组合匹配模型;
偏差分析模块,用于对所述组合匹配模型进行偏差分析,得到所述待测配件的磨耗量。
8.一种测量设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111645703.6A CN114383502A (zh) | 2021-12-29 | 2021-12-29 | 转向架的配件磨耗量测量方法、装置和测量设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111645703.6A CN114383502A (zh) | 2021-12-29 | 2021-12-29 | 转向架的配件磨耗量测量方法、装置和测量设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114383502A true CN114383502A (zh) | 2022-04-22 |
Family
ID=81199972
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111645703.6A Pending CN114383502A (zh) | 2021-12-29 | 2021-12-29 | 转向架的配件磨耗量测量方法、装置和测量设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114383502A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105447280A (zh) * | 2015-12-29 | 2016-03-30 | 北京二七轨道交通装备有限责任公司 | 打磨头偏转角度的计算方法、装置及打磨系统 |
CN105526882A (zh) * | 2015-12-28 | 2016-04-27 | 西南交通大学 | 基于结构光测量的道岔磨耗检测系统及其检测方法 |
JP2017067657A (ja) * | 2015-09-30 | 2017-04-06 | 株式会社日立ビルシステム | 3次元点群データのモデリング装置、モデリングプログラム及びエレベータガイドレールのモデリング方法 |
CN109118574A (zh) * | 2018-07-04 | 2019-01-01 | 北京航空航天大学 | 一种基于三维特征提取的快速逆向建模方法 |
CN111291498A (zh) * | 2020-02-28 | 2020-06-16 | 朔黄铁路发展有限责任公司 | 钢轨断面磨耗预测系统、方法、计算机设备和存储介质 |
CN112284256A (zh) * | 2020-11-17 | 2021-01-29 | 深圳市道通科技股份有限公司 | 一种工件平面磨损的测量方法和系统 |
WO2021134285A1 (zh) * | 2019-12-30 | 2021-07-08 | 深圳元戎启行科技有限公司 | 图像跟踪处理方法、装置、计算机设备和存储介质 |
-
2021
- 2021-12-29 CN CN202111645703.6A patent/CN114383502A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017067657A (ja) * | 2015-09-30 | 2017-04-06 | 株式会社日立ビルシステム | 3次元点群データのモデリング装置、モデリングプログラム及びエレベータガイドレールのモデリング方法 |
CN105526882A (zh) * | 2015-12-28 | 2016-04-27 | 西南交通大学 | 基于结构光测量的道岔磨耗检测系统及其检测方法 |
CN105447280A (zh) * | 2015-12-29 | 2016-03-30 | 北京二七轨道交通装备有限责任公司 | 打磨头偏转角度的计算方法、装置及打磨系统 |
CN109118574A (zh) * | 2018-07-04 | 2019-01-01 | 北京航空航天大学 | 一种基于三维特征提取的快速逆向建模方法 |
WO2021134285A1 (zh) * | 2019-12-30 | 2021-07-08 | 深圳元戎启行科技有限公司 | 图像跟踪处理方法、装置、计算机设备和存储介质 |
CN111291498A (zh) * | 2020-02-28 | 2020-06-16 | 朔黄铁路发展有限责任公司 | 钢轨断面磨耗预测系统、方法、计算机设备和存储介质 |
CN112284256A (zh) * | 2020-11-17 | 2021-01-29 | 深圳市道通科技股份有限公司 | 一种工件平面磨损的测量方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116257923A (zh) | 桥梁健康监测方法、装置、计算机设备和存储介质 | |
CN114596423A (zh) | 基于虚拟场景网格化的模型渲染方法、装置和计算机设备 | |
CN113836733B (zh) | 车辆曲线通过性能监测设备的布局位置确定方法及装置 | |
CN116091431A (zh) | 箱梁病害检测方法、装置、计算机设备和存储介质 | |
US8982119B2 (en) | Electronic device and method for establishing a safety plane in coordinate measurements | |
CN114383502A (zh) | 转向架的配件磨耗量测量方法、装置和测量设备 | |
CN116596935B (zh) | 形变检测方法、装置、计算机设备及计算机可读存储介质 | |
CN113077460A (zh) | 试件形变量的确定方法、装置及存储介质 | |
CN114398722A (zh) | 转向架间隙检测方法、装置、计算机设备和存储介质 | |
US20230245239A1 (en) | Systems and methods for modeling item damage severity | |
CN116091461A (zh) | 管道数据处理方法、系统、计算机设备、存储介质 | |
CN115345928A (zh) | 关键点的获取方法、计算机设备和存储介质 | |
CN114397122A (zh) | 轮对轮径差检测方法及装置 | |
CN116933107B (zh) | 数据分布边界确定方法、装置、计算机设备和存储介质 | |
CN114756539B (zh) | 运单数据校对系统、方法、计算机设备、存储介质 | |
CN114662342B (zh) | 可达性评估结果的确定方法、装置、计算机设备和介质 | |
CN111222932A (zh) | 订单周期计算方法、装置及电子设备 | |
CN116279935B (zh) | 车辆倾倒预警方法、装置及计算机设备 | |
CN115861520B (zh) | 高光检测方法、装置、计算机设备和存储介质 | |
CN114662214A (zh) | 样车数据校核方法、装置、计算机设备、存储介质 | |
CN114998380A (zh) | 点云数据的分割方法、装置、计算机设备和存储介质 | |
CN116086355A (zh) | 一种非完整车身r角小圆弧视觉测量方法及系统 | |
JP6651299B2 (ja) | 表面面一性を調査するシステム及び方法 | |
CN117553994A (zh) | 系统等效泄漏面积确定方法、装置和计算机设备 | |
CN116150028A (zh) | 配置信息变更方法、装置、设备、介质和程序产品 |
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 |