CN114972387A - 基于三维实测的复材成型过程模具变形修配方法及系统 - Google Patents
基于三维实测的复材成型过程模具变形修配方法及系统 Download PDFInfo
- Publication number
- CN114972387A CN114972387A CN202210894917.5A CN202210894917A CN114972387A CN 114972387 A CN114972387 A CN 114972387A CN 202210894917 A CN202210894917 A CN 202210894917A CN 114972387 A CN114972387 A CN 114972387A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- point
- deviation
- analog
- theoretical digital
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- 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
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- 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
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/26—Composites
-
- 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
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Graphics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Architecture (AREA)
- Artificial Intelligence (AREA)
- Medical Informatics (AREA)
Abstract
本发明提供一种基于三维实测的复材成型过程模具变形修配方法及系统,其中方法包括获取复材构件脱模后的扫描点云;对脱模后的扫描点云进行滤波,得到滤波点云;根据曲率的大小对滤波点云进行稀疏化处理,得到稀疏化点云;获取复材构件模具的理论数模;对复材构件模具的理论数模进行离散化处理,得到理论数模点云;根据曲率的大小将稀疏化点云与理论数模点云拟合,得到点云偏差;对点云偏差进行权重赋值,得到点云偏差更新值;将点云偏差更新值反向形变补偿至理论数模,得到更新后的理论数模,以更新后的理论数模进行复材成型。本发明有效分析复材成型过程模具变形误差,模具补偿精度较高,有利于指导后续复材构件加工,提高最终的成型质量。
Description
技术领域
本发明属于三维点云模型检测技术领域,尤其涉及一种基于三维实测的复材成型过程模具变形修配方法及系统。
背景技术
复合材料难以在制造过程中通过大量的机床加工得到高精度构件,其制造质量基本上要依靠成型模具的质量来保证。数控加工只能够保证模具在加工状态时拥有良好的尺寸精度,然而在复合材料构件固化时,由于构件与模具的热膨胀系数不一致,会因构件材料内部不均匀的热传导效应,导致树脂基在固化时形成固化梯度;同时由于构件与模具在成型过程因接触产生约束力,不可避免的会发生不同程度的变形,模具的形状及尺寸会发生改变。
目前在面对复合材料构件成型过程固化变形主要有两种控制方法,一种是通过控制成型过程的固化参数,如保压温度、保压时间、冷却速率、冷却压力等参数,这种方法对工艺要求苛刻,在减小变形量上存在局限性;另一种方法是基于有限元进行模具补偿,但是存在求解效率不高、得到补偿结果周期长和精度较差的问题。因此,如何在复合材料成型过程中的变形进行模具修配成为保证复合材料构件质量重要环节之一。
发明内容
本发明针对现有技术中的不足,提供一种基于三维实测的复材成型过程模具变形修配方法及系统。
第一方面,本发明提供一种基于三维实测的复材成型过程模具变形修配方法,包括:
获取复材构件脱模后的扫描点云;
对脱模后的扫描点云进行滤波,得到滤波点云;
根据曲率的大小对滤波点云进行稀疏化处理,得到稀疏化点云;
获取复材构件模具的理论数模;
对复材构件模具的理论数模进行离散化处理,得到理论数模点云;
根据曲率的大小将稀疏化点云与理论数模点云拟合,得到点云偏差;
对点云偏差进行权重赋值,得到点云偏差更新值;
以理论数模点云指向扫描点云为正向,将点云偏差更新值反向形变补偿至理论数模,得到更新后的理论数模,以更新后的理论数模进行复材成型。
进一步地,所述对脱模后的扫描点云进行滤波,得到滤波点云,包括:
定义距离阈值R和一个卷积核,任意选定中心点f(x,y,z),确定距离阈值R内的所有点f(i,j,k)为邻域点云;
其中,x、y和z分别为中心点在三维坐标中对应轴的坐标值;n为邻域中点云的数量;i、j和k分别为邻域点云中的点在三维坐标中对应轴的坐标值;w(i,j,k)为中心点f(x,y,z)到领域点f(i,j,k)距离的加权系数;
遍历整片点云得到滤波后的点云。
进一步地,所述根据曲率的大小将稀疏化点云与理论数模点云拟合,得到点云偏差,包括:
根据点云曲率大小对理论数模点云P 2进行区域排序;
以滤波点云P 1和理论数模点云P 2的大小曲率两区域为特征寻找最近点;以滤波点云P 1为基准,确定两区域点云最近点p 1和p 2;
根据以下公式对p 1和p 2进行ICP配准,得到点云偏差:
其中,为对应滤波点云和理论数模点云之间最小的旋转矩阵和平移向量;R为
滤波点云和理论数模点云之间的旋转矩阵;t为滤波点云和理论数模点云之间的平移向量;p 1为滤波点云特征区域点云中的对应点;p 2为理论数模点云特征区域点云中的对应点;h=1
为滤波点云,h=2为理论数模点云;
将理论数模点云中没有配准的点云进行剔除。
进一步地,所述对点云偏差进行权重赋值,得到点云偏差更新值,包括:
对滤波点云进行区域生长算法划分区域;
根据点云曲率大小,将同一阈值内的邻域点云划入同一区域,得到各区域的整体点云的平均偏差;
根据以下公式计算各区域的整体点云均方根偏差:
对区域内的每个点云进行权重赋值,以一个点的点云偏差与区域整体点云的均方根偏差的比值为权重对自身偏差进行赋值,得到点云偏差更新值。
进一步地,所述对区域内的每个点云进行权重赋值,以一个点的点云偏差与区域整体点云的均方根偏差的比值为权重对自身偏差进行赋值,得到点云偏差更新值,包括:
根据以下公式计算点云偏差更新值:
第二方面,本发明提供一种基于三维实测的复材成型过程模具变形修配系统,包括:
扫描点云获取模块,用于获取复材构件脱模后的扫描点云;
点云滤波模块,用于对脱模后的扫描点云进行滤波,得到滤波点云;
点云稀疏化模块,用于根据曲率的大小对滤波点云进行稀疏化处理,得到稀疏化点云;
理论数模获取模块,用于获取复材构件模具的理论数模;
数模离散化模块,用于对复材构件模具的理论数模进行离散化处理,得到理论数模点云;
点云拟合模块,用于根据曲率的大小将稀疏化点云与理论数模点云拟合,得到点云偏差;
权重赋值模块,用于对点云偏差进行权重赋值,得到点云偏差更新值;
点云偏差补偿模块,用于以理论数模点云指向扫描点云为正向,将点云偏差更新值反向形变补偿至理论数模,得到更新后的理论数模,以更新后的理论数模进行复材成型。
进一步地,所述点云滤波模块包括:
邻域点云确定单元,用于定义距离阈值R和一个卷积核,任意选定中心点f(x,y,z),确定距离阈值R内的所有点f(i,j,k)为邻域点云;
其中,x、y和z分别为中心点在三维坐标中对应轴的坐标值;n为邻域中点云的数量;i、j和k分别为邻域点云中的点在三维坐标中对应轴的坐标值;w(i,j,k)为中心点f(x,y,z)到领域点f(i,j,k)距离的加权系数;
点云遍历单元,用于遍历整片点云得到滤波后的点云。
进一步地,所述点云拟合模块包括:
点云排序单元,用于根据点云曲率大小对理论数模点云P 2进行区域排序;
点云最近点确定单元,用于以滤波点云P 1和理论数模点云P 2的大小曲率两区域为特征寻找最近点;以滤波点云P 1为基准,确定两区域点云最近点p 1和p 2;
第二计算单元,用于根据以下公式对p 1和p 2进行ICP配准,得到点云偏差:
其中,为对应滤波点云和理论数模点云之间最小的旋转矩阵和平移向量;R为
滤波点云和理论数模点云之间的旋转矩阵;t为滤波点云和理论数模点云之间的平移向量;p 1为滤波点云特征区域点云中的对应点;p 2为理论数模点云特征区域点云中的对应点;h=1
为滤波点云,h=2为理论数模点云;
点云剔除单元,用于将理论数模点云中没有配准的点云进行剔除。
进一步地,所述权重赋值模块包括:
第一点云划分单元,用于对滤波点云进行区域生长算法划分区域;
第二点云划分单元,用于根据点云曲率大小,将同一阈值内的邻域点云划入同一区域,得到各区域的整体点云的平均偏差;
第三计算单元,用于根据以下公式计算各区域的整体点云均方根偏差:
点云权重赋值单元,用于对区域内的每个点云进行权重赋值,以一个点的点云偏差与区域整体点云的均方根偏差的比值为权重对自身偏差进行赋值,得到点云偏差更新值。
进一步地,所述权重赋值模块还包括:
第四计算单元,用于根据以下公式计算点云偏差更新值:
本发明提供一种基于三维实测的复材成型过程模具变形修配方法及系统,其中方法包括获取复材构件脱模后的扫描点云;对脱模后的扫描点云进行滤波,得到滤波点云;根据曲率的大小对滤波点云进行稀疏化处理,得到稀疏化点云;获取复材构件模具的理论数模;对复材构件模具的理论数模进行离散化处理,得到理论数模点云;根据曲率的大小将稀疏化点云与理论数模点云拟合,得到点云偏差;对点云偏差进行权重赋值,得到点云偏差更新值;以理论数模点云指向扫描点云为正向,将点云偏差更新值反向形变补偿至理论数模,得到更新后的理论数模,以更新后的理论数模进行复材成型。本发明有效分析复材成型过程模具变形误差,模具补偿精度较高,有利于指导后续复材构件加工,提高最终的成型质量。
附图说明
为了更清楚地说明本发明的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,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为本发明实施例提供的一种基于三维实测的复材成型过程模具变形修配方法的流程图;
图2为本发明实施例提供的点云滤波示意图;
图3为本发明实施例提供的点云滤波前后示意图;
图4为本发明实施例提供的点云偏差补偿参数示意图;
图5为本发明实施例提供的理论数模更新后效果示意图;
图6为本发明实施例提供的一种基于三维实测的复材成型过程模具变形修配系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本发明实施例部分提供一种基于三维实测的复材成型过程模具变形修配方法,包括:
步骤101,获取复材构件脱模后的扫描点云。
利用激光扫描仪对脱模后的复材构件进行扫描,得到扫描点云。
步骤102,对脱模后的扫描点云进行滤波,得到滤波点云。
如图2所示,定义距离阈值R和一个卷积核,距离阈值R可以根据现场点云密度进行定义,保证邻域点云数目在合理范围;任意选定中心点f(x,y,z),确定距离阈值R内的所有点f(i,j,k)为邻域点云。
其中,x、y和z分别为中心点在三维坐标中对应轴的坐标值;n为邻域中点云的数量;i、j和k分别为邻域点云中的点在三维坐标中对应轴的坐标值;w(i,j,k)为中心点f(x,y,z)到领域点f(i,j,k)距离的加权系数。
如图3所示,遍历整片点云得到滤波后的点云。
步骤103,根据曲率的大小对滤波点云进行稀疏化处理,得到稀疏化点云。
对滤波点云进行下采样降低点云密度,对大曲率位置的点云距离阈值设置较小,以保持大曲率位置的型面特征。
步骤104,获取复材构件模具的理论数模。
利用激光扫描仪对模具进行扫描,得到理论数模。
步骤105,对复材构件模具的理论数模进行离散化处理,得到理论数模点云。
进行离散化处理过程在建模软件如CATIA中进行转化,理论数模的模型转化为ASCII格式。
步骤106,根据曲率的大小将稀疏化点云与理论数模点云拟合,得到点云偏差。
根据点云曲率大小对理论数模点云P 2进行区域排序。
找一个最低曲率点作为种子点,也是生长的起点,将与种子相似的临近点添加到种子栈中,不断迭代,生成一大片具有相同曲率特征的区域。
以滤波点云P 1和理论数模点云P 2的大小曲率两区域为特征寻找最近点;以滤波点云P 1为基准,确定两区域点云最近点p 1和p 2。
根据以下公式对p 1和p 2进行ICP配准,得到点云偏差:
其中,为对应滤波点云和理论数模点云之间最小的旋转矩阵和平移向量;R为
滤波点云和理论数模点云之间的旋转矩阵;t为滤波点云和理论数模点云之间的平移向量;p 1为滤波点云特征区域点云中的对应点;p 2为理论数模点云特征区域点云中的对应点;h=1
为滤波点云,h=2为理论数模点云。点云偏差代表复材构件成型整个过程该点产生的形变,
即滤波点云和理论数模点云配准后,针对不对齐部分通过拟合两个平行截面,截面的距离
表示点云的偏差。
将理论数模点云中没有配准的点云进行剔除。
步骤107,对点云偏差进行权重赋值,得到点云偏差更新值。
对滤波点云进行区域生长算法划分区域。
根据点云曲率大小,将同一阈值内的邻域点云划入同一区域,得到各区域的整体点云的平均偏差。
根据以下公式计算各区域的整体点云均方根偏差:
如图4所示,对区域内的每个点云进行权重赋值,以一个点的点云偏差与区域整体点云的均方根偏差的比值为权重对自身偏差进行赋值,得到点云偏差更新值。
根据以下公式计算点云偏差更新值:
步骤108,以理论数模点云指向扫描点云为正向,将点云偏差更新值反向形变补偿至理论数模,得到更新后的理论数模,以更新后的理论数模进行复材成型。
如图5所示,补偿时以区域序列对点云区域逐个补偿,直到最后一个区域补偿完,得到更新后的理论数模。
本发明有效分析复材成型过程模具变形误差,模具补偿精度较高,有利于指导后续复材构件加工,提高最终的成型质量。
基于同一发明构思,本发明实施例还提供了一种基于三维实测的复材成型过程模具变形修配系统,由于该系统解决问题的原理与前述一种基于三维实测的复材成型过程模具变形修配方法相似,因此该系统的实施可以参见基于三维实测的复材成型过程模具变形修配方法的实施,重复之处不再赘述。
本发明实施例提供一种基于三维实测的复材成型过程模具变形修配系统,如图6所示,包括:
扫描点云获取模块10,用于获取复材构件脱模后的扫描点云;
点云滤波模块20,用于对脱模后的扫描点云进行滤波,得到滤波点云;
点云稀疏化模块30,用于根据曲率的大小对滤波点云进行稀疏化处理,得到稀疏化点云;
理论数模获取模块40,用于获取复材构件模具的理论数模;
数模离散化模块50,用于对复材构件模具的理论数模进行离散化处理,得到理论数模点云;
点云拟合模块60,用于根据曲率的大小将稀疏化点云与理论数模点云拟合,得到点云偏差;
权重赋值模块70,用于对点云偏差进行权重赋值,得到点云偏差更新值;
点云偏差补偿模块80,用于以理论数模点云指向扫描点云为正向,将点云偏差更新值反向形变补偿至理论数模,得到更新后的理论数模,以更新后的理论数模进行复材成型。
可选地,所述点云滤波模块包括:
邻域点云确定单元,用于定义距离阈值R和一个卷积核,任意选定中心点f(x,y,z),确定距离阈值R内的所有点f(i,j,k)为邻域点云;
其中,x、y和z分别为中心点在三维坐标中对应轴的坐标值;n为邻域中点云的数量;i、j和k分别为邻域点云中的点在三维坐标中对应轴的坐标值;w(i,j,k)为中心点f(x,y,z)到领域点f(i,j,k)距离的加权系数;
点云遍历单元,用于遍历整片点云得到滤波后的点云。
可选地,所述点云拟合模块包括:
点云排序单元,用于根据点云曲率大小对理论数模点云P 2进行区域排序;
点云最近点确定单元,用于以滤波点云P 1和理论数模点云P 2的大小曲率两区域为特征寻找最近点;以滤波点云P 1为基准,确定两区域点云最近点p 1和p 2;
第二计算单元,用于根据以下公式对p 1和p 2进行ICP配准,得到点云偏差:
其中,为对应滤波点云和理论数模点云之间最小的旋转矩阵和平移向量;R为
滤波点云和理论数模点云之间的旋转矩阵;t为滤波点云和理论数模点云之间的平移向量;p 1为滤波点云特征区域点云中的对应点;p 2为理论数模点云特征区域点云中的对应点;h=1
为滤波点云,h=2为理论数模点云;
点云剔除单元,用于将理论数模点云中没有配准的点云进行剔除。
可选地,所述权重赋值模块包括:
第一点云划分单元,用于对滤波点云进行区域生长算法划分区域;
第二点云划分单元,用于根据点云曲率大小,将同一阈值内的邻域点云划入同一区域,得到各区域的整体点云的平均偏差;
第三计算单元,用于根据以下公式计算各区域的整体点云均方根偏差:
点云权重赋值单元,用于对区域内的每个点云进行权重赋值,以一个点的点云偏差与区域整体点云的均方根偏差的比值为权重对自身偏差进行赋值,得到点云偏差更新值。
可选地,所述权重赋值模块还包括:
第四计算单元,用于根据以下公式计算点云偏差更新值:
关于上述各个模块更加具体的工作过程可以参考前述实施例公开的相应内容,在此不再进行赘述。
相应的,本发明实施例还提供了一种计算机设备,包括处理器和存储器;其中,处理器执行存储器中保存的计算机程序时实现前述实施例公开的基于三维实测的复材成型过程模具变形修配方法。
关于上述方法更加具体的过程可以参考前述实施例中公开的相应内容,在此不再进行赘述。
进一步的,本发明实施例还提供一种计算机可读存储介质,用于存储计算机程序;计算机程序被处理器执行时实现前述公开的基于三维实测的复材成型过程模具变形修配方法。
关于上述方法更加具体的过程可以参考前述实施例中公开的相应内容,在此不再进行赘述。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似部分互相参见即可。对于实施例公开的系统、设备、存储介质而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本领域的技术人员可以清楚地了解到本发明实施例中的技术可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本发明实施例中的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
以上结合具体实施方式和范例性实例对本发明进行了详细说明,不过这些说明并不能理解为对本发明的限制。本领域技术人员理解,在不偏离本发明精神和范围的情况下,可以对本发明技术方案及其实施方式进行多种等价替换、修饰或改进,这些均落入本发明的范围内。本发明的保护范围以所附权利要求为准。
Claims (10)
1.一种基于三维实测的复材成型过程模具变形修配方法,其特征在于,包括:
获取复材构件脱模后的扫描点云;
对脱模后的扫描点云进行滤波,得到滤波点云;
根据曲率的大小对滤波点云进行稀疏化处理,得到稀疏化点云;
获取复材构件模具的理论数模;
对复材构件模具的理论数模进行离散化处理,得到理论数模点云;
根据曲率的大小将稀疏化点云与理论数模点云拟合,得到点云偏差;
对点云偏差进行权重赋值,得到点云偏差更新值;
以理论数模点云指向扫描点云为正向,将点云偏差更新值反向形变补偿至理论数模,得到更新后的理论数模,以更新后的理论数模进行复材成型。
3.根据权利要求1所述的复材成型过程模具变形修配方法,其特征在于,所述根据曲率的大小将稀疏化点云与理论数模点云拟合,得到点云偏差,包括:
根据点云曲率大小对理论数模点云P 2进行区域排序;
以滤波点云P 1和理论数模点云P 2的大小曲率两区域为特征寻找最近点;以滤波点云P 1为基准,确定两区域点云最近点p 1和p 2;
根据以下公式对p 1和p 2进行ICP配准,得到点云偏差:
其中,为对应滤波点云和理论数模点云之间最小的旋转矩阵和平移向量;R为滤波
点云和理论数模点云之间的旋转矩阵;t为滤波点云和理论数模点云之间的平移向量;p 1为
滤波点云特征区域点云中的对应点;p 2为理论数模点云特征区域点云中的对应点;h=1为滤
波点云,h=2为理论数模点云;
将理论数模点云中没有配准的点云进行剔除。
6.一种基于三维实测的复材成型过程模具变形修配系统,其特征在于,包括:
扫描点云获取模块,用于获取复材构件脱模后的扫描点云;
点云滤波模块,用于对脱模后的扫描点云进行滤波,得到滤波点云;
点云稀疏化模块,用于根据曲率的大小对滤波点云进行稀疏化处理,得到稀疏化点云;
理论数模获取模块,用于获取复材构件模具的理论数模;
数模离散化模块,用于对复材构件模具的理论数模进行离散化处理,得到理论数模点云;
点云拟合模块,用于根据曲率的大小将稀疏化点云与理论数模点云拟合,得到点云偏差;
权重赋值模块,用于对点云偏差进行权重赋值,得到点云偏差更新值;
点云偏差补偿模块,用于以理论数模点云指向扫描点云为正向,将点云偏差更新值反向形变补偿至理论数模,得到更新后的理论数模,以更新后的理论数模进行复材成型。
7.根据权利要求6所述的复材成型过程模具变形修配系统,其特征在于,所述点云滤波模块包括:
邻域点云确定单元,用于定义距离阈值R和一个卷积核,任意选定中心点f(x,y,z),确定距离阈值R内的所有点f(i,j,k)为邻域点云;
其中,x、y和z分别为中心点在三维坐标中对应轴的坐标值;n为邻域中点云的数量;i、j和k分别为邻域点云中的点在三维坐标中对应轴的坐标值;w(i,j,k)为中心点f(x,y,z)到领域点f(i,j,k)距离的加权系数;
点云遍历单元,用于遍历整片点云得到滤波后的点云。
8.根据权利要求6所述的复材成型过程模具变形修配系统,其特征在于,所述点云拟合模块包括:
点云排序单元,用于根据点云曲率大小对理论数模点云P 2进行区域排序;
点云最近点确定单元,用于以滤波点云P 1和理论数模点云P 2的大小曲率两区域为特征寻找最近点;以滤波点云P 1为基准,确定两区域点云最近点p 1和p 2;
第二计算单元,用于根据以下公式对p 1和p 2进行ICP配准,得到点云偏差:
其中,为对应滤波点云和理论数模点云之间最小的旋转矩阵和平移向量;R为滤波
点云和理论数模点云之间的旋转矩阵;t为滤波点云和理论数模点云之间的平移向量;p 1为
滤波点云特征区域点云中的对应点;p 2为理论数模点云特征区域点云中的对应点;h=1为滤
波点云,h=2为理论数模点云;
点云剔除单元,用于将理论数模点云中没有配准的点云进行剔除。
9.根据权利要求7所述的复材成型过程模具变形修配系统,其特征在于,所述权重赋值模块包括:
第一点云划分单元,用于对滤波点云进行区域生长算法划分区域;
第二点云划分单元,用于根据点云曲率大小,将同一阈值内的邻域点云划入同一区域,得到各区域的整体点云的平均偏差;
第三计算单元,用于根据以下公式计算各区域的整体点云均方根偏差:
点云权重赋值单元,用于对区域内的每个点云进行权重赋值,以一个点的点云偏差与区域整体点云的均方根偏差的比值为权重对自身偏差进行赋值,得到点云偏差更新值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210894917.5A CN114972387B (zh) | 2022-07-28 | 2022-07-28 | 基于三维实测的复材成型过程模具变形修配方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210894917.5A CN114972387B (zh) | 2022-07-28 | 2022-07-28 | 基于三维实测的复材成型过程模具变形修配方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114972387A true CN114972387A (zh) | 2022-08-30 |
CN114972387B CN114972387B (zh) | 2022-11-01 |
Family
ID=82969520
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210894917.5A Active CN114972387B (zh) | 2022-07-28 | 2022-07-28 | 基于三维实测的复材成型过程模具变形修配方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114972387B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115600487A (zh) * | 2022-09-02 | 2023-01-13 | 南京天洑软件有限公司(Cn) | 一种基于卷积神经网络的汽车挡风玻璃模具型面设计方法及装置 |
CN116363087A (zh) * | 2023-03-23 | 2023-06-30 | 南京航空航天大学 | 一种复合材料自动铺放表面缺陷的检测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130251195A1 (en) * | 2012-03-23 | 2013-09-26 | Chih-Kuang Chang | Electronic device and method for measuring point cloud of object |
CN107038717A (zh) * | 2017-04-14 | 2017-08-11 | 东南大学 | 一种基于立体栅格自动分析3d点云配准误差的方法 |
US20200402244A1 (en) * | 2019-06-19 | 2020-12-24 | Faro Technologies, Inc. | Method and apparatus for registering three-dimensional point clouds |
CN114170279A (zh) * | 2021-11-30 | 2022-03-11 | 哈尔滨工程大学 | 一种基于激光扫描的点云配准方法 |
-
2022
- 2022-07-28 CN CN202210894917.5A patent/CN114972387B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130251195A1 (en) * | 2012-03-23 | 2013-09-26 | Chih-Kuang Chang | Electronic device and method for measuring point cloud of object |
CN107038717A (zh) * | 2017-04-14 | 2017-08-11 | 东南大学 | 一种基于立体栅格自动分析3d点云配准误差的方法 |
US20200402244A1 (en) * | 2019-06-19 | 2020-12-24 | Faro Technologies, Inc. | Method and apparatus for registering three-dimensional point clouds |
CN114170279A (zh) * | 2021-11-30 | 2022-03-11 | 哈尔滨工程大学 | 一种基于激光扫描的点云配准方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115600487A (zh) * | 2022-09-02 | 2023-01-13 | 南京天洑软件有限公司(Cn) | 一种基于卷积神经网络的汽车挡风玻璃模具型面设计方法及装置 |
CN115600487B (zh) * | 2022-09-02 | 2024-02-02 | 南京天洑软件有限公司 | 一种基于卷积神经网络的汽车挡风玻璃模具型面设计方法及装置 |
CN116363087A (zh) * | 2023-03-23 | 2023-06-30 | 南京航空航天大学 | 一种复合材料自动铺放表面缺陷的检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114972387B (zh) | 2022-11-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114972387B (zh) | 基于三维实测的复材成型过程模具变形修配方法及系统 | |
CN110516388B (zh) | 基于调和映射的曲面离散点云模型环切刀轨生成方法 | |
CN107767457B (zh) | 一种基于点云快速重建的stl数模生成方法 | |
CN110126279A (zh) | 一种面向曲面3d打印的随形切层及路径规划方法 | |
CN102348551B (zh) | 用于形成表面加工数据的方法和装置 | |
CN109101741B (zh) | 一种基于三角网格简化的复杂曲面检测自适应采样方法 | |
CN105739440A (zh) | 一种宽弦空心风扇叶片的自适应加工方法 | |
CN111177906B (zh) | 一种离散化模具型面精确补偿方法 | |
CN112017220A (zh) | 一种基于抗差约束最小二乘算法的点云精确配准方法 | |
CN116244988B (zh) | 板料旋压多网格法仿真的高质量四边形网格保形构造方法 | |
CN112396690A (zh) | 基于改进型向心参数化法的曲面高精重构方法 | |
CN115455588A (zh) | 涡轮叶片精铸模具型面反变形设计方法 | |
CN112508895A (zh) | 一种基于曲面配准的螺旋桨叶片质量评估方法 | |
Zhu et al. | Shape transformation perspective for geometric deviation modeling in additive manufacturing | |
CN117162492A (zh) | 一种基于机械臂的曲面3d打印路径规划方法 | |
Yang et al. | Research on the feature smoothing algorithm for point cloud data of large complex surfaces based on multichannel convolutional neural network | |
CN116127638A (zh) | 一种基于曲率法的熔模铸件型壳三维实体网格生成方法 | |
CN115056213A (zh) | 一种面向大型复杂构件的机器人轨迹自适应修正方法 | |
KR100344917B1 (ko) | 선박용 1차곡면 외판의 가공정보 산출방법 | |
CN114226641B (zh) | 一种基于节点位移传递的熔模精密铸件反变形设计方法 | |
CN105160133A (zh) | 基于stl三角片顶点等距偏置的渐进成形支撑体生成法 | |
Xi et al. | Inspection path planning of complex surface based on one-step inverse approach and curvature-oriented point distribution | |
CN114036643B (zh) | 一种变形舱段数字孪生体建模方法 | |
CN117283547A (zh) | 基于非刚性配准的机器人去毛刺加工路径校正方法及设备 | |
CN115017560A (zh) | 一种面向3d打印的多尺度多材料的自适应设计方法 |
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 |