CN116466649A - 一种基于三维激光扫描分析的机床加工系统 - Google Patents
一种基于三维激光扫描分析的机床加工系统 Download PDFInfo
- Publication number
- CN116466649A CN116466649A CN202310462601.3A CN202310462601A CN116466649A CN 116466649 A CN116466649 A CN 116466649A CN 202310462601 A CN202310462601 A CN 202310462601A CN 116466649 A CN116466649 A CN 116466649A
- Authority
- CN
- China
- Prior art keywords
- processing
- machine tool
- point cloud
- scanning
- point
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 27
- 238000003754 machining Methods 0.000 title claims description 21
- 238000012545 processing Methods 0.000 claims abstract description 109
- 238000000034 method Methods 0.000 claims abstract description 24
- 238000006243 chemical reaction Methods 0.000 claims abstract description 9
- 238000010586 diagram Methods 0.000 claims abstract description 6
- 238000011156 evaluation Methods 0.000 claims description 7
- 239000003550 marker Substances 0.000 claims description 6
- 238000013519 translation Methods 0.000 claims description 5
- 238000012952 Resampling Methods 0.000 claims description 4
- 239000011159 matrix material Substances 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 abstract description 9
- 238000004364 calculation method Methods 0.000 description 5
- 230000036544 posture Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 2
- 238000012958 reprocessing Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 206010034972 Photosensitivity reaction Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000036211 photosensitivity Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000004441 surface measurement Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
- G05B19/19—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by positioning or contouring control systems, e.g. to control position from one programmed point to another or to control movement along a programmed continuous path
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/35—Nc in input of data, input till input file format
- G05B2219/35349—Display part, programmed locus and tool path, traject, dynamic locus
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Abstract
本发明公开了一种基于三维激光扫描分析的机床加工系统，包括带有线激光轮廓仪的加工机床和控制系统；所述控制系统包括激光轮廓仪标定模块，点云数据处理模块以及加工反馈模块；所述激光轮廓仪标定模块，用于标定线激光轮廓仪坐标系与加工机床坐标系之间的转换关系；所述点云数据处理模块，基于标定后的转换关系，将加工工件的扫描轮廓线数据转换为加工机床中的点云数据；所述加工反馈模块，在每一次加工工序完成之后，根据扫描获得的点云数据与加工图中的理论数模进行配准，以更新加工机床的加工路径，对加工误差进行修正。本发明提供的系统可以提高了检测和加工效率，使数控机床的加工精度得到大幅度的提升。
Description
技术领域
本发明属于数控机床加工领域，尤其涉及一种基于三维激光扫描分析的机床加工系统。
背景技术
针对当前数控机床加工过程中对于加工质量难以检测和评价的痛点，基于三维激光扫描分析的机床加工系统能够减少人工检测时间，提高检测精度，提升生产效率。相比于采用工业相机、红外相机等二维低精度的检测方式和三坐标测量机等接触式测量方式，线激光轮廓仪具有更高的加工零件表面测量精度以及非接触式的无损检测优势，这对于加工零件加工质量的检测和评价具有重要意义。此外，根据实际线激光轮廓仪扫描得到的加工零件表面轮廓点云数据量十分庞大，对扫描数据的处理和与零件理论模型的匹配分析可进一步提升零件加工质量的分析水平，对于后续加工质量的提升有重大意义。综上所述，十分有必要提出一套软硬件结合的加工系统用以实现对零件加工质量的检测、评价以及对加工质量的迭代优化。
专利文献CN114708587A公开了一种基于图像识别的数控机床工件加工余量确定方法，方法包括：获取待加工工件的图像数据，并对图像数据进行特征识别，确定图像数据中的工件形状特征，并基于工件形状特征，确定与工件形状特征所对应的参考3D模型，参考3D模型用于反映待加工工件在加工完成后的工件形状；获取待加工工件的激光点云数据，并基于激光点云数据，确定待加工工件的实时3D模型；根据实时3D模型与参考3D模型，确定待加工工件的加工余量。该方法未能考虑当工件过大时点云数据难以处理的问题。
文献专利CN 114290177A公开了一种非球面光学元件磨削加工非接触式精密对刀方法，该方法包括在机床工作台上安装固定光学元件的同时，在元件的旁边不影响加工的位置固定一块油石；然后使用砂轮在元件表面磨削凹坑，将激光传感器固定在机床主轴上，测量凹坑最低点在第一坐标系中的坐标，由此计算得到测头光点和砂轮最低点之间的偏移距离；并进一步获取非球面光学元件位置并建立元件-砂轮空间位置关系。该方法的激光传感器用于设备校准，并非进行加工路径生成。
发明内容
本发明的目的是提供一种加工系统，用于解决工业生产中零件数控加工质量检测难、反馈难、提升难的问题。
为了实现本发明的目的，本发明提供了一种基于三维激光扫描分析的机床加工系统，包括带有线激光轮廓仪的加工机床和控制系统；
所述控制系统包括激光轮廓仪标定模块，点云数据处理模块以及加工反馈模块。
所述激光轮廓仪标定模块，用于标定线激光轮廓仪坐标系与加工机床坐标系之间的转换关系。
所述点云数据处理模块，基于标定后的转换关系，将加工工件的扫描轮廓线数据转换为加工机床中的点云数据。
所述加工反馈模块，在每一次加工工序完成之后，根据扫描获得的点云数据与加工图中的理论数模进行配准，以更新加工机床的加工路径，对加工误差进行修正。
具体的，所述点云数据处理模块还包括点云数据的预处理，包括无效点剔除和点云重采样。
具体的，所述加工反馈模块在工装上有标志物的情况下可自动对理论数模和扫描点云进行配准。
具体的，所述加工反馈模块在工装上无标志物的情况下可先手动对理论数模和扫描点云进行粗配准，包括对理论数模进行沿XYZ轴方向按照设定的距离和角度进行平移和旋转。
具体的，所述手动粗配准操作中旋转操作的旋转轴原点位于加工图对应的理论数模内部。
具体的，所述配准通过分析扫描获得的点云数据与理论数模的点云数据在XYZ方向上的偏差，生成对应的扫描点整体偏差场作为是否需要重新加工的评估依据。
具体的，所述偏差的表达式如下：
式中，dx、dy、dz分别为扫描点云中每个点在XYZ三个方向上的偏差，Er为扫描点云和理论数模上对应点之间的偏差，TE为设定的阈值，当扫描点云上该点和数模对应点间的距离大于某一阈值时，可认为该点处的加工质量较低。
具体的，基于所述扫描点整体偏差场的评估具体如下：
式中，Er为扫描获得的点云数据与理论数模对应点的偏差，ME为扫描点云中指定区域大小范围内N个点云的偏差的平均值，当该偏差平均值大于设定的阈值TM时，可视为该区域范围内的工件表面需要重新加工。
具体的，所述的加工反馈模块加工过程中统一采用机床坐标系下的坐标进行路径编程，通过调整理论数模到扫描点云之间的配准矩阵便可更新零件在机床坐标系下的加工路径。
与现有技术相比，本发明的有益效果：
本发明提出的将三维激光扫描应用于数控加工误差评价分析与加工路径规划中，能够在软件中可视化展示加工工件表面轮廓，通过配准计算分析实际加工工件表面和理论数模之间的误差，并根据误差分析重新生成加工路径。通过不断地三维激光扫描分析反馈，提高了检测和加工效率，使数控机床的加工精度得到大幅度的提升。
附图说明
图1为本实施例提供的一种基于三维激光扫描分析的机床加工系统的示意图；
图2为本实施例提供的机床加工系统的系统框图；
图3为本实施例提供的一种机床加工系统的工作流程图。
具体实施方式
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
如图1所示，一种基于三维激光扫描分析的机床加工系统，包括带有线激光轮廓仪的数控加工机床和控制系统。
数控加工机床为基于西门子PLC的龙门加工机床，硬件系统主要包括，激光扫描加工系统上位机S100，数控加工控制系统上位机S102，数控系统PLC模块S104，数控加工机床S106和线激光轮廓仪S108。系统各部分硬件之间通过工业以太网连接。
线激光轮廓仪S108安装于数控加工机床S106执行器末端，通过直流电源对线激光轮廓仪进行供电，线激光轮廓仪通过轮廓仪控制器脉冲触发控制其采集轮廓点数据，线激光轮廓仪S108、激光扫描加工系统上位机S100之间通过千兆网线连接传输数据。
当线激光轮廓仪S108安装到数控机床S106之后，需要对二者的相对位置关系进行标定。通过采集不同姿态下线激光照射在标定球上的轮廓点数据以及此姿态下机床的位姿数据，也即此机床姿态下线激光轮廓仪坐标系下的轮廓点坐标和其对应的机床各轴运动量。通过一定的标定算法计算得到线激光轮廓仪坐标系和机床坐标系之间的转换关系，也即手眼关系。
检测过程开始前，需要首先在激光扫描加工系统上位机S100确认数控系统S104和线激光轮廓仪S108网络连接成功。然后对线激光轮廓仪各参数进行设置，包括但不限于采样周期(最快速触发周期)、曝光时间、轮廓线点数、测量范围、感光灵敏度，将采集到的激光轮廓线调整到清晰、杂点较少的情况；在激光扫描加工系统上位机S100中设置正确的数控系统PLC S104各轴地址，保证能够正确地获取机床位姿数据。
如图2所示，控制系统包括激光轮廓仪标定模块，轮廓点云数据获取/处理模块以及加工反馈模块。
激光轮廓仪标定模块，根据固定机床上线激光轮廓仪，采集机床不同姿态下线激光在标定球上的轮廓点数据以及机床位姿数据，通过一定的标定算法获得机床坐标系和线激光轮廓仪坐标系之间的转换关系。
点云数据处理模块，首先基于机床运动学模型和标定得到的手眼关系将获取到的扫描轮廓线数据从线激光轮廓仪坐标系转换到机床坐标系，其次对获取到的待测工件表面的点云数据进行预处理，包括点云无效点剔除、点云重采样。
加工反馈模块主要负责扫描点云可视化、扫描点云/理论数模配准、加工误差分析以及加工路径生成，该模块主要是对采集得到的工件轮廓点云和理论数模进行后处理，并将分析结果反馈给数控设备，从而形成一个闭环系统，逐步减少加工带来的误差。
如图3所示，本实施例提供的一种机床加工系统的工作流程：
在机床带动线激光轮廓仪运动并扫描待测工件表面轮廓时会实时获取轮廓线的坐标数据以及相对应的机床位姿数据，通过机床运动学模型和标定得到的手眼关系将点云的坐标数据从线激光线激光轮廓仪坐标系转换到机床坐标系下，以便于后续的加工质量分析和反馈。
其次，对获取到的点云数据进行预处理，包括点云中由于超量程等原因出现的无效点进行剔除；对原始点云进行重采样，从线激光轮廓仪采集的轮廓点十分稠密，对于计算时间有要求或受到计算机性能限制时，此时便可适当地调整点云密度，使点云密度保持在合适的数值区间，既能保证点云数据精度又能降低计算和显示压力，当然重采样的步骤是可选择性的。
加工反馈模块在工件工装上安装有标志物的情况下可自动对理论数模和扫描点云进行配准。具体方式为在工装上预先固定安装若干用于后期匹配的标准配准球，首先对包含配准球在内的加工工件的外形轮廓进行三维激光扫描，在扫描得到配准球的外形轮廓之后拟合配准球外形，得到工件安装在工装上的标准位置参考点，并通过将扫描拟合球和理论数模中相对应的配准球进行匹配(配准过程不考虑实际扫描得到的工件外表面形貌，只以配准球为准)，变换理论数模到扫描点云所在的机床坐标系下，从而实现扫描点云和理论数模之间的配准。
加工反馈模块在工装上无标志物的情况下如果理论数模和扫描点云之间的位姿差距较大，后续配准计算效果可能不能达到很好的效果，可以先手动对理论数模和扫描点云进行粗配准。
在手动粗配准中，各旋转轴所在原点应当位于理论数模的内部，例如物体的质心位置，这样可以避免旋转后理论数模位置出现过大的偏移，同时也可以减小误差。
手动粗配准的具体步骤包括：
1)将理论数模导入软件中；
2)根据实际物体的形状和特征，选择合适的旋转轴和旋转方向，并输入旋转角度；
3)根据扫描点云的位置和形态，选择合适的平移方向并输入平移距离；
4)根据扫描点云的形状和特征，不断调整旋转角度和平移距离，直到理论数模与扫描点云基本吻合。
手动粗配准是一种简单而有效的匹配方法，它可以快速地将理论数模与扫描点云进行匹配，为后续精细配准和分析提供基础。
在粗配准完成后可通过迭代最近点(ICP)算法等点云匹配算法对二者进行精配准，通过ICP算法，可以将扫描点云与理论数模进行局部匹配，不断优化匹配结果，直到达到最优配准效果。同时，还可以采用多种数据处理技术，如滤波、去噪、平滑等，对扫描点云进行预处理，以提高配准的准确性和稳定性。
加工反馈模块可在扫描点云和理论数模配准之后分析加工误差。具体而言，该模块可以通过逐点计算扫描点云中所有点和离它最近的理论数模上的点分别在X、Y、Z三个方向上的偏差，从而得到扫描点云整体的偏差场。通过对偏差大小进行测量和分析，可以更加准确地了解加工误差的情况。在偏差场中，可以根据偏差的大小对点云的颜色进行赋值，从而更加直观地显示扫描点云各区域的偏差大小。这样就可以快速地发现加工误差的热点区域，并对其进行进一步的分析和优化。在对扫描点云整体偏差场进行可视化之外，评价工件在不同部位的加工质量，评价标准如下：
其中dx、dy、dz分别为扫描点云中每个点在X、Y、Z三个方向上的偏差，Er为扫描点云和理论数模上对应点之间的总偏差(也即二者之间的欧几里得距离)，TE为设定的阈值，当扫描点云上该点和数模对应点间的距离大于某一阈值时，可认为该点处的加工质量较低。
加工反馈模块可根据计算得到的扫描点云误差场对加工工件表面各区域是否需要重新加工进行判定，对于加工工件相较于理论数模不符合要求的外形表面进行重新加工，重新加工的判定标准如下：
其中Er为扫描点云和理论数模对应点的总偏差，ME为扫描点云中指定区域大小范围内N个点云偏差的平均值，点云数量N与选定的判定区域面积和点云密度相关，当该偏差平均值大于设定的阈值TM时，可视为该区域范围内的工件表面质量不在加工合格的标准范围之内。
加工反馈模块通过配准计算得到的变换矩阵可将理论数模中的所有点整体变换到扫描点云所在的机床坐标系下，此操作的目的是在实际加工的机床坐标系下对工件的加工质量进行分析和后续的加工。获得理论数模到扫描点云的变换关系后，当确定加工质量不符合标准的区域之后，可直接得到该区域在机床坐标系下的位置，无需再人工对刀。
加工反馈模块加工过程中统一采用机床坐标系下的坐标进行路径编程，通过调整理论数模到扫描点云之间的变换矩阵便可直接更新零件在机床坐标系下的加工路径。配准过后的理论数模所在坐标系已经转换到机床坐标系下，此时针对理论数模重新生成的加工路径坐标同样位于机床坐标系下，可直接用于后续的加工。
在每一次加工工序完成之后，都可以对加工工件表面进行三维激光扫描，对当前加工误差进行分析并进行补偿。
以上应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
Claims (9)
1.一种基于三维激光扫描分析的机床加工系统，其特征在于，包括带有线激光轮廓仪的加工机床和控制系统；
所述控制系统包括激光轮廓仪标定模块，点云数据处理模块以及加工反馈模块；
所述激光轮廓仪标定模块，用于标定线激光轮廓仪坐标系与加工机床坐标系之间的转换关系；
所述点云数据处理模块，基于标定后的转换关系，将加工工件的扫描轮廓线数据转换为加工机床中的点云数据；
所述加工反馈模块，在每一次加工工序完成之后，根据扫描获得的点云数据与加工图中的理论数模进行配准，以更新加工机床的加工路径，对加工误差进行修正。
2.根据权利要求1所述的基于三维激光扫描分析的机床加工系统，其特征在于，所述点云数据处理模块还包括点云数据的预处理，包括无效点剔除和点云重采样。
3.根据权利要求1所述的基于三维激光扫描分析的机床加工系统，其特征在于，所述加工反馈模块在工装上有标志物的情况下可自动对理论数模和扫描点云进行配准。
4.根据权利要求1所述的基于三维激光扫描分析的机床加工系统，其特征在于，所述加工反馈模块在工装上无标志物的情况下可先手动对理论数模和扫描点云进行粗配准，包括对理论数模进行沿XYZ轴方向按照设定的距离和角度进行平移和旋转。
5.根据权利要求3所述的基于三维激光扫描分析的机床加工系统，其特征在于，所述手动粗配准操作中旋转操作的旋转轴原点位于加工图对应的理论数模内部。
6.根据权利要求1所述的基于三维激光扫描分析的机床加工系统，其特征在于，所述配准通过分析扫描获得的点云数据与理论数模的点云数据在XYZ方向上的偏差，生成对应的扫描点整体偏差场作为是否需要重新加工的评估依据。
7.根据权利要求6的基于三维激光扫描分析的机床加工系统，其特征在于，所述偏差的表达式如下：
式中，dx、dy、dz分别为扫描点云中每个点在XYZ三个方向上的偏差，Er为扫描点云和理论数模上对应点之间的偏差，TE为设定的阈值，当扫描点云上该点和数模对应点间的距离大于某一阈值时，可认为该点处的加工质量较低。
8.根据权利要求6所述的基于三维激光扫描分析的机床加工系统，其特征在于，基于所述扫描点整体偏差场的评估具体如下：
式中，Er为扫描获得的点云数据与理论数模对应点的偏差，ME为扫描点云中指定区域大小范围内N个点云的偏差的平均值，当该偏差平均值大于设定的阈值TM时，可视为该区域范围内的工件表面需要重新加工。
9.根据权利1要求所述的基于三维激光扫描分析的机床加工系统，其特征在于，所述的加工反馈模块加工过程中统一采用机床坐标系下的坐标进行路径编程，通过调整理论数模到扫描点云之间的配准矩阵便可更新零件在机床坐标系下的加工路径。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310462601.3A CN116466649A (zh) | 2023-04-25 | 2023-04-25 | 一种基于三维激光扫描分析的机床加工系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310462601.3A CN116466649A (zh) | 2023-04-25 | 2023-04-25 | 一种基于三维激光扫描分析的机床加工系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116466649A true CN116466649A (zh) | 2023-07-21 |
Family
ID=87184155
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310462601.3A Pending CN116466649A (zh) | 2023-04-25 | 2023-04-25 | 一种基于三维激光扫描分析的机床加工系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116466649A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116909211A (zh) * | 2023-09-12 | 2023-10-20 | 惠州市诺昂科技有限公司 | 一种高精密数控机床的智能调控方法及系统 |
| CN117806231A (zh) * | 2024-02-27 | 2024-04-02 | 山东微晶重工有限公司 | 一种基于物联网的机床运行加工控制系统及方法 |
| CN117806231B (zh) * | 2024-02-27 | 2024-05-03 | 山东微晶重工有限公司 | 一种基于物联网的机床运行加工控制系统及方法 |
-
2023
- 2023-04-25 CN CN202310462601.3A patent/CN116466649A/zh active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116909211A (zh) * | 2023-09-12 | 2023-10-20 | 惠州市诺昂科技有限公司 | 一种高精密数控机床的智能调控方法及系统 |
| CN116909211B (zh) * | 2023-09-12 | 2023-11-17 | 惠州市诺昂科技有限公司 | 一种高精密数控机床的智能调控方法及系统 |
| CN117806231A (zh) * | 2024-02-27 | 2024-04-02 | 山东微晶重工有限公司 | 一种基于物联网的机床运行加工控制系统及方法 |
| CN117806231B (zh) * | 2024-02-27 | 2024-05-03 | 山东微晶重工有限公司 | 一种基于物联网的机床运行加工控制系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| 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 | |
| CN110530877B (zh) | 一种焊接外形质量检测机器人及其检测方法 | |
| US8396329B2 (en) | System and method for object measurement | |
| CN110125455B (zh) | 一种用于机器人钻孔中优化钻头位姿的方法 | |
| CN112614098B (zh) | 一种基于增强现实的毛坯定位与加工余量分析方法 | |
| CN111644935A (zh) | 一种机器人三维扫描测量装置及工作方法 | |
| CN113385486B (zh) | 一种基于线结构光的激光清洗路径自动生成系统及方法 | |
| CN110640585A (zh) | 一种叶片磨抛加工三维非接触式测量装置及方法 | |
| CN112697058A (zh) | 一种基于机器视觉的大尺寸板材装配间隙在线测量系统与方法 | |
| Wang et al. | An efficient calibration method of line structured light vision sensor in robotic eye-in-hand system | |
| CN107121967A (zh) | 一种激光在机找正和工序间测量装置 | |
| CN109648202B (zh) | 非平整面自主识别机器人增材制造成形精度控制方法 | |
| CN116466649A (zh) | 一种基于三维激光扫描分析的机床加工系统 | |
| Lu et al. | A multi-sensor approach for rapid and precise digitization of free-form surface in reverse engineering | |
| CN108662989A (zh) | 一种基于三维激光扫描的车灯轮廓质量检测方法 | |
| CN111539446A (zh) | 一种基于模板匹配的2d激光孔位检测方法 | |
| CN112288823A (zh) | 一种标准圆柱体曲面点测量设备的标定方法 | |
| CN113375594A (zh) | 飞机蒙皮型面数字化检测方法 | |
| CN116402792A (zh) | 一种基于三维点云的空间孔位对接方法 | |
| CN110864671B (zh) | 基于线结构光拟合平面的机器人重复定位精度测量方法 | |
| Quinsat et al. | A novel approach for in-situ detection of machining defects | |
| CN115112018A (zh) | 一种基于立体视觉的三坐标机智能复合联检系统及方法 | |
| Chekh et al. | Extrinsic calibration and kinematic modelling of a laser line triangulation sensor integrated in an intelligent fixture with 3 degrees of freedom | |
| Belhaoua et al. | Estimation of 3D reconstruction errors in a stereo-vision system | |
| CN113048949A (zh) | 一种基于线结构光学视觉的圆柱状物体位姿检测装置及方法 |
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 |