CN116630576B - 一种基于点云数据的铸件结构逆向建模方法 - Google Patents
一种基于点云数据的铸件结构逆向建模方法 Download PDFInfo
- Publication number
- CN116630576B CN116630576B CN202310904640.4A CN202310904640A CN116630576B CN 116630576 B CN116630576 B CN 116630576B CN 202310904640 A CN202310904640 A CN 202310904640A CN 116630576 B CN116630576 B CN 116630576B
- Authority
- CN
- China
- Prior art keywords
- point cloud
- cloud data
- scanning
- reverse modeling
- data
- 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
Links
- 238000005266 casting Methods 0.000 title claims abstract description 41
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000005242 forging Methods 0.000 claims abstract description 36
- 235000013372 meat Nutrition 0.000 claims abstract description 23
- 238000012545 processing Methods 0.000 claims abstract description 16
- 238000013519 translation Methods 0.000 claims description 22
- 238000013461 design Methods 0.000 claims description 8
- 238000001914 filtration Methods 0.000 claims description 8
- 239000011159 matrix material Substances 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 5
- 230000007246 mechanism Effects 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 238000005259 measurement Methods 0.000 description 4
- 230000003993 interaction Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000012351 Integrated analysis Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
Classifications
-
- 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
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/08—Indexing scheme for image data processing or generation, in general involving all processing steps from image acquisition to 3D model generation
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30136—Metal
-
- 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
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Forging (AREA)
Abstract
本发明提供了一种基于点云数据的铸件结构逆向建模方法，涉及数据处理领域，目的是解决复杂零件逆向建模难度大的问题。该逆向建模方法，包括：S100、对锻件进行三维扫描，得到扫描数据；S200、对扫描数据进行整合，得到锻件的三维扫描点云数据；S300、对三维扫描点云数据进行处理；S400、根据处理后的三维扫描点云数据进行点云坐标系的建立；S500、当点云坐标系与参考模型的坐标系重合后，判断三维扫描点云数据相对参考模型是否存在多肉或少肉的情况；S600、根据三维扫描点云数据在重合后的坐标系内进行逆行建模。本发明对锻件进行三维扫描，得到锻件的三维数据，并对数据进行整合分析，通过整合分析后的数据进行三维逆向建模。
Description
技术领域
本发明涉及数据处理技术领域，尤其是涉及一种基于点云数据的铸件结构逆向建模方法。
背景技术
毛坯在完成锻件后送入下一工艺前，没有一个精确的外形三维数据，如毛坯锻件相比于设计模型存在少肉的情况，就无法加工成需要的成品。判断锻件是否满足下一道工序的加工要求，通常采用人工进行测量，存在测量速度慢、测量精度差的问题。
为了解决上述问题，将生产过程中的各个工艺过程中的结构进行三维重建。一般，简单的零部件采用正向设计进行建模；对于复杂的零部件采用正向建模难度系数大、成本高、时间长，存在无法准确并迅速的确定产品的正确形态。如：汽车、电力、机床制造、船舶、石化、兵器工业、轨道交通等重要产业的锻铸件，铸锻件具有外形轮廓复杂，自由曲面多，且不规则、无基准特征的特点，采用逆向建模也存在建模难度大的问题。
发明内容
本发明为解决复杂零件逆向建模难度大的问题，提供了一种基于点云数据的铸件结构逆向建模方法，对锻件进行无死角三维扫描，得到锻件的三维数据，并对数据进行整合分析，通过整合分析后的数据进行三维逆向建模。
本发明采用的技术方案是：
一种基于点云数据的铸件结构逆向建模方法，包括以下步骤：
S100、对锻件进行无死角的三维扫描，得到扫描数据；
S200、对扫描数据进行整合，得到锻件的三维扫描点云数据；
S300、对三维扫描点云数据进行处理；
S400、根据处理后的三维扫描点云数据进行点云坐标系的建立；
S401、分别计算三维扫描点云数据和参考模型的质心，并取质心坐标拟合空间直线；
S402、通过旋转和平移使得点云质心直线和参考模型的质心直线重合，得到点云旋转平移矩阵；
S403、将点云旋转平移矩阵移至参考模型的坐标系内；
S404、计算扫描点云的主轴长度D以及参考模型的主轴长度Dm，取（D-Dm）/2+D/2作为平移量，平移完成后完成点云坐标系的建立；
S500、当点云坐标系与参考模型的坐标系重合后，判断三维扫描点云数据相对参考模型是否存在多肉或少肉的情况，如果否，则进入后续步骤，如果存在多肉情况，对多肉位置进行标注，如果存在少肉情况，则放弃；
S600、根据三维扫描点云数据在重合后的坐标系内进行逆行建模。
可选地，在步骤S100中扫描设备具有多台，其中，扫描设备的精度±6mm，角分辨率0.08度，扫描速度25Hz，并采用最大180°的摆动机构进行摆动扫描。
可选地，步骤S300中对三维扫描点云数据进行处理包括对三维扫描点云数据进行滤波和网格化，去除安装架或夹爪的点云，得到锻件点云数据。
可选地，步骤S300中的滤波用于去除点云数据中的噪点。
可选地，步骤S300中的网格化是指将相邻的三个点云数据的点连接成面。
可选地，步骤S402中重复旋转和平移点云质心直线，直至旋转和平移的量小于最小阈值；其中，最小阈值为该铸件允许的最小公差。
可选地，当步骤S500点云坐标系与参考模型的坐标系重合后还包括步骤：
S501、沿主轴方向判断点云最大包络是否大于模型设计要求，如果是，则进入后续步骤；如果否，则结束该铸件的加工；
S502、将三维扫描点云数据和参考模型分别沿主轴方向分段切片；
S503、分段拟合各段内外圆环；
S504、对每一个圆环按不同角度切片分别计算内环和外环半径之差，通过半径之差判断铸件是否存在多肉和少肉的情况。
可选地，步骤S600中的逆向建模使用Solidworks的Scanto3D插件实现点云到模型的逆向建模或Geomagic进行逆向建模。
可选地，步骤S600中逆向建模得到的模型为通用格式的三维模型。
可选地，所述建模方法还包括：
S010、将铸件吊装至检测区域内，通过安装架或夹爪将其固定；
S011、导入目标的参考模型。
与现有技术相比，本发明的有益效果是：
本发明将锻件生产各个工艺过程中的锻件信息转化为机器可识别的信息，将锻件外形三维数字化，与参考模型直接对比，判断多肉少肉情况。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，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为基于点云数据的铸件结构逆向建模方法的整体流程结构示意图。
图2为基于点云数据的铸件结构逆向建模方法的坐标系建立的流程结构示意图。
图3为基于点云数据的铸件结构逆向建模方法的判断流程结构示意图。
图4为基于点云数据的铸件结构逆向建模方法的准备流程结构示意图。
图5为基于点云数据的铸件结构逆向建模方法中扫描设备安装的俯视结构示意图。
图6为基于点云数据的铸件结构逆向建模方法中扫描设备安装的侧视结构示意图。
图7为基于点云数据的铸件结构逆向建模方法中点云坐标系建立过程图。
图8为基于点云数据的铸件结构逆向建模方法中最大包络对比结构示意图。
具体实施方式
在下文中，仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样，在不脱离本发明的精神或范围的情况下，可通过各种不同方式修改所描述的实施例。因此，附图和描述被认为本质上是示例性的而非限制性的。
在本发明的描述中，需要理解的是，术语“长度”、“上”、“下”、“左”、“右”、“内”、“外”、“轴向”、“径向”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是本发明产品使用时惯常摆放的方位或位置关系，或者是本领域技术人员惯常理解的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接，还可以是通信；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
下文的公开提供了许多不同的实施方式或例子用来实现本发明的不同结构。为了简化本发明的公开，下文中对特定例子的部件和设置进行描述。当然，它们仅仅为示例，并且目的不在于限制本发明。
下面结合附图对本发明的实施例进行详细说明。
如图1和图2所示，本发明实施例提供了一种基于点云数据的铸件结构逆向建模方法，包括：
S100、对锻件进行无死角的三维扫描，得到扫描数据；
S200、对扫描数据进行整合，得到锻件的三维扫描点云数据；
S300、对三维扫描点云数据进行处理；
S400、根据处理后的三维扫描点云数据进行点云坐标系的建立；
S401、分别计算三维扫描点云数据和参考模型的质心，并取质心坐标拟合空间直线；
S402、通过旋转和平移使得点云质心直线和参考模型的质心直线重合，得到点云旋转平移矩阵；在此步骤中需要重复旋转和平移点云质心直线，直至点云质心直线的旋转和平移量小于最小阈值；其中，最小阈值为该铸件允许的最小公差。
S403、将点云旋转平移矩阵移至参考模型的坐标系内；
S404、计算扫描点云的主轴长度D以及参考模型的主轴长度Dm，取（D-Dm）/2+D/2作为平移量，平移完成后完成点云坐标系的建立。
S500、当点云坐标系与参考模型的坐标系重合后，判断三维扫描点云数据相对参考模型是否存在多肉或少肉的情况，如果否，则进入后续步骤，如果存在多肉情况，对多肉位置进行标注，如果存在少肉情况，则放弃。
S600、根据三维扫描点云数据在重合后的坐标系内进行逆行建模。
在另外一个实施例中，在步骤S100中扫描设备具有多台，多台扫描设备同时工作，对铸件进行扫描。其中，扫描设备的精度±6mm，角分辨率0.08度，扫描速度25Hz，并采用最大180°的摆动机构进行摆动扫描。
在另外一个实施例中，步骤S300中对三维扫描点云数据进行处理包括对三维扫描点云数据进行滤波和网格化，去除安装架或夹爪的点云，得到锻件点云数据。
在另外一个实施例中，步骤S300中的滤波用于去除点云数据中的噪点。
在另外一个实施例中，步骤S300中的网格化是指将相邻的三个点云数据的点连接成面。
在另外一个实施例中，如图3所示，当步骤S500点云坐标系与参考模型的坐标系重合后还包括步骤：
S501、沿主轴方向判断点云最大包络是否大于模型设计要求，如果是，则进入后续步骤；如果否，则结束该铸件的加工；
S502、将三维扫描点云数据和参考模型分别沿主轴方向分段切片；
S503、分段拟合各段内外圆环；
S504、对每一个圆环按不同角度切片分别计算内环和外环半径之差，通过半径之差判断铸件是否存在多肉和少肉的情况。
在另外一个实施例中，步骤S600中的逆向建模使用Solidworks的Scanto3D插件实现点云到模型的逆向建模或Geomagic进行逆向建模。
在另外一个实施例中，步骤S600中逆向建模得到的模型为通用格式的三维模型。
在另外一个实施例中，如图4所示，所述建模方法还包括：
S010、将铸件吊装至检测区域内，通过安装架或夹爪将其固定；
S011、导入目标的参考模型。
在具体操作过程中：
锻件吊入扫描区域，并固定在支撑架上，主控界面上选择锻件设计模型（即参考模型），启动扫描后系统。
为保证锻件的无遮挡扫描，采用多个扫描设备从不同角度对锻件进行扫描，扫描完成后自动完成所有设备的扫描数据的组合，得到锻件三维扫描点云数据。系统采用工控电脑作为主控和数据处理终端，扫描设备通过交换机与主控通信，主控软件直接控制多个扫描设备协同完成锻件的数据采集。三维扫描设备安装后，通过四台设备的现场扫描数据的精准拼接，可获取指定检测区域范围内的高精度三维点云。三维扫描设备现场安装后，通过调整和设置合适的扫描角度，可有效缩短扫描时间提高检测效率。
待检锻件绝大部分具有规则形状，复杂异形锻件数量极少，锻件多为圆饼、圆筒或圆棒。锻件均为重型锻件，采用四台扫描设备从不同高度、不同角度组合扫描实现无死角覆盖，2台设备安装在左右两侧中上位置，2台安装在两侧中下位置。如图5和图6所示，
锻件一般温度高，现场为高温工作环境，最大锻件尺寸20米左右，为保证设备可靠性和锻件表面点密度，使用激光三维扫描设备。
该激光三维扫描设备为GE_TC80A的三维扫描设备，该设备使用SICK的LRS4000二维扫描仪和旋转（或摆动）机构实现三维扫描，扫描仪精度±6mm，角分辨率0.08度，扫描速度25Hz，摆动机构采用高精度伺服电机驱动控制，可实现最大180°摆动扫描。GE_TC80A内置ARM处理器，可完成点云数据的预处理，并支持标准的TCP/IP协议命令交互，主控软件可通过该TCP/IP交互协议控制多个扫描设备协同工作。
数据分析的目的是对锻件的尺寸进行自动计算并和参考模型进行对比，进而对锻件的多肉和少肉情况进行判断；逆向建模则是根据处理后的三维扫描点云数据生成锻件的三维数字模型，逆向建模后的模型保存为通用格式便于数据留档和机加。处理流程包括：点云滤波、基本坐标建立、对比分析以及逆向建模。
在对三维扫描点云数据分析前对该数据进行滤波和网格化，去除安装架或夹爪的点云，得到锻件点云数据。由于安装架或夹爪的点云坐标固定，自动滤除该部分的固定坐标。
锻件扫描时摆放存在位置和姿态的随机性，测量数据和标准设计模型的比对必须先将扫描坐标系和参考模型的坐标系移动至重合状态。如图7所示。
1） 分别计算三维扫描点云数据和参考模型的质心，取质心坐标拟合空间直线，通过旋转和平移使得三维扫描点云数据质心直线和参考模型质心直线重合，得到旋转平移矩阵。
2） 将点云旋转平移至模型坐标系（此时还存在一个轴的偏移，设偏移轴为Y轴）。
3） 计算三维扫描点云数据在Y轴（即主轴）的长度D，计算参考模型的主轴长度Dm，取（D-Dm）/2+D/2作为主轴平移量，沿主轴平移点云，完成点云坐标系的建立。
4） 重复迭代上述过程，直到旋转平移量小于最小阈值
如图8所示，对比分析：在三维扫描点云数据的坐标系与参考模型的坐标系重合后，不同方向切片对比，得到对比分析结果。首先验证主轴方向判断三维扫描点云数据最大包络是否大于参考模型设计要求；最后将三维扫描点云数据和参考模型分别沿主轴方向分段切片，分段拟合各段内外圆环，对每一个圆环按不同角度切片分别计算内环和外环半径之差，评估多肉和少肉。
多肉则对多肉区域进行标注即可;少肉则放弃继续加工。
逆向建模：使用Solidworks的Scanto3D插件实现点云到模型的逆向建模，Scanto3D通过自动构建三角网格形成曲面实体模型。三维逆向过程中由于建模算法对点云数据的平滑等作用，三维逆向建模精度有所损失。基于点云的三维逆向建模功能亦可使用Geomagic等三维逆向建模软件完成。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于点云数据的铸件结构逆向建模方法，其特征在于，包括以下步骤：
S100、对锻件进行无死角的三维扫描，得到扫描数据；
S200、对扫描数据进行整合，得到锻件的三维扫描点云数据；
S300、对三维扫描点云数据进行处理；
S400、根据处理后的三维扫描点云数据进行点云坐标系的建立；
S401、分别计算三维扫描点云数据和参考模型的质心，并取质心坐标拟合空间直线；
S402、通过旋转和平移使得点云质心直线和参考模型的质心直线重合，得到点云旋转平移矩阵；
S403、将点云旋转平移矩阵移至参考模型的坐标系内；
S404、计算扫描点云的主轴长度D以及参考模型的主轴长度Dm，取（D-Dm）/2+D/2作为平移量，平移完成后完成点云坐标系的建立；
S500、当点云坐标系与参考模型的坐标系重合后，判断三维扫描点云数据相对参考模型是否存在多肉或少肉的情况，如果否，则进入后续步骤，如果存在多肉情况，对多肉位置进行标注，如果存在少肉情况，则放弃；
S600、根据三维扫描点云数据在重合后的坐标系内进行逆向建模。
2.根据权利要求1所述的基于点云数据的铸件结构逆向建模方法，其特征在于，在步骤S100中扫描设备具有多台，其中，扫描设备的精度±6mm，角分辨率0.08度，扫描速度25Hz，并采用最大180°的摆动机构进行摆动扫描。
3.根据权利要求1所述的基于点云数据的铸件结构逆向建模方法，其特征在于，
步骤S300中对三维扫描点云数据进行处理包括对三维扫描点云数据进行滤波和网格化，去除安装架或夹爪的点云，得到锻件点云数据。
4.根据权利要求3所述的基于点云数据的铸件结构逆向建模方法，其特征在于，步骤S300中的滤波用于去除点云数据中的噪点。
5.根据权利要求3所述的基于点云数据的铸件结构逆向建模方法，其特征在于，
步骤S300中的网格化是指将相邻的三个点云数据的点连接成面。
6.根据权利要求1所述的基于点云数据的铸件结构逆向建模方法，其特征在于，步骤S402中重复旋转和平移点云质心直线，直至旋转和平移的量小于最小阈值；其中，最小阈值为该铸件允许的最小公差。
7.根据权利要求1所述的基于点云数据的铸件结构逆向建模方法，其特征在于，当步骤S500点云坐标系与参考模型的坐标系重合后还包括步骤：
S501、沿主轴方向判断点云最大包络是否大于模型设计要求，如果是，则进入后续步骤；如果否，则结束该铸件的加工；
S502、将三维扫描点云数据和参考模型分别沿主轴方向分段切片；
S503、分段拟合各段内外圆环；
S504、对每一个圆环按不同角度切片分别计算内环和外环半径之差，通过半径之差判断铸件是否存在多肉和少肉的情况。
8.根据权利要求1所述的基于点云数据的铸件结构逆向建模方法，其特征在于，
步骤S600中的逆向建模使用Solidworks的Scanto3D插件实现点云到模型的逆向建模或Geomagic进行逆向建模。
9.根据权利要求1所述的基于点云数据的铸件结构逆向建模方法，其特征在于，步骤S600中逆向建模得到的模型为通用格式的三维模型。
10.根据权利要求1所述的基于点云数据的铸件结构逆向建模方法，其特征在于，所述建模方法还包括：
S010、将铸件吊装至检测区域内，通过安装架或夹爪将其固定；
S011、导入目标锻件的参考模型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310904640.4A CN116630576B (zh) | 2023-07-24 | 2023-07-24 | 一种基于点云数据的铸件结构逆向建模方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310904640.4A CN116630576B (zh) | 2023-07-24 | 2023-07-24 | 一种基于点云数据的铸件结构逆向建模方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116630576A CN116630576A (zh) | 2023-08-22 |
| CN116630576B true CN116630576B (zh) | 2023-10-03 |
Family
ID=87638598
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310904640.4A Active CN116630576B (zh) | 2023-07-24 | 2023-07-24 | 一种基于点云数据的铸件结构逆向建模方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116630576B (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108120373A (zh) * | 2017-11-23 | 2018-06-05 | 北京星航机电装备有限公司 | 一种基于激光跟踪测量的复杂异形铸件测量检查方法 |
| 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 |
| CN110789287A (zh) * | 2019-10-08 | 2020-02-14 | 江苏科技大学 | 基于三维光扫描的可调附加气室空气悬架系统及其自适应控制方法 |
| CN111069722A (zh) * | 2019-11-28 | 2020-04-28 | 中国航发沈阳黎明航空发动机有限责任公司 | 一种叶片精密电解阴极型面设计及数字化修正方法 |
| CN112525164A (zh) * | 2020-11-24 | 2021-03-19 | 中铁五局集团建筑工程有限责任公司 | 一种基于无人机倾斜摄影技术对超高层建筑变形检测的方法 |
| CN112548032A (zh) * | 2020-12-02 | 2021-03-26 | 北京航星机器制造有限公司 | 一种基于三维扫描的铸件铸造方法 |
| CN112699436A (zh) * | 2020-12-09 | 2021-04-23 | 北京城建集团有限责任公司 | 基于三维激光扫描建模的建筑结构逆向工程分析方法 |
| CN113722789A (zh) * | 2021-07-22 | 2021-11-30 | 河北工业大学 | 基于3d激光扫描和过程反馈的钢结构桥梁虚拟拼装方法 |
| CN114677468A (zh) * | 2022-05-27 | 2022-06-28 | 深圳思谋信息科技有限公司 | 基于逆向建模的模型修正方法、装置、设备和存储介质 |
| CN115203778A (zh) * | 2022-05-17 | 2022-10-18 | 中铁二十局集团第三工程有限公司 | 隧道超欠挖检测方法、装置、终端设备及存储介质 |
| CN115388806A (zh) * | 2022-08-23 | 2022-11-25 | 广船国际有限公司 | 零件表面线型偏差检测方法、装置、电子设备及存储介质 |
| CN116049945A (zh) * | 2023-01-04 | 2023-05-02 | 中铁二十局集团第三工程有限公司 | 隧道施工工程量测算方法、装置、设备以及存储介质 |
-
2023
- 2023-07-24 CN CN202310904640.4A patent/CN116630576B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108120373A (zh) * | 2017-11-23 | 2018-06-05 | 北京星航机电装备有限公司 | 一种基于激光跟踪测量的复杂异形铸件测量检查方法 |
| 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 |
| CN110789287A (zh) * | 2019-10-08 | 2020-02-14 | 江苏科技大学 | 基于三维光扫描的可调附加气室空气悬架系统及其自适应控制方法 |
| CN111069722A (zh) * | 2019-11-28 | 2020-04-28 | 中国航发沈阳黎明航空发动机有限责任公司 | 一种叶片精密电解阴极型面设计及数字化修正方法 |
| CN112525164A (zh) * | 2020-11-24 | 2021-03-19 | 中铁五局集团建筑工程有限责任公司 | 一种基于无人机倾斜摄影技术对超高层建筑变形检测的方法 |
| CN112548032A (zh) * | 2020-12-02 | 2021-03-26 | 北京航星机器制造有限公司 | 一种基于三维扫描的铸件铸造方法 |
| CN112699436A (zh) * | 2020-12-09 | 2021-04-23 | 北京城建集团有限责任公司 | 基于三维激光扫描建模的建筑结构逆向工程分析方法 |
| CN113722789A (zh) * | 2021-07-22 | 2021-11-30 | 河北工业大学 | 基于3d激光扫描和过程反馈的钢结构桥梁虚拟拼装方法 |
| CN115203778A (zh) * | 2022-05-17 | 2022-10-18 | 中铁二十局集团第三工程有限公司 | 隧道超欠挖检测方法、装置、终端设备及存储介质 |
| CN114677468A (zh) * | 2022-05-27 | 2022-06-28 | 深圳思谋信息科技有限公司 | 基于逆向建模的模型修正方法、装置、设备和存储介质 |
| CN115388806A (zh) * | 2022-08-23 | 2022-11-25 | 广船国际有限公司 | 零件表面线型偏差检测方法、装置、电子设备及存储介质 |
| CN116049945A (zh) * | 2023-01-04 | 2023-05-02 | 中铁二十局集团第三工程有限公司 | 隧道施工工程量测算方法、装置、设备以及存储介质 |
Non-Patent Citations (3)
| Title |
|---|
| 包晓翔.无人机制造外形气动偏差评估方法.《航空工程进展》.2018,第9卷(第4期),501-505. * |
| 梁栋.基于3D激光扫描的钢桥塔节段虚拟装配方法.《桥梁建设》.2021,第51卷(第3期),62-71. * |
| 潘兴东.汽车锻件开发技术的研究与应用.《中国优秀硕士学位论文全文数据库 工程科技II辑》.2013,(第1期),C035-99. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116630576A (zh) | 2023-08-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110370286B (zh) | 基于工业机器人和单目相机的定轴运动刚体空间位置识别方法 | |
| CN110434671B (zh) | 一种基于特征测量的铸造件表面机加工轨迹校准方法 | |
| CN108827155B (zh) | 一种机器人视觉测量系统及方法 | |
| CN110091333B (zh) | 复杂曲面表面焊缝特征识别和自动磨抛的装置及方法 | |
| CN110455187B (zh) | 一种基于三维视觉的盒体工件焊缝的检测方法 | |
| CN105806251A (zh) | 基于线激光传感器的四轴测量系统及其测量方法 | |
| CN111121655A (zh) | 一种共面等大多孔型工件位姿与孔径视觉检测方法 | |
| CN112013787B (zh) | 基于叶片自特征的叶片三维轮廓重建方法 | |
| CN110103071B (zh) | 一种变形复杂零件的数字化寻位加工方法 | |
| CN111702054B (zh) | 一种曲板渐进成形在位调形检测系统及方法 | |
| CN113532277A (zh) | 板状不规则曲面工件的检测方法及系统 | |
| CN109584288A (zh) | 一种五轴系统中三维模型的重构方法及系统 | |
| CN108481324B (zh) | 一种八轴多功能机械臂的逆解工程及其碰撞检测算法 | |
| CN114669775A (zh) | 叶片气膜孔加工自适应定位方法、系统、设备及存储介质 | |
| CN116630576B (zh) | 一种基于点云数据的铸件结构逆向建模方法 | |
| CN105538015A (zh) | 一种叶片类复杂薄壁型面零件自适应定位方法 | |
| CN113516716A (zh) | 一种单目视觉位姿测量及调整方法和系统 | |
| CN115077378A (zh) | 一种应用于大型工件测量的线扫激光的手眼标定方法 | |
| CN113799130B (zh) | 一种人机协作装配中的机器人位姿标定方法 | |
| CN110992416A (zh) | 基于双目视觉与cad模型的高反光面金属零件位姿测量方法 | |
| Onstein et al. | Automated tool trajectory generation for robotized deburring of cast parts based on 3d scans | |
| CN110238699B (zh) | 无基准大型双层复杂曲面工件的机械加工定位方法 | |
| CN215970736U (zh) | 基于三维视觉引导的钢轨打标装置 | |
| Seçil et al. | 3-d visualization system for geometric parts using a laser profile sensor and an industrial robot | |
| EP3224004B1 (en) | Robotic system comprising a telemetric device with a laser measuring device and a passive video camera |
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 |