CN116697914A - 一种基于数字孪生的装配间隙实时测量方法 - Google Patents
一种基于数字孪生的装配间隙实时测量方法 Download PDFInfo
- Publication number
- CN116697914A CN116697914A CN202310974629.5A CN202310974629A CN116697914A CN 116697914 A CN116697914 A CN 116697914A CN 202310974629 A CN202310974629 A CN 202310974629A CN 116697914 A CN116697914 A CN 116697914A
- Authority
- CN
- China
- Prior art keywords
- point
- assembled
- points
- assembly
- real
- 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
- 238000000691 measurement method Methods 0.000 title claims abstract description 18
- 238000000034 method Methods 0.000 claims abstract description 47
- 238000005259 measurement Methods 0.000 claims abstract description 27
- 238000012544 monitoring process Methods 0.000 claims abstract description 11
- 230000008569 process Effects 0.000 claims abstract description 11
- 230000001360 synchronised effect Effects 0.000 claims abstract description 9
- 239000011159 matrix material Substances 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000013519 translation Methods 0.000 claims description 7
- 230000000007 visual effect Effects 0.000 claims description 7
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000009499 grossing Methods 0.000 claims description 2
- 238000004519 manufacturing process Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 239000004973 liquid crystal related substance Substances 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 238000003908 quality control method Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000011800 void material Substances 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
-
- 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
- G01B11/14—Measuring arrangements characterised by the use of optical techniques for measuring distance or clearance between spaced objects or spaced apertures
-
- 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)
- General Physics & Mathematics (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种基于数字孪生的装配间隙实时测量方法，包括：扫描获取待装配物体关键部位的点云数据，在待装配物体上贴附环形标记点，用跟踪设备获取待装配物体上所有标记点信息得到标记点集P；使用跟踪设备对标记点集P进行实时跟踪得到遍历点集；将遍历点集与标记点集P进行匹配；计算待装配物体位姿信息；将待装配物体位姿信息与扫描得到的点云数据进行同步，还原实时装配现场情况；基于同步后的点云数据，测量和分析待装配物体之间间隙宽度的大小；将间隙测量结果与预设的阈值或标准进行比较，并实时监控装配过程中的间隙变化。本发明实现了实时监控和反馈，使操作人员能够及时调整和纠正装配过程中的间隙偏差，确保装配质量和精确度。
Description
技术领域
本发明涉及数据孪生与实时动态测量领域，具体而言涉及一种基于数字孪生的装配间隙实时测量方法。
背景技术
在制造和装配过程中，准确测量和控制装配间隙的大小和形状是确保产品质量和性能的重要步骤。传统的装配间隙测量方法通常依赖于手工测量工具或坐标测量机，这些方法存在一些局限性，例如测量速度较慢、需要专业技术人员进行操作、精度受限等。这些方法通常需要使用手工测量工具或坐标测量机来获取装配间隙的测量数据，然后进行后续的分析和处理。这种离线测量的方式无法提供实时监控和反馈，限制了对装配过程的及时调整和控制。
随着数字化技术和计算机视觉的发展，基于数字孪生的装配间隙实时测量方法应运而生。数字孪生是将实际物体与其虚拟表示相结合的概念，通过创建物体的数字模型，可以在计算机中进行虚拟仿真和实时分析。因此，本发明提出了一种基于数字孪生的装配间隙实时测量方法来解决以上问题。
发明内容
为解决上述问题，提出一种基于数字孪生的装配间隙实时测量方法，旨在解决传统装配间隙测量方法存在的精度低、耗时长和人为误差大等问题；本发明结合了点云扫描、物体识别和跟踪、数据同步和处理以及实时监控技术，实现了对待装配物体的几何形状、位置和间隙的实时测量和分析。该装配间隙实时测量方法在提高测量精度、减少人工干预、提高装配质量和效率方面具有潜力，对于各种制造和装配应用具有重要的意义和应用前景。
为达成上述目的，本发明提供如下技术方案：本发明提出的一种基于数字孪生的装配间隙实时测量方法，包括以下步骤：
S1、扫描获取待装配物体关键部位的点云数据；
S2、在待装配物体上贴附环形标记点，通过跟踪设备获取待装配物体上的所有标记点信息得到标记点集P；
S3、通过跟踪设备对标记点集P进行实时跟踪得到遍历点集；
S4、将遍历点集与待装配物体上所有的标记点集P进行匹配获取所有匹配的点对；
S5、通过所有匹配点对的对应关系计算待装配物体位姿信息，以获取待装配物体相对于初始装配的位姿变换；
S6、将计算获取的待装配物体位姿信息与扫描得到的点云数据进行同步，创建一个与实际装配系统相对应的数字孪生模型，还原实时装配现场情况；
S7、基于同步后的点云数据，通过分析点云数据中的间隙区域，测量和分析待装配物体之间间隙宽度的大小；
S8、将间隙测量结果与预设的阈值或标准进行比较，并实时监控装配过程中的间隙变化。
进一步地，步骤S1中扫描获取待装配物体关键部位的点云数据，具体包括以下步骤：
S101、通过扫描仪设备对关键装配部位进行扫描，关键部位包括紧固点、插接口、对齐特征；
S102、将扫描仪设备聚焦在关键部位的目标区域上，并保持相对稳定的扫描姿态，确保扫描覆盖到关键部位的全部表面；
S103、对于扫描得到的原始点云数据进行后续的数据处理和滤波操作，具体包括去除噪声、填补空洞、平滑曲面的处理，提高数据的质量和可用性。
进一步地，步骤S2中环形标记点的每个标记点附带包含六个特征数据，其中/>为环形标记点中心的坐标，为环形标记点的法线，/>为环形标记点的半径。
进一步地，步骤S2中通过跟踪设备获取待装配物体上的所有标记点信息得到标记点集P，具体包括以下步骤：
S201、待装配物体贴附上环形标记点后，保持环形标记点位置不变；
S202、将跟踪设备固定不变，旋转待装配物体并时刻保持待装配物体在跟踪设备视野范围内，使用跟踪设备动态标记点功能识别出待装配物体上所有标记点的坐标信息，得到标记点集P。
进一步地，步骤S3具体包括： 通过跟踪设备获取每个时刻下视野范围内的遍历点集。
进一步地，步骤S4中将遍历点集与待装配物体上所有的标记点集P进行匹配获取所有匹配的点对，具体包括以下步骤：
S41、分别计算P中的标记点以及中的标记点其中任意两点的距离，得到距离矩阵/>；
S42、在标记点集P中任取其中一个标记点为，在/>中找到关于/>的正确匹配点；
S43、重复以上步骤，每找到一对匹配的点对就把它们分别加入到匹配标记点集MP和匹配遍历点集中，直至找到所有匹配的点对。
进一步地，步骤S42中在中找到关于/>的正确匹配点，具体包括以下步骤：
S421、计算标记点集P中到其它标记点的所有点对距离/>，计算当前遍历点到遍历点集/>中其它遍历点的所有点对距离/>；
S422、比较与/>的所有距离，若存在三个以上得到的点对距离之差小于阈值，则认为/>与/>为匹配的点对。
进一步地，步骤S5中通过所有匹配点对的对应关系计算待装配物体位姿信息，具体包括：利用SVD算法求解算出到/>的旋转矩阵R和平移矩阵T得到待装配物体位姿信息。
进一步地，步骤S7具体包括以下步骤：
S71、对于同步后的点云数据，手动分割出两个待装配物体间隙部分的点云数据S；
S72、对间隙的点云数据S进行曲线拟合，得到拟合曲线C，将拟合曲线C分为若干具有一定弧长的分段，并计算每个分段端点处的法平面；
S73、针对每个分段端点的法平面，从点云数字孪生模型中提取距离该法平面一定距离内的所有点，形成两个点集，将该点集投影到对应的法平面上，得到点云在二维坐标系下的集合和/>；
S74、在二维坐标系下，计算两片点云和/>间的最小距离，即为间隙宽度。
由上述技术方案，本发明提供了一种基于数字孪生的装配间隙实时测量方法。至少具备以下有益效果：
本发明利用数字孪生技术将实际物体与数字模型进行对齐和同步，实现了装配间隙的实时测量和分析，通过实际物体表面与数字模型之间的对应关系，可以在装配过程中实时计算和分析装配间隙的尺寸、形状和偏差，并生成相应的测量结果，能够提高装配间隙测量的精度，消除人为误差和测量不确定性，得到更准确可靠的结果；该方法实现了实时监控和反馈，使操作人员能够及时调整和纠正装配过程中的间隙偏差，确保装配质量和精确度。此外，数字孪生方法加快了测量速度，提高了装配效率和生产率。它还能够减少试错成本，通过及早发现和纠正间隙偏差，降低了后续修复和返工的需求。同时，该方法支持质量控制，与装配要求进行比较和评估，确保产品符合设计要求和质量标准；其次，基于数字孪生的装配间隙实时测量方法提升了装配的一致性，检测和纠正不一致的间隙，确保各个装配部件之间的合适配合和间隙；综上所述，该方法在提高测量精度、实时监控和反馈、提高装配效率、降低试错成本、支持质量控制和提升装配一致性等方面具有显著的有益效果，对于制造和装配领域具有重要意义。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明基于数字孪生的装配间隙实时测量方法的流程图；
图2为本发明待装配刚性物体的原始点云图；
图3为本发明环形标记点的样本图；
图4为本发明同步后的点云数据孪生图；
图5为本发明分段后的间隙点云图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图 和具体实施方式对本发明作进一步详细的说明。借此对本申请如何应用技术手段来解决技术问题并达成技术功效的实现过程能充分理解并据以实施。
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步骤是可以通过程序来指令相关的硬件来完成，因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
请参照图1-图5，示出了本实施例的一种具体实施方式，本实施例该方法利用数字孪生技术将实际物体与数字模型进行对齐和同步，实现了装配间隙的实时测量和分析。首先，待装配物体通过三维扫描仪等设备进行扫描，获取其表面的点云数据。然后，在物体表面选择适当的位置并贴附标记点。接下来，通过跟踪设备或相机跟踪系统，对标记点进行实时跟踪，获取待装配物体的位姿信息。将标记点的位姿信息与扫描得到的点云数据进行数据同步和处理，建立数字孪生模型。通过实际物体表面与数字模型之间的对应关系，可以在装配过程中实时计算和分析装配间隙的尺寸、形状和偏差，并生成相应的测量结果；解决了传统装配间隙测量方法存在的精度低、耗时长和人为误差大的问题。
请参照图1，一种基于数字孪生的装配间隙实时测量方法，包括如下步骤：
S1、扫描获取待装配物体关键部位的点云数据；由于非刚性物体在装配过程中可能会发生形变和变形，导致其几何形状发生改变，这会对扫描的精确性和质量产生不利影响，因此待装配物体需为刚性物体，以便忽略装配过程中可能发生的变形等因素；
具体的，步骤S1中扫描获取待装配物体关键部位的点云数据，包括以下步骤：
S101、通过扫描仪设备对关键装配部位进行扫描，关键部位包括紧固点、插接口、对齐特征，这里的扫描仪设备可以是相机或者传感器；
S102、将扫描仪设备聚焦在关键部位的目标区域上，并保持相对稳定的扫描姿态，确保扫描覆盖到关键部位的全部表面；
S103、对于扫描得到的原始点云数据进行后续的数据处理和滤波操作，具体包括去除噪声、填补空洞、平滑曲面的处理，提高数据的质量和可用性，如图2所示，分别得到处理后的两个待装配物体的点云数据G和H。
S2、在待装配物体上贴附环形标记点，通过跟踪设备获取待装配物体上的所有标记点信息得到标记点集P；
具体的，分别在两个待装配物体上分散且均匀地贴附上环形标记点，环形标记点如图3所示，步骤S2中环形标记点的每个标记点附带包含六个特征数据，其中/>为环形标记点中心的坐标，/>为环形标记点的法线，为环形标记点的半径。
具体的，步骤S2中通过跟踪设备获取待装配物体上的所有标记点信息得到标记点集P，包括以下步骤：
S201、待装配物体贴附上环形标记点后，保持环形标记点位置不变；
S202、将跟踪设备固定不变，旋转待装配物体并时刻保持待装配物体在跟踪设备视野范围内，使用跟踪设备动态标记点功能识别出待装配物体上所有标记点的坐标信息，并记录下来，得到视野范围内的标记点集P。
S3、通过跟踪设备对标记点集P进行实时跟踪得到遍历点集；
具体的，步骤S3包括： 通过跟踪设备获取每个时刻下视野范围内的遍历点集。
S4、将遍历点集与待装配物体上所有的标记点集P进行匹配获取所有匹配的点对；
具体的，步骤S4中将遍历点集与待装配物体上所有的标记点集P进行匹配获取所有匹配的点对，包括以下步骤：
S41、分别计算P中的标记点以及中的标记点其中任意两点的距离，得到距离矩阵/>，其计算方式如下所示：
；
；
S42、在标记点集P中任取其中一个标记点为，在/>中找到关于/>的正确匹配点；
具体的，步骤S42中在中找到关于/>的正确匹配点，包括以下步骤：
S421、计算标记点集P中到其它标记点的所有点对距离/>，其计算方式如下所示：
；
计算当前遍历点到遍历点集/>中其它遍历点的所有点对距离/>，其计算方式如下所示：
；
S422、比较与/>的所有距离，若存在三个以上得到的点对距离之差小于阈值，则认为/>与/>为匹配的点对。
S43、重复以上步骤，每找到一对匹配的点对就把它们分别加入到匹配标记点集MP和匹配遍历点集中，直至找到所有匹配的点对。
S5、通过所有匹配点对的对应关系计算待装配物体位姿信息，以获取待装配物体相对于初始装配的位姿变换；
具体的，步骤S5中通过所有匹配点对的对应关系计算待装配物体位姿信息，包括：利用SVD算法求解算出到/>的旋转矩阵R和平移矩阵T得到待装配物体位姿信息；
具体的，利用SVD算法求解算出P到的旋转平移向量R、T，包括以下步骤：
首先分别计算出已匹配标记点集MP和匹配遍历点集的坐标的质心/>和/>：
；
；
求各点相对于质心和/>的位移向量：
；
利用质心位移向量，计算H矩阵：
；
对H矩阵进行SVD分解：；
基于矩阵和 矩阵/>，计算旋转矩阵/>和平移矩阵/>：
；
按照以上方法分别计算两个待装配物体的位姿信息的旋转矩阵、/>和平移矩阵/>、/>。
S6、将计算获取的待装配物体位姿信息与扫描得到的点云数据进行同步，创建一个与实际装配系统相对应的数字孪生模型，还原实时装配现场情况；
具体的，对于两个待装配物体的点云数据G和H中的每个点和/>，如图4所示，将计算获取的两个待装配物体位姿信息的旋转矩阵/>、/>和平移矩阵/>、/>与扫描得到的点云数据G和H中的每个点/>和/>进行同步，得到点云数据G中/>同步后的点坐标/>以及点云数据H中/>同步后的点坐标/>，从而还原实时装配现场情况，其表达公式分别如下所示：
；
；
S7、基于同步后的点云数据，通过分析点云数据中的间隙区域，测量和分析待装配物体之间间隙宽度的大小；
具体的，步骤S7包括以下步骤：
S71、对于同步后的点云数据，手动分割出两个待装配物体间隙部分的点云数据S；
S72、对间隙的点云数据S进行曲线拟合，得到拟合曲线C，将拟合曲线C分为若干具有一定弧长的分段，并计算每个分段端点处的法平面；其中包括：
曲线的参数方程定义为，/>，t为参数，x, y, z为曲线上参数为t的坐标；曲线弧长的计算公式为：
；
其中，，/>，/>分别为/>，/>，/>对t求导的函数；
设分段后共有w个端点，分别计算各端点的法平面，设某端点为，则该端点的法平面方程为：
；
其中为样条曲线在/>点的切向量。
S73、如图5所示，针对每个分段端点的法平面，从点云数字孪生模型中提取距离该法平面一定距离内的所有点，形成两个点集，将该点集投影到对应的法平面上，得到点云数据在二维坐标系下的集合和/>；在二维坐标系下，计算两片点云之间的最小距离，即为间隙宽度，其计算公式如下：
；
其中，为点集/>内第/>个点，/>为点集/>内第/>个点；
S74、在二维坐标系下，计算两片点云和/>之间的最小距离，即为间隙宽度。
S8、将间隙测量结果与预设的阈值或标准进行比较，并实时监控装配过程中的间隙变化。
本发明基于数字孪生的装配间隙实时测量方法借助数字化技术和计算机视觉的进展，克服了传统方法的一些限制；它将实际物体的几何形状和特征与数字模型相结合，通过实时数据处理和分析，实现对装配间隙的实时测量和监控。
该方法结合了点云扫描、物体识别和跟踪、数据同步和处理以及实时监控技术，实现了对待装配物体的几何形状、位置和间隙的实时测量和分析；该装配间隙实时测量方法在提高测量精度、减少人工干预、提高装配质量和效率方面具有潜力，对于各种制造和装配应用具有重要的意义和应用前景。
本发明制造和装配领域具有广泛的应用，包括但不限于汽车制造、航空航天、电子设备制造、机械装配和建筑装配等领域，本发明能够提供实时监测和控制装配间隙的能力，确保装配质量和性能的要求得到满足。
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他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，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。
本文中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)
1.一种基于数字孪生的装配间隙实时测量方法，其特征在于，包括以下步骤：
S1、扫描获取待装配物体关键部位的点云数据；
S2、在待装配物体上贴附环形标记点，通过跟踪设备获取待装配物体上的所有标记点信息得到标记点集P；
S3、通过跟踪设备对标记点集P进行实时跟踪得到遍历点集；
S4、将遍历点集与待装配物体上所有的标记点集P进行匹配获取所有匹配的点对；
S5、通过所有匹配点对的对应关系计算待装配物体位姿信息，以获取待装配物体相对于初始装配的位姿变换；
S6、将计算获取的待装配物体位姿信息与扫描得到的点云数据进行同步，创建一个与实际装配系统相对应的数字孪生模型，还原实时装配现场情况；
S7、基于同步后的点云数据，通过分析点云数据中的间隙区域，测量和分析待装配物体之间间隙宽度的大小；
S8、将间隙测量结果与预设的阈值或标准进行比较，并实时监控装配过程中的间隙变化。
2.根据权利要求1所述的一种基于数字孪生的装配间隙实时测量方法，其特征在于，步骤S1中扫描获取待装配物体关键部位的点云数据，具体包括以下步骤：
S101、通过扫描仪设备对关键装配部位进行扫描，关键部位包括紧固点、插接口、对齐特征；
S102、将扫描仪设备聚焦在关键部位的目标区域上，并保持相对稳定的扫描姿态，确保扫描覆盖到关键部位的全部表面；
S103、对于扫描得到的原始点云数据进行后续的数据处理和滤波操作，具体包括去除噪声、填补空洞、平滑曲面的处理，提高数据的质量和可用性。
3.根据权利要求1所述的一种基于数字孪生的装配间隙实时测量方法，其特征在于，步骤S2中环形标记点的每个标记点附带包含六个特征数据，其中/>为环形标记点中心的坐标，/>为环形标记点的法线，/>为环形标记点的半径。
4.根据权利要求3所述的一种基于数字孪生的装配间隙实时测量方法，其特征在于，步骤S2中通过跟踪设备获取待装配物体上的所有标记点信息得到标记点集P，具体包括以下步骤：
S201、待装配物体贴附上环形标记点后，保持环形标记点位置不变；
S202、将跟踪设备固定不变，旋转待装配物体并时刻保持待装配物体在跟踪设备视野范围内，使用跟踪设备动态标记点功能识别出待装配物体上所有标记点的坐标信息，得到标记点集P。
5.根据权利要求1所述的一种基于数字孪生的装配间隙实时测量方法，其特征在于，步骤S3具体包括： 通过跟踪设备获取每个时刻下视野范围内的遍历点集。
6.根据权利要求1所述的一种基于数字孪生的装配间隙实时测量方法，其特征在于，步骤S4中将遍历点集与待装配物体上所有的标记点集P进行匹配获取所有匹配的点对，具体包括以下步骤：
S41、分别计算P中的标记点以及中的标记点其中任意两点的距离，得到距离矩阵；
S42、在标记点集P中任取其中一个标记点为，在/>中找到关于/>的正确匹配点；
S43、重复以上步骤，每找到一对匹配的点对就把它们分别加入到匹配标记点集MP和匹配遍历点集中，直至找到所有匹配的点对。
7.根据权利要求5所述的一种基于数字孪生的装配间隙实时测量方法，其特征在于，步骤S42中在中找到关于/>的正确匹配点，具体包括以下步骤：
S421、计算标记点集P中到其它标记点的所有点对距离/>，计算当前遍历点/>到遍历点集/>中其它遍历点的所有点对距离/>；
S422、比较与/>的所有距离，若存在三个以上得到的点对距离之差小于阈值，则认为/>与/>为匹配的点对。
8.根据权利要求1所述的一种基于数字孪生的装配间隙实时测量方法，其特征在于，步骤S5中通过所有匹配点对的对应关系计算待装配物体位姿信息，具体包括：利用SVD算法求解算出到/>的旋转矩阵R和平移矩阵T得到待装配物体位姿信息。
9.根据权利要求1所述的一种基于数字孪生的装配间隙实时测量方法，其特征在于，步骤S7具体包括以下步骤：
S71、对于同步后的点云数据，手动分割出两个待装配物体间隙部分的点云数据S；
S72、对间隙的点云数据S进行曲线拟合，得到拟合曲线C，将拟合曲线C分为若干具有一定弧长的分段，并计算每个分段端点处的法平面；
S73、针对每个分段端点的法平面，从点云数字孪生模型中提取距离该法平面一定距离内的所有点，形成两个点集，将该点集投影到对应的法平面上，得到点云在二维坐标系下的集合和/>；
S74、在二维坐标系下，计算两片点云和/>间的最小距离，即为间隙宽度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310974629.5A CN116697914B (zh) | 2023-08-04 | 2023-08-04 | 一种基于数字孪生的装配间隙实时测量方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310974629.5A CN116697914B (zh) | 2023-08-04 | 2023-08-04 | 一种基于数字孪生的装配间隙实时测量方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116697914A true CN116697914A (zh) | 2023-09-05 |
| CN116697914B CN116697914B (zh) | 2023-10-17 |
Family
ID=87837785
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310974629.5A Active CN116697914B (zh) | 2023-08-04 | 2023-08-04 | 一种基于数字孪生的装配间隙实时测量方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116697914B (zh) |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8467992B1 (en) * | 2010-09-15 | 2013-06-18 | The Boeing Company | Vision based location and measurement device and methods |
| US20150066443A1 (en) * | 2013-08-29 | 2015-03-05 | Fu Tai Hua Industry (Shenzhen) Co., Ltd. | Computing device and method for analyzing assembly clearance between two components of product |
| CN105261047A (zh) * | 2015-09-08 | 2016-01-20 | 北京控制工程研究所 | 一种基于近距离短弧段图像的对接环圆心提取方法 |
| CN110456827A (zh) * | 2019-07-31 | 2019-11-15 | 南京理工大学 | 一种大型工件包装箱数字化对接系统及方法 |
| CN111144046A (zh) * | 2019-12-23 | 2020-05-12 | 南京航空航天大学 | 一种基于薄壁零件外模线控制的装配间隙确定方法 |
| CN111145236A (zh) * | 2019-12-04 | 2020-05-12 | 东南大学 | 一种基于数字孪生的产品拟实物装配模型生成方法及实现框架 |
| CN111539070A (zh) * | 2020-04-27 | 2020-08-14 | 南京航空航天大学 | 基于实测数据的翼身对接间隙分布控制方法 |
| CN111737822A (zh) * | 2020-06-28 | 2020-10-02 | 大连理工大学 | 一种基于点云数据的航空构件贴合间隙三维形貌评估方法 |
| US20210247183A1 (en) * | 2019-08-27 | 2021-08-12 | Dalian University Of Technology | Typical rotational part characterization method based on actually measured run-out data |
| CN114581632A (zh) * | 2021-12-07 | 2022-06-03 | 北京航天测控技术有限公司 | 基于增强现实技术的零件装配误差检测方法、设备和装置 |
| CN115408783A (zh) * | 2022-07-06 | 2022-11-29 | 东北大学 | 一种基于数字孪生的多层次信息装配模型的构建方法 |
| CN115952672A (zh) * | 2022-12-31 | 2023-04-11 | 湖南大学 | 一种复杂工件装配的三维位姿估计方法 |
| CN116245944A (zh) * | 2022-12-29 | 2023-06-09 | 南京航空航天大学 | 一种基于实测数据的舱段自动化对接方法及系统 |
| CN116402866A (zh) * | 2023-03-03 | 2023-07-07 | 西安交通大学 | 基于点云的零件数字孪生几何建模与误差评定方法及系统 |
-
2023
- 2023-08-04 CN CN202310974629.5A patent/CN116697914B/zh active Active
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8467992B1 (en) * | 2010-09-15 | 2013-06-18 | The Boeing Company | Vision based location and measurement device and methods |
| US20150066443A1 (en) * | 2013-08-29 | 2015-03-05 | Fu Tai Hua Industry (Shenzhen) Co., Ltd. | Computing device and method for analyzing assembly clearance between two components of product |
| CN105261047A (zh) * | 2015-09-08 | 2016-01-20 | 北京控制工程研究所 | 一种基于近距离短弧段图像的对接环圆心提取方法 |
| CN110456827A (zh) * | 2019-07-31 | 2019-11-15 | 南京理工大学 | 一种大型工件包装箱数字化对接系统及方法 |
| US20210247183A1 (en) * | 2019-08-27 | 2021-08-12 | Dalian University Of Technology | Typical rotational part characterization method based on actually measured run-out data |
| CN111145236A (zh) * | 2019-12-04 | 2020-05-12 | 东南大学 | 一种基于数字孪生的产品拟实物装配模型生成方法及实现框架 |
| CN111144046A (zh) * | 2019-12-23 | 2020-05-12 | 南京航空航天大学 | 一种基于薄壁零件外模线控制的装配间隙确定方法 |
| CN111539070A (zh) * | 2020-04-27 | 2020-08-14 | 南京航空航天大学 | 基于实测数据的翼身对接间隙分布控制方法 |
| CN111737822A (zh) * | 2020-06-28 | 2020-10-02 | 大连理工大学 | 一种基于点云数据的航空构件贴合间隙三维形貌评估方法 |
| CN114581632A (zh) * | 2021-12-07 | 2022-06-03 | 北京航天测控技术有限公司 | 基于增强现实技术的零件装配误差检测方法、设备和装置 |
| CN115408783A (zh) * | 2022-07-06 | 2022-11-29 | 东北大学 | 一种基于数字孪生的多层次信息装配模型的构建方法 |
| CN116245944A (zh) * | 2022-12-29 | 2023-06-09 | 南京航空航天大学 | 一种基于实测数据的舱段自动化对接方法及系统 |
| CN115952672A (zh) * | 2022-12-31 | 2023-04-11 | 湖南大学 | 一种复杂工件装配的三维位姿估计方法 |
| CN116402866A (zh) * | 2023-03-03 | 2023-07-07 | 西安交通大学 | 基于点云的零件数字孪生几何建模与误差评定方法及系统 |
Non-Patent Citations (4)
| Title |
|---|
| HAO YU等: "A heuristic cabin-type component alignment method based on multi-source data fusion", CHINESE JOURNAL OF AERONAUTICS, vol. 33, no. 08, pages 2242 - 2256, XP086265099, DOI: 10.1016/j.cja.2019.11.008 * |
| 李玉梅 等: "三维重建中点云配准算法研究", 电子测量技术, no. 12, pages 75 - 79 * |
| 苏成阳 等: "基于有限元法的柔性件装配偏差分析", 机械制造与自动化, vol. 48, no. 04, pages 79 - 83 * |
| 邢宏文 等: "基于点云数据的对接间隙自动化检测方法", 航空精密制造技术, vol. 56, no. 03, pages 6 - 9 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116697914B (zh) | 2023-10-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8396329B2 (en) | System and method for object measurement | |
| CN109767416B (zh) | 机械设备的定位系统及方法 | |
| CN113902810B (zh) | 一种基于平行式双目立体视觉的机器人齿轮倒角加工方法 | |
| CN112223294A (zh) | 一种基于三维视觉的机械臂加工轨迹修正方法 | |
| CN116204990B (zh) | 一种三维实测数据驱动的飞机大型骨架精准协调修配方法 | |
| TW201516969A (zh) | 視訊物件追蹤方法 | |
| Nie et al. | Method for calibration accuracy improvement of projector-camera-based structured light system | |
| CN110363801B (zh) | 工件实物与工件三维cad模型的对应点匹配方法 | |
| CN109360267B (zh) | 一种薄物体快速三维重建方法 | |
| CN116697914B (zh) | 一种基于数字孪生的装配间隙实时测量方法 | |
| CN113393524A (zh) | 一种结合深度学习和轮廓点云重建的目标位姿估计方法 | |
| CN113103226A (zh) | 一种面向陶瓷素坯加工制造的视觉引导机器人系统 | |
| CN116596987A (zh) | 一种基于双目视觉的工件三维尺寸高精度测量方法 | |
| CN108389204B (zh) | 一种面向高速在线检测的退化图像模糊核双参数直接估算方法 | |
| CN114979464B (zh) | 适配目标区域的工业摄像机视场角精准配置方法及系统 | |
| JP2021021577A (ja) | 画像処理装置及び画像処理方法 | |
| CN115147764A (zh) | 一种基于多目视觉的管模螺栓识别定位方法 | |
| CN111612071B (zh) | 一种从曲面零件阴影图生成深度图的深度学习方法 | |
| Yao et al. | High precision tuning device of microwave cavity filter based on hand-eye coordination | |
| Seo et al. | 3D Hole center and surface normal estimation in robot vision systems | |
| CN115222893A (zh) | 基于结构光测量的大尺寸构件三维重建拼接方法 | |
| CN110060330B (zh) | 一种基于点云图像的三维建模方法、装置和机器人 | |
| Kwok et al. | The development of a machine vision system for adaptive bending of sheet metals | |
| JPH1058363A (ja) | ロボットのオフライン教示装置 | |
| Liu et al. | Image-Based Precision Measurement Technology for the Quality Inspection of Crane Boom Materials |
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 |