JP6587305B2 - デジタル撮影によって得られる薄壁シェルの実測された3dプロファイルポイントクラウドデータ処理方法 - Google Patents

デジタル撮影によって得られる薄壁シェルの実測された3dプロファイルポイントクラウドデータ処理方法 Download PDF

Info

Publication number
JP6587305B2
JP6587305B2 JP2018549816A JP2018549816A JP6587305B2 JP 6587305 B2 JP6587305 B2 JP 6587305B2 JP 2018549816 A JP2018549816 A JP 2018549816A JP 2018549816 A JP2018549816 A JP 2018549816A JP 6587305 B2 JP6587305 B2 JP 6587305B2
Authority
JP
Japan
Prior art keywords
ppcd
thin
processing
average value
thin wall
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
Application number
JP2018549816A
Other languages
English (en)
Other versions
JP2019510975A (ja
Inventor
博 王
博 王
鵬 ▲はう▼
鵬 ▲はう▼
祥軍 畢
祥軍 畢
凱繁 杜
凱繁 杜
演 周
演 周
時洋 朱
時洋 朱
希 張
希 張
亮亮 蒋
亮亮 蒋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dalian University of Technology
Original Assignee
Dalian University of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Dalian University of Technology filed Critical Dalian University of Technology
Publication of JP2019510975A publication Critical patent/JP2019510975A/ja
Application granted granted Critical
Publication of JP6587305B2 publication Critical patent/JP6587305B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/15Vehicle, aircraft or watercraft design
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Processing Or Creating Images (AREA)

Description

本発明は、航空機・宇宙飛行体構造の主荷重部材の実験ツーリングデザインの技術分野に関し、特に、デジタル撮影によって得られる薄壁シェルの実測された3Dプロファイルポイントクラウドデータ(以下「3D−PPCD」と略称)処理方法に関するものである。
キャリアロケットは、中国が世界の宇宙開発強国になることを加速化し、わが国の宇宙平和開発利用を実現する前提と基盤となる。有人月着陸計画を実施し、深宇宙探査課題を成し遂げるために、わが国ではコア機体の直径が8.5m、打ち上げ能力が百トンレベルに達する大型キャリアロケットの論証・研究製作に取り組んでいる。ロケットの運搬能力を保証するために、構造の軽量化は必須且つ有効な経路である。推進剤の貯蔵チェンバーは、キャリアロケット体積の80%を占めるので、新世代キャリアロケットCZ−5(直径5m)の場合、貯蔵チェンバー構造重量は推進剤注入前のロケット構造総重量の25%を占めるので、貯蔵チェンバーの構造軽量化デザインはロケットの運搬能力向上に非常に重要である。キャリアロケットの推進剤貯蔵チェンバー構造は、フロントボトム、ドラム段、リアボトムで構成され、ここで、ドラム段は幾つかのパネルを溶接してなるので、パネルの重量は直接チェンバーの重量に影響をもたらす。パネルの強度を向上させ、パネルの重量を軽減するために、主に軸方向支持力を受ける貯蔵チェンバーパネルは通常補強筋付きグリッド構造にデザインされる。材料の安定性、構造の積載効率および製造原価などの綜合要素を考慮して、国内外の大型および大型キャリアロケットの推進剤チェンバーは大抵軽質アルミニウム合金またはアルミニウムリチウム合金を使用している。新世代キャリアロケットCZ−5の場合、その補強筋付きグリッド形式の貯蔵チェンバーパネルの重量はロケットの推進剤注入前総重量の10.5%を占めており、大型キャリアロケット(直径8.5m)の前記論証によれば、当該比はより大きく向上する見込みであるので、補強筋付きグリッドパネルの軽量化デザイン理論と方法は大型ロケットの運搬能力を保証する不可避的なニーズとなっている。大型キャリアロケットの大きな運搬能力によって、補強筋付きグリッドパネルは高い軸方向圧力支持力の力学性能を持たなければならず、それに大型キャリアロケットの補強筋付きグリッド貯蔵チェンバーパネルの径厚比が高くなるため、パネルの初等幾何学的欠陥に対する感度も高くなり、補強筋付きグリッド貯蔵チェンバーの実際支持力は予想値に比べて遥かに低くなる。そのため、補強筋付きグリッドドラムシェル構造の軸方向圧力の極限支持力を正確に測定することは補強筋付きグリッド貯蔵チェンバーデザインを行うキーポイント技術となっている。
初等幾何学的欠陥は、補強筋付きグリッドドラムシェル構造の軸方向圧力支持力に影響をもたらす重要な要素となることを考慮して、実際に測定された初等幾何学的欠陥を予測モデルに導入することは、補強筋付きグリッドドラムシェル構造の軸方向圧力支持力を正確に予測するキーポイント技術となる。3Dプロファイル測定方法の発展に伴い、特にデジタル撮影方法によって、測定精度が向上する一方で、補強筋付きグリッドドラムシェル構造の3D−PPCDは非常に膨大になる。一般的に、直径4.5m、高さ2.2mの補強筋付きグリッドドラムシェルの3D−PPCDは百万オーダーにも達する。百万オーダーのポイントクラウドデータは、貯蔵・処理および表示中、大量の時間とコンピューター資源が必要であるだけでなく、補強筋付きグリッドドラムシェルモデルの修正・調整効率を低下させ、モデルのフェアリング効果に影響がある。そのため、実際測定の3D−PPCDの簡略化は、実際測定の幾何学的欠陥を考慮した補強筋付きグリッドドラムシェル構造に対する予測分析のキーポイント方法となっている。
現在のリバースエンジニアリングにおいて、バウンディングボックス法は実際エンジニアリングにおいて良く使われる3D−PPCD簡略化方式である。しかし、バウンディングボックスの大きさはユーザーにより任意に定められたものなので、構築されたモデルと初期3D−PPCDとの間の精度を保証することができず、ポイントクラウドの特徴を失い易く、忠実度の高い3D−PPCDの簡略化方法ではない。バウンディングボックス法に比べて、曲率サンプリング法は、曲率の小さいエリアでは少量のデータポイントを留保し、曲率の大きいエリアでは十分なデータポイントを留保することによって、曲面特徴を精確且つ完全に表示することができ、これによって、比較的高い精度を持つことができるが、曲率の計算は大量のコンピューター資源を消耗するので、当該計算方法による簡略化効率が低い。そのため、デジタル撮影によって得られる薄壁シェルの実測された3Dプロファイル向けのポイントクラウドデータ処理方法に対する研究が急に必要となっており、3Dプロファイルの特徴を保証することを前提として、3D−PPCDを効率良く簡略化することができ、補強筋付きグリッドドラムシェル構造分析の予測効率をより一層向上することができる。
本発明は、主に既存デジタル撮影によって得られる薄壁シェルの実測された百万オーダーの3D−PPCDについて、デジタル撮影によって得られる薄壁シェルの実測された3Dプロファイル向けのポイントクラウドデータ処理方法を提供し、薄壁シェルの3D−PPCDの座標変換、薄壁シェル3D−PPCDのフィルタリング処理および薄壁シェルの3D−PPCDの簡略化処理を通じて、補強筋付きグリッドドラムシェルの初等幾何学的欠陥特徴を含む3D−PPCDに対する簡略化を行い、補強筋付きグリッドドラムシェル構造に対する高効率な修正、正確な予測の目的を達成する。
具体的には以下のステップを含む。
1.薄壁シェル3D−PPCDの変換
薄壁シェル3Dプロファイル測定において、複数回の測定によって薄壁シェルの完全な3D−PPCDを獲得し、座標変換法を用いて3D−PPCDに対する座標変換を行い、前記完全な3D−PPCDは複数の異なる座標系に分けられた測定データであり、前記座標変換方法には3D−PPCDの回転、水平移動および比例変化処理などが含まれる、
2.薄壁シェル3D−PPCDのフィルタリング処理
測定データのノイズは、測定の質に直接影響をもたらすだけでなく、後続処理の難易度も増加させるので、ステップ1の座標変換後に得られた3D−PPCDをフィルタリング法を用いてフィルタリング処理を行ってノイズを除去するが、前記薄壁シェル3D−PPCDのフィルタリング処理の計算方法は具体的に以下に示す。
ノイズは、一般的に隣接のサンプルデータ値と差異が大きいので、差値が一定の閾値を超えるとノイズと認められる。そのため、フィルタリング処理計算方法の基本構想は閾値を設定することであり、3Dプロフェイルのポイントクラウドデータと隣接エリアの平均値との差値が閾値を超えると、当該隣接エリアの平均値と同じになるようにし、さもなければデータ値は変わらない。フィルタリング処理計算方法の数学的計算式:
ここで、
は測定ポイントiデータのフィルタリング済み値、
は測定ポイントiの隣接エリア平均値、
は測定ポイントiの初期半径、Mは閾値、Nは測定ポイント数、
は測定ポイントjの測定ポイントiの隣接エリア平均値の重み係数、Lは測定ポイントiの隣接エリア半径、
は測定ポイントiの3D座標ベクトルである。
3.薄壁シェル3D−PPCDの簡略化処理
3−1:3Dプロファイルの特徴を失わないことを前提として、ポイントクラウドデータのオーダーを低下する目的で、ステップ2からフィルタリングされた3D−PPCDに対する1回目の簡略化処理を行う。前記1回目の簡略化処理方法は、バウンディングボックス法やランダム採用法、均等グリッド法または非均等グリッド法などからなる。
3−2:ステップ3−1において処理された散乱した3D−PPCDに対する局所曲面あてはめを行い、あてはめ曲面方程式を解いて、3D−PPCDの曲率値を算出し、さらに3D−PPCDの隣接エリアの曲率平均値を算出する。前記局所曲面あてはめ方法は、円あてはめ、または放物面あてはめなどからなる。
3−3:薄壁シェル3D−PPCDの簡略化プロセスは、ポイントクラウドデータの曲率がその隣接エリア曲率の平均値を下回る原則に基づき、ポイントクラウドデータを簡略化する。3D−PPCDの曲率が隣接エリア曲率平均値より小さければ、当該3D−PPCDを簡略化して、3D−PPCDの高効率な簡略化を実現し、さもなければ、3D−PPCDを留保する。
本発明によって提供されるデジタル撮影によって得られる薄壁シェルの実測された3D−PPCD処理方法は、主に既存のデジタル撮影によって得られる薄壁実際測定の百万オーダーの3D−PPCDにつき、薄壁3D−PPCDの座標変換、薄壁3D−PPCDのフィルタリング処理および薄壁3D−PPCDの簡略化処理を通じて、補強筋付きグリッドドラムシェルの初等幾何学的欠陥特徴を含有する3D−PPCDを簡略化する。ここで、非均等グリッド法と曲率サンプリングに基づく簡略化方法は、ポイントクラウド簡略化データに初期データの主な特徴(即ち、薄壁シェル構造の初等幾何学的欠陥特徴)を留保すると同時に、簡略化中の曲率取得算出効率を向上させ、これによって、薄壁シェルの実測された3D−PPCDの高効率処理を実現し、補強筋付きグリッドドラムシェル構造の分析予測効率をより一層向上させ、わが国のキャリアロケットやミサイルデザインなどの航空機・宇宙飛行体分野の3Dプロファイル測定データ処理のキーポイント方法の一つとなることが大きく期待される。
図1は、本発明の実施例によって提供されるデジタル撮影によって得られる薄壁シェルの実測された3D−PPCD処理方法の実現フローチャートである。 図2(a)は、処理前の3D−PPCD図である。 図2(b)は、処理後の3D−PPCD図である。 図3は、異なる3D−PPCDに基づく、薄壁シェル構造の極限支持力予測結果図である。
本発明の解決使用する問題に使用される方法・プランおよび達成しようとする方法の効果をより明瞭にするために、次に添付図と実施例を結合して本発明についてさらに詳しく説明する。なお、ここで説明された具体的な実施例は、単に本説明の解釈に使われるのみであり、本発明を限定するものではない。また、説明の便宜のために、添付図は単に本発明の一部のみを示したもので、全部の内容ではない。
図1は、本発明の実施例によって提供されるデジタル撮影によって得られる薄壁シェルの実測された3D−PPCD処理方法の実現フローチャートである。図1に示すとおり、本発明の実施例によって提供されるデジタル撮影によって得られる薄壁シェルの実測された3D−スペース座標のポイントクラウドデータ処理方法には、以下ステップが含まれる。
1.薄壁シェル3D−PPCDの変換
薄壁シェル3Dプロファイル測定において、デジタル撮影方法を用いて、直径1.0m、高さ0.6m、壁厚2.0mmである薄壁シェル構造を測定して、薄壁シェルの6つの異なるエリアの3DーPPCDを獲得する。また3D−PPCDの回転、水平移動および比例変化処理を利用して、3D−PPCDに対する座標変換を行って、薄壁シェル構造全体の3D−PPCDを得る。
2.薄壁シェル3D−PPCDのフィルタリング処理
限界値超過隣接エリアでの平均化フィルター計算法を利用して、ステップ1から得られた薄壁シェル構造全体の3D−PPCDに対するフィルタリング処理を行い、ノイズを除去する。
3.薄壁シェル3DーPPCDの簡略化方法
3−1:ステップ2において処理された3D−PPCDを非均等グリッド法を利用して1回目の簡略化を行い、この時、3D−PPCDは100万から60万に減る。
3−2:ステップ3−1から得られた3D−PPCDを放物面あてはめ局所曲面を利用して、あてはめ曲面方程式を解いて、3D−PPCDの曲率値を算出し、さらに、3D−PPCDの隣接エリア(20mm)の曲率平均値を算出する。
3−3:3D−PPCDの曲率値と隣接エリアの曲率平均値を比較分析し、3D−PPCDの曲率値が隣接エリア曲率平均値より小さければ、当該3D−PPCDを簡略化し、さもなければ、3D−PPCDを留保し、3D−PPCD中の個々のデータに対する循環処理を通じて、薄壁シェル3D−PPCDの簡略化を実現するが、この時、3D−PPCDは1万まで下がる。
図2(a)は、処理前の3D−PPCD図であり、図中のx、y、zは空間座標である。図2(b)は、処理後の3D−PPCD図であり、本発明の高効率且つ正確である特徴をさらに実証するために、図3は異なる3D−PPCDに基づく薄壁シェル構造の極限支持力予測結果を示している。ポイントクラウドデータの修正を行っていない予測結果は高く、薄壁シェルの初等幾何学的欠陥が具現されていなかった。百万オーダーの3D−PPCDの修正の結果は、構造のプロファイルの特徴が具現されていたが、その予測モデルの修正に十数時間もかかり、効率が極めて低かった。従来のポイントクラウドデータの簡略化修正結果は、百万オーダー3D−PPCD結果と差異がずいぶん大きいが、それは一部の幾何学的欠陥特徴を失ったからである。本発明に基づく3D−PPCDの修正結果は、百万オーダー3D−PPCDの修正結果と接近していて、本発明の正確性を説明するとともに、本発明の予測モデルの修正時間は30分間であり、効率を著しく向上させる。

Claims (5)

  1. デジタル撮影によって得られる薄壁シェルの実測された3D−PPCD処理方法であって、ステップ1、ステップ2、ステップ3を含み、
    前記ステップ1:薄壁シェル3D−PPCDの変換
    薄壁シェル3Dプロファイル測定において、複数回の測定によって薄壁シェルの完全な3D−PPCDを獲得し、座標変換法を用いて3D−PPCDに対する座標変換を行い、
    前記ステップ2:薄壁シェル3D−PPCDのフィルタリング処理
    ステップ1の座標変換後に得られた3D−PPCDを、フィルタリング法を用いてフィルタリング処理を行ってノイズを除去するが、前記薄壁シェル3D−PPCDのフィルタリング処理の計算方法は:閾値を設定し、3Dプロフェイルのポイントクラウドデータと隣接エリアの平均値との差値が閾値を超えると、当該隣接エリアの平均値と同じになるようにし、さもなければデータ値は変わらず、前記薄壁シェルの3D−PPCDのフィルタリング処理計算方法の計算式は:
    ここで、
    は3Dプロフェイルのポイントクラウドデータの平均値、
    fiは隣接エリアの平均値、
    は測定ポイントiデータのフィルタリング済み値、
    は測定ポイントiの隣接エリア平均値、
    フィルタリングされる前の測定ポイントiのデータ値、Mは閾値、Nは測定ポイント数、
    は測定ポイントiの隣接エリア平均値を算出する際に用いる測定ポイント jの重み係数、Lは測定ポイントiの隣接エリア半径、
    は測定ポイントiの3D座標ベクトルであり、
    前記ステップ3:薄壁シェル3D−PPCDの簡略化処理
    下記のステップ3−1、ステップ3−2、ステップ3−3を含み、
    前記ステップ3−1:ステップ2からフィルタリングされた3D−PPCDに対する1回目の簡略化処理を行い、3Dプロファイルの特徴を失わないことを前提として、ポイントクラウドデータオーダーを下げ、
    前記ステップ3−2:ステップ3−1において処理された3D−PPCDに対する局所曲面あてはめを行い、あてはめ曲面方程式を解いて、3D−PPCDの曲率値を算出し、さらに3D−PPCDの隣接エリアの曲率平均値を算出し、
    前記ステップ3−3:3D−PPCDの曲率が隣接エリア曲率平均値より小さければ、当該3D−PPCDを簡略化して、3D−PPCDの高効率な簡略化を実現し、さもなければ、3D−PPCDを留保する、
    ことを特徴とするデジタル撮影によって得られる薄壁シェルの実測された3D−PPCD処理方法。
  2. ステップ1において、前記座標変換法には3D−PPCDの回転、水平移動および比例変化処理を含む、ことを特徴とする請求項1に記載のデジタル撮影によって得られる薄壁シェルの実測された3D−PPCD処理方法。
  3. ステップ3−1における前記1回目の簡略化処理は、バウンディングボックス法やランダム採用法、均等グリッド法および非均等グリッド法の少なくともいずれかを含む、ことを特徴とする請求項1または2に記載のデジタル撮影によって得られる薄壁シェルの実測された3D−PPCD処理方法。
  4. ステップ3−2における局所あてはめ方法は、円あてはめ、または放物面あてはめからなる、ことを特徴とする請求項1または2に記載のデジタル撮影によって得られる薄壁シェルの実測された3D−PPCD処理方法。
  5. ステップ3−2における局所あてはめ方法は、円あてはめ、および放物面あてはめの少なくともいずれかを含む、ことを特徴とする請求項3に記載のデジタル撮影によって得られる薄壁シェルの実測された3D−PPCD処理方法。
JP2018549816A 2016-08-24 2017-03-14 デジタル撮影によって得られる薄壁シェルの実測された3dプロファイルポイントクラウドデータ処理方法 Active JP6587305B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN201610714898.8 2016-08-24
CN201610714898.8A CN106372283B (zh) 2016-08-24 2016-08-24 一种面向数字摄影获得的薄壁壳实测三维形貌点云数据处理方法
PCT/CN2017/076569 WO2018036138A1 (zh) 2016-08-24 2017-03-14 一种面向数字摄影获得的薄壁壳实测三维形貌点云数据处理方法

Publications (2)

Publication Number Publication Date
JP2019510975A JP2019510975A (ja) 2019-04-18
JP6587305B2 true JP6587305B2 (ja) 2019-10-09

Family

ID=57878168

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018549816A Active JP6587305B2 (ja) 2016-08-24 2017-03-14 デジタル撮影によって得られる薄壁シェルの実測された3dプロファイルポイントクラウドデータ処理方法

Country Status (3)

Country Link
JP (1) JP6587305B2 (ja)
CN (1) CN106372283B (ja)
WO (1) WO2018036138A1 (ja)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106372283B (zh) * 2016-08-24 2018-06-08 大连理工大学 一种面向数字摄影获得的薄壁壳实测三维形貌点云数据处理方法
CN109408939B (zh) * 2018-10-18 2022-11-29 燕山大学 一种兼顾应力和位移约束的薄板结构加强筋分布优化的改进方法
CN109685848B (zh) * 2018-12-14 2023-06-09 上海交通大学 一种三维点云与三维传感器的神经网络坐标变换方法
CN109816788A (zh) * 2019-01-17 2019-05-28 中国公路工程咨询集团有限公司 一种基于三维激光点云数据的三维地质体建模方法
CN110096772B (zh) * 2019-04-17 2022-10-25 大连理工大学 一种面向航空航天薄壳结构的形位偏差特征库建立方法
WO2020211007A1 (zh) * 2019-04-17 2020-10-22 大连理工大学 一种面向航空航天薄壳结构的形位偏差特征库建立方法
CN110530306B (zh) * 2019-08-27 2020-10-20 大连理工大学 一种基于实测跳动数据的典型回转体零件表征方法
CN110992274B (zh) * 2019-11-12 2023-06-02 中国科学院自动化研究所 复杂曲面点云强噪音去除方法及系统
CN111311576B (zh) * 2020-02-14 2023-06-02 易思维(杭州)科技有限公司 基于点云信息的缺陷检测方法
CN111369610B (zh) * 2020-03-05 2022-09-06 山东交通学院 基于可信度信息的点云数据粗差定位和剔除方法
CN111754421B (zh) * 2020-06-01 2023-08-18 西安工业大学 改进的导向滤波三维散乱点云快速光顺方法
CN112927287A (zh) * 2021-03-24 2021-06-08 和数科技(浙江)有限公司 一种目标物体的表型数据分析方法、存储介质及终端
CN113218330B (zh) * 2021-04-27 2022-04-08 大连理工大学 基于pcl库的大型薄壁构件测量及数据处理方法
CN113742850B (zh) * 2021-09-09 2023-05-16 北京航空航天大学 基于速度损失的固液动力飞行器运载能力预估方法和系统
CN115409862A (zh) * 2022-08-31 2022-11-29 深圳前海瑞集科技有限公司 焊缝位置的确定方法和装置、电子设备及存储介质

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11232489A (ja) * 1998-02-18 1999-08-27 Ricoh Co Ltd 3次元ポリゴンメッシュのデータ削減方法及び装置
US8355601B2 (en) * 2010-01-15 2013-01-15 Seiko Epson Corporation Real-time geometry aware projection and fast re-calibration
US9767598B2 (en) * 2012-05-31 2017-09-19 Microsoft Technology Licensing, Llc Smoothing and robust normal estimation for 3D point clouds
US20130332110A1 (en) * 2012-06-08 2013-12-12 Massachusetts Institute Of Technology Non-iterative mapping of capped cylindrical environments
CN102750730B (zh) * 2012-06-15 2014-10-22 北京理工大学 一种特征保持的点云数据精简方法
JP2014145735A (ja) * 2013-01-30 2014-08-14 Nikon Corp 形状測定装置、構造物製造システム、評価装置、形状測定方法、構造物製造方法、及び形状測定プログラム
CN103310481B (zh) * 2013-05-20 2016-08-10 东南大学 一种基于模糊熵迭代的点云精简方法
CN104573144A (zh) * 2013-10-14 2015-04-29 鸿富锦精密工业(深圳)有限公司 量测设备离线点云模拟系统及方法
CN103886555A (zh) * 2014-03-12 2014-06-25 北京昊峰东方科技有限公司 一种基于海量三维激光扫描点云数据的处理方法
CN106372283B (zh) * 2016-08-24 2018-06-08 大连理工大学 一种面向数字摄影获得的薄壁壳实测三维形貌点云数据处理方法

Also Published As

Publication number Publication date
CN106372283A (zh) 2017-02-01
WO2018036138A1 (zh) 2018-03-01
CN106372283B (zh) 2018-06-08
JP2019510975A (ja) 2019-04-18

Similar Documents

Publication Publication Date Title
JP6587305B2 (ja) デジタル撮影によって得られる薄壁シェルの実測された3dプロファイルポイントクラウドデータ処理方法
CN104866673B (zh) 一种轴压加筋柱壳的开口补强方法
Upadhyay et al. Numerical analysis perspective in structural shape optimization: A review post 2000
US9645054B2 (en) Method for determining reduction factor of bearing capacity of axial load cylindrical shell structure
CN107657599B (zh) 基于混合粒度划分和动态负载分配的遥感图像融合系统并行实现方法
CN106528989B (zh) 一种分布式并行sph仿真方法
JP4774523B2 (ja) 量子状態推定方法、量子状態推定装置及びコンピュータプログラム
Wang et al. A parallel reanalysis method based on approximate inverse matrix for complex engineering problems
Wang et al. Generatrix shape optimization of stiffened shells for low imperfection sensitivity
CN112036058B (zh) 一种非完善薄壁结构的快速缺陷敏感性分析方法
CN113204906A (zh) 一种考虑结构稳定性的多相材料拓扑优化设计方法和系统
Delgado-Gonzalo et al. A new hybrid Bayesian-variational particle filter with application to mitotic cell tracking
CN109491796B (zh) 基于累积和并行化的机载雷达运动速度估计方法
Rekier et al. Nonlinear cosmological spherical collapse of quintessence
CN116341421A (zh) 高超声速流场数值模拟方法、系统、电子设备及存储介质
CN111859671B (zh) 一种考虑悬垂特征约束的保外形拓扑优化方法
CN112733405B (zh) 基于真实形貌特征的铝合金点蚀损伤处应力集中效应的分析方法
Smith et al. Utilizing additive manufacturing techniques to fabricate weight optimized components designed using structural optimization methods
CN110188498B (zh) 一种基于拓扑优化变密度法的最优非设计空间划分方法
CN113240094A (zh) 一种基于svm的lstm超参数优化方法、系统、介质及设备
CN102937396A (zh) 一种双尺度网格加筋柱壳结构
Du et al. A point cloud data reduction method based on curvature
CN104458495A (zh) 颗粒增强金属基复合材料增强体颗粒体积分数的测量方法
CN116011264B (zh) 一种热应力的计算方法及装置、电子设备、存储介质
CN117034621B (zh) 一种索承网壳结构基于整体模型的型体优化方法及系统

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20180921

A871 Explanation of circumstances concerning accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A871

Effective date: 20180921

A975 Report on accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A971005

Effective date: 20190410

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20190417

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190612

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20190904

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20190905

R150 Certificate of patent or registration of utility model

Ref document number: 6587305

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

S111 Request for change of ownership or part of ownership

Free format text: JAPANESE INTERMEDIATE CODE: R313113

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250