论文题目: 逆向工程中多传感器集成的智能化测量研究
论文类型: 博士论文
论文专业: 机械制造及自动化
作者: 吴世雄
导师: 陈子辰,王文
关键词: 逆向工程,多传感器,智能测量,特征识别,信息融合
文献来源: 浙江大学
发表年度: 2005
论文摘要: 逆向工程在创新产品设计中起到日益重要的作用,如何有效而精确地获取复杂实体的三维数据是目前急需解决的问题。单一传感器逐渐难以满足复杂测量要求,而多传感器测量成为发展趋势。 本文提出多传感器集成智能化测量理论。多传感器测量系统集成视觉传感器、激光测头、接触式测头和数控装备。该集成测量系统能够利用多传感器的优势,达到快速智能化测量复杂实体的目标。论文主要包括以下内容:1.研究CCD视觉传感器、接触式测头及激光非接触式测头的基本测量原理和测 量方法。对于CCD视觉测量,采用一个CCD传感器实现立体视觉曲面测量; 对于接触式测量,分析基于三角细分曲面测量方法,提出基于矩形细分的未 知自由曲面自适应测量规划;对于激光非接触式测量,提出基于采样策略的 实体边界测量,以及基于变曲率的未知自由曲面自适应测量规划。2.研究了去毛刺、滤波、数据压缩等数据预处理方法,提出新的区域增长算法, 构建散乱点云的优化三角面片模型。首先提出简单的去毛刺处理方法及光顺 处理准则,并进行中值滤波处理仿真研究。为了避免数据量过大的弊病,提 出基于剖分小立方体的数据压缩方法。为了恢复散乱数据点之间的拓扑关系, 提出新的区域增长方法构建三角面片模型。在三角面片集合的区域增长过程 中,提出“最小边角积”法则搜索合适邻接点以形成新三角面片。3.提出散乱点云的特征智能识别理论,主要包括三步:恢复散乱点云的微分几 何属性、点云分割及特征识别,其中恢复点云微分几何属性是边界分割和特 征识别的基础。提出改进的Taubin方法,恢复散乱噪声数据的主曲率和 Darboux框架。利用边界点的微分几何特征,提出散乱点云自动分割方法, 有效提取噪声点云的D~0、D~1和D~2边界带。对分割后的点云区域建立曲率直 方图,达到快速有效确定点云曲面特征的目的。4.建立点云特征指导下的多传感器智能测量方法。点云特征分为曲面特征和边 界特征。利用点云特征规划测量的方法为:对于二次曲面点云进行采样处理, 对于自由曲面点云进行切片处理、截面线步长计算,最后进行Zigzag路径规 划以得到优化的测量路径。实体边界对于测量具有重要作用,提出边界特征 指导下的曲面及孔洞测量方法。利用规划好的测量路径,可指导高精度测头 快速智能化测量。5.研究了多传感器测量信息融合技术。首先整合多传感器多视觉测量数据,整 合后的数据进行曲面拟合及精度评测,达到精度要求的数据用来恢复曲面特 征。对二次曲面采用类型指定的最小二乘法拟合曲面,对自由曲面进行非均
论文目录:
第一章 绪论
1．1 课题研究的背景和意义
1．2 多传感器测量的研究现状和发展趋势
1．2．1 多传感器集成的坐标测量机
1．2．2 多传感器集成的智能化研究
1．3 多传感器智能化测量的关键技术
1．3．1 多传感器物理集成技术
1．3．2 特征识别技术
1．3．3 基于特征的多传感器智能化测量
1．3．4 多传感器测量信息融合
1．4 博士学位论文的主要研究内容
1．5 本章小结
第二章 传感器测量技术的基础研究
2．1 引言
2．2 视觉 CCD传感器的测量研究
2．2．1 基于辅助标识的立体视觉测量方法
2．2．2 基于单 CCD的立体视觉测量方法
2．3 接触式测量研究
2．3．1 接触式测头的工作原理
2．3．2 接触式测量的路径规划研究
2．4 激光非接触式测量研究
2．4．1 激光测头的工作原理
2．4．2 基于采样策略的实体边界测量
2．4．3 未知自由曲面变曲率自适应测量规划
2．5 本章小结
第三章 测量数据预处理
3．1 引言
3．2 去毛刺、滤波、光顺及压缩处理
3．2．1 毛刺处理
3．2．2 滤波处理
3．2．3 光顺处理
3．2．4 压缩处理
3．3 散乱点云构建三角面片模型
3．3．1 散乱点三角建模方法概要
3．3．2 数据结构
3．3．3 确定活动边的影响区域
3．3．4 基于“最小边角积”的优化邻接点搜索新法则
3．3．5 散乱点构建三角面片模型算法
3．3．6 实验
3．4 本章小结
第四章 散乱点云数据的特征识别理论
4．1 引言
4．2 恢复散乱点云的微分几何属性
4．2．1 曲线和曲面的微分特征
4．2．2 恢复微分几何属性的 Taubin算法
4．2．3 改进算法
4．2．4 实验
4．3 基于曲线微分特性的散乱点云分割方法
4．3．1 引言
4．3．2 点云的D~0、D~1和 D~2边界特征点识别
4．3．3 区域增长法获取子特征区域
4．3．4 散乱点云分割流程
4．3．5 实验
4．4 散乱点云的特征识别研究
4．4．1 点云的二次曲面特征识别
4．4．2 边界的二次曲线特征识别
4．4．3 实验
4．5 本章小结
第五章 点云特征指导的多传感器智能测量方法
5．1 引言
5．2 曲面特征指导下的测量规划
5．2．1 二次曲面点云采样
5．2．2 自由曲面点云切片
5．2．3 测头的行走步长和位置计算
5．2．4 Zigzag测量路径规划
5．3 边界特征指导下的测量规划
5．3．1 曲面测量指导
5．3．2 孔洞测量指导
5．4 特征指导的多传感器测量方式
5．4．1 视觉点云指导下的接触式测量或激光非接触式测量
5．4．2 非接触式及接触式测量的互补测量
5．5 实验
5．6 本章小结
第六章 多传感器测量信息融合技术
6．1 引言
6．2 重复定位测量及其数据整合
6．3 恢复二次曲面及精度评测
6．3．1 恢复二次曲面
6．3．2 二次曲面精度评测
6．3．3 实例
6．4 恢复自由曲面及精度评测
6．4．1 恢复自由曲面
6．4．2 精度评定
6．4．3 计算机仿真
6．5 文件输出
6．5．1 IGES文件输出
6．5．2 测点数据直接生成 STL文件
6．6 本章小结
第七章 多传感器集成的智能化测量系统研制
7．1 引言
7．2 多传感器智能化测量系统原型
7．3 系统的硬件构成
7．4 系统的软件组成
7．5 系统精度分析与实验
7．6 应用实例
7．7 本章小结
第八章 结论与展望
8．1 论文总结
8．2 论文的主要创新点
8．3 展望
参考文献
作者攻读博士学位期间发表(录用)的学术论文和参加的科研项目
致谢
发布时间: 2005-10-08
参考文献
- [1].基于双映射和人工神经网络的数据点云直接加工的研究[D]. 何雪明.华中科技大学2010
- [2].面向光栅投影的点云预处理与曲面重构技术研究[D]. 孟凡文.南昌大学2010
相关论文
- [1].逆向工程中多传感器集成的自由曲面数字化测量及其数据预处理方法研究[D]. 卢科青.浙江大学2010
- [2].逆向工程中的曲面重构技术研究及基于Web的应用系统开发[D]. 李卫国.南京航空航天大学2001
- [3].基于激光测量的自由曲面数字制造基础技术研究[D]. 李剑.浙江大学2002
- [4].逆向工程中自由曲面的数据处理与误差补偿研究[D]. 鞠华.浙江大学2003
- [5].逆向工程中自由曲面与规则曲面重建关键技术研究[D]. 刘胜兰.南京航空航天大学2005
- [6].面向多点成形的逆向工程关键技术及应用研究[D]. 严庆光.吉林大学2005
- [7].复杂面形的光学三维测量相关技术研究[D]. 何海涛.上海大学2005
- [8].三维扫描仪与逆向工程关键技术研究[D]. 胡寅.华中科技大学2005
- [9].逆向工程中基于特征约束模型重建理论与方法研究[D]. 龚友平.浙江大学2006
- [10].逆向工程中基于特征的实体模型重建关键技术研究[D]. 谭昌柏.南京航空航天大学2006