当前位置:主页 > 科技论文 > 电子信息论文 >

面向航空构件典型特征的三维激光测量技术研究

发布时间:2020-09-23 08:45
   航空构件在制造过程中不可避免地会产生一定的尺寸误差,不同环节的误差累积会对航空设备的装配性能产生重大影响。但是长期以来,零件的检测主要依靠人工来完成,存在检测质量一致性差和检测效率低下的问题。目前航空构件制造向着数字化方向发展,其中零件特征的数字化测量是重要一环。本文基于三维激光测量技术,对测量过程中的多线激光测量系统模型构建、基于单应性矩阵的多线激光双目匹配、基于平行多线激光的蒙皮加工边界测量、基于交叉激光的孔窝类特征测量等关键技术进行深入研究,实现了航空构件典型特征的数字化测量,主要研究内容如下:(1)为了对航空蒙皮件的加工边界、锪窝和圆孔特征进行测量,建立了多线激光测量系统模型。针对系统标定过程中需要精密靶标和提取的光平面特征点较少的问题,研究并实现了多线激光平面诱导的单应性矩阵标定方法。实验结果表明,通过单应性匹配重建的激光平面精度可达0.0048mm,标定精度较高。(2)为了解决多线激光双目匹配的歧义性问题,提出了基于单应性矩阵的多线激光双目匹配方法。针对平行多线激光,结合激光线段重合度的方法,进一步消除了图像对应点的误匹配问题。实验结果表明,多线激光匹配重建的台阶块点云精度可达0.065mm,重建精度较高。(3)针对航空蒙皮件的加工边界特征,采用平行多线激光进行测量,提出了模板匹配法对蒙皮箱体点云进行特征提取。首先通过定制模板对点云模型进行特征分解,然后统一对分解得到的截面线进行边界特征点提取,最后对离散的特征点进行插值,自动生成边界特征线。实验结果表明,蒙皮加工边界测量精度可达0.095mm,测量精度较高。(4)针对锪窝和圆孔特征,采用交叉激光进行测量,提出了几何分割法对交叉激光点云进行特征提取。通过对点云模型进行降维,在二维空间上对特征进行检测,从而将三维问题转换成二维问题。实验结果表明,圆孔直径测量精度可达0.069mm,锪窝深度测量精度可达0.068mm,测量精度较高。(5)搭建软硬件系统平台,选取标准样件验证所研究的多线激光扫描重建和零件特征提取方法。实验结果表明,蒙皮加工边界和圆孔的测量精度基本满足测量要求,锪窝深度测量精度也达到了微米级。
【学位单位】:南京航空航天大学
【学位级别】:硕士
【学位年份】:2019
【中图分类】:V261;TN247
【部分图文】:

多线,靶标,激光,单应性矩阵


' ' 1 0 0 00 0 0 1 i i i i i i i i x y x x xx y y x y 1 2 3 4 5 6 7 8 h h h h h h h h 方程中未知变量的个数为 8 个,求共线。,一般会用到 4 对以上的对应点对建立目标函数,采用 Levenberg-求取其最小二乘解作为H 的最优单应性矩阵标定表面无强反光性质的平板,如图 激光线,分别对应于四个激光平面个不同的单应性矩阵。求解单应性到左图像中同一条激光线上像素点示:

灰度直方图,感兴趣区域,灰度直方图,灰度级


图 4.12 感兴趣区域灰度直方图类间方差法[86]计算图像的分割阈值,记为h0T ,统像素的个数,寻找灰度值大于h0T 的灰度级,其集 0 i i hH h h T每个灰度级中像素点的个数,像素点最多的灰度1= h hT T T 数,经过多次实验数据分析,取 T =10。hT 对图像进行分割,提取得到二值化激光线图,(a) 感兴趣区域图 (b) 交叉激光二值化图

硬件系统,外观,点云,软件系统


图 5.1 硬件系统外观计的硬件系统开发了一套多线激光测量软件系统,系统,其中完成的功能主要包括:多线激光扫描重建、锪征,由于蒙皮箱体点云数据量较大,且点云处理过外开发了一套处理大数据点云的软件系统,专门用。两套软件系统的整体界面如图 5.2 所示。块窗口 点云显示窗口相机实时显示窗口

【相似文献】

相关期刊论文 前10条

1 赵兴锋;杨彬卓;郑志强;;基于收缩分析和平方和规划的特征点选择[J];自动化与仪器仪表;2015年05期

2 郭一超;李清勇;孙靳睿;黄雅平;田媚;;基于局部对称性的特征点加工策略及应用[J];计算机科学;2014年11期

3 许承慧;刘桂华;梁峰;;非特征点双目测距技术研究[J];微型机与应用;2013年22期

4 ;FaceFinder(人脸识别)系统研制[J];企业技术开发;2009年04期

5 王斌;范瑞霞;李位星;高琪;;基于肤色检测的小区域特征点跟踪[J];微计算机信息;2006年07期

6 刘丹丹,张树有,刘元开,谭建荣;一种基于特征点识别的曲线离散化方法[J];中国图象图形学报;2004年06期

7 云飞;;自动海图[J];天津航海;1987年02期

8 吴义祥;;离散点扫描法及其在土工试验数据处理上的应用[J];工程勘察;1988年01期

9 А·Γ·沙夫尼;于玉凤;;利用相切点高度进行树干形状的测定[J];中南林业调查规划;1988年04期

10 李从珠;王乃斌;王清举;吴林珍;;立体足迹压痕特征定量化检验的统计方法[J];应用概率统计;1988年04期

相关会议论文 前10条

1 汪力;叶桦;夏良正;;利用特征点定位嘴巴[A];第二十六届中国控制会议论文集[C];2007年

2 康文雄;邓飞其;;基于特征点角度矩阵的静脉识别方法[A];第二十七届中国控制会议论文集[C];2008年

3 付洪川;王剑;万婵;赵建英;付凯;;图像特征点匹配算法的研究与改进[A];2009中国控制与决策会议论文集(1)[C];2009年

4 佘永业;李熙莹;赵有婷;;一种车辆的宏观光流速度的计算方法[A];图像图形技术研究与应用2009——第四届图像图形技术与应用学术会议论文集[C];2009年

5 徐慧;朱振洋;肖颖健;王海雷;;基于人脸多特征点的疲劳驾驶检测与应用[A];中国计算机用户协会网络应用分会2019年第二十三届网络新技术与应用年会论文集[C];2019年

6 许竞;姜波;;摄像机运动下特征点追踪方法研究[A];2011下一代自动测试系统学术研讨会论文集[C];2011年

7 韩广良;陈小云;;利用多特征点搜索实现纸钞图像的状态检测[A];第九届全国信息获取与处理学术会议论文集Ⅱ[C];2011年

8 魏超;江建文;陈宗海;;面向车辆自主定位的激光雷达特征点选取方法性能分析[A];第二十届中国系统仿真技术及其应用学术年会论文集(20th CCSSTA 2019)[C];2019年

9 杜鹏飞;彭代强;林幼权;;基于二乘向量机的特征点配准算法[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年

10 李琳;董强强;李树屏;;赛马总重心的位置及其特征代表点研究[A];第十八届全国运动生物力学学术交流大会(CABS 2016)论文集[C];2016年

相关重要报纸文章 前7条

1 洪宇;人脸识别仅需一秒钟[N];科技日报;2004年

2 蔡涛 关景火 李德华;塑造“面子”[N];计算机世界;2002年

3 李韬;保卫手机[N];计算机世界;2006年

4 本报记者 陈思 实习生 黄琳;数字警务 打造平安和谐绿城[N];郑州日报;2006年

5 张宁;人物肤色的较色实例[N];中国包装报;2002年

6 中国科学院自动化研究所模式识别国家重点实验室 周密邋陶建华;与电脑面谈[N];计算机世界;2007年

7 本报记者 王宇;芯技术点亮未来[N];电脑报;2010年

相关博士学位论文 前10条

1 樊建伟;基于特征点的SAR图像配准算法研究[D];西安电子科技大学;2017年

2 金宏彬;基于特征点描述符的多光谱图像配准算法研究[D];北京邮电大学;2019年

3 张晓鹏;局部特征理解:模型与应用[D];上海交通大学;2017年

4 杨利敏;图像特征点定位算法研究及其应用[D];上海交通大学;2008年

5 刘宝泉;干涉合成孔径雷达测量关键技术研究[D];西安电子科技大学;2008年

6 李旭东;基于特征点的增强现实三维注册算法研究[D];天津大学;2009年

7 廖斌;基于特征点的图像配准技术研究[D];国防科学技术大学;2008年

8 易盟;基于特征点的图像配准及其在稳像中的应用[D];西安电子科技大学;2013年

9 靳峰;基于特征的图像配准关键技术研究[D];西安电子科技大学;2015年

10 罗楠;图像局部不变特征的匹配算法及应用研究[D];南京理工大学;2015年

相关硕士学位论文 前10条

1 高政;基于特征点的无人机视觉目标跟踪算法[D];哈尔滨工业大学;2019年

2 王磊;基于机器视觉的防伪纸全埋安全线区域的检测方法研究[D];上海交通大学;2018年

3 向龙海;基于特征的软组织3D视觉重建与跟踪[D];电子科技大学;2019年

4 蒲滔;基于视频的车辆弯道速度测算系统研究[D];长安大学;2019年

5 张腾;红外小型运动目标检测与跟踪及DSP实时实现[D];华中科技大学;2019年

6 王俊超;图像特征点的快速检测与匹配方法研究[D];西安科技大学;2019年

7 吴良超;基于特征点动态变化的人脸表情识别算法[D];华南理工大学;2019年

8 程东明;基于GPU的特定应用场景目标识别方法研究[D];重庆邮电大学;2018年

9 杨佳佳;多模态生物特征识别关键技术研究[D];杭州电子科技大学;2019年

10 李想;面向航空构件典型特征的三维激光测量技术研究[D];南京航空航天大学;2019年



本文编号:2825104

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/2825104.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户e09c2***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com