工业自动化三维检测中点云数据处理关键技术研究

发布时间：2021-01-21 14:08

　　随着三维测量技术与计算机技术的日益发展,使用自动化装置搭载三维测量设备对工业零件进行三维建模,再与CAD模型进行分析比较,完成对工业零件的自动化三维检测,已经成为工业检测行业的趋势。然而三维测量设备获取的数据一般都是由表征工件表面的三维点坐标组成的点云数据,且由于现场检测环境等因素的影响,需要对点云数据进行处理,一般包括点云预处理、测量点云与CAD模型配准以及曲面重建等步骤。点云预处理步骤主要为了剔除冗余数据提高处理效率,减少受不良因素影响获取到的失真数据或无关数据,以及为点云数据添加辅助信息。现有点云预处理算法虽然能够获得较好的处理结果,但通常需要人为给定参数或者耗时较长,难以达到自动化检测的目的和效率要求。为了将测量点云与CAD模型进行对齐方便后续对比分析,通常使用ICP算法进行处理,但由于测量过程中获取到的无关数据难以通过点云预处理完全剔除,导致本质上是最小二乘方法的ICP算法结果不稳定。曲面重建过程则是为了将点云数据转化成实体模型更好地对工件表面进行表达,但现有算法通常无法满足工业检测的效率要求。因此,虽然点云数据处理技术已经在各个方面都有了广泛应用,但对于工业自动化三维检测而... 

【文章来源】：华中科技大学湖北省 211工程院校 985工程院校 教育部直属院校

【文章页数】：60 页

【学位级别】：硕士

【部分图文】：

工业零件数模对比检测

查询点(2.1,3.1)

计算出点云分辨率后，将其乘以一个比例系数 作为栅格的大小。 (2-2)图2-4为点云精简算法过程示意图，具体步骤如下：1) 读取测量点云 和CAD模型点云 ；2) 使用2.1节中介绍的方法对 建立kd-tree；3) 遍历 中各点 查找相应的最近邻点 ，计算得到CAD模型点云的点云分辨率 ；

【参考文献】：
期刊论文
[1]旋转不变特征描述子的点云自动配准方法[J]. 黄欢欢,程旭,钟凯,李中伟,史玉升,何万涛.  黑龙江科技大学学报. 2016(03)
[2]特征保持点云数据精简[J]. 袁小翠,吴禄慎,陈华伟.  光学精密工程. 2015(09)
[3]智能制造——“中国制造2025”的主攻方向[J]. 周济.  中国机械工程. 2015(17)
[4]点云驱动的计算机图形学综述[J]. 伍龙华,黄惠.  计算机辅助设计与图形学学报. 2015(08)
[5]多尺度点云噪声检测的密度分析法[J]. 朱俊锋,胡翔云,张祖勋,熊小东.  测绘学报. 2015(03)
[6]针对密集点云的快速曲面重建算法[J]. 聂建辉,马孜,胡英,陈新禹.  计算机辅助设计与图形学学报. 2012(05)
[7]一种无标记点三维点云自动拼接技术[J]. 郭进,刘先勇,陈小宁,姚一永.  计算机应用与软件. 2012(04)
[8]逆向工程中散乱点云的K邻域搜索算法研究[J]. 刘越华,廖文和,刘浩.  机械设计与制造. 2012(03)
[9]三维点云法向量估计综述[J]. 李宝,程志全,党岗,金士尧.  计算机工程与应用. 2010(23)
[10]结构光测量技术中的投影仪标定算法[J]. 李中伟,史玉升,钟凯,王从军.  光学学报. 2009(11)

博士论文
[1]三维点云的鲁棒处理技术研究[D]. 李宝.国防科学技术大学 2011
[2]点云数据配准及曲面细分技术研究[D]. 薛耀红.吉林大学 2010

硕士论文
[1]点云数据处理及规则曲面拟合[D]. 李希.中北大学 2017
[2]基于点云的曲面重建技术研究[D]. 邱春丽.北京交通大学 2014
[3]大型复杂模具的点云预处理技术研究[D]. 熊辉.南昌大学 2013
[4]三维点云数据处理中的若干关键技术研究[D]. 雷玉珍.华中科技大学 2013



本文编号：2991303