当前位置:主页 > 科技论文 > 金属论文 >

基于特征识别的复杂零件自动测量技术研究

发布时间:2021-09-16 18:29
  复杂零件三维形貌自动测量要求测量系统拥有较高的测量效率、自动化以及能够完成不同特征复杂零件的三维形貌测量。目前,结合工业机器人和光学扫描仪的测量系统可实现复杂零件的三维形貌自动测量,但这种传统的自动测量方法由于其固定单一的测量路径而无法完成多种不同特征复杂零件的形貌测量。为解决这一问题,本文提出并研究了一种新的复杂零件自动测量方法,引入视觉识别技术对待测零件进行识别,并针对不同外形零件规划扫描路径,进而实现对零件的三维形貌自动测量。本文依据工业机器人、光学扫描仪的测量原理完成了自动测量系统的总体设计,并在此基础上建立了测量系统的数学模型。根据上述建立的系统模型,提出了基于边缘轮廓的模板匹配及特征识别方法,使用Canny边缘检测算子提取目标图像的边缘轮廓信息,并将边缘制作为模板与零件图像进行匹配从而实现零件特征类型的识别;同时,提出了一种特征类型自适应的扫描路径规划方法,根据待测零件的几何特征类型,并结合投影光栅三角法和扫描约束条件实现了不同特征复杂零件的自适应扫描路径规划和形貌自动测量。使用ATOS光学扫描仪、安川工业机器人和测量工装搭建了复杂零件自动测量系统,对提出的测量方法通过实验... 

【文章来源】:长春理工大学吉林省

【文章页数】:79 页

【学位级别】:硕士

【部分图文】:

基于特征识别的复杂零件自动测量技术研究


移动桥式三坐标测量机

立体视觉,激光雷达,测量系统


第1章绪论32)激光雷达测量系统(LaserRadar)激光雷达是一种工作在红外到紫外光谱波段的雷达系统[9],采用极坐标定位原理与激光反射技术,能够直接从待测物体表面完成测量,且测量速度很快,测量的点云数量能够达到每秒十万以上。同时,激光雷达可以搭配自动升降设备在不需要移动的情况下完成待测物体的全局测量。除此之外,激光雷达能够通过外部设备编程实现自动测量而无需人工监测。但由于激光雷达在对单个特征点测量时,测量速度将会受到较大影响。图1.2所示为Metris激光雷达。图1.2Metris激光雷达3)立体视觉测量系统(StereovisionMeasurementSystem)立体视觉测量根据系统中相机的数目分为单目视觉测量系统、双目视觉测量系统和多目视觉测量系统[10]。单目视觉测量系统仅能采集二维图像,需要借助其他测量设备辅助完成目标物体的三维形貌测量,对于复杂外形的测量存在一定的局限性。双目立体视觉测量系统选择合适的立体匹配算法由视差理论对左右相机采集到的图像进行匹配重构,并以此测量待测物体的三维形貌数据,其中典型的代表是C-Track测量仪,如图1.3a)所示。多目立体视觉测量系统在测量精度以及测量效率方面则有了更大地提高,同时还能够解决由于遮挡而无法获取目标区域深度信息的问题,能够有效地解决测量效率低的问题,图1.3b)所示为NDI三目立体视觉测量仪。由于目前对测量精度和效率要求越来越高,同时要保证被测物不被损坏,使得视觉测量越来越受青睐,这种测量技术在今后的应用和研究上都将有更显著的提高。

基于特征识别的复杂零件自动测量技术研究


立体视

【参考文献】:
期刊论文
[1]制造业管理会计信息化创新探究——基于“中国制造2025”背景[J]. 张亚连,王喜枝.  会计之友. 2019(21)
[2]工业机器人的现状及发展趋势研究[J]. 田闯.  中国管理信息化. 2019(20)
[3]工业机器人的现状及未来展望[J]. 杨粤东.  电子技术与软件工程. 2019(19)
[4]基于ATOS的异形件逆向方法研究[J]. 范弘悦,徐熙平.  长春理工大学学报(自然科学版). 2019(02)
[5]基于双线投影与线面约束的3D扫描测量系统研究[J]. 王鹏,史瑞泽,钟小峰,孙长库.  红外与激光工程. 2017(04)
[6]工业4.0和智能制造[J]. 张曙.  机械设计与制造工程. 2014(08)
[7]三角法激光位移传感器的参数优化设计与分析[J]. 严索,李顶根,于召亮.  电子测量技术. 2012(10)
[8]基于特征实体模型上的截面轮廓自动特征识别方法[J]. 宋长新,马克,王波.  计算机集成制造系统-CIMS. 2002(08)

博士论文
[1]基于深度学习的焊缝图像缺陷识别方法研究[D]. 侯文慧.中国科学技术大学 2019
[2]脉冲激光雷达回波处理方法与系统研究[D]. 陈向成.中国科学技术大学 2015
[3]基于双目立体视觉的三维模型重建方法研究[D]. 韩慧妍.中北大学 2014
[4]激光跟踪仪高精度坐标测量技术研究与实现[D]. 范百兴.解放军信息工程大学 2013
[5]三维扫描仪中三维信息获取理论与技术研究[D]. 金刚.华中科技大学 2002

硕士论文
[1]六轴工业机器人轨迹规划的研究[D]. 岳晴晴.江苏科技大学 2019
[2]双目视觉机器人的目标识别与抓取技术研究[D]. 毛孟娜.沈阳工业大学 2019
[3]基于机器视觉的发动机缸体分拣与识别系统研究[D]. 周虹.吉林大学 2019
[4]电缆隧道机器人监控平台的设计与实现[D]. 张立云.河北科技大学 2019
[5]基于双目视觉的地面移动机器人目标识别与跟踪算法研究[D]. 郝亮亮.哈尔滨工程大学 2019
[6]时频域结合的数字图像增强技术的研究[D]. 杨超.华北理工大学 2019
[7]复杂曲面三维形貌机器人柔性测量技术研究[D]. 王强.长春理工大学 2018
[8]基于三坐标测量的大口径红外光学透镜检测技术研究[D]. 徐瑞.中国兵器科学研究院(昆明物理研究所) 2018
[9]基于机器视觉的大型复杂结构件在线质量检测技术及系统研究[D]. 陈莉.合肥工业大学 2018
[10]基于双目视觉的目标识别定位及机器人抓取研究[D]. 蒋萌.南京航空航天大学 2018



本文编号:3397075

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/jinshugongy/3397075.html


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

版权申明:资料由用户a3f0a***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