面向机器人磨抛的激光点云获取及去噪算法

发布时间：2017-12-11 15:24

  本文关键词：面向机器人磨抛的激光点云获取及去噪算法

  更多相关文章： 激光器 条纹式激光扫描仪 点云去噪 K邻近均值滤波算法 磨抛机器人

【摘要】：为了保证工业机器人磨抛的加工质量,利用激光扫描技术对机器人夹持工件的形状误差以及装夹误差进行测量和评估,包括点云数据的获取和去噪。采用条纹式激光扫描仪配合直线匀速运动对机器人末端夹持工件进行扫描,通过调节测量和运动参数,获取近似网格点云。为了去除点云中存在的大尺度噪点,在K近邻均值滤波(KNNMF)算法基础上,提出了基于局部均值的K近邻均值滤波(LMKMF)算法对偏大的数据点进行局部预先滤波,并建立相关数学模型。以峰值信噪比作为评价标准,以实际测量点云样本为测试对象进行去噪测试。结果表明,相比标准的KNNMF算法,结合LMKMF预先滤波的KNNMF算法在30%噪点密度下去噪能力提升了53.78%,证实了其在高密度噪点下具有更好的去噪能力和特征保持能力。
【作者单位】： 华南理工大学机械与汽车工程学院;
【基金】：国家04科技重大项目(20152X04005006) 广东省科技计划项目(2014B090921004,2014B010918002)
【分类号】：TP242
【正文快照】： 三维扫描技术由于具有精度高、测量速度快等特点,在加工空间定位与测量[1-3]、特征识别[4-5]、机器人视觉[3]等方面应用广泛。而在工业机器人夹持工件进行磨抛加工的过程中,工件形状误差和装夹误差的存在0814002-1将降低机器人加工质量。为了对工件的形状误差和装夹误差进行定

【相似文献】

中国期刊全文数据库 前10条

1 秦绪佳;王建奇;郑红波;梁震华;;三维不变矩特征估计的点云拼接[J];机械工程学报;2013年01期

2 张琴;蔡勇;;支持向量学习机在点云去噪中的应用[J];计算机技术与发展;2011年06期

3 张萍;;逆向工程中对离散点云的特征识别算法探究[J];电子测试;2013年21期

4 陈天凡;高诚辉;何炳蔚;;基于表面贴合的不同视点传感器点云拼合方法研究[J];中国机械工程;2012年24期

5 刘辉;王伯雄;任怀艺;李鹏程;;ICP算法在双目结构光系统点云匹配中的应用[J];清华大学学报(自然科学版);2012年07期

6 杨玲;刘春;吴杭彬;欧阳斯达;;顾及矢量特征的机载LiDAR点云数据压缩方法[J];地理与地理信息科学;2009年04期

7 常伟杰;蔡勇;蒋刚;韩晓东;;基于SVM的点云模型识别技术的研究[J];机械设计与制造;2009年09期

8 李娜;马一薇;杨洋;高晟丽;;利用RANSAC算法对建筑物立面进行点云分割[J];测绘科学;2011年05期

9 陈远;陈震;危水根;;基于激光和CCD外部标定的点云区域分割研究[J];微计算机信息;2008年07期

10 罗瑜;邱望标;;UG二次开发中的点云滤波预处理方法和实现[J];兰州理工大学学报;2008年05期

中国重要会议论文全文数据库 前1条

1 李凯;张爱武;;基于激光点云的粮仓储粮数量测量方法[A];第二届“测绘科学前沿技术论坛”论文精选[C];2010年

中国博士学位论文全文数据库 前2条

1 袁小翠;产品表面缺陷视觉检测数据处理关键技术研究[D];南昌大学;2015年

2 蔡勇;基于核机器学习方法的点云处理若干方法研究[D];西南交通大学;2006年

中国硕士学位论文全文数据库 前10条

1 刘群;基于小光斑机载LiDAR数据的单木三维分割[D];北京林业大学;2016年

2 朱立;港口煤炭全自动无人化装卸系统点云数据处理算法研究[D];燕山大学;2015年

3 吴胜浩;车载激光点云的颜色信息获取与融合处理[D];首都师范大学;2011年

4 蔡旭;基于点云的零件模型在毛坯中的定位[D];重庆大学;2013年

5 李小春;镇北台及沿线的明长城遗址监测[D];哈尔滨工业大学;2016年

6 李凯;粮仓储粮体积测量中激光点云数据处理技术[D];首都师范大学;2011年

7 张强;基于点云库的服务机器人视觉识别算法研究[D];中国科学技术大学;2014年

8 刘世洋;点云的高精度地形融合算法研究[D];石家庄铁道大学;2013年

9 佐立营;面向机器人抓取的散乱零件自动识别与定位技术研究[D];哈尔滨工业大学;2015年

10 叶冬荣;逆向工程中数据预处理算法研究及软件实现[D];合肥工业大学;2014年

，

本文编号：1278972