基于点云数据的数字化比对检测系统设计与实现

基于点云数据的数字化比对检测系统设计与实现

ID:44109558

大小:69.06 KB

页数:14页

时间:2019-10-18

基于点云数据的数字化比对检测系统设计与实现_第1页
基于点云数据的数字化比对检测系统设计与实现_第2页
基于点云数据的数字化比对检测系统设计与实现_第3页
基于点云数据的数字化比对检测系统设计与实现_第4页
基于点云数据的数字化比对检测系统设计与实现_第5页
资源描述:

《基于点云数据的数字化比对检测系统设计与实现》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、基于点云数据的数字化比对检测系统设计与实现摘要:点云数据与CAD模型的坐标匹配和对应关系的建立是数字化比对检测系统的关键技术。利用k?D树空间快速搜索策略改进传统ICP算法实现点云数据与CAD模型坐标精确匹配,采用半边数据结构建立点云数据与CAD模型对应关系,利用点到边和点到点的对应关系解决待测工件的边缘和棱线以及特征明显变化区域的偏差检测问题。在此基础上研制了数字化比对检测系统。试验结果表明该系统运算速度快、精度高,具有很好的应用效果。关键词:坐标匹配;点N数据;对应关系建立;对比检测中图分类号:TN911.23734;TP391.7文献

2、标识码:A文章编号:10047373X(20仃)12?0162?03Abstract:ThecoordinatematchingbetweenpointclouddataandCADmodelandestablishmentoftheircorrespondingrelationarethekeytechnologiesofdigitalcontrastdetectionsystem.Thek?DtreespacefastsearchstrategyisusedtoimprovethetraditionalICPalgorithmtoach

3、ievethecoordinateaccuratematchbetweenpointclouddataandCADmodel.ThehalfedgedatastructureisadoptedtobuildthecorrespondingrelationbetweenpointclouddataandCADmodel.Thecorrespondingrelationofpoint?to?edgeandpoint?to?pointisemployedtosolvethedeviationdetectionproblemofedgeandrid

4、geofUUT,andtheregionwithobviousfeaturevariation.Ontheabovebasis,adigitalcontrastdetectionsystemwasdeveloped.Thetestresultsindicatethatthesystemhasfastcalculatingspeedandhighprecisionandgoodapplicationeffect.Keywords:coordinatematching;pointclouddata;correspondingrelationes

5、tablishment;contrastdetection随着制造业的发展,自由曲面等复杂型面已广泛地应用于产品的设计和制造过程中。为了保证具有复杂型面工件的加工质量以及生产效率,需要对其进行快速精确的误差检测。而传统模板检测方法由于自身诸多不足已不能满足实际生产要求[1]o数字化比对检测技术的出现为解决这一难题提供了新的途径[2]o目前在国外,许多著名的汽车制造厂商比如丰田、大众、通用等均已将数字化比对检测技术逐渐应用于实际生产过程中,大大降低了产品开发制造成本,缩短了产品开发制造周期[3]o而在国内,数字化比对检测技术的应用几乎还是空白

6、,数字化比对检测技术尚未成熟,其中主要的关键技术有待进一步的研究。因此,必须要对这些关键技术进行深入研究,?数字化比对技术能够真正地应用于实际,满足生产要求。坐标匹配就是要计算得到点云数据与CAD模型之间的坐标变换矩阵,通过矩阵运算,使得点云数据与CAD模型处于同一个坐标空间下[4]o1.1ICP算法ICP(IterativeClosestPoints)算法通过搜索点云数据与CAD模型中的最近点点对,并利用这些最近点对间的距离构造目标函数,进行迭代运算最终求出坐标旋转、平移矩阵,使得目标函数值最小[5]。通常原始ICP算法空间搜索的时间复杂

7、度是,其中和表示点云数据和CAD模型顶点集中点的数目。如果点的数量很大,这个过程将非常耗时,因此最近点点对的搜索是ICP算法的瓶颈。本文利用k?D树来进行最近点对的搜索,大大提高了搜索效率。1.2k?D树空间搜索策略k?D树是一个针对K维度空间所设计的二元搜索树,其本质是一个二叉树[6],其典型应用是求点的k个最近点。k?D树的生成过程就是平面被轴和轴连续递归划分的过程,直到最后分割的区域内只有一个点。这样的分割过程就对应了一个完全二叉树,二叉树的分支节点对应一条分割线,而每个叶子节点就对应一个数据点。利用k?D树进行最近点对搜索的时间复杂

8、度为,远小于传统的遍历算法。因此,运用k?D树空间搜索策略可以在很大程度上提高ICP算法的计算效率。通常对于点云数据与CAD模型对应关系的建立主要是寻找各点所对应的CAD模型上的

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。