收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于点云三维匹配的缺陷自动识别技术研究

蒋翔  
【摘要】:针对存在局部物理缺陷及疲劳磨损的汽车及飞机模具,提出一种新型模具缺陷自动识别与定位方案,相比传统的人工检测方案,不仅能检测出人工无法及时发现的部分缺陷特征(如:型孔扩大、棱角倒塌陷、型腔涨大、型腔塌陷等),还可提高检测效率及精度,为实现模具数字化修复与再制造奠定基础。 采用逆向工程技术获取标准模具和缺陷模具待测部位的点云,然后结合三维图形匹配技术进行点云匹配,通过设定误差阈值实现缺陷的准确定位。三维匹配主要采用最近点迭代(ICP)算法,在使用ICP算法实现图形匹配功能的基础上,根据ICP算法的算法特点,提出改进的三维图形匹配算法:在ICP精确匹配之前引入初始匹配,根据匹配点云的外型特性,有选择性的使用质心重合法或特征匹配算法进行初始匹配,并采用k-d tree最近邻搜索算法取代ICP中原有的朴素最近邻搜索算法,提高基本ICP算法的精度与效率。 采用VS2008和OpenGL构建点云显示和操作识别软件系统平台,进行缺陷待匹配点云与标准点云三维数据匹配实验,实验结果表明,该方法能有效的对对模具疲劳磨损或局部物理缺陷进行自动识别。


知网文化
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978