本文選題：數(shù)字化檢測 + 點(diǎn)云�。� 參考：《南京航空航天大學(xué)》2017年碩士論文

【摘要】：近年來,三維點(diǎn)云獲取手段得到迅猛發(fā)展,以點(diǎn)云為基礎(chǔ)的三維數(shù)字化檢測技術(shù)成為研究熱點(diǎn)。三維數(shù)字化檢測技術(shù)關(guān)鍵在于點(diǎn)云數(shù)據(jù)預(yù)處理、配準(zhǔn)算法以及誤差分析顯示等。機(jī)械零件在實際加工制造中擁有高精度定位工藝幾何特征,本文引入該特征作為點(diǎn)云與CAD模型配準(zhǔn)的約束基準(zhǔn),進(jìn)行機(jī)械零件檢測方法研究,設(shè)計開發(fā)基于定位工藝幾何特征的機(jī)械零件數(shù)字化檢測系統(tǒng),提高零件數(shù)字化檢測精度。本文對基于定位工藝幾何特征的機(jī)械零件數(shù)字化檢測方法進(jìn)行研究,包括點(diǎn)云預(yù)處理以及特征配準(zhǔn)算法的研究,采用八叉樹建立幾何拓?fù)湫畔?提高了散亂點(diǎn)云數(shù)據(jù)的處理速度;通過采樣算法,降低了點(diǎn)云冗余度;使用改進(jìn)Z-score模型對點(diǎn)云數(shù)據(jù)去噪,降低噪聲對測量數(shù)據(jù)的影響,提高點(diǎn)云數(shù)據(jù)準(zhǔn)確性;提出了基于模型驅(qū)動的點(diǎn)云數(shù)據(jù)分割算法,將點(diǎn)云數(shù)據(jù)按照CAD的曲面信息進(jìn)行分割,為特征創(chuàng)建以及特征約束配準(zhǔn)奠定基礎(chǔ)。對六種常見特征的擬合方法進(jìn)行了研究,創(chuàng)建高精度的特征對;基于特征約束屬性,設(shè)計出特征約束配準(zhǔn)算法,使用高精度特征進(jìn)行坐標(biāo)配準(zhǔn),提高了配準(zhǔn)精度;對誤差計算方法以及可視化技術(shù)進(jìn)行研究,開發(fā)出了基于定位工藝幾何特征的機(jī)械零件數(shù)字化檢測系統(tǒng)。通過對基于定位工藝幾何特征的機(jī)械零件數(shù)字化檢測方法研究,充分利用了高精度的定位工藝幾何特征,提高了三維數(shù)字化檢測的精度,對應(yīng)用于實際工業(yè)形變檢測分析具有重要意義。
[Abstract]:In recent years, 3D point cloud acquisition has been developed rapidly, and 3D digital detection technology based on point cloud has become a research hotspot. The key technologies of 3D digital detection are point cloud data preprocessing, registration algorithm and error analysis and display. Mechanical parts have the geometric feature of high precision positioning technology in actual machining and manufacture. This paper introduces this feature as the constraint datum of point cloud matching with CAD model, and carries on the research on the inspection method of mechanical parts. A digital testing system for mechanical parts based on geometric features of positioning process is designed and developed to improve the accuracy of digital detection of mechanical parts. In this paper, the digital detection method of mechanical parts based on the geometric feature of positioning technology is studied, including the point cloud preprocessing and the algorithm of feature registration, and the geometric topology information is established by octree. The processing speed of scattered point cloud data is improved, the redundancy of point cloud is reduced by sampling algorithm, the point cloud data is de-noised by using improved Z-score model, the influence of noise on measurement data is reduced, and the veracity of point cloud data is improved. A model-driven point cloud data segmentation algorithm is proposed. The point cloud data is segmented according to the surface information of CAD, which lays the foundation for feature creation and feature constraint registration. The fitting methods of six common features are studied, and high precision feature pairs are created. Based on the feature constraint attribute, the feature constraint registration algorithm is designed, and the coordinate registration with high precision features is used to improve the registration accuracy. Based on the research of error calculation method and visualization technology, a digital inspection system for mechanical parts based on geometric feature of positioning process is developed. Through the research on the digital detection method of mechanical parts based on the geometric feature of positioning technology, the high precision geometric feature of positioning process is fully utilized, and the accuracy of 3D digital detection is improved. It is of great significance for practical industrial deformation detection and analysis.
【學(xué)位授予單位】：南京航空航天大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TG80

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 安麗;游俊甫;官云蘭;;改進(jìn)的Hough變換提取點(diǎn)云數(shù)據(jù)球面特征[J];測繪工程;2016年05期

2 陳漢清;王樂洋;趙英文;儲王寧;李海燕;;穩(wěn)健加權(quán)總體最小二乘的點(diǎn)云數(shù)據(jù)平面擬合[J];測繪科學(xué);2016年10期

3 鄭偉連;楊敏潔;劉睿;段桂江;;一種直接基于三維CAD模型的復(fù)雜曲面輪廓度誤差評定方法[J];航空精密制造技術(shù);2014年05期

4 浮丹丹;周紹光;徐洋;陳超;;基于主成分分析的點(diǎn)云平面擬合技術(shù)研究[J];測繪工程;2014年04期

5 葉峰;陳燦杰;賴乙宗;陳劍東;;基于有序Hough變換的快速圓檢測算法[J];光學(xué)精密工程;2014年04期

6 劉君;蘇鐵熊;張艷崗;王連宏;王宇;;基于工藝特征的CAD建模方法研究與應(yīng)用[J];機(jī)械工程師;2013年12期

7 趙杰;燕必希;;自由曲面CAD模型點(diǎn)云數(shù)據(jù)生成方法研究[J];機(jī)械設(shè)計與制造;2013年08期

8 劉經(jīng)南;曾文憲;徐培亮;;整體最小二乘估計的研究進(jìn)展[J];武漢大學(xué)學(xué)報(信息科學(xué)版);2013年05期

9 馮子明;;基于三維模型的飛機(jī)數(shù)字化快速檢測技術(shù)研究[J];航空制造技術(shù);2011年21期

10 周春霖;朱合華;李曉軍;;隨機(jī)抽樣一致性平面擬合及其應(yīng)用研究[J];計算機(jī)工程與應(yīng)用;2011年07期

相關(guān)博士學(xué)位論文 前2條

1 孫金虎;點(diǎn)云模型分割與融合關(guān)鍵技術(shù)研究[D];南京航空航天大學(xué);2013年

2 王仁芳;點(diǎn)模型數(shù)字幾何處理若干技術(shù)研究[D];浙江大學(xué);2007年

相關(guān)碩士學(xué)位論文 前8條

1 宋鵬飛;三維測量點(diǎn)云與CAD模型配準(zhǔn)算法研究[D];中國科學(xué)技術(shù)大學(xué);2016年

2 游俊甫;基于RANSAC的點(diǎn)云數(shù)據(jù)特征提取[D];東華理工大學(xué);2015年

3 張夢澤;三維點(diǎn)云數(shù)據(jù)的精簡與平滑處理算法[D];中國海洋大學(xué);2014年

4 時可可;大型定子葉片數(shù)字化測量及誤差評定[D];河南科技大學(xué);2014年

5 宗敏;基于三維激光掃描技術(shù)的復(fù)雜構(gòu)件檢測[D];南京信息工程大學(xué);2013年

6 孟禹;基于采樣球和ICP算法的點(diǎn)云配準(zhǔn)方法研究[D];清華大學(xué);2012年

7 耿衛(wèi)停;基于特征的復(fù)雜型面數(shù)字化檢測系統(tǒng)研制[D];哈爾濱工業(yè)大學(xué);2011年

8 劉艷豐;基于kd-tree的點(diǎn)云數(shù)據(jù)空間管理理論與方法[D];中南大學(xué);2009年

，

本文編號：1930865