本文關(guān)鍵詞：面向機(jī)器人磨拋的激光點(diǎn)云獲取及去噪算法

  更多相關(guān)文章： 激光器 條紋式激光掃描儀 點(diǎn)云去噪 K鄰近均值濾波算法 磨拋機(jī)器人

【摘要】：為了保證工業(yè)機(jī)器人磨拋的加工質(zhì)量,利用激光掃描技術(shù)對(duì)機(jī)器人夾持工件的形狀誤差以及裝夾誤差進(jìn)行測(cè)量和評(píng)估,包括點(diǎn)云數(shù)據(jù)的獲取和去噪。采用條紋式激光掃描儀配合直線勻速運(yùn)動(dòng)對(duì)機(jī)器人末端夾持工件進(jìn)行掃描,通過調(diào)節(jié)測(cè)量和運(yùn)動(dòng)參數(shù),獲取近似網(wǎng)格點(diǎn)云。為了去除點(diǎn)云中存在的大尺度噪點(diǎn),在K近鄰均值濾波(KNNMF)算法基礎(chǔ)上,提出了基于局部均值的K近鄰均值濾波(LMKMF)算法對(duì)偏大的數(shù)據(jù)點(diǎn)進(jìn)行局部預(yù)先濾波,并建立相關(guān)數(shù)學(xué)模型。以峰值信噪比作為評(píng)價(jià)標(biāo)準(zhǔn),以實(shí)際測(cè)量點(diǎn)云樣本為測(cè)試對(duì)象進(jìn)行去噪測(cè)試。結(jié)果表明,相比標(biāo)準(zhǔn)的KNNMF算法,結(jié)合LMKMF預(yù)先濾波的KNNMF算法在30%噪點(diǎn)密度下去噪能力提升了53.78%,證實(shí)了其在高密度噪點(diǎn)下具有更好的去噪能力和特征保持能力。
【作者單位】： 華南理工大學(xué)機(jī)械與汽車工程學(xué)院;
【基金】：國(guó)家04科技重大項(xiàng)目(20152X04005006) 廣東省科技計(jì)劃項(xiàng)目(2014B090921004,2014B010918002)
【分類號(hào)】：TP242
【正文快照】： 三維掃描技術(shù)由于具有精度高、測(cè)量速度快等特點(diǎn),在加工空間定位與測(cè)量[1-3]、特征識(shí)別[4-5]、機(jī)器人視覺[3]等方面應(yīng)用廣泛。而在工業(yè)機(jī)器人夾持工件進(jìn)行磨拋加工的過程中,工件形狀誤差和裝夾誤差的存在0814002-1將降低機(jī)器人加工質(zhì)量。為了對(duì)工件的形狀誤差和裝夾誤差進(jìn)行定

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 秦緒佳;王建奇;鄭紅波;梁震華;;三維不變矩特征估計(jì)的點(diǎn)云拼接[J];機(jī)械工程學(xué)報(bào);2013年01期

2 張琴;蔡勇;;支持向量學(xué)習(xí)機(jī)在點(diǎn)云去噪中的應(yīng)用[J];計(jì)算機(jī)技術(shù)與發(fā)展;2011年06期

3 張萍;;逆向工程中對(duì)離散點(diǎn)云的特征識(shí)別算法探究[J];電子測(cè)試;2013年21期

4 陳天凡;高誠(chéng)輝;何炳蔚;;基于表面貼合的不同視點(diǎn)傳感器點(diǎn)云拼合方法研究[J];中國(guó)機(jī)械工程;2012年24期

5 劉輝;王伯雄;任懷藝;李鵬程;;ICP算法在雙目結(jié)構(gòu)光系統(tǒng)點(diǎn)云匹配中的應(yīng)用[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年07期

6 楊玲;劉春;吳杭彬;歐陽(yáng)斯達(dá);;顧及矢量特征的機(jī)載LiDAR點(diǎn)云數(shù)據(jù)壓縮方法[J];地理與地理信息科學(xué);2009年04期

7 常偉杰;蔡勇;蔣剛;韓曉東;;基于SVM的點(diǎn)云模型識(shí)別技術(shù)的研究[J];機(jī)械設(shè)計(jì)與制造;2009年09期

8 李娜;馬一薇;楊洋;高晟麗;;利用RANSAC算法對(duì)建筑物立面進(jìn)行點(diǎn)云分割[J];測(cè)繪科學(xué);2011年05期

9 陳遠(yuǎn);陳震;危水根;;基于激光和CCD外部標(biāo)定的點(diǎn)云區(qū)域分割研究[J];微計(jì)算機(jī)信息;2008年07期

10 羅瑜;邱望標(biāo);;UG二次開發(fā)中的點(diǎn)云濾波預(yù)處理方法和實(shí)現(xiàn)[J];蘭州理工大學(xué)學(xué)報(bào);2008年05期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前1條

1 李凱;張愛武;;基于激光點(diǎn)云的糧倉(cāng)儲(chǔ)糧數(shù)量測(cè)量方法[A];第二屆“測(cè)繪科學(xué)前沿技術(shù)論壇”論文精選[C];2010年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條

1 袁小翠;產(chǎn)品表面缺陷視覺檢測(cè)數(shù)據(jù)處理關(guān)鍵技術(shù)研究[D];南昌大學(xué);2015年

2 蔡勇;基于核機(jī)器學(xué)習(xí)方法的點(diǎn)云處理若干方法研究[D];西南交通大學(xué);2006年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 劉群;基于小光斑機(jī)載LiDAR數(shù)據(jù)的單木三維分割[D];北京林業(yè)大學(xué);2016年

2 朱立;港口煤炭全自動(dòng)無人化裝卸系統(tǒng)點(diǎn)云數(shù)據(jù)處理算法研究[D];燕山大學(xué);2015年

3 吳勝浩;車載激光點(diǎn)云的顏色信息獲取與融合處理[D];首都師范大學(xué);2011年

4 蔡旭;基于點(diǎn)云的零件模型在毛坯中的定位[D];重慶大學(xué);2013年

5 李小春;鎮(zhèn)北臺(tái)及沿線的明長(zhǎng)城遺址監(jiān)測(cè)[D];哈爾濱工業(yè)大學(xué);2016年

6 李凱;糧倉(cāng)儲(chǔ)糧體積測(cè)量中激光點(diǎn)云數(shù)據(jù)處理技術(shù)[D];首都師范大學(xué);2011年

7 張強(qiáng);基于點(diǎn)云庫(kù)的服務(wù)機(jī)器人視覺識(shí)別算法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2014年

8 劉世洋;點(diǎn)云的高精度地形融合算法研究[D];石家莊鐵道大學(xué);2013年

9 佐立營(yíng);面向機(jī)器人抓取的散亂零件自動(dòng)識(shí)別與定位技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2015年

10 葉冬榮;逆向工程中數(shù)據(jù)預(yù)處理算法研究及軟件實(shí)現(xiàn)[D];合肥工業(yè)大學(xué);2014年

，

本文編號(hào)：1278972