[发明专利]基于柔性装配中的工件配准方法及系统有效
| 申请号: | 201210266896.9 | 申请日: | 2012-07-30 |
| 公开(公告)号: | CN102880737A | 公开(公告)日: | 2013-01-16 |
| 发明(设计)人: | 燕必希;董明利;吕乃光;王君;陈萌 | 申请(专利权)人: | 北京信息科技大学 |
| 主分类号: | G06F17/50 | 分类号: | G06F17/50 |
| 代理公司: | 北京远大卓悦知识产权代理事务所(普通合伙) 11369 | 代理人: | 贺持缓 |
| 地址: | 100192 北*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 柔性 装配 中的 工件 方法 系统 | ||
1.一种基于柔性装配中的工件配准方法,其特征在于,包括:
通过三维扫描仪对待装配工件进行扫描得到实测点云数据集;
计算设备对所述实测点云数据集进行扫描取样,得到精简点云数据集;
所述计算设备获取所述CAD模型数据集的特征四点集,以及获取与所述CAD模型数据集相匹配的精简点云数据集的特征一致四点集,所述特征四点集合与所述特征一致四点集形成一组匹配数据集;
所述计算设备在所述一组匹配数据集中利用四元素法计算所述精简点云数据集和CAD模型数据集对应的一组欧氏变换矩阵;
所述计算设备根据所述一组欧式变换矩阵对所述精简点云数据集进行旋转平移变换,将与所述CAD模型数据集一致性程度最大的点云数据作为配准结果。
2.根据权利要求1所述的方法,其特征在于,所述计算设备依据点云数据精简算法对所述实测点云数据集进行扫描取样,得到精简点云数据集的步骤包括:
计算设备在获取到实测点云数据集后对所述实测点云数据集进行预设取样率的随机取样;
所述计算设备对随机取样后的点云数据集进行曲率计算,得到与所述随机取样后的点云数据集相对应的高斯曲率集;
所述计算设备对所述随机取样后的点云数据集进行排序,抽取排序后的高斯曲率集中的排前的预设个数的点云数据作为所求的精简点云数据集。
3.根据权利要求1所述的方法,其特征在于,所述计算设备获取所述CAD模型数据集的特征四点集,以及获取与所述CAD模型数据集相匹配的精简点云数据集的特征一致四点集的步骤包括;
所述计算设备在CAD模型数据集中选择曲率最大点作为第一个特征点;
所述计算设备寻找距离所述第一个特征点最长的第二个特征点;
所述计算设备寻找第三个特征点,所述第三个特征点距离所述第二个特征点最长,并且所述第二个特征点与所述第一个特征点所形成的第一矢量和所述第二个特征点与所述第三个特征点所形成的第二矢量具有最大夹角;
所述计算设备寻找第四个特征点,所述第四个特征点距离所述第三个特征点距离最长,并且所述第四个特征点与所述第三个特征点所形成的第四矢量和所述第三个特征点与所述第二个特征点所形成的第三矢量具有最大夹角,所述第一个特征点、第二个特征点、第三个特征点、第四个特征点的混合积最小。
4.根据权利要求1所述的方法,其特征在于,所述计算设备在所述一组匹配数据集中利用四元素法计算所述精简点云数据集和CAD模型数据集对应的一组欧氏变换矩阵的步骤包括:
所述计算设备计算所述CAD模型数据集的特征四点集的第一重心坐标和所述精简点云数据集的所述特征一致四点集的第二重心坐标;
所述计算设备通过所述特征四点集和所述特征一致四点集、所述第一重心坐标和所述第二重心坐标构造协方差矩阵;
所述计算设备通过所述协方差矩阵构造一个对称矩阵;
所述计算设备计算所述对称矩阵对的特征值所对应的单位特征向量,得到一组欧式变换矩阵的旋转矩阵:
所述计算设备通过所述第一重心坐标、所述第二重心坐标和所述旋转矩阵计算所述一组欧式变换矩阵的平移向量。
5.根据权利要求1~4任一所述的方法,其特征在于,所述计算设备根据所述一组欧式变换矩阵对所述精简点云数据集进行旋转平移变换,将与所述CAD模型数据集一致性程度最大的点云数据作为配准结果的步骤包括:
所述计算设备计算所述一组欧式变换矩阵变换后的所述精简点云数据集与所述CAD模型数据集对应的一组均方误差,所述一组欧式变换矩阵的个数与所述一组均方误差的个数相同;
所述计算设备从所述一组均方误差中查找最小的均方误差,则该最小的均方误差所对应的精简点云数据集和所述CAD模型数据集一致性最大。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京信息科技大学,未经北京信息科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201210266896.9/1.html,转载请声明来源钻瓜专利网。





