典型文献
基于结构光在机测量的变形薄壁件点云配准方法
文献摘要：
结合点云局部特征和Octree优化搜索,提出了用于薄壁零件加工过程测量的三维变形点云自动配准的算法,并有效计算出位移偏差量.首先,对薄壁零件点云模型进行数据预处理,去除主体中的无效点和噪声点,计算点云的法向量、3个特征元素作为PPFNET(point pair feature net)特征学习方法的输入,利用最大池化层将变形的局部特征聚合到全局特征中,通过全局和局部特征描述符的深度学习,找出无序点云间的对应关系,完成点云粗配准过程;然后,提出一种基于迭代就近点算法(iterative closest point,ICP)的改进精配准算法,通过增加阈值限定,过滤加工变形时颤振影响,使配准精度达到了 98.58％,配准效率提高了 10％;最后,采用Hausdorff进行距离计算,使用Cloud-Compare进行位移偏差分析,分析结果与实验结果比较表明,平均绝对百分比误差(mean absolute percentage error,MAPE)为2.32％.在机测量模拟结果表明,所提方法满足在机检测加工变形的实时性和测量精度要求.
文献关键词：
点云配准;薄壁零件;加工变形;特征描述符;位移偏差
中图分类号：
作者姓名：
李茂月;田帅;刘硕;赵伟翔
作者机构：
哈尔滨理工大学机械动力工程学院,黑龙江哈尔滨150080
文献出处：
引用格式：
[1]李茂月;田帅;刘硕;赵伟翔-.基于结构光在机测量的变形薄壁件点云配准方法)[J].光电子·激光,2022(11):1148-1157
A类：
PPFNET
B类：
结构光,在机测量,薄壁件,点云配准,配准方法,结合点,Octree,于薄壁,薄壁零件,零件加工,加工过程,三维变形,自动配准,出位,位移偏差,点云模型,数据预处理,噪声点,法向量,特征元素,point,pair,feature,net,特征学习,最大池化,局部特征聚合,合到,全局特征,全局和局部特征,特征描述符,云间,点云粗配准,就近,点算,iterative,closest,ICP,加工变形,颤振,配准精度,效率提高,Hausdorff,行距离,距离计算,Cloud,Compare,偏差分析,结果比较,平均绝对百分比误差,mean,absolute,percentage,error,MAPE,在机检测,测量精度,精度要求
AB值：
0.509014
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
