[发明专利]一种基于优选视角的装配状态识别方法在审
申请号: | 202211532142.3 | 申请日: | 2022-12-01 |
公开(公告)号: | CN116091559A | 公开(公告)日: | 2023-05-09 |
发明(设计)人: | 张杰;谢景波;王廷斌;李伟博;季宝宁 | 申请(专利权)人: | 西北工业大学 |
主分类号: | G06T7/30 | 分类号: | G06T7/30;G06T7/73;G06V10/75 |
代理公司: | 西安匠星互智知识产权代理有限公司 61291 | 代理人: | 王凯敏 |
地址: | 710072 *** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 优选 视角 装配 状态 识别 方法 | ||
1.一种基于优选视角的装配状态识别方法,其特征在于,包括步骤:
步骤1:为装配体的每一个装配状态的数字模型均建立m个共轴的外接正多面体,m≥1;
步骤2:对于每一个装配状态的数字模型,均分别以所述外接正多面体的顶点和每个面的中心点为视角,获取其在各视角的局部点云;
步骤3:构建装配体装配过程中的邻阶序列Pi指装配体第i个装配状态,Pi+1指装配体第i+1个装配状态,n指装配体的零件总数;
步骤4:对于每个邻阶序列,获取其所涉及的两个装配状态数字模型在各个不同视角下的模型差异度集合,以模型差异度最大值对应的视角作为其所涉及装配状态的优选视角,得到每一个装配状态的优选视角;
步骤5:对于每一个装配状态,基于优选视角下的数字模型局部点云与优选视角共同构建在装产品的装配识别模板;
步骤6:以任意自由视角作为初始视角,在该初始视角下获取当前装配状态在装产品点云,并转换至世界坐标系;
步骤7:构建当前装配状态下在装产品点云自适应分层投影轮廓描述符LPCR,以及当前装配状态下数字模型点云分层投影轮廓描述符LPCQ;
步骤8:将在装产品轮廓与数字模型轮廓的各层轮廓进行局部配准,得到每一层轮廓的最优配准矩阵;
步骤9:基于轮廓重合度实现整体配准,并基于整体匹配值的最大值从步骤8得到的最优配准矩阵中选取整体最优配准矩阵:
步骤10:从步骤5得到的装配识别模板中获取当前邻阶序列对应的优选视角点坐标,通过步骤9得到的整体最优配准矩阵,将该优选视角点坐标从数模坐标系转换至世界坐标系,以转换至世界坐标系后的坐标作为重采样视角点对在装产品点云进行重采样,得到优选视角下的在装产品点云;
步骤11:在优选视角下分析步骤10得到的在装产品点云与从所述步骤5建立的装配识别模板中的搜索查询的相应数字模型点云的截层轮廓重合度差异,以此判断出关键截层,最终利用关键截层重合度完成装配状态的识别。
2.根据权利要求1所述的基于优选视角的装配状态识别方法,其特征在于:步骤1具体为:
1.1)为每个装配状态的数字模型均建立一个外接正多面体;
1.2)将步骤1.1)建立的每一个装配状态的数字模型的外接正多面体分别绕同一旋转轴以角度α旋转m-1次,从而使得每一个装配状态的数字模型均对应有m个共轴的外接正多面体。
3.根据权利要求2所述的基于优选视角的装配状态识别方法,其特征在于:所述角度α≤360°/m。
4.根据权利要求1-3任一所述的基于优选视角的装配状态识别方法,其特征在于:
对于每个邻阶序列i分别取1,2,…,n,步骤4具体为:
步骤4.1)对某一视角j下数字模型点云Qi的局部点云随机采样x2次,计算每次采样中采样点之间的欧式距离,得到集合L,l1为第1次采样得到的两个采样点之间的欧式距离,…,lx为第x2次采样得到的两个采样点之间的欧式距离;
步骤4.2)将所述集合L的分布情况用一个x维的等距直方图表示;
步骤4.3)由所述等距直方图构造视角j下数字模型点云Qi的局部点云的形状分布向量SVi;
步骤4.4)对相同视角j下的数字模型点云Qi+1的局部点云重复步骤4.1)、4.2)和4.3),构造其形状分布向量SVi+1;
步骤4.5)获取视角j下邻阶序列数字模型的形状分布向量SVi和SVi+1的夹角为基于该夹角计算邻阶序列所涉及的两个数字模型之间的差异度Dif(SVi,SVi+1);
步骤4.6)在其余视角下,重复步骤4.1)-4.5),得到邻阶序列所涉及的数字模型之间在各个视角下的模型差异度,将模型差异度最大值对应的视角作为邻阶序列所涉及的两个装配状态的优选视角。
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西北工业大学,未经西北工业大学许可,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/202211532142.3/1.html,转载请声明来源钻瓜专利网。