坐标测量系统零件信息提取与位姿自动识别的研究

论文题目: 坐标测量系统零件信息提取与位姿自动识别的研究

论文类型: 博士论文

论文专业: 测试计量技术及仪器

作者: 赵金才

导师: 刘书桂

关键词: 三坐标测量机,信息提取,位姿,自动识别,遗传算法,矩不变量,神经网络

文献来源: 天津大学

发表年度: 2005

论文摘要: 随着现代制造技术的迅速发展,特别是计算机集成制造系统日益备受重视并得以大规模实施,使得三坐标测量机正逐渐成为机械制造业特别是自动化生产中实现质量控制的主导检测设备,但传统三坐标测量机的自学习测量方式和人工编程测量方式已经制约了其功能的进一步发挥,使其不能够很好得融入到自动化生产环境中去。研究适合现代化生产的自动化、智能化三坐标测量机技术已经成为制造业发展的关键技术之一。在智能三坐标测量机的若干关键技术中,CAD与坐标测量机的接口技术(即CAD数据的识别与提取)和被测零件位姿的自动识别技术是整个三坐标测量机智能体系中的重中之重,也是三坐标测量机系统其它智能技术研究的前提和基础。前者根据零件的CAD设计数据文件自动完成对零件特征和检测项目等信息的识别与提取,从而确定被测零件所需的检测项目以及零件的特征尺寸、定位尺寸等内容;后者则是利用视觉系统通过对被测零件进行成像,确定零件在三坐标测量机工作台上的放置姿态、放置位置和放置方向,从而建立起零件坐标系,为后续检测路径的规划等工作奠定基础。本论文隶属于“三坐标测量机智能技术”课题,同时也是“零件轮廓测量机的研制”课题中的重要组成部分。论文的主要目标是对上述两个关键技术进行研究,从而使三坐标测量机的测量过程尽可能地减少人为的干预和管理,进一步实现三坐标测量机测量过程的自动化、智能化。围绕如何实现零件信息的自动提取和零件位姿的自动识别,论文对下列主要工作和创新之处进行了深入研究:一、全面回顾并深入分析了智能三坐标测量机系统的组成,进一步明确了实现三坐标测量机自动化、智能化的关键技术。二、针对采用Pro/ENGINEER软件所设计零件的信息提取,基于Pro/ENGINEER及其二次开发工具Pro/TOOLKIT进行了零件信息自动提取应用程序的开发。1.深入剖析了利用Pro/TOOLKIT所提供的资源进行Pro/ENGINEER应用程序二次开发的机制和方法,并对应用程序的工作模式及开发环境的设置等内容做了全面分析。2.开发了用于Pro/ENGINEER拉伸特征信息提取的应用程序,深入研究了这类特征几何信息、公差信息的提取问题。3.按照旋转截面图形形状的不同,将采用Pro/ENGINEER软件设计的旋转特征分为实心旋转特征和空心旋转特征两大类,并分别进行了几何信息、公差信息自动提取的研究与开发。三、进行了零件位姿自动识别系统的深入研究1.将CCD摄像机固定在三坐标测量机的Z轴上,通过测头坐标系建立起了摄像机坐标系与机器坐标系之间的联系,同时充分利用三坐标测量机的精确移动与白色陶瓷标准球的良好光学特性,巧妙地设计出了摄像机坐标系与测头坐标系的标定方法,利用该方法进行非共面标定不仅能够标定出摄像机的内部参数,同时还能够确定摄像机坐标系与测头坐标系的旋转与平移关系。2.为实现图像处理的自动化,设计了图像二值化阈值的自动选取算法。将贪婪思想引入到基本遗传算法中构成了贪婪遗传算法,并将所设计的贪婪遗传算法与最大类间方差法相结合开发出了基于贪婪遗传算法的阈值自动选取算法。该算法在零件位姿自动识别系统的图像处理方案中能够充分满足图像阈值化的需要,并且具有良好的实时性。3.全面深入地分析了图像矩及矩不变量理论,根据矩不变量所具有的旋转、平移以及比例不变性,将其创造性地运用到零件位姿自动识别系统的图像匹配技术中,这种匹配方法不仅具有受约束少的特点,而且具有运算量小,匹配速度快的优势,利于保证自动测量系统对实时性的要求。4.基于BP神经网络良好的模式识别能力,以及其所具有的自适应学习、联想记忆、非线性变换和很强的容错能力等特点,提出了利用零件虚拟图像的矩不变量对BP神经网络进行训练,将训练好的神经网络作为分类器,根据被测零件实际图像的边缘矩不变量进行模式识别的方法,该方法不仅能够实现零件姿态的自动识别,而且具有对被测零件进行判别的功能。5.根据零件图像的边缘矩,实现了零件在图像坐标系中位置和方向的自动识别。利用各坐标系之间的转换关系,最终实现了零件在三坐标测量机机器坐标系中位置和方向的自动识别功能。

论文目录:

中文摘要

英文摘要

第一章绪论

1.1 课题的提出

1.2 三坐标测量机的发展历程

1.3 智能三坐标测量机的研究现状

1.4 本论文的主要工作

第二章智能三坐标测量机系统及其关键技术

2.1 智能三坐标测量机系统的构成

2.2 智能三坐标测量机系统中的关键技术

2.3 研究工作的软、硬件支持

第三章 Pro/ENGINEER零件信息提取的研究

3.1 Pro/TOOLKIT简介

3.2 Pro/TOOLKIT应用程序开发简介

3.2.1 Pro/TOOLKIT应用程序的开发方法

3.2.2 Pro/TOOLKIT应用程序的工作模式

3.2.3 Pro/TOOLKIT应用程序的开发步骤

3.2.4 Pro/TOOLKIT应用程序开发环境的设置

3.3 Pro/E零件几何信息的提取

3.3.1 拉伸特征信息的提取

3.3.2 旋转特征信息的提取

3.3.3 几何信息自动提取的实验验证

3.4 Pro/E零件公差信息的提取

3.4.1 尺寸公差的提取

3.4.2 形位公差的提取

3.4.3 公差信息提取的实验验证

第四章零件位姿自动识别系统的整体设计

4.1 零件位姿自动识别系统的总体设计

4.1.1 零件位姿自动识别系统的主要任务

4.1.2 视觉系统的组成与安装

4.2 零件位姿自动识别系统的原理

4.3 零件位姿自动识别系统的数学模型

4.4 视觉系统的标定

4.4.1 实际摄像机模型的建立

4.4.2 实际摄像机模型的求解

4.4.3 标定实验

第五章零件位姿自动识别系统中的图像处理

5.1 图像的滤波

5.2 图像二值化阈值的自动选取

5.2.1 最大类间方差法

5.2.2 基本遗传算法

5.2.3 贪婪遗传算法

5.2.4 贪婪遗传算法与简单遗传算法的实验比较

5.3 图像轮廓的提取

5.4 干扰图像信息的去除

第六章图像匹配与识别技术的研究

6.1 图像匹配算法的分类

6.1.1 关系结构匹配法

6.1.2 神经网络匹配法

6.1.3 基于特征的匹配方法

6.1.4 基于灰度的匹配方法

6.2 图像的不变矩

6.2.1 图像的几何矩

6.2.2 图像几何矩的物理意义

6.2.3 图像的不变矩理论

6.3 基于神经网络的图像匹配

6.3.1 人工神经网络模式识别

6.3.2 BP神经网络的训练

6.3.3 基于BP神经网络的零件模式识别

6.4 零件方向和位置的确定

第七章零件位姿自动识别系统的实验研究

7.1 实验系统的组成

7.2 自动识别系统的搜索策略

7.3 标准球球心位置自动识别实验

7.4 零件位姿自动识别系统的稳定性实验

7.5 零件位姿和方向自动识别实验

7.6 被测零件的判别实验

7.7 影响零件位姿自动识别系统精度的主要因素

第八章全文总结与展望

8.1 全文总结

8.2 展望

参考文献

致谢

发布时间: 2007-07-10

参考文献

[1].三坐标测量机精度检测评定及虚拟坐标系统研究[D]. 林慎旺.合肥工业大学2004
[2].三坐标测量机动态误差源分析、建模与修正技术研究[D]. 马修水.合肥工业大学2005
[3].异端类型三坐标测量机结构原理及误差修正技术研究[D]. 王晨晨.合肥工业大学2012
[4].纳米三坐标测量机测控系统关键技术研究[D]. 程方.合肥工业大学2010
[5].纳米三坐标测量机机械结构及接触式测头技术研究[D]. 王伟丽.合肥工业大学2008
[6].基于三维CAD的智能三坐标测量机检测规划系统的研究与开发[D]. 刘达新.合肥工业大学2009
[7].特种脆性材料回转体零件内外表面自动测量系统研究[D]. 史庆伟.天津大学2007
[8].纳米三坐标测量机三维大量程接触扫描探头系统的研制[D]. 李瑞君.合肥工业大学2013
[9].基于光学扫描和CMM测量数据的模型重建关键技术研究[D]. 刘鹏鑫.哈尔滨工业大学2010

坐标测量系统零件信息提取与位姿自动识别的研究

猜你喜欢