【优秀硕士博士论文】钣金件成形三维全场变形测量理论研究

1,学科专业： 机械工程,论文时间： 2009.03-至今,板料成形三维光学检测技术研究,报告内容,研究背景及研究意义,三维形状尺寸偏差检测理论研究及应用,三维全场应变检测理论研究及应用,结论及展望,国家863项目“大型复杂曲面产品的反求和三维快速检测系统研究”支持。,江苏省科技支撑计划“三维光学快速质量检测系统” (BE2008058 )支持。,国家项目,企业需求,汽车模具专用三维光学测量检测系统，天津汽车模具股份有限公司。,三维光学测量及反求系统研发，安阳高新区生产力促进中心。,一、研究背景及意义,1.1 课题来源,板料成形过程中的变形特点,冲压、剪切、折弯、焊接等,金属板料,钣金件,1.2 研究意义,一、研究背景及意义,钣金件成形,弹性变形,塑性变形,弹塑性变形,影响三维形状尺寸,影响成型后的性能,1.2 研究意义,5,钣金零件是构成航空航天等产品外形、结构和内装的主要零件，以飞机产品为例，钣金件总零件约占飞机零件数量的50%。,冲压钣金加工是汽车工业发展的基础，汽车中轿车的冲压钣金零件数占其零件总数的75%以上。,随着航空航天业、汽车制造业、装备制造业等行业的发展，对钣金零件的表面质量、形状精度、成形后性能、产品合格率等的要求日益提高。,板料成形过程中的变形较为复杂，钣金零件的形状、性能与设计的零件形状、性能等往往存在一定偏差。,一、研究背景及意义,1.3.1 板料成形三维形状尺寸偏差检测及评价,基于CMM方法的数字化检测技术研究：Chia Hsiang Menq等通过概率统计的方法估计在给定测量要求下测量点的最佳数量以达到测最少的点得到最准确的测量结果。,Ainsworth等改进了传统的CMM测量坐标系与CAD设计坐标系的匹配，提出了初匹配和精匹配两步进行。,Seokbae Son 等开发出一种利用激光扫描设备搭建的自由曲面自动检测系统。,张学昌等用格雷码和相移技术构建结构光测量仪，并用 ACIS几何造型器来描述 CAD模型最终搭建基于复杂型面的数字化测量系统。,1.3 国内外研究现状,一、研究背景及意义,R.A.Ayres 等提出基于工具显微镜的检测方法,J.H.Vogel 和 D.Lee 提出双目立体视觉的钣金件表面应变测量及分析方法。,北京航空航天大学的徐亮等通过在被测试件上印制王字标记，针对金属材料进行拉伸试验来测量材料的应变；,华中科技大学的戴晓光等采用拉伸试验来测量样件在拉伸前后长度的变化量，实现样件的应变的测量。,西安交通大学的于德宏等应用圆形坐标网格对板料拉延件进行应变测量 。,1.3.2 板料成形三维全场应变检测及分析,1.3 国内外研究现状,一、研究背景及意义,优点：测量原理简单、测量数据处理简单，被广泛推广和应用，被人们认可。,不足：对测量环境要求较高 ，单点逐点测量、效率非常低，不能得到全场变形，测量行程有限，无法测量超行程的工件。,优点：多点密集点测量、效率高，测量范围大，测量精度高。,不足：测量原理复杂，相关技术仍然在完善中未被广泛推广应用。,接触式测量,非接触式测量,1.3.3 总结,1.3 国内外研究现状,一、研究背景及意义,本课题在分析已有测量理论及方法的优缺点的基础上，结合板料成形过程中的变形特点，主要研究了板料成形三维全场变形检测相关理论及方法，具体包括以下三个方面的内容：,1. 板料成形三维形状尺寸检测相关理论。,2. 板料成形三维全场应变检测相关理论。,3. 变形检测系统硬件搭建，软件开发及实验验证。,1.4 研究内容,一、研究背景及意义,报告内容,研究背景及研究意义,三维形状尺寸偏差检测理论研究及应用,三维全场应变检测理论研究及应用,结论及展望,2.1 基本原理,密集点云采集,密集点云处理,点云数据与CAD模型坐标归一,三维形状尺寸偏差计算,二、三维形状尺寸偏差检测理论研究及应用,已积累技术,关键技术,已成熟技术,2.1 基本原理,二、三维形状尺寸偏差检测理论研究及应用,2.2 多视密集点云融合理论,点云融合：是指消除扫描仪器测量的多视角密集点云中的冗余数据及噪音，从而构建一个单层、连续、光顺的点云模型。,定义,二、三维形状尺寸偏差检测理论研究及应用,2.2.1 国内外研究现状,直接删除重叠面法,以网格为基本元素,以点数据为基本元素,K-means聚类融合法,网格缝合法,增量式网格化法,遍历立方栅格法,点云融合,2.2 多视密集点云融合理论,二、三维形状尺寸偏差检测理论研究及应用,直接删除重叠面法 (Shi 2009),如果两幅点云有重叠区域，那么在重叠的区域以其中一幅点云为基准删除与其重叠的另一幅点云中的重叠点，从而得到单层的点云。,融合效率高,表面不光顺,2.2.1 国内外研究现状,2.2 多视密集点云融合理论,二、三维形状尺寸偏差检测理论研究及应用,k-means聚类融合法 (H.Zhou2008),首先搜索两幅点云的重叠区域。其次初始化聚类核中心。最后就是迭代更新聚类核直到聚类核中心稳定下来，用聚类核中心代替重叠区域的点云。,融合效率低,表面光顺,2.2.1 国内外研究现状,2.2 多视密集点云融合理论,二、三维形状尺寸偏差检测理论研究及应用,网格缝合法,首先把每幅点云三角化，然后把这些单幅的点云网格通过局部缝合的方法融合成为一幅点云。,融合效率低，占用资源多，表面不光顺。,(G.Turk1994),2.2.1 国内外研究现状,2.2 多视密集点云融合理论,二、三维形状尺寸偏差检测理论研究及应用,增量式网格化法 (F.Bernardini99),通过网格化的过程去除多幅点云中的冗余点，把网格化的过程和去除冗余点的过程结合在一起，效率高。,融合效率高，占用资源少，细节特征易模糊。,2.2.1 国内外研究现状,2.2 多视密集点云融合理论,二、三维形状尺寸偏差检测理论研究及应用,遍历立方体栅格法(B.Curless 96),给输入的点云建立一个距离函数f(),该函数的返回值有正负两种情况，其次遍历空间立体网格抽取f=0的节点，用这些点构建点云曲面。,融合效率高，占用资源多，适用于小数据量的点云融合。,2.2.1 国内外研究现状,2.2 多视密集点云融合理论,二、三维形状尺寸偏差检测理论研究及应用,1.有些融合方法对特征的模糊较严重（增量式网格化法），融合后细节特征损失的较厉害。,2.有些融合方法融合后表面不光滑，如基于网格缝合的方法。,3.有些融合方法融合效率低,占用资源大，可处理的数据量相对较小。,2.2.1 国内外研究现状（总结）,2.2 多视密集点云融合理论,二、三维形状尺寸偏差检测理论研究及应用,21,2.2.2 基于K-Means聚类及Mean-Shift聚类的点云融合新方法,融合原理,2.2 多视密集点云融合理论,二、三维形状尺寸偏差检测理论研究及应用,法向量计算,2.2 多视密集点云融合理论,2.2.2 基于K-Means聚类及Mean-Shift聚类的点云融合新方法,二、三维形状尺寸偏差检测理论研究及应用,法向滤波,2.2 多视密集点云融合理论,2.2.2 基于K-Means聚类及Mean-Shift聚类的点云融合新方法,二、三维形状尺寸偏差检测理论研究及应用,初始点云块/类簇划分,（a）输入密集点云 （b）选取的初始核心 （c）初始化类簇,2.2 多视密集点云融合理论,2.2.2 基于K-Means聚类及Mean-Shift聚类的点云融合新方法,二、三维形状尺寸偏差检测理论研究及应用,迭代细分,迭代细分的过程类似于二叉树划分过程：1.在点云块/类簇中，计算其法向量标准偏差值。2.如果法向量标准偏差小于给定的阀值或者该点云块/类簇中只包含一个点数据，迭代细分停止。否则，将该点云块/类簇细分为两个新的子点云块/类簇。新中心/核心选择该点云块中欧氏距离最远的两个点数据。3.依据k-means聚类法将该点云块/类簇中其余的点数据归于该两个新的中心/核心，从而形成两个新的子点云块。4.对新生成的两个子点云块重复1-3步。,法向量标准偏差计算公式,2.2 多视密集点云融合理论,2.2.2 基于K-Means聚类及Mean-Shift聚类的点云融合新方法,二、三维形状尺寸偏差检测理论研究及应用,聚类融合,三维空间中的一个点数据,一般包括点数据的三维坐标,信息与法向量信息,该点的 K邻域点为：,，该点处多变量核密度函数为：,称为轮廓函数,位置带宽,法向带宽,常数,2.2 多视密集点云融合理论,2.2.2 基于K-Means聚类及Mean-Shift聚类的点云融合新方法,二、三维形状尺寸偏差检测理论研究及应用,我们取轮廓函数为高斯核函数,聚类融合,2.2 多视密集点云融合理论,2.2.2 基于K-Means聚类及Mean-Shift聚类的点云融合新方法,二、三维形状尺寸偏差检测理论研究及应用,密度最大条件：,令,聚类融合,2.2 多视密集点云融合理论,2.2.2 基于K-Means聚类及Mean-Shift聚类的点云融合新方法,二、三维形状尺寸偏差检测理论研究及应用,聚类融合,2.2 多视密集点云融合理论,2.2.2 基于K-Means聚类及Mean-Shift聚类的点云融合新方法,二、三维形状尺寸偏差检测理论研究及应用,融合8幅麻花钻点云，距离阀值2D，法向量标准偏差阀值从上至下分别为：0.1、 0.2、 0.3、 0.4、0.5。融合前，总的点数据个数为130660，融合后，点数据个数分别为19015, 17084, 16452, 16209 and 16155。,融合实验,2.2 多视密集点云融合理论,2.2.2 基于K-Means聚类及Mean-Shift聚类的点云融合新方法,二、三维形状尺寸偏差检测理论研究及应用,融合实验,2.2 多视密集点云融合理论,2.2.2 基于K-Means聚类及Mean-Shift聚类的点云融合新方法,二、三维形状尺寸偏差检测理论研究及应用,2.2.3 小结,（1）提出了k-means聚类与mean-shift聚类相结合的密集点云数据融合新方法。分析了新方法的基本原理及融合流程，并详细阐述了新方法涉及的关键技术。,（2）对新方法进行了实验验证。,2.2 多视密集点云融合理论,二、三维形状尺寸偏差检测理论研究及应用,2.3 密集点云采样/精简理论,必要性,多视点云融合后会形成一个单层、完整、光顺的点云模型。 然而，由于面结构光扫描设备（XJTUOM）采样间隔较小（D=0.33mm），因此，对于大尺寸钣金零件（2-3m），融合后点云数目仍然非常庞大（上千万点数据），影响后续的比对检测的效率。为此，需要对融合后的密集点云进行采样/精简，使得在保持点云模型的基础上，去除尽量多的冗余点。,采样/精简,二、三维形状尺寸偏差检测理论研究及应用,2.3.1 国内外研究现状,以网格为基本元素,以点数据为基本元素,点云采样/精简,三维栅格法,聚类法,误差阀值法,简单采样/精简,2.3 密集点云采样/精简理论,二、三维形状尺寸偏差检测理论研究及应用,简单采样/精简方法,2.3.1 国内外研究现状,这类方法包括均匀采样/精简、随机采样/精简、等间距采样/精简法等。这类方法一般与输入点云的顺序有一定的关系，优点是算法简单，易实现，占用资源少，采样/精简效率高，缺点是无法保留点云的特征信息。,采样/精简,2.3 密集点云采样/精简理论,二、三维形状尺寸偏差检测理论研究及应用,三维栅格法,这类方法也称为包围盒法，将三维点云的包围盒，按照采样/精简要求，划分为一系列更小的三维栅格，然后在每个栅格里面按照法向量偏差、角度偏差或者弦高偏差等去除冗余点，保留能代表特征的点数据，从而完成点云的采样/精简。这类方法优点是算法简单，缺点是消耗资源多，运算效率低。,采样/精简,2.3 密集点云采样/精简理论,二、三维形状尺寸偏差检测理论研究及应用,2.3.1 国内外研究现状,聚类法,这类方法通过增量式聚类、层次聚类或者Mean-Shift聚类等聚类方法将三维点云在空间域与特征域内，对足够相似的点数据进行聚集，然后按照一定的规则选取代表点数据而去除冗余。该类方法的优点是可以很好地保留点云的细节特征等，缺点是算法一般比较复杂，运算效率低。,采样/精简,2.3 密集点云采样/精简理论,二、三维形状尺寸偏差检测理论研究及应用,2.3.1 国内外研究现状,误差阀值法,这类方法要预先给定采样/精简的误差阀值，采样过程中一般要计算每个点的采样/精简误差，然后迭代去除误差最小的点，直至满足终止条件。该类方法的优点是可以很好地控制采样精度，缺点是算法一般比较复杂，运算效率低，采样后点云分布不均匀。,采样/精简,2.3 密集点云采样/精简理论,二、三维形状尺寸偏差检测理论研究及应用,2.3.1 国内外研究现状,1.简单精简方法算法简单、效率高、占用资源少但不能很好的保持点云的特征，采样/精简精度较差。,2.三维栅格法、聚类法、误差阀值法可以很好地保留点云的细节特征，但算法复杂、效率低、占用资源多并且采样/精简后点云分布不均匀。,2.3 密集点云采样/精简理论,二、三维形状尺寸偏差检测理论研究及应用,2.3.1 国内外研究现状（总结）,2.3.2 特征保持的密集点云精简/采样新方法,基本原理,2.3 密集点云采样/精简理论,二、三维形状尺寸偏差检测理论研究及应用,类簇初始化,（a）输入密集点云 （b）选取的初始核心 （c）初始化类簇,2.3 密集点云采样/精简理论,二、三维形状尺寸偏差检测理论研究及应用,2.3.2 特征保持的密集点云精简/采样新方法,边界类簇处理,二维空间边界类簇识别,2.3 密集点云采样/精简理论,二、三维形状尺寸偏差检测理论研究及应用,2.3.2 特征保持的密集点云精简/采样新方法,边界类簇处理,边界类簇识别完以后，下一步需要判定该边界类簇是否需要继续细分，即判定边界类簇的核心是否远离真实的边界，如果远离，则需要细分，反之亦然。,2.3 密集点云采样/精简理论,二、三维形状尺寸偏差检测理论研究及应用,2.3.2 特征保持的密集点云精简/采样新方法,边界类簇处理,假设,到,的距离为,2.3 密集点云采样/精简理论,二、三维形状尺寸偏差检测理论研究及应用,2.3.2 特征保持的密集点云精简/采样新方法,迭代细分,1. 在类簇内部，计算每个点数据的法向量偏差，并且法向量偏差最大的两个点数据记录为新的类簇核心。2. 应用标准的k-means 聚类流程将其余点数据划分给新的类簇核心，从而形成两个新的子类簇。3. 将第1步及第2步应用于新生成的子类簇，进行迭代细分，直至满足终止条件为止。终止条件为最大法向量偏差小于给定的阀值或者类簇内只有一个点数据。,2.3 密集点云采样/精简理论,二、三维形状尺寸偏差检测理论研究及应用,2.3.2 特征保持的密集点云精简/采样新方法,密度均衡,细分过程就像一棵二叉树的建立过程。根据二叉树的特点，结合细分的规则，我们可以得出如果一个子类簇的度数越大，那么该类簇更接近于尖锐特征处。因此，可以用度数来衡量一个子类簇的重要性。,假设,和,是初始类簇,的两个子类簇,2.3 密集点云采样/精简理论,二、三维形状尺寸偏差检测理论研究及应用,2.3.2 特征保持的密集点云精简/采样新方法,采样/精简实验,其中，car door点云模型精简至原始尺寸的25%，mobile phone模型精简至原始尺寸的10%，而lamp bracket模型精简至原始尺寸的12.8%。精简后，点云模型的尖锐特征及边界均完整地保留了下来。,2.3 密集点云采样/精简理论,二、三维形状尺寸偏差检测理论研究及应用,2.3.2 特征保持的密集点云精简/采样新方法,2.3.3 小结,（1）对比了几种常用密集点云精简方法，分析了这些方法用于钣金件三维形状尺寸偏差检测后处理中的局限性。,（2）提出了基于k-means聚类的密集点云数据自适应精简新方法。分析了新方法的基本原理及精简流程，并详细阐述了新方法涉及的关键技术。,（3）对新方法进行了实验验证,2.3 密集点云采样/精简理论,二、三维形状尺寸偏差检测理论研究及应用,2.4 点云与CAD数模比对分析理论,2.4.1点-面计算模型及传统穷举算法,点-面计算模型,投影点在三角形内,投影点在三角形外,二、三维形状尺寸偏差检测理论研究及应用,2.4.1点-面计算模型及传统穷举算法,穷举算法,在对应CAD模型中的最邻近顶点,（1）搜索点数据,（2）判断与最邻近顶点,相连的三角面片与点云中的点数据,是否构成点-面计算模型,（3）如果点-面对应关系成立，则根据点偏差计算公式得出该点的偏差值，然后转第（1）步，计算下一个点数据的偏差值。,（4）如果搜索次数大于预定阀值，则转至第（5）步；否则，除去已计算过的顶点，以与点相连的三角面片的其它顶点代替，转第（2）步。,（5）该点处的点偏差值无法计算，转第（1）步，计算下一个点数据的偏差值。,2.4 点云与CAD数模比对分析理论,二、三维形状尺寸偏差检测理论研究及应用,2.4.2基于约束搜索球的点云与CAD数模比对分析新方法,点-边计算模型,点-边计算模型,投影点在两端点之间,投影点在两端点之外,2.4 点云与CAD数模比对分析理论,二、三维形状尺寸偏差检测理论研究及应用,2.4.2基于约束搜索球的点云与CAD数模比对分析新方法,点-点计算模型,点-点计算模型,2.4 点云与CAD数模比对分析理论,二、三维形状尺寸偏差检测理论研究及应用,2.4.2基于约束搜索球的点云与CAD数模比对分析新方法,约束搜索球建立,2.4 点云与CAD数模比对分析理论,二、三维形状尺寸偏差检测理论研究及应用,2.4.2基于约束搜索球的点云与CAD数模比对分析新方法,基于约束搜索球的点偏差表达算法,（1）首先寻找点云中的点数据对应于CAD模型上的最邻近顶点，为了提高搜索速度，采用K-D树进行加速；（2）其次，以点数据为球心，以点数据至其最邻近顶点的距离为半径建约束搜索球；（3）接着，判断落在约束搜索球内CAD模型上的三角面片（或边，或顶点）与点云中点数据是否构成对应关系；（4）最后根据点偏差值计算公式求取点的偏差值。,2.4 点云与CAD数模比对分析理论,二、三维形状尺寸偏差检测理论研究及应用,2.4.2基于约束搜索球的点云与CAD数模比对分析新方法,实验分析,本文算法16.172mm,近似算法22.151mm,穷举算法16.230mm,2.4 点云与CAD数模比对分析理论,二、三维形状尺寸偏差检测理论研究及应用,2.4.2基于约束搜索球的点云与CAD数模比对分析新方法,实验分析,2.4 点云与CAD数模比对分析理论,二、三维形状尺寸偏差检测理论研究及应用,2.4.2基于约束搜索球的点云与CAD数模比对分析新方法,实验分析,采用不同量级的点云与CAD数模进行比对分析，实验中CAD模型上三角面片的数量为116007。实验结果如表所示，本文算法的计算效率略低于近似算法，而远高于穷举算法。,2.4 点云与CAD数模比对分析理论,二、三维形状尺寸偏差检测理论研究及应用,2.4.3小结,（1）在现有点-面计算模型基础上，提出了点-边计算模型与点-点计算模型，有效地提高了点偏差计算的准确性。,（2）采用K-D树进行最邻近顶点搜索并构建出约束搜索球，将点云数据与CAD模型的穷举比对问题转化为约束搜索球内点偏差计算的问题，有效地提高了点偏差计算的效率。,（3）以某大型叶片为例，验证了本文算法。,2.4 点云与CAD数模比对分析理论,二、三维形状尺寸偏差检测理论研究及应用,59,只用双目面扫描系统（XJTUOM）进行密集点获取：累计误差。,只用摄影测量系统（XJTUDP）进行关键点获取：无法获得密集点，不能得到全场变形。,XJTUDP关键点+XJTUOM密集点云获取：实现全局精度控制，得到全场变形。,2.5.1 密集点云采集系统,2.5 三维形状尺寸偏差检测系统开发,二、三维形状尺寸偏差检测理论研究及应用,XJTUOM 点云处理软件,2.5.2 密集点云数据处理系统,2.5 三维形状尺寸偏差检测系统开发,二、三维形状尺寸偏差检测理论研究及应用,检测对象,冲压钣金加工是汽车工业发展的基础，汽车中轿车的冲压钣金零件数占其零件总数的75%以上。本节以某汽车车门为例，分析其成形后三维形状尺寸偏差。,2.6 应用,二、三维形状尺寸偏差检测理论研究及应用,像片拍摄,2.6 应用,二、三维形状尺寸偏差检测理论研究及应用,标志点识别,2.6 应用,二、三维形状尺寸偏差检测理论研究及应用,标志点三维重建,2.6 应用,二、三维形状尺寸偏差检测理论研究及应用,标志点三维重建,2.6 应用,二、三维形状尺寸偏差检测理论研究及应用,标志点导入XJTUOM面扫描软件进行密集点云采集,2.6 应用,二、三维形状尺寸偏差检测理论研究及应用,标志点导入XJTUOM面扫描软件进行密集点云采集,2.6 应用,二、三维形状尺寸偏差检测理论研究及应用,多视密集点云处理,2.6 应用,二、三维形状尺寸偏差检测理论研究及应用,检测结果分析,2.6 应用,二、三维形状尺寸偏差检测理论研究及应用,检测结果分析,2.6 应用,二、三维形状尺寸偏差检测理论研究及应用,（1）分析了板料成形三维形状尺寸偏差检测的基本原理，检测系统的设计，检测流程。,（2）分析了板料成形三维全场应变检测的基本原理，检测系统的设计，检测流程。,（3）分析了板料成形三维全场变形检测涉及的关键技术，为论文的研究指明了方向。,二、三维形状尺寸偏差检测理论研究及应用,2.6 小结,报告内容,研究背景及研究意义,三维形状尺寸偏差检测理论研究及应用,三维全场应变检测理论研究及应用,结论及展望,三、三维全场应变检测理论研究及应用,3.1 基本原理,板料成形前，在金属板料表面制备网格；成形过程中，板料表面的网格随材料的流动而发生变化；成形后，通过测量网格在成形前后尺寸的变化,来计算板料表面的应变值。,（a）成形前板料表面网格,（b）成形后板料表面网格,（c）板料表面应变,网格制备,网格分析法检测板料表面应变的基本流程,成形前网格尺寸测量,板料成形,成形后网格尺寸测量,依据网格尺寸变化计算应变,已成熟技术,已成熟技术,关键技术,三、三维全场应变检测理论研究及应用,3.1 基本原理,3.2 基于摄影测量技术的三维网格重建,3.2.1 基本原理,将网格分析法中网格的形状设计成计算机可自动识别的图形，然后在制备了网格的钣金件周围放置一些编码标准点，并采用数码在不同的角度及方位拍摄一定数量的照片，根据摄影测量技术的基本原理，将这些网格节点的三维坐标重建出来，最后连接相邻的四个网个节点形成四边形网格，则网格的边长尺寸可自动获得。,三、三维全场应变检测理论研究及应用,（c）连接成四边形网格,（a）制备了点阵网格的试件,（b）重建网格节点,3.2 基于摄影测量技术的三维网格重建,3.2.2 重建流程,包括：网格制备、照片拍摄、网个节点三维坐标计算，四边形网格连接等。四边形网格连接好以后，则网格尺寸可自动获得。,基于摄影测量技术的三维网格重建流程,网格制备及编码标志点放置,拍摄像片,求解网格节点三维坐标,连接网格节点形成三维网格,三、三维全场应变检测理论研究及应用,网格图案,易识别、精度高,三、三维全场应变检测理论研究及应用,3.2 基于摄影测量技术的三维网格重建,3.2.2 重建流程,网格制备,机械刻线法、印相法、丝网印刷、贴膜法、电化学腐蚀、照相腐蚀、激光刻痕法,三、三维全场应变检测理论研究及应用,3.2 基于摄影测量技术的三维网格重建,3.2.2 重建流程,像片拍摄,拍摄位置一般分为三个层次，如图所示，第一个层次拍摄方向垂直于被测量钣金零件，第二个层次与第一个层次夹角大概为45度，第三个层次与第二个层次夹角为30度。每个层次上，围绕物体每间隔45度设置一个站位，即每个层次上设置8个站位。在每个站位上，相机交向拍摄两张像片。,三、三维全场应变检测理论研究及应用,3.2 基于摄影测量技术的三维网格重建,3.2.2 重建流程,网格节点识别,自适应坐标网格点识别算法,三、三维全场应变检测理论研究及应用,3.2 基于摄影测量技术的三维网格重建,3.2.2 重建流程,网格节点匹配及重建,邻域约束的坐标网格点快速匹配。,传统核极线约束：速度慢。,匹配及重建10000个网格点所需时间30多分钟。,匹配及重建10000个网格点所需时间3-5秒。,三、三维全场应变检测理论研究及应用,3.2 基于摄影测量技术的三维网格重建,3.2.2 重建流程,四边形网格连接,三、三维全场应变检测理论研究及应用,3.2 基于摄影测量技术的三维网格重建,3.2.2 重建流程,三、三维全场应变检测理论研究及应用,3.2 基于摄影测量技术的三维网格重建,3.2.2 重建流程,三、三维全场应变检测理论研究及应用,3.2 基于摄影测量技术的三维网格重建,3.2.2 重建流程,三、三维全场应变检测理论研究及应用,3.2 基于摄影测量技术的三维网格重建,3.2.2 重建流程,（1）提出一种自适应局部二值化方法，实现图像中网格节点的快速识别。,（2）提出基于邻域约束的网格节点快速匹配算法，与传统核线约束方法相比，匹配10000个网格节点的时间由 30多分钟降至3-5秒。,（3）提出一种快速的四边形网格生成方法，可以将相邻的网格节点连接起来形成四边形网格。,三、三维全场应变检测理论研究及应用,3.2 基于摄影测量技术的三维网格重建,3.2.3 小结,3.3.1 硬件组成,图像采集设备电化学打标设备三脚架/升降架编码标志点高精度比例尺两根高性能计算机系统控制盒,三、三维全场应变检测理论研究及应用,3.3 三维全场应变检测系统开发,OMY500打码机,LECTROETCH打码机,三、三维全场应变检测理论研究及应用,3.3 三维全场应变检测系统开发,3.3.1 硬件组成,数据采集传感器,3.3.1 硬件组成,3.3 三维全场应变检测系统开发,三、三维全场应变检测理论研究及应用,检测模式：分析模式：比对模式：,工程区：信息区：3D视图区：网格节点属性区：二维图像区：FLD图绘制区：,3.3.2 测量软件,3.3 三维全场应变检测系统开发,三、三维全场应变检测理论研究及应用,3.4 杯突实验,杯突试验(Eriehsen test) 又称埃里克森试验(Erichsen test) 或埃氏杯突试验，是薄板成形性试验中最古老、最普及的一种衡量材料深冲性能的试验方法。,三、三维全场应变检测理论研究及应用,检测对象,像片拍摄,三、三维全场应变检测理论研究及应用,3.4 杯突实验,网格节点识别及三维重建,三、三维全场应变检测理论研究及应用,3.4 杯突实验,网格节点识别及三维重建,三、三维全场应变检测理论研究及应用,3.4 杯突实验,四边形网格连接,三、三维全场应变检测理论研究及应用,3.4 杯突实验,检测结果分析,通过应变值及厚度分布色温图可以直观地看出危险区域的具体位置，结合FLC曲线，则可以判定材料的性能是否满足深冲的要求,三、三维全场应变检测理论研究及应用,3.4 杯突实验,检测结果分析,三、三维全场应变检测理论研究及应用,3.4 杯突实验,3.5 冲压成形,检测对象,三、三维全场应变检测理论研究及应用,检测方案,三、三维全场应变检测理论研究及应用,3.5 冲压成形,像片拍摄,测量第一块网格，在待测量区域周围放置一些编码标志点及比例尺，然后用数码相机从不同的站位拍摄了30张像片,三、三维全场应变检测理论研究及应用,3.5 冲压成形,网格节点三维重建及四边形网格连接,三、三维全场应变检测理论研究及应用,3.5 冲压成形,应变分析,三、三维全场应变检测理论研究及应用,3.5 冲压成形,测量第二块网格,测量第二块网格，保留用于拼接用的公共编码标志点，将比例尺及多余的编码标志点放置在第二块网格周围，然后用数码相机从不同的站位拍摄了40张像片,三、三维全场应变检测理论研究及应用,3.5 冲压成形,拼接,三、三维全场应变检测理论研究及应用,3.5 冲压成形,重建及应变分析,三、三维全场应变检测理论研究及应用,3.5 冲压成形,重复前面步骤，直至所有网格测量完毕,三、三维全场应变检测理论研究及应用,3.5 冲压成形,应变分析,三、三维全场应变检测理论研究及应用,3.5 冲压成形,本章主要介绍了本文方法用于板料成形三维形状尺寸偏差检测及表面应变检测的应用情况，完成的具体工作如下：,（1）以某汽车车门为例，介绍了应用本文方法进行板料成形三维形状尺寸偏差检测的过程，实验结果验证了本文方法应用于板料成形三维形状尺寸偏差检测的有效性。,（2）以杯突试验及冲压成形实验为例，介绍了应用本文方法进行板料成形三维全场应变测量的方法，实验结果验证了本文方法应用于板料成形三维全场应变测量的有效性。,三、三维全场应变检测理论研究及应用,3.6 小结,报告内容,研究背景及研究意义,三维形状尺寸偏差检测理论研究及应用,三维全场应变检测理论研究及应用,结论及展望,四、结论与展望,6.1 结论,（1）提出了k-means聚类与mean-shift聚类相结合的密集点云数据融合方法。该方法可在保持数据模型特征的基础上实现密集点云数据的快速融合。,（2）提出了基于k-means聚类的特征保持的点云采样/精简方法。该方法可在保持数据模型特征的基础上实现密集点云数据的快速精简。,（3）提出了一种基于摄影测量技术的三维网格尺寸测量方法。该方法可快速、高精度地实现冲压成型过程中钣金件表面应变的测量。,四、结论与展望,6.2 展望,（1）由于检测效率等因素的影响，目前，板料成形过程中三维形状尺寸偏差的检测都是离线，今后，在线检测将是研究的热点。（2）在点云与CAD模型比对分析过程中，一般采用ICP（最佳拟合）等方法实现测量点云与CAD模型的坐标归一。如何精确地实现板料测量点云与初始设计CAD模型的坐标归一将是未来研究的问题之一。（3）在低质量的图像中进行网格识别，是研究的难点及热点之一。,攻读博士学位期间的研究成果,发表8篇第一作者SCI/EI论文 （SCI：4；EI：4）,1. Bao-Quan Shi Jin Liang. Circular grid pattern based surface strain measurement system for sheet metal forming, OPTICS AND LASERS IN ENGINEERING, 50(9):1186-1195, 2012. ( SCI:965MZ),2. Bao-Quan Shi Jin Liang, Qing Liu, Fast and effective integration of multiple overlapping ran