CN119417835A 基于三维机器视觉的零部件智能检测方法及系统 (宁波辉景智能科技有限公司)_第1页
CN119417835A 基于三维机器视觉的零部件智能检测方法及系统 (宁波辉景智能科技有限公司)_第2页
CN119417835A 基于三维机器视觉的零部件智能检测方法及系统 (宁波辉景智能科技有限公司)_第3页
CN119417835A 基于三维机器视觉的零部件智能检测方法及系统 (宁波辉景智能科技有限公司)_第4页
CN119417835A 基于三维机器视觉的零部件智能检测方法及系统 (宁波辉景智能科技有限公司)_第5页
已阅读5页,还剩18页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

基于三维机器视觉的零部件智能检测方法种基于三维机器视觉的零部件智能检测方法及描点云;将扫描点云和标准点云进行点云配准2计算零部件标准点云任意高程平面中各数据点的水平复基于各数据点的水平复杂度和竖直复杂度计算各扫描位姿的扫沿预设路径进行扫描的过程中,依据扫描复杂度确定各扫描位将所述扫描点云和标准点云进行点云配准后,将扫描点云中配W⃞=wx(1-sigmoid(Numg-mm而)),W为误差基准值,Numq为数据获取数据点j的水平邻接点,将水平邻接点梯度方向的信息熵作为数据点j的水平复杂度;其中,水平邻接点包括数据点j以及数据点j所处高程平面中离数据点j最近的前k个数点j的尺寸复杂度为为数据点j的水平复杂j的水平复杂度。3位姿(g,8)的扫描复杂度F(g,8)为:cj为数据点j的权重系数,f为数据点j的尺寸复杂度。扫描位姿(g,8)的扫描密度M(g,9)满足:扫描位姿(g,8)的扫描速度v(g,8)满足:V(g,9)=max(unaxx(1-UF(g,9)),vnin),为最大扫描速度,vmin为扫描位姿(g,8)的扫描密度M(g,9)满足:扫描位姿(g,8)的扫描速度v(g,8)满足:利要求1至9中任一项所述的基于三维机器视觉的零部件4的竖直复杂度;基于各数据点的水平复杂度和竖直复杂度计算各扫描位姿的扫描复杂度,5数据点邻域范围内的点云数量,为扫描点云中各数据点邻域范围内的平均点云数[0010]优选地,数据点j的水平复杂度的计算方法包括:计算数据点j所处高程平面中j最近的前k个数据点。[0011]水平复杂度能够准确反映数据点在所处高程平面内的尺寸变化程度,数据点的[0012]优选地,数据点j的水平复杂度满足关系式v为梯度方[0013]优选地,数据点j的尺寸复杂度为r'为数据点j的水[0016]将标准点云中各数据点的水平复杂度和竖直复杂度转换为各扫描位姿的扫描复扫描密度M(g,9)满足:Mmax为最大扫描密度,为密度调节系数;扫描位姿(g,8)的扫描速度v(g,8)满足:6的实时扫描密度,[yl表示对y向上取整;扫描位姿(g,8)的扫描速度v(g,8)满足:为最大扫描器执行时实现根据本申请第一方面所述的基于三维机器视觉的零部件智[0026]通过参考附图阅读下文的详细描述,本申请示例性实施方式的上述以及其他目[0030]图4是根据本申请实施例的基于三维机器视觉的零部件智能检测系统的结构框7请中的实施例,本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,[0035]图1是根据本申请实施例的基于三维机器视觉的零部件智能检测方法的流程图。在检测平台上,以最大扫描密度和最小扫描速度采集到的扫描点云即为零部件标准点云。[0039]数据点j的水平复杂度的计算方法包括:计算数据点j所处高程平面中各数据点的梯度方向;获取数据点j的水平邻接点,将水平邻接点梯度方向的信息熵作为数据点j的前K个数据点。8较大值。[0046]过数据点j作垂直于高程平面的竖直平面sj,且数据点j处于高程平面内,可[0047]具体地,数据点j的竖直复杂度的计算方法包括:计算数据点j所处竖直平面sj中据点j的竖直复杂度;其中,竖直邻接点包括数据点j以及数据点j所处竖直[0048]数据点j竖直复杂度f的计算公式与数据点j水平复杂度的计算公式相同,在的扫描复杂度包括:计算水平复杂度和竖直复杂度的平方和以作为数据点的尺寸复杂度;j的尺寸复杂度为为数据点j的水平9[0055]其中,扫描位姿(g,8)的扫描复杂度F(g,8)为扫描密度M(g,9)满足:[0060]M(g,9)=min([Mminx(1+F(g,9))l,Mmex),Mmin为最小扫能够到采集大量数据点,准确获取该扫描位姿下的点云数据。扫描位姿(g,8)的扫描复杂集大量的数据点;综合调整扫描密度和扫描速度,确保在扫描复杂度较大的扫描位姿xx(1-UF(g,9))x(1-T)+tvi,umin),uhux为述邻域范围内标准点云数据点之间的欧氏距离;将欧氏距离最小值作为数据点的配准误[0074]所述误差阈值与数据点邻域范围内的点云数量呈负相关,利用步骤S101至步骤数据点邻域范围内的点云数量,为扫描点云中各数据点邻域范围内的平均点云数[0078]以上通过具体实施例介绍了本申请的一种基于三维机器视觉的零部件智能检测在高程平面和垂直于高程平面的竖直平面上分别计算数据点的水平复杂度和竖直复杂度,测系统。图4是根据本申请实施例的一种基于三维机器视觉的零部件智能检测系统的结构所述计算机程序指令被所述处理器执行时实现根据本申请第一方面所述的基于三维机器任何适当的磁存储介质或者磁光存储介质,比如,阻变式存储器RRAM(ResistiveRandom存取存储器SRAM(StaticRandom_AccessMemory)、增强动态随机存取存储器EDRAM用程序、模块或两者访问的任何其他介质。任何这样的计算机存储介质可以是设备的一部分或可

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论