[發明專利]一種面向數字化檢測的MBD模型陣列特征快速標注方法有效
| 申請號: | 201711052084.3 | 申請日: | 2017-10-30 |
| 公開(公告)號: | CN107704889B | 公開(公告)日: | 2020-09-11 |
| 發明(設計)人: | 屈力剛;李亮;萬景洋;張杰;衛青廷;丁來軍;張丹雅;李靜 | 申請(專利權)人: | 沈陽航空航天大學 |
| 主分類號: | G06K9/62 | 分類號: | G06K9/62 |
| 代理公司: | 沈陽東大知識產權代理有限公司 21109 | 代理人: | 劉曉嵐 |
| 地址: | 110136 遼寧省沈*** | 國省代碼: | 遼寧;21 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 面向 數字化 檢測 mbd 模型 陣列 特征 快速 標注 方法 | ||
1.一種面向數字化檢測的MBD模型陣列特征快速標注方法,其特征在于:包括以下步驟:
步驟1:對來自MBD模型上的一組陣列特征進行均勻采樣,獲取能夠表征各陣列特征成員形狀的采樣點云,具體方法為:
步驟1.1:根據陣列特征的已有標注結果對MBD模型進行解析,識別MBD模型上參與組成該陣列特征的所有成員,并獲取這些陣列特征成員的幾何形狀信息,包括對應的頂點信息、邊信息和面信息;
步驟1.2:沿陣列特征各成員的幾何邊展開均勻采樣,采樣點的數量由其所在邊的長度決定,邊越長則采樣點越多;
步驟1.3:定義已有標注結果的陣列特征成員為樣例陣列特征成員SA,未標注的陣列特征成員為目標陣列特征成員OA,在樣例陣列特征成員的幾何邊上均勻采樣的點云為樣例點云S,在目標陣列特征成員的幾何邊上均勻采樣的點云為目標點云O;
步驟2:依次采用主元分析算法和改進的最近點迭代算法,即PCA算法和改進的ICP算法,對各陣列特征成員采樣點云實施粗配準和精確配準,直到準確確立兩者采樣點云的匹配關系,具體方法為:
步驟2.1:采用PCA算法對樣例陣列特征成員和目標陣列特征成員的采樣點云實施采樣點云間的粗配準;
步驟2.2:采用改進的ICP算法對樣例陣列特征成員和目標陣列特征成員的采樣點云實施采樣點云間的精確配準;
步驟3:根據采樣點間的對應關系,識別目標陣列特征成員缺失信息的待標注位置,完成MBD模型的標注添加。
2.根據權利要求1所述的一種面向數字化檢測的MBD模型陣列特征快速標注方法,其特征在于:步驟2.1所述采用PCA算法對樣例陣列特征成員和目標陣列特征成員的采樣點云實施采樣點云間的粗配準的具體方法為:
首先根據兩個采樣點云S和O的坐標信息構建其對應的協方差矩陣,并求解得到三個特征向量;然后定義一個以這些特征向量為坐標軸,兩個采樣點云各自的質心為坐標中心的坐標系,并通過實施坐標變換,最終將兩個采樣點云歸一化到一致的坐標方向。
3.根據權利要求1所述的一種面向數字化檢測的MBD模型陣列特征快速標注方法,其特征在于:步驟2.2所述采用改進的ICP算法對樣例陣列特征成員和目標陣列特征成員的采樣點云實施精確配準的具體方法為:
步驟2.2.1:對于樣例陣列特征成員SA和目標陣列特征成員OA各自的采樣點云S和O,首先從S中任選一個點p,然后采用k-d tree算法展開快速搜索,獲取p在O中的最近鄰域點p’;
步驟2.2.2:根據步驟1.1中所獲取的陣列特征成員的幾何形狀信息,比較采樣點p和p’各自所從屬的邊的類型,若兩者屬于同類邊,即均屬于直線邊或圓弧邊,則執行步驟2.2.3,否則,返回步驟2.2.1重新選點;若采樣點p和p’其中任一點屬于原MBD模型的頂點,即MBD模型中的不同邊的交點,則返回步驟2.2.1重新選點;
步驟2.2.3:判斷采樣點p和p’各自所從屬的邊e1和e2的類型,若e1和e2均為直線邊,則比較采樣點p和p’各自所從屬的邊e1和e2的法向矢量,若e1和e2都為圓弧邊,比較采樣點p和p’各自所從屬的邊e1和e2的曲率,若采樣點p和p’各自所從屬的邊e1和e2的法向矢量或曲率相同,則執行步驟2.2.4,否則,返回步驟2.2.1重新選點;
步驟2.2.4:重復步驟2.2.1-步驟2.2.3,建立采樣點云S和O中的候選對應點集;
步驟2.2.5:考察候選對應點集中屬于采樣點云S的成員,參考樣例陣列特征成員上的帶有PMI信息的已標注結果,若存在某一采樣點所從屬的邊為含有PMI信息的邊,或從屬于含有PMI信息的面,則執行步驟2.2.6,否則,返回步驟2.2.1重新選點,確保與PMI信息相關聯的采樣點均進入采樣點的精確配準過程;
步驟2.2.6:使用奇異值分解法對采樣點云S和O中的候選對應點集進行計算,獲得采樣點云S和O之間的旋轉矩陣R和平移矩陣T,并基于此對采樣點云S進行坐標變換;
步驟2.2.7:重復步驟2.2.6,直到采樣點云S和O間各組對應點間的平均距離dis滿足:disk-disk-1ε,其中disk與disk-1分別為第k次和第k-1次迭代所獲得的平均距離,ε為閾值且ε0,完成采樣點云S和O之間的精確配準。
4.根據權利要求1所述的一種面向數字化檢測的MBD模型陣列特征快速標注方法,其特征在于:步驟3所述完成MBD模型標注添加的具體方法為:
步驟3.1:基于步驟2的計算結果,確定樣例陣列特征成員SA和目標陣列特征成員OA各自采樣點云間的匹配關系,并進一步確定出SA和OA各自幾何元素的對應關系;
步驟3.2:根據幾何元素間的對應關系,識別目標陣列特征成員OA上待標注的幾何對象,復制樣例陣列特征成員SA的PMI信息至目標陣列特征成員OA的相應位置;
步驟3.3:重復步驟3.1-步驟3.2,直到完成對所有目標陣列特征成員的標注添加,實現對整組陣列特征所缺失標注信息的補全,輸出帶有陣列特征標注的MBD模型。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于沈陽航空航天大學,未經沈陽航空航天大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201711052084.3/1.html,轉載請聲明來源鉆瓜專利網。





