專利名稱：：一種復(fù)雜曲面的配準(zhǔn)方法
技術(shù)領(lǐng)域：
：本發(fā)明涉及機(jī)械設(shè)計(jì)及檢測
技術(shù)領(lǐng)域：
，尤其是涉及一種復(fù)雜曲面的配準(zhǔn)方法。
背景技術(shù)：
：復(fù)雜曲面配準(zhǔn)技術(shù)廣泛應(yīng)用于形狀誤差檢測、多視點(diǎn)云重定位、逆向工程、虛擬現(xiàn)實(shí)等領(lǐng)域中，它是實(shí)現(xiàn)模型評(píng)估、誤差分析以及數(shù)據(jù)拼合的前提條件。由于CAD模型是在CAD設(shè)計(jì)軟件坐標(biāo)系中設(shè)計(jì)的，測量是在測量設(shè)備的坐標(biāo)系中進(jìn)行的，復(fù)雜曲面測量坐標(biāo)系與設(shè)計(jì)坐標(biāo)系(CAD坐標(biāo)系)在客觀上是相互獨(dú)立的，測量數(shù)據(jù)與CAD模型沒有明確的尺寸對(duì)應(yīng)關(guān)系，加上復(fù)雜曲面沒有明顯的基準(zhǔn)特征，復(fù)雜曲面數(shù)學(xué)模型非常復(fù)雜，在復(fù)雜曲面的測量基準(zhǔn)與設(shè)計(jì)基準(zhǔn)之間難以找到準(zhǔn)確的尺寸對(duì)應(yīng)關(guān)系，因此復(fù)雜曲面配準(zhǔn)一直是問題關(guān)鍵和難點(diǎn)。二者如果不統(tǒng)一必然會(huì)影響后續(xù)的誤差檢測、模型評(píng)估等的計(jì)算結(jié)果。目前比較常見的配準(zhǔn)方法是最小二乘方法和迭代最近點(diǎn)方法，這兩種方法都存在一些不足。最小二乘法的基本原理是以二者之間的殘差平方和最小為目標(biāo)，具有計(jì)算簡單、易于實(shí)現(xiàn)的優(yōu)點(diǎn)，但按最小二乘法計(jì)算的結(jié)果精度不夠高，往往比精確結(jié)果大1.8%-30%，因而不適合精度要求高的復(fù)雜曲面配準(zhǔn)。迭代最近點(diǎn)法首先必須在點(diǎn)集與點(diǎn)集之間找出兩個(gè)對(duì)應(yīng)的子集，然后求出兩個(gè)點(diǎn)集的變換矩陣，其算法簡單，精度較高，它的不足一是要求兩個(gè)匹配點(diǎn)集中的一個(gè)點(diǎn)集是另外一個(gè)點(diǎn)集的子集，二是對(duì)兩個(gè)點(diǎn)集的相對(duì)初始位置要求較高，兩個(gè)點(diǎn)集的相對(duì)初始位置不能相差太大，在兩組點(diǎn)集初始位置相差較大時(shí)易陷入局部最小值，而且收斂方向可能不確定。
發(fā)明內(nèi)容本發(fā)明的目的就是為了克服上述現(xiàn)有技術(shù)存在的缺陷而提供一種穩(wěn)定性高、精確度好、應(yīng)用廣泛的復(fù)雜曲面的配準(zhǔn)方法。本發(fā)明的目的可以通過以下技術(shù)方案來實(shí)現(xiàn)—種復(fù)雜曲面的配準(zhǔn)方法，其特征在于，該方法包括以下步驟首先提取復(fù)雜曲面CAD設(shè)計(jì)模型的幾何信息，構(gòu)建曲面NURBS模型，然后采用三坐標(biāo)測量機(jī)測量曲面實(shí)物原型，獲取測量點(diǎn)的數(shù)據(jù)并進(jìn)行數(shù)據(jù)處理，最后將復(fù)雜的CAD曲面NURBS模型與處理后的實(shí)物測量數(shù)據(jù)調(diào)入到配準(zhǔn)求解器進(jìn)行比對(duì)、計(jì)算，獲得變換矩陣，實(shí)現(xiàn)測量數(shù)據(jù)與曲面CAD模型的配準(zhǔn)。所述的復(fù)雜曲面CAD設(shè)計(jì)模型采用NURBS函數(shù)構(gòu)建曲面NURBS模型，并對(duì)曲面NURBS模型沿曲面參數(shù)方向進(jìn)行離散，得到精確的目標(biāo)弓I導(dǎo)點(diǎn)云。所述的三坐標(biāo)測量機(jī)的測量點(diǎn)坐標(biāo)經(jīng)數(shù)據(jù)處理后得到測量點(diǎn)云。所述的數(shù)據(jù)處理是對(duì)測量得到的數(shù)據(jù)進(jìn)行數(shù)據(jù)去噪、平滑、精簡處理工作，所述的數(shù)據(jù)去噪、平滑處理是采用高斯或中值濾波算法消除測量過程中各種人為或隨機(jī)因素引起的噪聲、毛剌誤差，剔除壞點(diǎn)，建立數(shù)據(jù)點(diǎn)間的拓?fù)潢P(guān)系，所述的數(shù)據(jù)精簡處理是采用等間距縮減或倍率縮減方法在保證擬合精度的前提下最大可能地減少測量點(diǎn)的數(shù)所述的配準(zhǔn)求解器采用遺傳算法將目標(biāo)引導(dǎo)點(diǎn)云與測量點(diǎn)云進(jìn)行粗配準(zhǔn)得到配準(zhǔn)變換，將測量數(shù)據(jù)進(jìn)行初始變換，得到粗配準(zhǔn)后的測量點(diǎn)數(shù)據(jù)集，再應(yīng)用迭代最近點(diǎn)算法進(jìn)行精配準(zhǔn)計(jì)算，尋找粗配準(zhǔn)后測量數(shù)據(jù)與設(shè)計(jì)模型距離最近的點(diǎn)集，采用奇異值分解法計(jì)算最優(yōu)變換，直至滿足迭代終止條件為止，從而得到最終的配準(zhǔn)結(jié)果。與現(xiàn)有技術(shù)相比，本發(fā)明具有以下優(yōu)點(diǎn)(l)理論模型精確CAD模型是最理想的比較的依據(jù)，NURBS曲面具有廣泛通用性，根據(jù)曲面的CAD設(shè)計(jì)信息建立其理論模型對(duì)誤差評(píng)定有著至關(guān)重要的作用；(2)配準(zhǔn)的穩(wěn)定性利用遺傳算法的魯棒性、并行性以及具有全局搜索能力的特點(diǎn)，對(duì)復(fù)雜進(jìn)行曲面的粗配準(zhǔn)，能快速尋找恰當(dāng)初始配準(zhǔn)變換，克服了傳統(tǒng)的迭代最近點(diǎn)法對(duì)初值要求高的缺點(diǎn)，可從任意初始相對(duì)位置出發(fā)，保證求解的收斂性，提高了計(jì)算效率，可以加快獲得理想的配準(zhǔn)結(jié)果；(3)配準(zhǔn)的精確性粗配準(zhǔn)后再應(yīng)用迭代最近點(diǎn)算法進(jìn)行二次精配準(zhǔn)。利用了迭代最近點(diǎn)法技術(shù)精度較高特點(diǎn)，克服了遺傳算法方法后期耗時(shí)較長的不足，提高了配準(zhǔn)精確度；(4)實(shí)現(xiàn)多維變量配準(zhǔn)可獲得單純迭代最近點(diǎn)法無法獲得的結(jié)果，對(duì)三維數(shù)據(jù)配準(zhǔn)中的多變量配準(zhǔn)具有較強(qiáng)的魯棒性；(5)應(yīng)用的廣泛性可應(yīng)用于用NURBS表示的任意復(fù)雜曲面，NURBS曲面表達(dá)方式不但具有局部可控性、規(guī)范性、可微性等性質(zhì)，還為標(biāo)準(zhǔn)曲面的解析形狀(如二次曲面、回轉(zhuǎn)面等)和自由曲面的精確表示與設(shè)計(jì)提供了一個(gè)公共的數(shù)學(xué)形式，在CAD/CAM與計(jì)算機(jī)圖形學(xué)領(lǐng)域中，NURBS曲面得到廣泛的應(yīng)用。圖1為該系統(tǒng)的流程圖；圖2為汽輪機(jī)葉片凹片配準(zhǔn)前的模型數(shù)據(jù)及測量數(shù)據(jù)；圖3為遺傳算法迭代50次的粗配準(zhǔn)結(jié)果；圖4為迭代最近點(diǎn)精配準(zhǔn)的結(jié)果；圖5為單純ICP配準(zhǔn)結(jié)果。具體實(shí)施例方式下面結(jié)合附圖和具體實(shí)施例對(duì)本發(fā)明進(jìn)行詳細(xì)說明。實(shí)施例—種復(fù)雜曲面的配準(zhǔn)方法，其流程如圖l所示，該系統(tǒng)包括曲面CAD設(shè)計(jì)模型、三坐標(biāo)測量機(jī)及配準(zhǔn)求解器，曲面CAD設(shè)計(jì)模型包括曲面的幾何信息，利用IGES文件或DXF文件提取控制頂點(diǎn)、節(jié)點(diǎn)和權(quán)因子信息，構(gòu)建曲面NURBS模型，采用NURBS函數(shù)表示設(shè)計(jì)模型的曲面形式，并對(duì)NURBS曲面沿參數(shù)方向進(jìn)行離散，得到一個(gè)精確的目標(biāo)引導(dǎo)點(diǎn)云，三坐標(biāo)測量機(jī)檢測曲面實(shí)物原型，獲取測量點(diǎn)數(shù)據(jù)，對(duì)測量得到的數(shù)據(jù)進(jìn)行數(shù)據(jù)去噪、平滑、精簡等處理工作，數(shù)據(jù)去噪、平滑處理是采用高斯或中值濾波算法消除測量過程中各種人為或隨機(jī)因素引起的噪聲、毛剌等誤差，剔除壞點(diǎn)，建立數(shù)據(jù)點(diǎn)間的拓?fù)潢P(guān)系，數(shù)據(jù)精簡處理是采用等間距縮減或倍率縮減方法在保證擬合精度的前提下最大可能地減少測量點(diǎn)的數(shù)量，經(jīng)處理得到測量點(diǎn)云，配準(zhǔn)求解器采用遺傳算法將目標(biāo)引導(dǎo)點(diǎn)云與測量點(diǎn)云進(jìn)行粗配準(zhǔn)，得到的配準(zhǔn)變換，將測量數(shù)據(jù)進(jìn)行初始變換，得到粗配準(zhǔn)后的測量點(diǎn)數(shù)據(jù)集，再應(yīng)用迭代最近點(diǎn)算法進(jìn)行精配準(zhǔn)計(jì)算，尋找粗配準(zhǔn)后測量數(shù)據(jù)與設(shè)計(jì)模型距離最近的點(diǎn)集，采用奇異值分解法計(jì)算最優(yōu)變換，直至滿足迭代終止條件為止，得到最終的配準(zhǔn)結(jié)果。采用該系統(tǒng)對(duì)汽輪機(jī)葉片凹面進(jìn)行配準(zhǔn)，配準(zhǔn)前模型數(shù)據(jù)和測量數(shù)據(jù)圖如圖2所示，圖2表達(dá)了配準(zhǔn)前的曲面設(shè)計(jì)模型和測量數(shù)據(jù)的相對(duì)位置汽輪機(jī)葉片凹面CAD模型為光滑曲面，對(duì)葉片凹面實(shí)物采集900個(gè)曲面的三維測量數(shù)據(jù)，點(diǎn)云所示為實(shí)物測量數(shù)據(jù)。運(yùn)用遺傳算法方法進(jìn)行粗配準(zhǔn)計(jì)算，配準(zhǔn)計(jì)算的結(jié)果見表l，其中迭代次數(shù)為50時(shí)的配準(zhǔn)效果見圖3所示。將遺傳算法方法迭代50次的結(jié)果作為精配準(zhǔn)的初始位置，應(yīng)用迭代最近點(diǎn)算法進(jìn)行二次精配準(zhǔn)，僅迭代10次就得到了配準(zhǔn)的最優(yōu)解，見表l，以此結(jié)果實(shí)現(xiàn)二次配準(zhǔn)的效果如圖4所示。表1葉片曲面CAD模型的配準(zhǔn)結(jié)果<table>tableseeoriginaldocumentpage5</column></row><table>而單純使用ICP算法進(jìn)行一次配準(zhǔn)的見表1，其結(jié)果達(dá)到0.8867后不再繼續(xù)尋找最優(yōu)解。其配準(zhǔn)結(jié)果如圖5所示，測量點(diǎn)云與CAD曲面方向反向，說明當(dāng)測量數(shù)據(jù)與理論模型初始位置相差較遠(yuǎn)時(shí)，ICP算法的收斂方向是不穩(wěn)定的，有時(shí)得不到最優(yōu)解。比較表l結(jié)果可知，當(dāng)測量點(diǎn)與CAD理論模型相對(duì)位置相差較大時(shí)，僅僅使用迭代最近點(diǎn)算法，可能會(huì)陷入局部最小值，無法獲得最佳對(duì)齊，此時(shí)，采用遺傳算法方法進(jìn)行粗配準(zhǔn)，然后采用迭代最近點(diǎn)算法進(jìn)行精配準(zhǔn)是非常有效的，遺傳算法方法的全局尋優(yōu)性能能夠保證二次配準(zhǔn)策略獲得全局最優(yōu)解。比較遺傳算法方法粗配準(zhǔn)50次、IOO次的結(jié)果可知，作為近似解，二者比較接近。鑒于遺傳算法方法在運(yùn)算后期收斂速度較慢的缺點(diǎn)，從節(jié)省時(shí)間考慮，遺傳算法方法運(yùn)行50代粗配準(zhǔn)后，再結(jié)合迭代最近點(diǎn)算法求精運(yùn)算，能確保獲得最優(yōu)解，并且有更高的效率。圖3表明，采用遺傳算法方法進(jìn)行粗配準(zhǔn)，其收斂方向是正確的，由圖4可知，經(jīng)過二次配準(zhǔn)計(jì)算后，測量點(diǎn)與CAD模型實(shí)現(xiàn)了最佳對(duì)齊。權(quán)利要求一種復(fù)雜曲面的配準(zhǔn)方法，其特征在于，該方法包括以下步驟首先提取復(fù)雜曲面CAD設(shè)計(jì)模型的幾何信息，構(gòu)建曲面NURBS模型，然后采用三坐標(biāo)測量機(jī)測量曲面實(shí)物原型，獲取測量點(diǎn)的數(shù)據(jù)并進(jìn)行數(shù)據(jù)處理，最后將復(fù)雜的CAD曲面NURBS模型與處理后的實(shí)物測量數(shù)據(jù)調(diào)入到配準(zhǔn)求解器進(jìn)行比對(duì)、計(jì)算，獲得變換矩陣，實(shí)現(xiàn)測量數(shù)據(jù)與曲面CAD模型的配準(zhǔn)。2.根據(jù)權(quán)利要求1所述的一種復(fù)雜曲面的配準(zhǔn)方法，其特征在于，所述的復(fù)雜曲面CAD設(shè)計(jì)模型采用NURBS函數(shù)構(gòu)建曲面NURBS模型，并對(duì)曲面NURBS模型沿曲面參數(shù)方向進(jìn)行離散，得到精確的目標(biāo)引導(dǎo)點(diǎn)云。3.根據(jù)權(quán)利要求1所述的一種復(fù)雜曲面的配準(zhǔn)方法，其特征在于，所述的三坐標(biāo)測量機(jī)的測量點(diǎn)坐標(biāo)經(jīng)數(shù)據(jù)處理后得到測量點(diǎn)云。4.根據(jù)權(quán)利要求1或3所述的一種復(fù)雜曲面的配準(zhǔn)方法，其特征在于，所述的數(shù)據(jù)處理是對(duì)測量得到的數(shù)據(jù)進(jìn)行數(shù)據(jù)去噪、平滑、精簡處理工作，所述的數(shù)據(jù)去噪、平滑處理是采用高斯或中值濾波算法消除測量過程中各種人為或隨機(jī)因素引起的噪聲、毛剌誤差，剔除壞點(diǎn)，建立數(shù)據(jù)點(diǎn)間的拓?fù)潢P(guān)系，所述的數(shù)據(jù)精簡處理是采用等間距縮減或倍率縮減方法在保證擬合精度的前提下最大可能地減少測量點(diǎn)的數(shù)量。5.根據(jù)權(quán)利要求1所述的一種復(fù)雜曲面的配準(zhǔn)方法，其特征在于，所述的配準(zhǔn)求解器采用遺傳算法將目標(biāo)引導(dǎo)點(diǎn)云與測量點(diǎn)云進(jìn)行粗配準(zhǔn)得到配準(zhǔn)變換，將測量數(shù)據(jù)進(jìn)行初始變換，得到粗配準(zhǔn)后的測量點(diǎn)數(shù)據(jù)集，再應(yīng)用迭代最近點(diǎn)算法進(jìn)行精配準(zhǔn)計(jì)算，尋找粗配準(zhǔn)后測量數(shù)據(jù)與設(shè)計(jì)模型距離最近的點(diǎn)集，采用奇異值分解法計(jì)算最優(yōu)變換，直至滿足迭代終止條件為止，從而得到最終的配準(zhǔn)結(jié)果。全文摘要本發(fā)明涉及一種復(fù)雜曲面的配準(zhǔn)方法，該系統(tǒng)包括曲面CAD設(shè)計(jì)模型、三坐標(biāo)測量機(jī)及配準(zhǔn)求解器，曲面CAD設(shè)計(jì)模型包括曲面的幾何信息，提取曲面的幾何信息后，構(gòu)建曲面NURBS模型，三坐標(biāo)測量機(jī)檢測曲面實(shí)物原型，獲取測量點(diǎn)數(shù)據(jù)，配準(zhǔn)求解器采用遺傳算法配準(zhǔn)曲面NURBS模型及曲面實(shí)物原型的測量數(shù)據(jù)。與現(xiàn)有技術(shù)相比，本發(fā)明理論模型精確、配準(zhǔn)的穩(wěn)定性高、配準(zhǔn)的精確性好、可實(shí)現(xiàn)多維變量配準(zhǔn)且應(yīng)用范圍廣泛。文檔編號(hào)G06F17/50GK101692257SQ20091019641公開日2010年4月7日申請日期2009年9月25日優(yōu)先權(quán)日2009年9月25日發(fā)明者林大鈞,潘家禎,郭慧申請人:華東理工大學(xué)