期刊检索

  • 2024年第56卷
  • 2023年第55卷
  • 2022年第54卷
  • 2021年第53卷
  • 2020年第52卷
  • 2019年第51卷
  • 2018年第50卷
  • 2017年第49卷
  • 2016年第48卷
  • 2015年第47卷
  • 2014年第46卷
  • 2013年第45卷
  • 2012年第44卷
  • 2011年第43卷
  • 2010年第42卷
  • 第1期
  • 第2期

主管单位 中华人民共和国
工业和信息化部
主办单位 哈尔滨工业大学 主编 李隆球 国际刊号ISSN 0367-6234 国内刊号CN 23-1235/T

期刊网站二维码
微信公众号二维码
引用本文:高翔,王华,陈关龙.面向复杂形面匹配的边界特征提取方法[J].哈尔滨工业大学学报,2016,48(7):46.DOI:10.11918/j.issn.0367-6234.2016.07.007
GAO Xiang,WANG Hua,CHEN Guanlong.A method on boundary feature extraction of complex surface fitting[J].Journal of Harbin Institute of Technology,2016,48(7):46.DOI:10.11918/j.issn.0367-6234.2016.07.007
【打印本页】   【HTML】   【下载PDF全文】   查看/发表评论  下载PDF阅读器  关闭
过刊浏览    高级检索
本文已被:浏览 1766次   下载 1055 本文二维码信息
码上扫一扫!
分享到: 微信 更多
面向复杂形面匹配的边界特征提取方法
高翔, 王华, 陈关龙
(机械系统与振动国家重点实验室(上海交通大学), 上海 200240)
摘要:
针对车身封闭件装配过程中的匹配优化问题,提出一种面向复杂形面匹配的边界特征提取方法. 对匹配边界特点进行分析,确定边界点的提取信息、采样间距大小及其搜索邻域. 对采样后的点云数据,建立k-d树进行索引. 对采样点在搜索邻域内的邻近点建立最小二乘微切平面,利用投影到微切平面局部坐标系内的邻近点分布特性,判断边界特征点及其匹配特征. 案例分析验证了该方法在处理复杂形面匹配边界特征点提取时的有效性,在不影响匹配效果的前提下,本文方法可显著提高复杂形面边界特征的提取效率.
关键词:  车身装配  复杂形面匹配  点云数据  边界特征提取
DOI:10.11918/j.issn.0367-6234.2016.07.007
分类号:TP391.7
文献标识码:A
基金项目:国家自然科学基金(50905117)
A method on boundary feature extraction of complex surface fitting
GAO Xiang, WANG Hua, CHEN Guanlong
(State Key Laboratory of Mechanical System and Vibration(Shanghai Jiaotong University), Shanghai 200240, China)
Abstract:
A method on boundary feature extraction of complex surface fitting was proposed due to the fitting optimization during the assembly of auto-body closure parts. The extraction objects, sampling size and searching neighbor were decided based on the fitting boundary features. Point cloud was sampled and constructed by k-d tree. The points within the searching neighbors were projected to their least square tangent plane and the boundary points with fitting features could be extracted by judging the distribution. A case study was conducted to prove the effectiveness and efficiency of this method.
Key words:  auto-body assembly  complex surface fitting  point cloud  boundary feature extraction

友情链接LINKS