一种高精度的航空发动机叶片自动三维测量方法和系统

    公开(公告)号:CN104515478B

    公开(公告)日:2017-08-01

    申请号:CN201410764521.4

    申请日:2014-12-11

    IPC分类号: G01B11/24

    摘要: 本发明公开了一种高精度的航空发动机叶片自动三维测量方法,包括以下步骤:1)配准:将设计模型所处的设计坐标系与工件实体所处的测量坐标系进行配准;2)路径规划:通过数据处理装置规划距离传感器在测量过程中的运动路径,以使工件实体上的被测区域一直处于距离传感器的测量范围内;3)自动测量:距离传感器对工件实体的正面区域和反面区域进行采样,得到工件实体的完整表面轮廓。本发明使用距离传感器作为测量终端,可以获得被测区域表面点的位置信息;同时配合三轴运动机构,能够实现工件实体的分区域测量,并最终将测量得到的局部范围的密集点云数据自动融合到同一坐标系下,实现工件的完整精密测量和工件实体的质检工作。

    一种基于激光测距的叶片稠密点云获取的扫描路径规划方法

    公开(公告)号:CN105627923A

    公开(公告)日:2016-06-01

    申请号:CN201610009065.1

    申请日:2016-01-08

    IPC分类号: G01B11/00

    CPC分类号: G01B11/002

    摘要: 一种基于激光测距的叶片稠密点云获取的扫描路径规划方法,解决激光测量景深和测量距离受限,测量复杂曲面需要旋转轴及受测量精度差、前后缘区域测量时噪声大的问题。采用的方法是,截取叶片型面的截面轮廓曲线、对截面轮廓曲线进行分割、延长处理,按分割后的曲线生成测量路径,求不同测量区域的法线角度均值分别作为激光测距传感器测量叶片曲面的测量角度,获得稠密的四片点云数据,将四片点云数据统一到同一坐标系下,获得完整的叶片点云数据,对点云数据进行整体优化,获得最终的高精度稠密点云数据。本发明的有益效果是:充分利用了激光测距原理测头在与被测物体成一定角度时不影响测量精度这一优点,实现了前后缘高曲率小半径区域的测量,而且测量精度高,速度快。

    可大视场搜索的图谱协同探测系统及搜索方法

    公开(公告)号:CN108152863B

    公开(公告)日:2019-10-25

    申请号:CN201711477846.4

    申请日:2017-12-29

    IPC分类号: G01V8/10 G02B13/14 G02B27/10

    摘要: 本发明公开了一种可大视场搜索的图谱协同探测系统及搜索方法,该系统提出了可大视场搜索目标的图谱一体系统架构,即提出了卡式光学系统、四反镜库德光路的结合,结合后的光学系统与成谱/成像模块紧耦合,采用部分光学系统滚仰运动,部分光学系统不动的方式进行目标搜索。本发明的探测系统组成结构使图谱关联探测系统的重量体积减小,提高了入瞳口径利用率,增加了视场搜索范围,提升了对动目标图像探测跟踪和测谱的实时性及精确性。

    可大视场搜索的图谱协同探测系统及搜索方法

    公开(公告)号:CN108152863A

    公开(公告)日:2018-06-12

    申请号:CN201711477846.4

    申请日:2017-12-29

    IPC分类号: G01V8/10 G02B13/14 G02B27/10

    摘要: 本发明公开了一种可大视场搜索的图谱协同探测系统及搜索方法,该系统提出了可大视场搜索目标的图谱一体系统架构,即提出了卡式光学系统、四反镜库德光路的结合,结合后的光学系统与成谱/成像模块紧耦合,采用部分光学系统滚仰运动,部分光学系统不动的方式进行目标搜索。本发明的探测系统组成结构使图谱关联探测系统的重量体积减小,提高了入瞳口径利用率,增加了视场搜索范围,提升了对动目标图像探测跟踪和测谱的实时性及精确性。

    一种基于激光测距的叶片稠密点云获取的扫描路径规划方法

    公开(公告)号:CN105627923B

    公开(公告)日:2017-10-20

    申请号:CN201610009065.1

    申请日:2016-01-08

    IPC分类号: G01B11/00

    摘要: 一种基于激光测距的叶片稠密点云获取的扫描路径规划方法,解决激光测量景深和测量距离受限,测量复杂曲面需要旋转轴及受测量精度差、前后缘区域测量时噪声大的问题。采用的方法是,截取叶片型面的截面轮廓曲线、对截面轮廓曲线进行分割、延长处理,按分割后的曲线生成测量路径,求不同测量区域的法线角度均值分别作为激光测距传感器测量叶片曲面的测量角度,获得稠密的四片点云数据,将四片点云数据统一到同一坐标系下,获得完整的叶片点云数据,对点云数据进行整体优化,获得最终的高精度稠密点云数据。本发明的有益效果是:充分利用了激光测距原理测头在与被测物体成一定角度时不影响测量精度这一优点,实现了前后缘高曲率小半径区域的测量,而且测量精度高,速度快。

    一种点斑状目标姿态估计方法及系统

    公开(公告)号:CN106706133A

    公开(公告)日:2017-05-24

    申请号:CN201611268809.8

    申请日:2016-12-31

    IPC分类号: G01J5/00

    CPC分类号: G01J5/0022

    摘要: 本发明提供一种点斑状目标姿态估计方法及系统,属于目标姿态估计技术领域。方法包括离线训练部分和在线评估部分;离线训练部分包建立目标的三维几何模型、温度分布模型及大气传输模型;结合上述模型,仿真计算六种姿态下点斑状目标的红外辐射光谱,建立姿态‑光谱映射数据库;在线评估部分测量红外光谱形态,比对姿态‑光谱映射数据库估计该目标的当前姿态。本发明通过分析目标的光谱曲线并匹配光谱数据库反推目标当前所处的姿态,此方法简单有效,解决了如何根据红外光谱信息估计点斑状目标姿态的难题。

    一种获取谱差异的方法及系统

    公开(公告)号:CN106802283B

    公开(公告)日:2018-11-30

    申请号:CN201611266423.3

    申请日:2016-12-31

    IPC分类号: G01N21/31

    摘要: 本发明公开了一种获取谱差异的方法及系统,其方法包括以下步骤:(1)采用测谱设备获取多组背景光谱数据;(2)对获得的背景光谱数据进行去平均处理,得到测谱设备的谱噪声数据;(3)利用获得的谱噪声数据对目标光谱数据进行有效性判别,并将判别出的有效目标光谱数据与背景光谱数据相除得到表征谱差异的比值谱;其系统包括依次相连的数据采集单元、谱噪声数据计算单元、目标光谱数据有效性判别单元和比值谱计算单元;本发明采用比值谱来反映光谱数据在数量上的增益关系;通过对目标光谱数据进行有效性判别、剔除了噪声或者受噪声干扰严重的目标光谱数据,根据判别出的有效的目标光谱数据进行比值谱的计算,提高了准确度,便于目标精准识别。

    一种获取谱差异的方法及系统

    公开(公告)号:CN106802283A

    公开(公告)日:2017-06-06

    申请号:CN201611266423.3

    申请日:2016-12-31

    IPC分类号: G01N21/35

    CPC分类号: G01N21/35 G01N2021/3595

    摘要: 本发明公开了一种获取谱差异的方法及系统,其方法包括以下步骤:(1)采用测谱设备获取多组背景光谱数据;(2)对获得的背景光谱数据进行去平均处理,得到测谱设备的谱噪声数据;(3)利用获得的谱噪声数据对目标光谱数据进行有效性判别,并将判别出的有效目标光谱数据与背景光谱数据相除得到表征谱差异的比值谱;其系统包括依次相连的数据采集单元、谱噪声数据计算单元、目标光谱数据有效性判别单元和比值谱计算单元;本发明采用比值谱来反映光谱数据在数量上的增益关系;通过对目标光谱数据进行有效性判别、剔除了噪声或者受噪声干扰严重的目标光谱数据,根据判别出的有效的目标光谱数据进行比值谱的计算,提高了准确度,便于目标精准识别。

    一种点斑状目标姿态估计方法及系统

    公开(公告)号:CN106706133B

    公开(公告)日:2017-09-29

    申请号:CN201611268809.8

    申请日:2016-12-31

    IPC分类号: G01J5/00

    CPC分类号: G01J5/0022

    摘要: 本发明提供一种点斑状目标姿态估计方法及系统,属于目标姿态估计技术领域。方法包括离线训练部分和在线评估部分;离线训练部分包建立目标的三维几何模型、温度分布模型及大气传输模型;结合上述模型,仿真计算六种姿态下点斑状目标的红外辐射光谱,建立姿态‑光谱映射数据库;在线评估部分测量红外光谱形态,比对姿态‑光谱映射数据库估计该目标的当前姿态。本发明通过分析目标的光谱曲线并匹配光谱数据库反推目标当前所处的姿态,此方法简单有效,解决了如何根据红外光谱信息估计点斑状目标姿态的难题。

    一种三维点云数据自动配准方法

    公开(公告)号:CN106780459A

    公开(公告)日:2017-05-31

    申请号:CN201611138671.X

    申请日:2016-12-12

    IPC分类号: G06T7/00

    CPC分类号: G06T2207/10028

    摘要: 本发明公开了一种三维点云数据自动配准方法,包括如下步骤:对待配准的两片点云进行采样得到特征点,分别计算这些特征点的旋转不变特征子,对两片点云中特征点的旋转不变特征子进行匹配搜索,得到特征点之间的初始对应关系;然后采用随机采样一致算法对初匹配点集中存在的误匹配点进行判断和去除,得到优化的特征点对应关系,计算得到两片点云之间的大致刚性变换关系,实现粗配准;并提供一种刚性变换一致性的检测算法,利用匹配特征点间的局部坐标系变换关系对粗配准结果进行约束性检测,完成粗配准结果正确性的验证;并采用ICP算法优化点云数据间的刚性变换关系,最终实现点云的自动精确配准。