专利名称：：一种复杂曲面的配准方法
技术领域：
：本发明涉及机械设计及检测
技术领域：
，尤其是涉及一种复杂曲面的配准方法。
背景技术：
：复杂曲面配准技术广泛应用于形状误差检测、多视点云重定位、逆向工程、虚拟现实等领域中，它是实现模型评估、误差分析以及数据拼合的前提条件。由于CAD模型是在CAD设计软件坐标系中设计的，测量是在测量设备的坐标系中进行的，复杂曲面测量坐标系与设计坐标系(CAD坐标系)在客观上是相互独立的，测量数据与CAD模型没有明确的尺寸对应关系，加上复杂曲面没有明显的基准特征，复杂曲面数学模型非常复杂，在复杂曲面的测量基准与设计基准之间难以找到准确的尺寸对应关系，因此复杂曲面配准一直是问题关键和难点。二者如果不统一必然会影响后续的误差检测、模型评估等的计算结果。目前比较常见的配准方法是最小二乘方法和迭代最近点方法，这两种方法都存在一些不足。最小二乘法的基本原理是以二者之间的残差平方和最小为目标，具有计算简单、易于实现的优点，但按最小二乘法计算的结果精度不够高，往往比精确结果大1.8%-30%，因而不适合精度要求高的复杂曲面配准。迭代最近点法首先必须在点集与点集之间找出两个对应的子集，然后求出两个点集的变换矩阵，其算法简单，精度较高，它的不足一是要求两个匹配点集中的一个点集是另外一个点集的子集，二是对两个点集的相对初始位置要求较高，两个点集的相对初始位置不能相差太大，在两组点集初始位置相差较大时易陷入局部最小值，而且收敛方向可能不确定。
发明内容本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种稳定性高、精确度好、应用广泛的复杂曲面的配准方法。本发明的目的可以通过以下技术方案来实现—种复杂曲面的配准方法，其特征在于，该方法包括以下步骤首先提取复杂曲面CAD设计模型的几何信息，构建曲面NURBS模型，然后采用三坐标测量机测量曲面实物原型，获取测量点的数据并进行数据处理，最后将复杂的CAD曲面NURBS模型与处理后的实物测量数据调入到配准求解器进行比对、计算，获得变换矩阵，实现测量数据与曲面CAD模型的配准。所述的复杂曲面CAD设计模型采用NURBS函数构建曲面NURBS模型，并对曲面NURBS模型沿曲面参数方向进行离散，得到精确的目标弓I导点云。所述的三坐标测量机的测量点坐标经数据处理后得到测量点云。所述的数据处理是对测量得到的数据进行数据去噪、平滑、精简处理工作，所述的数据去噪、平滑处理是采用高斯或中值滤波算法消除测量过程中各种人为或随机因素引起的噪声、毛剌误差，剔除坏点，建立数据点间的拓扑关系，所述的数据精简处理是采用等间距縮减或倍率縮减方法在保证拟合精度的前提下最大可能地减少测量点的数所述的配准求解器采用遗传算法将目标引导点云与测量点云进行粗配准得到配准变换，将测量数据进行初始变换，得到粗配准后的测量点数据集，再应用迭代最近点算法进行精配准计算，寻找粗配准后测量数据与设计模型距离最近的点集，采用奇异值分解法计算最优变换，直至满足迭代终止条件为止，从而得到最终的配准结果。与现有技术相比，本发明具有以下优点(l)理论模型精确CAD模型是最理想的比较的依据，NURBS曲面具有广泛通用性，根据曲面的CAD设计信息建立其理论模型对误差评定有着至关重要的作用；(2)配准的稳定性利用遗传算法的鲁棒性、并行性以及具有全局搜索能力的特点，对复杂进行曲面的粗配准，能快速寻找恰当初始配准变换，克服了传统的迭代最近点法对初值要求高的缺点，可从任意初始相对位置出发，保证求解的收敛性，提高了计算效率，可以加快获得理想的配准结果；(3)配准的精确性粗配准后再应用迭代最近点算法进行二次精配准。利用了迭代最近点法技术精度较高特点，克服了遗传算法方法后期耗时较长的不足，提高了配准精确度；(4)实现多维变量配准可获得单纯迭代最近点法无法获得的结果，对三维数据配准中的多变量配准具有较强的鲁棒性；(5)应用的广泛性可应用于用NURBS表示的任意复杂曲面，NURBS曲面表达方式不但具有局部可控性、规范性、可微性等性质，还为标准曲面的解析形状(如二次曲面、回转面等)和自由曲面的精确表示与设计提供了一个公共的数学形式，在CAD/CAM与计算机图形学领域中，NURBS曲面得到广泛的应用。图1为该系统的流程图；图2为汽轮机叶片凹片配准前的模型数据及测量数据；图3为遗传算法迭代50次的粗配准结果；图4为迭代最近点精配准的结果；图5为单纯ICP配准结果。具体实施例方式下面结合附图和具体实施例对本发明进行详细说明。实施例—种复杂曲面的配准方法，其流程如图l所示，该系统包括曲面CAD设计模型、三坐标测量机及配准求解器，曲面CAD设计模型包括曲面的几何信息，利用IGES文件或DXF文件提取控制顶点、节点和权因子信息，构建曲面NURBS模型，采用NURBS函数表示设计模型的曲面形式，并对NURBS曲面沿参数方向进行离散，得到一个精确的目标引导点云，三坐标测量机检测曲面实物原型，获取测量点数据，对测量得到的数据进行数据去噪、平滑、精简等处理工作，数据去噪、平滑处理是采用高斯或中值滤波算法消除测量过程中各种人为或随机因素引起的噪声、毛剌等误差，剔除坏点，建立数据点间的拓扑关系，数据精简处理是采用等间距縮减或倍率縮减方法在保证拟合精度的前提下最大可能地减少测量点的数量，经处理得到测量点云，配准求解器采用遗传算法将目标引导点云与测量点云进行粗配准，得到的配准变换，将测量数据进行初始变换，得到粗配准后的测量点数据集，再应用迭代最近点算法进行精配准计算，寻找粗配准后测量数据与设计模型距离最近的点集，采用奇异值分解法计算最优变换，直至满足迭代终止条件为止，得到最终的配准结果。采用该系统对汽轮机叶片凹面进行配准，配准前模型数据和测量数据图如图2所示，图2表达了配准前的曲面设计模型和测量数据的相对位置汽轮机叶片凹面CAD模型为光滑曲面，对叶片凹面实物采集900个曲面的三维测量数据，点云所示为实物测量数据。运用遗传算法方法进行粗配准计算，配准计算的结果见表l，其中迭代次数为50时的配准效果见图3所示。将遗传算法方法迭代50次的结果作为精配准的初始位置，应用迭代最近点算法进行二次精配准，仅迭代10次就得到了配准的最优解，见表l，以此结果实现二次配准的效果如图4所示。表1叶片曲面CAD模型的配准结果<table>tableseeoriginaldocumentpage5</column></row><table>而单纯使用ICP算法进行一次配准的见表1，其结果达到0.8867后不再继续寻找最优解。其配准结果如图5所示，测量点云与CAD曲面方向反向，说明当测量数据与理论模型初始位置相差较远时，ICP算法的收敛方向是不稳定的，有时得不到最优解。比较表l结果可知，当测量点与CAD理论模型相对位置相差较大时，仅仅使用迭代最近点算法，可能会陷入局部最小值，无法获得最佳对齐，此时，采用遗传算法方法进行粗配准，然后采用迭代最近点算法进行精配准是非常有效的，遗传算法方法的全局寻优性能能够保证二次配准策略获得全局最优解。比较遗传算法方法粗配准50次、IOO次的结果可知，作为近似解，二者比较接近。鉴于遗传算法方法在运算后期收敛速度较慢的缺点，从节省时间考虑，遗传算法方法运行50代粗配准后，再结合迭代最近点算法求精运算，能确保获得最优解，并且有更高的效率。图3表明，采用遗传算法方法进行粗配准，其收敛方向是正确的，由图4可知，经过二次配准计算后，测量点与CAD模型实现了最佳对齐。权利要求一种复杂曲面的配准方法，其特征在于，该方法包括以下步骤首先提取复杂曲面CAD设计模型的几何信息，构建曲面NURBS模型，然后采用三坐标测量机测量曲面实物原型，获取测量点的数据并进行数据处理，最后将复杂的CAD曲面NURBS模型与处理后的实物测量数据调入到配准求解器进行比对、计算，获得变换矩阵，实现测量数据与曲面CAD模型的配准。2.根据权利要求1所述的一种复杂曲面的配准方法，其特征在于，所述的复杂曲面CAD设计模型采用NURBS函数构建曲面NURBS模型，并对曲面NURBS模型沿曲面参数方向进行离散，得到精确的目标引导点云。3.根据权利要求1所述的一种复杂曲面的配准方法，其特征在于，所述的三坐标测量机的测量点坐标经数据处理后得到测量点云。4.根据权利要求1或3所述的一种复杂曲面的配准方法，其特征在于，所述的数据处理是对测量得到的数据进行数据去噪、平滑、精简处理工作，所述的数据去噪、平滑处理是采用高斯或中值滤波算法消除测量过程中各种人为或随机因素引起的噪声、毛剌误差，剔除坏点，建立数据点间的拓扑关系，所述的数据精简处理是采用等间距縮减或倍率縮减方法在保证拟合精度的前提下最大可能地减少测量点的数量。5.根据权利要求1所述的一种复杂曲面的配准方法，其特征在于，所述的配准求解器采用遗传算法将目标引导点云与测量点云进行粗配准得到配准变换，将测量数据进行初始变换，得到粗配准后的测量点数据集，再应用迭代最近点算法进行精配准计算，寻找粗配准后测量数据与设计模型距离最近的点集，采用奇异值分解法计算最优变换，直至满足迭代终止条件为止，从而得到最终的配准结果。全文摘要本发明涉及一种复杂曲面的配准方法，该系统包括曲面CAD设计模型、三坐标测量机及配准求解器，曲面CAD设计模型包括曲面的几何信息，提取曲面的几何信息后，构建曲面NURBS模型，三坐标测量机检测曲面实物原型，获取测量点数据，配准求解器采用遗传算法配准曲面NURBS模型及曲面实物原型的测量数据。与现有技术相比，本发明理论模型精确、配准的稳定性高、配准的精确性好、可实现多维变量配准且应用范围广泛。文档编号G06F17/50GK101692257SQ20091019641公开日2010年4月7日申请日期2009年9月25日优先权日2009年9月25日发明者林大钧,潘家祯,郭慧申请人:华东理工大学