-
公开(公告)号:CN118999347A
公开(公告)日:2024-11-22
申请号:CN202410469885.3
申请日:2024-04-18
Applicant: 南京航空航天大学
Abstract: 本发明公开了一种用于飞机紧固件凹凸量测量的装置及方法,装置包括装置操作模块、数据采集模块、嵌入式系统、装置供电模块和辅助测量模块;数据采集模块包括激光测距仪、二维相机和双目结构光相机,双目结构光相机固定在设备盒之上以及装置上罩之下,采集飞机表面的点云数据和图像数据;激光测距仪和二维相机固定于设备盒之中,分别获取激光测距仪与飞机表面之间的距离数据、二维相机拍摄区域中飞机表面的图像;嵌入式系统接收装置操作模块的操作指令,向数据采集模块发送采集指令,并对数据采集模块获取的数据进行存储和处理,对飞机表面上的紧固件进行标记和凹凸量计算。本发明可更加便捷、准确和高效地实现飞机紧固件的凹凸量测量。
-
公开(公告)号:CN118456501B
公开(公告)日:2024-11-05
申请号:CN202410924965.3
申请日:2024-07-11
Applicant: 南京航空航天大学
IPC: B25J19/00
Abstract: 本发明涉及基于人工免疫算法的机器人加工末端位姿误差预测方法,通过机器人加工末端位姿误差及其对应的机器人关节角数据对递归神经网络RNN模型进行训练;机生成一组初始的抗体,作为初始的免疫群体;迭代优化过程,在每一代中,对当前免疫群体中的每个抗体进行评估,计算其适应度值;然后执行克隆操作,变异操作和选择操作更新免疫群体,随后对试验个体执行免疫选择,检查终止条件是否满足,如满足则结束迭代。使用测试数据集对优化后的RNN模型进行评估和验证。将优化后得到的最终RNN模型部署到实际机器人加工系统中,用于预测机器人的末端位姿误差。本发明能够有效地提高机器人末端位姿的预测精度,提高了机器人加工系统的生产效率。
-
公开(公告)号:CN118278113A
公开(公告)日:2024-07-02
申请号:CN202410712403.2
申请日:2024-06-04
Applicant: 南京航空航天大学
IPC: G06F30/15 , G06F30/20 , G06F119/04
Abstract: 本发明涉及航空器结构部件检测分析技术领域,解决了传统方法检测速度缓慢,难以做到量化精确检测的技术问题,尤其涉及一种基于CART的航空器结构部件疲劳状态检测方法,包括:采集航空器结构部件的缺陷损伤类型维修状态数据并进行处理;对缺陷损伤类型维修状态数据进行预处理并构建特征变量数据库;基于特征变量数据库构建用于对航空器结构部件疲劳状态进行检测的疲劳状态检测模型;采用疲劳状态检测模型对航空器结构部件的疲劳状态是否超出要求进行检测。本发明利用航空器结构部件的多项检测数据,采用基于CART模型的检测分析方法,实现对结构部件疲劳状态的快速检测分析,提高对结构部件损伤情况与维修质量检测的客观性、准确性。
-
公开(公告)号:CN115346019B
公开(公告)日:2023-05-12
申请号:CN202211082695.3
申请日:2022-09-06
Applicant: 南京航空航天大学
Abstract: 本发明涉及三维点云的测量和检测技术领域,解决了目前仍是采用人工比对的方式去进行测量点云圆孔几何参数的技术问题,尤其涉及一种点云圆孔几何参数测量方法,包括以下步骤:S1、获取待测物体表面三维点云数据,使用三维激光扫描仪采集待测物体表面信息,生成高精度的表面完整的三维点云数据;S2、对上述所获取的三维点云数据进行预处理得到全局点云。本发明达到了自动完成测量点云圆孔几何参数的目的,能够实现脱离人的干预,自主完成各种场景中点云圆孔特征的几何参数测量,同时提高三维点云的测量和检测效率,降低人为干预所产生的误差率,因此在三维检测中具有重要意义。
-
公开(公告)号:CN114612751B
公开(公告)日:2022-08-05
申请号:CN202210511610.2
申请日:2022-05-12
Applicant: 南京航空航天大学
Abstract: 本发明公开了一种基于语义学习的整机点云数据的下采样方法,包括:步骤S1、根据点云语义学习原理构建基于特征学习的多输入编码器;所述多输入编码器分别将整机点云数据和特征点数据作为输入,进行数据特征融合,然后通过解码器进行解码;骤S2、构建并训练基于语义学习的点云特征权重计算网络,计算得到待测量每个点的特征权重;步骤S3、对步骤S2得到的权重结果进行空间加权采样,基于高斯分布的空间采样原理进行下采样。本发明通过加入关键特征点的信息来约束采样过程,既解决了整机点云数据过大无效信息较多需要采样处理的问题,又保证了关键特征点区域的点云信息不会因采样而缺失,保证了输出采样结果的有效可靠。
-
公开(公告)号:CN114659464A
公开(公告)日:2022-06-24
申请号:CN202210300003.1
申请日:2022-03-25
Applicant: 南京航空航天大学
Abstract: 本发明公开一种基于实测三维数据的飞机整机外形波纹度测量方法,包括步骤:对整机的原始点云数据进行去除离群点操作,然后采用最佳拟合方式将整机的理论点云模型与实际点云模型进行配准;在理论点云模型中提取待测外形面的理论曲线,并将理论曲线所在投影平面附近的点云数据作为待测曲线的候补点;离散理论曲线并计算各离散点在候补点集中的对应点;根据各离散点在重力与内力的作用下产生的位移调整各离散点的位置,直至达到迭代终止条件;根据理论曲线离散点及其对应点的距离提取波纹度曲线并计算波形度参数。本发明结合三维点云数据,基于配准的理论模型与点云模型,实现了待测曲面波纹度信息的准确高效提取。
-
公开(公告)号:CN114627275A
公开(公告)日:2022-06-14
申请号:CN202210315036.3
申请日:2022-03-29
Applicant: 南京航空航天大学
Abstract: 本发明公开了一种基于多源异构数据的整机测量点云融合方法,包括:基于灰度相似性在整机影像上提取整机影像的同名边缘直线段,重建整机影像对应的三维点云;基于点云法向量的变化情况在整机激光三维点云中实现边缘直线的提取;分别提取重建的三维点云中的直线交点和整机激光点云中的直线交点,将两类直线交点进行相似性判断,完成两类点云的粗匹配;尺度变化下的重建三维点云与整机激光三维点云的精准匹配。本发明通过利用场景中的直线特征进行点云配准,实现了整机影像与激光点云两种异构点云数据的自动融合、高精度配准,将两种异构数据的特点融合,减少了单一激光点云数据配准存在的点云空洞问题,保证了整机测量点云数据的完整性。
-
公开(公告)号:CN118278113B
公开(公告)日:2024-09-27
申请号:CN202410712403.2
申请日:2024-06-04
Applicant: 南京航空航天大学
IPC: G06F30/15 , G06F30/20 , G06F119/04
Abstract: 本发明涉及航空器结构部件检测分析技术领域,解决了传统方法检测速度缓慢,难以做到量化精确检测的技术问题,尤其涉及一种基于CART的航空器结构部件疲劳状态检测方法,包括:采集航空器结构部件的缺陷损伤类型维修状态数据并进行处理;对缺陷损伤类型维修状态数据进行预处理并构建特征变量数据库;基于特征变量数据库构建用于对航空器结构部件疲劳状态进行检测的疲劳状态检测模型;采用疲劳状态检测模型对航空器结构部件的疲劳状态是否超出要求进行检测。本发明利用航空器结构部件的多项检测数据,采用基于CART模型的检测分析方法,实现对结构部件疲劳状态的快速检测分析,提高对结构部件损伤情况与维修质量检测的客观性、准确性。
-
公开(公告)号:CN118500304B
公开(公告)日:2024-09-17
申请号:CN202410972949.1
申请日:2024-07-19
Applicant: 南京航空航天大学
Abstract: 本发明涉及三维数据可视化技术领域,解决了现有技术难以获取航空飞行器在大场景下点云数据的技术问题,尤其涉及一种测量航空飞行器表面紧固件凹凸量的视觉引导拍摄方法,该方法包括以下步骤:获取大视场范围3D相机以全局的视角拍摄飞机外表面区域的目标数据;将目标数据输入至用于紧固件识别的双通道多模态融合网络中,得到与紧固件区域对应的目标点云数据。本发明应用于自动化测量设备中,实现对航空飞行器紧固件的自动引导拍摄获取在大场景下的数据采集,自主完成各种场景下的铆钉紧固件的识别、定位、测量,解决测量场景大而导致的难以获取点云数据的问题,提高对于铆钉紧固件凹凸量的测量效率。
-
公开(公告)号:CN118537389A
公开(公告)日:2024-08-23
申请号:CN202411001038.0
申请日:2024-07-25
Applicant: 南京航空航天大学
Abstract: 本发明涉及三维点云数据处理技术领域,解决了目前对于航空管路的中心线难以进行准确拟合的技术问题,尤其涉及一种基于法线、曲率联合约束的航空管路中心线拟合方法,该方法包括以下步骤:获取任一区域内航空管路的输入点云数据,并计算输入点云数据中每个点的法线向量和主曲率;根据每个点的法线向量和主曲率对输入点云数据施加法线和主曲率的联合约束得到预处理的管路点云数据;采用AP‑Net模型对航空管路图像进行检测,输出包含管路中心点和边界框的管路位置信息。本发明通过对航空管路点云数据进行处理,实现航空管路中心线的快速测量,既解决了测量效率低、任务重、工序繁琐等问题,又实现了高精度的测量,保证了测量结果的可靠性。
-
-
-
-
-
-
-
-
-