公开(公告)号：CN118424142A

公开(公告)日：2024-08-02

申请号：CN202410510889.1

申请日：2024-04-26

Applicant: 吉林大学

Inventor： 刘思远 ,  李虹霖 ,  包昊菁 ,  王艳皓 ,  李昳娴 ,  胡正乙 ,  苗建伟 ,  裴凯 ,  孔柯楠

IPC: G01B11/24

Abstract: 本发明涉及一种评估线激光三角测量精度的方法，属于机器视觉测量领域，首先使用线激光三角测量传感器扫描样条曲面量块和标准的立方体量块组合，扫描后的点云经由点云预处理以及割面边缘拟合算法，完成曲面与立方体量块点云的分割与分类，样条曲面量块部分，通过对样条曲面量块点云与CAD模板提取点云配准、比对以完成对测量系统精度的整体评价。立方体量块组合体部分采用随机采样一致性拟合，评估系统Z方向精度。并通过边缘提取计算宽度以实现X、Y方向精度评估，本发明提供了一种简便有效的手段用于评估线激光三角测量系统的精度，首次提出了针对特制量块高效的分割方法，对系统误差评估具有一定意义。

公开(公告)号：CN117292181A

公开(公告)日：2023-12-26

申请号：CN202311219754.1

申请日：2023-09-20

Applicant: 吉林大学

Inventor： 刘思远 ,  李虹霖 ,  张云辉 ,  王艳皓 ,  赵雪微 ,  李昳娴 ,  孟祥瑞 ,  孔柯楠 ,  任真

IPC: G06V10/764 ,  G06V10/762 ,  G06V10/26 ,  G06V10/30 ,  G06V10/36 ,  G06V10/46 ,  G06V20/64 ,  G01B11/00 ,  G01B11/08 ,  G01B11/25

Abstract: 本发明涉及一种基于3D点云处理的钣金件孔组分类及全尺寸测量方法，属于机器视觉测量技术领域。首先通过线扫描摄像机对已加工的钣金覆盖件进行扫描，获取点云数据，并针对原始点云数据进行预处理，其中包括降采样、滤波以及分割。之后针对预处理后的点云进行边界点提取，并采用基于密度的聚类算法对圆孔等数据进行单独存储。接着基于统计学设立数据点与该数据集质心距离的方差阈值，完成对数据的分类并赋予相应标签。最后根据标签类型采用相应的拟合算法，实现了圆孔孔径与位置度测量和腰形孔全尺寸测量。本发明在保证测量精度的基础上，首次提出了腰形孔的非接触测量模型，并实现了圆孔与腰形孔及噪声的自动分类，显著提高了孔组全尺寸测量效率。

公开(公告)号：CN119845194A

公开(公告)日：2025-04-18

申请号：CN202510316473.0

申请日：2025-03-18

Applicant: 吉林大学

Inventor： 刘思远 ,  李虹霖 ,  包昊菁 ,  李昳娴 ,  聂新宇 ,  祝子祎 ,  胡正乙 ,  孟祥瑞

IPC: G01B11/27 ,  G06T7/80

Abstract: 本发明涉及一种线结构光系统的轴线标定方法，属于机器视觉测量领域，方法包括：S1.三爪卡盘夹持具有理想朗伯表面的圆柱标定体，圆柱标定体与三爪卡盘的轴线保持同轴；S2.完成线结构光系统的安装、标定；S3：扫描并记录绕轴线做匀速旋转运动的圆柱标定体各帧轮廓点云及旋转角度，校验同轴关系；S4：利用结构光平面法向量并将轮廓点云拟合成椭圆后变换为正圆，获取轴线初值；S5：利用罗德里格斯公式拼接各帧轮廓点云，结合圆柱几何约束与圆柱标定体总体轮廓点云至轴线距离分布的方差构建目标函数，迭代优化轴线方程，本发明操作流程简便、标定体易于获得，轴线初值获取方法为后续优化算法提供可靠的初始值，目标函数经优化算法迭代求解增加了准确性。

公开(公告)号：CN118504220A

公开(公告)日：2024-08-16

申请号：CN202410564385.8

申请日：2024-05-08

Applicant: 吉林大学

Inventor： 刘思远 ,  李昳娴 ,  包昊菁 ,  王艳皓 ,  李虹霖 ,  苗建伟 ,  裴凯 ,  邵俊麒 ,  祝子祎 ,  聂新宇

IPC: G06F30/20 ,  G06T17/00 ,  G06T7/11 ,  G06T5/70 ,  G06T5/40

Abstract: 本发明专利涉及一种基于双次点云配准的动力电池电芯复位矩阵计算方法，属于机器视觉检测技术领域，首先对采集点云与模板点云进行第一次配准获得错误放置的电芯点云以及其设计位置点云，然后将它们进行第二次配准获得将错误放置电芯移动回设计位置的变换矩阵，再拟合电芯轴线使其对齐设计位置，最后将两个矩阵相乘得到复位矩阵，为实现自动化复位电芯提供相对位姿。本专利在保证检测精度的基础上，首次提出了利用点云配准算法实现动力电池电芯复位矩阵计算，显著提高了动力电池模组的生产效率。

公开(公告)号：CN118379265A

公开(公告)日：2024-07-23

申请号：CN202410513608.8

申请日：2024-04-26

Applicant: 吉林大学

Inventor： 刘思远 ,  李昳娴 ,  王聪慧 ,  裴凯 ,  李虹霖 ,  聂新宇 ,  祝子祎 ,  胡正乙

IPC: G06T7/00 ,  G06T7/33 ,  G06T5/20 ,  G06T5/70

Abstract: 本发明专利涉及一种基于深度学习点云配准的圆柱电芯放置检测方法，属于机器视觉检测技术领域，首先使用线扫相机扫描圆柱电池模组，获取其点云数据，并进行去噪及降采样处理，其次使用三维建模软件建立圆柱电池模组模型，导出为点云数据，将其作为模板，在三维空间中标定模板，确定每个圆柱电芯的坐标范围，训练Feature‑metric Registration深度学习网络，对扫描点云与模板点云进行配准，搜索两片点云的非重叠区域，提取模板点云非重叠区域内的点云坐标，最后匹配处于对应坐标位置的圆柱电芯，提示错误放置的电芯格位置，实现了圆柱电芯放置检测，本专利在保证检测精度的基础上，首次提出了圆柱电芯放置的三维视觉检测，显著提高了动力电池模组的生产效率。