清华大学学报(自然科学版)

作者：刘华森, 郭子豪, 聂海平, 彭志军

单位：1. 航空工业成都飞机工业集团有限责任公司, 成都 610092;<br>2. 清华大学 天津高端装备研究院, 天津 300300

关键词：点云配准,粒子群算法,自适应启发,自动化定位,2D-3D视觉融合

工业流水线生产环境下,多种类小批次中小型航空零件在自动化喷涂作业等过程中,往往面临着零件摆放位姿不固定而难以自动化测量与定位的问题。为实现综合满足喷涂效率与精度的零件定位,应用基于自适应启发改进的粒子群算法,随配准情况自适应地采用不同启发方案与尺度,实现了较强后景影响下快速地点云配准。从全局搜索与局部搜索两方面进行优化,在应用随配准状态自适应的学习系数与惯性系数基础上,引入自适应尺度的滞步系数与类梯度下降运算,解决粒子群算法收敛速度缓慢与易陷入局部最优问题。基于正态分布置信度准则剔除适应度离群值降低后景点云对配准的影响,实现分割后点云与理论数模的智能配准,获得零件摆放的精确位姿。应用二维(2D)视觉减少测量时间、提供点云分割的依据,并多线程并发同步运算提高效率。最终实现了在3 min的节拍内完成三维(3D)点云的自动化扫描,以及在平均2.5 min节拍内实现2 mm精度的多种零件自主配准定位。

来源：2024年第8期

《清华大学学报(自然科学版)》期刊编辑部

查看清华大学学报(自然科学版)杂志2024年第8期