机械工程学报

作者：陈红华, 魏泽勇, 谢乾, 魏明强, 汪俊

单位：1. 南京航空航天大学机电学院 南京 210016;2. 南京航空航天大学计算机科学与技术学院 南京 210016

关键词：飞机表面圆孔检测,三维测量,深度学习,加权最小二乘；

基金：国家重点研发计划资助项目(2019YFB1707504,2020YFB2010702)。

在飞机部件自动制孔系统中，快速、精确检测飞机表面圆孔对飞机装配质量具有重要作用，但从大规模三维测量点云数据中自动化、精确、快速检测所有圆孔特征依旧是一个难点。鉴于此，提出一种基于三维点云深度学习的飞机表面多圆孔基元提取方法。使用三维点云深度学习网络预测三维测量点云中初始圆孔边界点，并基于初始圆孔边界点，学习圆孔法向。同时，设计基于学习的加权最小二乘(Weighted least square，WLS)方法拟合圆孔参数，并将圆孔边界点检测误差、圆孔参数估计误差、圆孔法向学习误差作为多任务联合损失进行网络训练。通过在不同噪声、不同分辨率的模拟点云数据和实测点云数据上进行测试，并与现有先进边界提取、圆孔拟合方法进行对比。试验结果表明，所提出的方法在边界点识别准确度、圆孔参数计算准确度等方面获得了优越的综合性能。

来源：2022年第14期

《机械工程学报》期刊编辑部

查看机械工程学报杂志2022年第14期