涡轮叶片密集点云数据与CAD模型配准方法.pdf

涡轮叶片密集点云数据与CAD模型配准方法——黄胜利卜昆程云勇等

涡轮叶片密集点云数据与CAD模型配准方法

黄胜利卜昆程云勇周丽敏
西北工业大学现代设计与集成制造技术教育部重点实验室，西安，710072

摘要：针对密集点云数据与CAD模型的配准问题，提出了一种基于简化模型曲率计算的配准方
法。该方法通过计算简化模型和CAD模型各点的曲率提取出两模型上某一对应的特征面，根据特征
面求出三组对应点对并计算坐标变换矩阵；把得到的变换矩阵应用于简化前的原始点云模型实现模型
的预配准；最后通过奇异值分解和最近点迭代相结合的算法实现精确配准。实例表明，该方法实现了密
集点云数据与CAD模型的配准，并在保证配准精度的前提下提高了配准的速度，从而验证了方法的有
效性和实用性。
关键词：密集点云数据；模型简化；特征提取；配准
中图分类号：TP891文章编号：1O04～132X(2011)14—1699一O5

RegistrationforTurbineBladebetweenDenseCloudDataandCADModel
HuangShengliPuKunChengYunyongZhouLimin
TheKeyLaboratoryofContemporaryDesignandIntegratedManufacturingTechnology，
MinistryofEducation，NorthwesternPolytechnicalUniversity，Xi’an，710072
Abstract：ForthematchingproblembetweendenseclouddataandCADmodel，aregistration
methodbasedoncurvaturescalculationofsimplifiedmodelwasproposed．Featuresurfaceswereex—
tractedbasedonthecurvatureofsimplifiedandCADmodel，threecorrespondingpointsweresearched
throughfeaturesurfaces，andthetransformationmatrixwascomputed．Thentheobtainedmatrixwas
appliedtooriginalclouddatatoachievepre—registration．Thelaststepwasaccurateregistrationthat
achievedthroughSVD—ICPalgorithm．Experimentalresultsshowthatthemethodcanrealizeregis—
trationbetweendenseclouddataandCADmodel，anddemonstratetheefficiencyandpracticalityof
themethod．
Keywords：denseclouddata；modelsimplification；featureextracting；registration

0引言得到了广泛的应用。ICP算法要求待配准两模型
在涡轮叶片模具型腔反变形优化设计中，计的初始位置要足够接近，否则不能得到好的收敛
算分析叶片测量数据相对于CAD模型的三维偏结果，因此，使用ICP算法进行精确配准前，需要
差至关重要。叶片测量数据的主要获取方法为三对两待配准模型进行预配准。武殿梁等[3采用遗
坐标测量和光学扫描测量。近年来，随着激光技传算法实现了曲面之间的预配准，此方法比较耗
术的发展，光学扫描仪获取数据的速度和精度都时。吴锋等基于轮廓的力矩主轴实现了医学图
有显著的提高，应用越来越广泛，但其获得的海量像的预配准，该方法的缺点是对数据的缺失比较
数据给后续的数据处理、分析、计算带来很大的不敏感，需要整个物体的全部信息。刘晶r5通过建
便。由于测量数据是在测量设备坐标系下获得立模型的包围盒实现三维测量模型与CAD模型
的，故在对测量数据进行偏差分析前，需把测量数之间的预配准，该方法对测量模型的完整性要求
据与CAD模型的坐标系统一起来，也就是实现较高，且包围盒的建立有一定的难度。
光学测量的密集点云数据的配准计算非常耗
测量数据与CAD模型的配准定位。
时，为了缩短配准计算的时间，本文提出一种基于
目前应用比较广泛的配准算法是Besl等_1
简化模型曲率计算的配准方法，首先对密集点云
提出的迭代最近点(iterativeclosestpoint，ICP)
模型进行简化，估算简化模型的曲率，根据曲率提
算法。该方法通过最小二乘法构造配准的目标函
取对应特征面；然后寻找匹配点对从而计算出变
数，具有收敛速度