基于遗传算法的三维曲面配准

本文针对自由曲面模型数据和测量数据之间的配准问题,研究了先粗后精的两步配准方法。利用遗传算法的全局搜索性能,控制优化参数达到两曲面间的粗配准;以粗配准的结果作为初值,利用ICP匹配算法修正误差,进一步优化以达到全局最优配准。两步法解决了ICP算法易收敛于局部最小值的问题,将测量曲面与CAD模型曲面在空间进行最优化匹配。实例验证表明,算法配准精度高、运算速度比较快,可以应用于曲面件多点成形后的曲面误差分析及修正,也可应用于其他领域自由光滑曲面的测量结果的比较分析。

复杂曲面测量数据的位姿配准方法

针对三维测量数据和自由曲面模型之间的位姿配准问题,研究了先粗后精的两步配准方法。在初始配准的基础上,融合最小二乘法和最小条件原则构造目标函数,应用微分进化算法对目标函数寻优,找出三维测量数据与理论曲面的最佳匹配矩阵以实现最优配准。实验结果表明,该方法与遗传算法相比具有运算速度快和精度高等特点,能较好的解决复杂曲面类零件测量数据的位姿配准问题,并且可用于逆向工程中曲面误差的分析及修正。