摘要：随着机器视觉技术的发展,工件图像配准在机器抓取、缺陷检测方面应用广泛,然而工件拍摄视点不同易造成图像匹配困难,这也成为工件图像匹配亟待解决和研究的问题。鉴于工件的独特轮廓形状,针对多视点造成的匹配问题,提出了一种基于轮廓曲率的工件图像配准方法。首先,在轮廓平滑处理中,针对多边形拟合道格拉斯-普克(DP)算法效果不佳的问题,利用滑动窗口平均方法对轮廓做了进一步处理,有效提高了轮廓平滑度;然后,在轮廓曲线重采样中,对采样点集进行了时间序列化,利用采样间隔设计了一种有效的重采样方法,实现了对重采样点的任意取值,并保持了轮廓点的密集情况;在建立全仿射曲率库中,设计了两步匹配策略,有效提高了匹配精度和效率;最后,针对曲率曲线匹配算法,将形状上下文(SC)引入动态时间规整(DTW)距离计算,解决了DTW算法存在的问题。研究结果表明:该方法能有效地对模板工件图像进行仿射转换,实现与目标工件图像的匹配目的;同时在匹配算法的三对比较实验中,利用SC-DTW匹配算法得到的转换图像与目标工件图像的差异只有4.8%、2.65%和3.92%,相较DTW的6.83%、4.03%和6.34%,以及归一化相关性匹配算法(NCC)的7.45%、6.39%和7.31%,其差异较小,表明该算法配准效果更好,能更有效地计算两条曲线的相似度,从而获得最佳曲率曲线样本,完成工件图像精准配准的任务。

摘要：在轮廓铣削中,为满足质量要求并提高加工效率,提出一种基于轮廓曲率特征的工艺参数优化方法。考虑轮廓曲率特征对加工质量的影响,分别设计了直线、凸弧和凹弧的铣削正交试验,以获取在不同轮廓曲率下的表面粗糙度数据。基于试验结果,利用雪消融优化(snow ablation optimizer,SAO)算法改进的BP(back propagation)神经网络,分别建立直线、凸弧及凹弧铣削的表面粗糙度预测模型。以表面粗糙度与材料去除率为优化目标,构建轮廓铣削工艺参数的多目标优化模型,并运用NSGA-II(non-dominated sorting genetic algorithm II)算法进行求解,获得不同轮廓铣削方式下,满足规定粗糙度要求并最大化材料去除率的铣削工艺参数。将所提出的优化方法应用于实际轮廓加工,结果表明,各轮廓区域的粗糙度均能满足质量要求,且加工效率平均提升了17.1%。

摘要：车门关门力是衡量整车质量的重要指标之一,而车门密封胶条结构特性是影响车门关门力大小的主要因素之一。通过分析车门密封胶条结构特性以及压缩特性,并由此提出了一种新的分部曲率优化设计方法。即为在满足密封胶条优化的边界条件下,根据曲率变化为零处作为分位点,对密封胶条结构进行分部曲率划分,针对不同部分轮廓的曲率进行优化设计。然后利用有限元仿真软件计算结果并证明该方法的有效性,为车门密封胶条的前期结构设计和优化提供了指导。