CN110017790B - 一种基于测量精度的曲面扫描轨迹生成与优化方法 - Google Patents
一种基于测量精度的曲面扫描轨迹生成与优化方法 Download PDFInfo
- Publication number
- CN110017790B CN110017790B CN201910198620.3A CN201910198620A CN110017790B CN 110017790 B CN110017790 B CN 110017790B CN 201910198620 A CN201910198620 A CN 201910198620A CN 110017790 B CN110017790 B CN 110017790B
- Authority
- CN
- China
- Prior art keywords
- track
- scanning
- curved surface
- error
- robot
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
- G01B11/25—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures by projecting a pattern, e.g. one or more lines, moiré fringes on the object
- G01B11/2504—Calibration devices
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
- G01B21/02—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness
- G01B21/04—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness by measuring coordinates of points
- G01B21/042—Calibration or calibration artifacts
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mechanical Engineering (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Robotics (AREA)
- Numerical Control (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
一种基于测量精度的曲面扫描轨迹生成与优化方法,其特征是首先,建立轨迹优化问题的数学模型,所述的轨迹优化问题数学模型是以激光扫描仪测量误差中***误差为评估函数,该评估函数在给定机器人末端位姿参数下,能够计算出对应***误差的数值,并将测量设备约束转化为惩罚函数。在轨迹优化的过程中,分别计算评估函数和惩罚函数,获得满足测量设备约束且测量***误差最小的扫描轨迹;其次,生成机器人***曲面扫描初始轨迹,所述的曲面扫描初始轨迹以一系列机器人末端位姿参数表示;第三,根据轨迹优化问题数学模型求解最优扫描轨迹。
Description
技术领域
本发明涉及一种测量技术,尤其是一种曲面扫描的轨迹生成与优化技术,具体地说是一种基于测量精度的曲面扫描轨迹生成与优化方法。
背景技术
在飞机装配过程中,为了保证装配的质量,需要对飞机构件的外形进行高精度的测量。飞机制造中常用的测量设备有激光雷达、激光扫描仪和摄影测量等,其中激光扫描仪与激光跟踪仪组成的测量***可以快速获取待测物体外形数据,测量效率高,测量范围大,能够以多种姿态实现测量。在飞机外形数据测量中,常将激光跟踪仪安装在机器人或者机床末端,组成自动化扫描***。其中扫描轨迹的生成与优化是扫描***顺利完成飞机外形数据自动化测量的核心流程。
扫描轨迹的生成与优化需要综合考虑测量设备约束,测量效率和测量精度。目前常见的扫描轨迹的生成与优化,只考虑测量设备约束和测量效率,没有考虑到扫描轨迹对测量精度的影响。激光扫描仪的测量精度通常比触发式探头的测量精度低一个数量等级,提高扫描***的测量精度可以有效提高测量结果可靠性。
发明内容
本发明的目的是针对现有的机器人扫描***的扫描轨迹的生成与优化只考虑测量设备约束和测量效率,没有考虑到扫描轨迹对测量精度的影响而导致测量精度不高的问题,根据激光扫描仪的测量误差变化规律,发明一种基于测量精度的曲面扫描轨迹生成与优化方法。
本发明的技术方案是:
一种基于测量精度的曲面扫描轨迹生成与优化方法,其特征是它包括以下步骤:
首先,建立轨迹优化问题的数学模型;该轨迹优化问题数学模型是以激光扫描仪测量误差中***误差为评估函数,该评估函数在给定机器人末端位姿参数下,能够计算出对应***误差的数值,并将测量设备约束量化为惩罚函数;在轨迹优化的过程中,分别计算评估函数和惩罚函数,获得满足测量设备约束且测量***误差最小的扫描轨迹;
其次,生成机器人***曲面扫描初始轨迹;
最后,根据轨迹优化问题数学模型求解最优扫描轨迹。最优扫描轨迹的求解为标准的约束最优化问题,可以采用粒子群算法进行求解。
所述的测量误差是指测量数据中的***误差,测量数据中包含***误差和随机误差,***误差占主要地位,相对于扫描姿态呈现规律分布,通过实验建立***误差预测模型。
所述的轨迹优化问题数学模型建立方法为:
通过对激光扫描仪***误差建立评估函数:
E=k1(d0-d)·(ψ-ψ0)+E0+k2|φ|
其中E为评估值,[d ψ φ]表示激光扫描仪位姿参数扫描深度、面外角和面内角,取决于给定的机器人末端位姿参数[x y z α β γ],d0、ψ0为模型常数,E0为误差常数,k1、k2为函数系数;
将激光扫描仪测量约束量化为惩罚函数,激光扫描仪测量约束包括接收镜约束、有效扫描宽度约束、面外角约束和面内角约束,惩罚函数为:
其中εi表示接受角,li表示有效扫描宽度,lmin为有效扫描宽度下限,φmin、φmax为面内角上下限,惩罚函数中各变量的值由机器人末端位姿参数[x y z α β γ]计算获得。
所述曲面扫描初始轨迹以一系列机器人末端位姿参数表示。
所述的初始扫描轨迹生成方法为:
首先,生成扫描路径,在CATIA中打开待测理论数模,使用行切法将待测曲面切割,在曲面上生成扫描路径,行切宽度w根据激光扫描仪扫描宽度和待测曲面曲率确定;
其次,离散路径,将扫描路径等弧长生成离散点,由于扫描轨迹由一系列机器人末端姿态组成,离散路径有利于简化后续计算步骤;接着,生成法向点,在路径上生成n个离散点处曲面的法向,在法向上固定距离d1处生成法向点,获取机器人扫描时末端法向;
最后,计算轨迹参数,根据离散点和法向点建立机器人末端坐标系。
所述的机器人末端坐标系建立方法为:{PTi}(i∈[1,n])表示路径上的n个离散点,{PTi}(i∈[n+1,2n])表示与离散点一一对应的n个法向点,PT1点处坐标系建立为:
(1)坐标系原点为PT1点;
(2)Z轴为控制点处曲面法向,即:
(4)Y轴可以已获得的Z轴和X轴叉乘获得,即:
按照上述步骤(2)-(4)建立PT2至PTn点处坐标系,直到所有坐标系建立完成,共建立n个坐标系,根据坐标系可以得到机器人末端位姿参数。
本发明的有益效果:
(1)本发明实现了测量***曲面扫描轨迹规划,建立了轨迹优化问题的数学模型,有效降低了轨迹优化求解难度。
(2)本发明提出了一种新的扫描轨迹优化思路,以测量精度为目标的轨迹优化,不仅可以应用于曲面特征,也可以应用于其他特征。
(3)本发明不仅可以获取优化后的扫描,同时可以根据惩罚函数判断优化后的位姿是否能够满足测量设备约束。
附图说明
图1是本发明的激光扫描仪曲面扫描示意图。
图2-4是本发明的曲面扫描初始轨迹生成的示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的说明。
如图1-4所示。
一种基于测量精度的曲面扫描轨迹生成与优化方法,它包括以下步骤:
首先,建立轨迹优化问题的数学模型;
其次,生成机器人***曲面扫描初始轨迹;
最后,根据轨迹优化问题数学模型求解最优扫描轨迹。
其中:轨迹优化问题数学模型是以激光扫描仪测量误差中***误差为评估函数,该评估函数在给定机器人末端位姿参数下,能够计算出对应***误差的数值,并将测量设备约束转化为惩罚函数。在轨迹优化的过程中,分别计算评估函数和惩罚函数,获得满足测量设备约束且测量***误差最小的扫描轨迹。
轨迹优化问题数学模型建立过程如下:
首先,通过对激光扫描仪***误差评定试验结果,建立的评估函数表示为
E=k1(d0-d)·(ψ-ψ0)+E0+k2|φ|
其中E为评估值,[d ψ φ]表示激光扫描仪位姿参数扫描深度、面外角和面内角,取决于给定的机器人末端位姿参数[x y z α β γ],d0、ψ0为模型常数,E0为误差常数,k1、k2为函数系数。
接着,将激光扫描仪测量约束量化为惩罚函数,激光扫描仪测量约束包括接收镜约束、有效扫描宽度约束、面外角约束和面内角约束,建立的惩罚函数表述为
其中εi表示接受角,li表示有效扫描宽度,lmin为有效扫描宽度下限,φmin、φmax为面内角上下限,惩罚函数中各变量的值由机器人末端位姿参数[x y z α β γ]计算获得。
曲面的初始扫描轨迹如图2-4所示,具体步骤如下:
首先,生成扫描路径,如图2所示。在CATIA中打开待测理论数模,使用行切法将待测曲面切割,在曲面上生成扫描路径,行切宽度w根据激光扫描仪扫描宽度和待测曲面曲率确定。
其次,离散路径,如图3所示。将扫描路径等弧长生成离散点,由于扫描轨迹由一系列机器人末端姿态组成,离散路径有利于简化后续计算步骤。
接着,生成法向点,如图3所示。在路径上生成n个离散点处曲面的法向,在法向上固定距离d1处生成法向点,获取机器人扫描时末端法向。
最后,计算轨迹参数,如图4所示。根据离散点和法向点建立机器人末端坐标系,计算机器人末端位姿参数,坐标系建立方法如下:
图4中{PTi}(i∈[1,n])表示路径上的n个离散点,{PTi}(i∈[n+1,2n])表示与离散点一一对应的n个法向点,坐标系建立以PT1点为例:
(1)坐标系原点为PT1点;
(2)Z轴为控制点处曲面法向,即:
(4)Y轴可以已获得的Z轴和X轴叉乘获得,即:
按照上述步骤(2)-(4)建立PT2至PTn点处坐标系,直到所有坐标系建立完成,共建立n个坐标系,根据坐标系可以得到机器人末端位姿参数。
最优扫描轨迹的求解为标准的约束最优化问题,可以采用粒子群算法进行求解。
本发明未涉及部分均与现有技术相同或可采用现有技术加以实现。
Claims (3)
1.一种基于测量精度的曲面扫描轨迹生成与优化方法,其特征是它包括以下步骤:
首先,建立轨迹优化问题的数学模型;该轨迹优化问题数学模型是以激光扫描仪测量误差中***误差为评估函数,该评估函数在给定机器人末端位姿参数下,能够计算出对应***误差的数值,并将测量设备约束量化为惩罚函数;在轨迹优化的过程中,分别计算评估函数和惩罚函数,获得满足测量设备约束且测量***误差最小的扫描轨迹;
其次,生成机器人***曲面扫描初始轨迹;
最后,根据轨迹优化问题数学模型求解最优扫描轨迹;
所述的轨迹优化问题数学模型建立方法为:
通过对激光扫描仪***误差建立评估函数:
E=k1(d0-d)·(ψ-ψ0)+E0+k2|φ|
其中E为评估值,[d ψ φ]表示激光扫描仪位姿参数扫描深度、面外角和面内角,取决于给定的机器人末端位姿参数[x y z α β γ],d0、ψ0为模型常数,E0为误差常数,k1、k2为函数系数;
将激光扫描仪测量约束量化为惩罚函数,激光扫描仪测量约束包括接收镜约束、有效扫描宽度约束、面外角约束和面内角约束,惩罚函数为:
其中εi表示接受角,li表示有效扫描宽度,lmin为有效扫描宽度下限,φmin、φmax为面内角上下限,惩罚函数中各变量的值由机器人末端位姿参数[x y z α β γ]计算获得;
所述的初始扫描轨迹生成方法为:
首先,生成扫描路径,在CATIA中打开待测理论数模,使用行切法将待测曲面切割,在曲面上生成扫描路径,行切宽度w根据激光扫描仪扫描宽度和待测曲面曲率确定;
其次,离散路径,将扫描路径等弧长生成离散点,由于扫描轨迹由一系列机器人末端姿态组成,离散路径有利于简化后续计算步骤;接着,生成法向点,在路径上生成n个离散点处曲面的法向,在法向上固定距离d1处生成法向点,获取机器人扫描时末端法向;
最后,计算轨迹参数,根据离散点和法向点建立机器人末端坐标系;
所述的机器人末端坐标系建立方法为:{PTi}(i∈[1,n])表示路径上的n个离散点,{PTi}(i∈[n+1,2n])表示与离散点一一对应的n个法向点,以PT1点处坐标系建立为:
(1)坐标系原点为PT1点;
(2)Z轴为控制点处曲面法向,即:
(4)Y轴可以已获得的Z轴和X轴叉乘获得,即:
按照上述步骤(2)-(4)建立PT2至PTn点处坐标系,直到所有坐标系建立完成,共建立n个坐标系,根据坐标系可以得到机器人末端位姿参数。
2.如权利要求1所述的方法,其特征在于所述的测量误差是指测量数据中的***误差,测量数据中包含***误差和随机误差,***误差占主要地位,相对于扫描姿态呈现规律分布,通过实验建立***误差预测模型。
3.如权利要求1所述的方法,其特征在于所述的曲面扫描初始轨迹以一系列机器人末端位姿参数表示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910198620.3A CN110017790B (zh) | 2019-03-15 | 2019-03-15 | 一种基于测量精度的曲面扫描轨迹生成与优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910198620.3A CN110017790B (zh) | 2019-03-15 | 2019-03-15 | 一种基于测量精度的曲面扫描轨迹生成与优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110017790A CN110017790A (zh) | 2019-07-16 |
CN110017790B true CN110017790B (zh) | 2021-02-09 |
Family
ID=67189615
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910198620.3A Active CN110017790B (zh) | 2019-03-15 | 2019-03-15 | 一种基于测量精度的曲面扫描轨迹生成与优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110017790B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110500969B (zh) * | 2019-10-08 | 2020-07-14 | 大连理工大学 | 一种高陡度复杂曲面在位测量规划方法 |
CN111998797B (zh) * | 2020-07-20 | 2021-04-27 | 成都飞机工业(集团)有限责任公司 | 一种拍照式三维扫描仪的扫描轨迹规划方法 |
CN112113513B (zh) * | 2020-09-22 | 2021-09-28 | 中国科学院长春光学精密机械与物理研究所 | 基于全频段光学加工面形误差***链路像质仿真分析方法 |
CN114750146B (zh) * | 2022-03-10 | 2023-10-24 | 南京航空航天大学 | 一种机器人铣削轨迹精度补偿方法 |
CN114707253B (zh) * | 2022-05-25 | 2022-08-26 | 南京航空航天大学 | 一种基于特征引导的三维测量机器人扫描轨迹优化方法 |
CN116781837B (zh) * | 2023-08-25 | 2023-11-14 | 中南大学 | 一种自动化激光三维扫描*** |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101624097A (zh) * | 2009-05-27 | 2010-01-13 | 北京航空航天大学 | 自由基座对接器的自主最优轨迹跟踪设计方法 |
CN101915764A (zh) * | 2010-08-10 | 2010-12-15 | 武汉武大卓越科技有限责任公司 | 基于动态规划的路面裂缝检测方法 |
CN102768536A (zh) * | 2012-07-20 | 2012-11-07 | 哈尔滨工程大学 | 一种基于多目标萤火虫算法的路径规划方法 |
CN104020665A (zh) * | 2014-06-25 | 2014-09-03 | 北京邮电大学 | 基于多目标粒子群算法的机械臂最小跃度轨迹优化方法 |
CN105005301A (zh) * | 2015-05-25 | 2015-10-28 | 湘潭大学 | 一种基于群体智能算法的工业机器人作业点序列及轨迹规划方法 |
JP2015230729A (ja) * | 2014-06-03 | 2015-12-21 | 三菱電機株式会社 | 環境内の1組のセンサーの経路を計画する方法 |
CN106574830A (zh) * | 2014-04-22 | 2017-04-19 | 博拉斯特运动有限公司 | 使用软约束和惩罚函数初始化惯性传感器 |
CN106970594A (zh) * | 2017-05-09 | 2017-07-21 | 京东方科技集团股份有限公司 | 一种柔性机械臂的轨迹规划方法 |
CN107726974A (zh) * | 2017-09-15 | 2018-02-23 | 黑龙江科技大学 | 基于测距传感器的复杂曲面叶片迭代扫描测量方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014205425A1 (en) * | 2013-06-22 | 2014-12-24 | Intellivision Technologies Corp. | Method of tracking moveable objects by combining data obtained from multiple sensor types |
CN106773716B (zh) * | 2017-01-19 | 2019-06-04 | 福州大学 | 一种用于复合材料压机变速下落的轨迹规划方法 |
CN109191513B (zh) * | 2018-08-28 | 2020-10-16 | 江苏久创电气科技有限公司 | 基于全局优化的电力设备立体匹配方法 |
-
2019
- 2019-03-15 CN CN201910198620.3A patent/CN110017790B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101624097A (zh) * | 2009-05-27 | 2010-01-13 | 北京航空航天大学 | 自由基座对接器的自主最优轨迹跟踪设计方法 |
CN101915764A (zh) * | 2010-08-10 | 2010-12-15 | 武汉武大卓越科技有限责任公司 | 基于动态规划的路面裂缝检测方法 |
CN102768536A (zh) * | 2012-07-20 | 2012-11-07 | 哈尔滨工程大学 | 一种基于多目标萤火虫算法的路径规划方法 |
CN106574830A (zh) * | 2014-04-22 | 2017-04-19 | 博拉斯特运动有限公司 | 使用软约束和惩罚函数初始化惯性传感器 |
JP2015230729A (ja) * | 2014-06-03 | 2015-12-21 | 三菱電機株式会社 | 環境内の1組のセンサーの経路を計画する方法 |
CN104020665A (zh) * | 2014-06-25 | 2014-09-03 | 北京邮电大学 | 基于多目标粒子群算法的机械臂最小跃度轨迹优化方法 |
CN105005301A (zh) * | 2015-05-25 | 2015-10-28 | 湘潭大学 | 一种基于群体智能算法的工业机器人作业点序列及轨迹规划方法 |
CN106970594A (zh) * | 2017-05-09 | 2017-07-21 | 京东方科技集团股份有限公司 | 一种柔性机械臂的轨迹规划方法 |
CN107726974A (zh) * | 2017-09-15 | 2018-02-23 | 黑龙江科技大学 | 基于测距传感器的复杂曲面叶片迭代扫描测量方法 |
Non-Patent Citations (2)
Title |
---|
Trajectory Planning Algorithm Based on Quaternion for 6-DOF Aircraft Wing Automatic Position and Pose Adjustment Method;Zhu Yongguo, Huang Xiang, Fang Wei, Li Shuanggao;《Chinese Journal of Aeronautics》;20101231;第23卷(第6期);全文 * |
飞机机翼装配中的扫描路径规划研究;艾小祥;《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》;20140731(第7期);第27-78页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110017790A (zh) | 2019-07-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110017790B (zh) | 一种基于测量精度的曲面扫描轨迹生成与优化方法 | |
WO2020118970A1 (zh) | 一种复杂表面加工的在机点云检测及补偿方法 | |
CN106707768B (zh) | 一种基于模型校准的喷漆轨迹规划方法 | |
CN109163675B (zh) | 一种基于激光跟踪仪检测角摆轴位置精度的方法 | |
CN108344361B (zh) | 一种基于激光跟踪仪的平面法向量测量方法 | |
CN110716194B (zh) | 同时参考球与面的多波束三维激光成像***的检校方法 | |
CN109458994B (zh) | 一种空间非合作目标激光点云icp位姿匹配正确性判别方法及*** | |
CN111907729A (zh) | 一种针对飞机大部件调姿的最佳位姿拟合方法 | |
CN112017233A (zh) | 反应力锥形貌测量方法、装置、计算机设备和*** | |
CN204269086U (zh) | 一种高精度的航空发动机叶片自动三维测量*** | |
CN106646507B (zh) | 基于惯性引导的激光跟踪测量设备多目标测量方法与装置 | |
CN110018491B (zh) | 激光扫描方法、装置及激光雷达 | |
CN111891176A (zh) | 基于轨道几何状态测量仪的轨道测量数据整体平差方法 | |
US7231326B1 (en) | System and method for generating a scanning program for a stand-alone measuring equipment | |
CN111693051A (zh) | 一种基于光电传感器的多目标数据关联方法 | |
CN111376272B (zh) | 用于壳体结构三维扫描过程的机器人测量路径规划方法 | |
CN110515060B (zh) | 多线激光雷达反射率标定的方法 | |
CN111679261A (zh) | 一种基于反光板的激光雷达定位方法及*** | |
Nassef et al. | Determination of best objective function for evaluating geometric deviations | |
CN113203369B (zh) | 一种机器人制孔法向垂直度测量方法 | |
CN112988732B (zh) | 一种观测数据中异常值的处理方法 | |
CN114596341B (zh) | 面向大视场运动目标的多相机高精度三维位姿跟踪方法 | |
CN115047438A (zh) | 数据校正方法、装置、电子设备和存储介质 | |
CN115290013B (zh) | 一种基于北斗的高危陡坡形变监测数据处理方法 | |
CN112308891B (zh) | 一种近净成形类零件多公差约束的配准计算方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |