ДОСЛІДЖЕННЯ ТЕХНОЛОГІЇ 3D-ВИМІРЮВАННЯ НА ОСНОВІ МАШИННОГО ЗОРУ
Анотація
Вимірювання є важливим засобом людства для розуміння та зміни навколишнього світу і це технологічна основа, що забезпечує розвиток передових наукових досліджень та вирішення широкого кола проблем економічного та соціального розвитку. Розвиток та вдосконалення систем 3D-вимірювання служить першочерговим національним потребам, сприяє розвитку національної економіки та є важливим елементом, що забезпечує національної безпеку. З початком нової промислової революції великі індустріальні країни світу почали прискорювати стратегічне роз- гортання інтелектуального виробництва. Важливим компонентом будівництва високоінтелектуальних виробни- чих підприємств є система 3D-вимірювання, яка має відігравати важливу роль у поглибленні реалізації стратегії виробництва та просуванні високоякісного, інтелектуального та екологічного виробничого процесу. В останні роки технологія оптичного 3D-вимірювання, представлена поверхневим структурованим світлом, швидко розвинулась і отримала застосування в багатьох областях обробки матеріалів, таких як кування, лиття та обробка листового металу. Для проведення аналізу точність виготовлення складних деталей за допомогою технології 3D-вимірювання зі структурованим світлом поверхні, на першому етапі необхідно виконати сканування та реконструювати загальну 3D-поверхню деталі. Отримані внаслідок реконструкції тривимірні дані хмари точок поверхні деталі мають бути узгоджені з проектною моделлю. На наступному етапі виконується порівняння даних та аналіз точності у від- повідності до заявлених технічних вимог на контрольовану деталь. У цьому процесі точність реконструкції тривимірної поверхні складної деталі та точність кореляції між результатами реконструкції та проектною моделлю безпосередньо визначають надійність і точність остаточного виготовлення деталі та аналіз точності обробки. У цій статті розглянуто приклади, які ілюструють застосування машинного зору в 3d-вимірюваннях. Застосування технології 3d-вимірювання в системах активного контролю якості, наприклад, при шліфуванні лопатей може не тільки підвищити точність вимірювань оброблених деталей, але також дозволить забезпечити високу продуктивність та відносну стабільність сили різання при обробці лопатки турбіни авіаційного двигуна на автоматичному шліфувальному роботі. Наведено приклад застосовування технології 3d-вимірювань при онлайн-інспекції якості втулок коліс поїздів, адаптерів коліс поїздів і розміру коліс високошвидкісного поїзда.
Посилання
2. Aiger D, Mitra N J, Cohen-Or D. 4-points congruent sets for robust pairwise surface registration. ACM Transactions on Graphics, 2008, 27(3): 85.
3. André Luiz Buarque Vieira e Silva; Heitor de Castro Felix; Franscisco Paulo Magalhães Simões; Veronica Teichrieb; Michel Mozinho dos Santos; Hemir Santiago; Virginia Sgotti; Henrique Lott Neto; InsPLAD: A Dataset and Benchmark for Power Line Asset Inspection in UAV Images, Arxiv-Cs.Cv, 2023.
4. Cai Yunbin, Research on Key Technologies of Computer Vision Recognition and Its Application in Passenger Flow Detection Sichuan Province, Chengdu Staring Technology Co., Ltd., May 26, 2020
5. Chen Xu. Research on Complex Part 3D Reconstruction and Point Cloud Registration Technology [D]. Huazhong University of Science and Technology, 2019
6. Cheng X, Liu X, Li Z, et al. High-accuracy globally consistent surface reconstruction using fringe projection profilometry. Sensors, 2019, 19(3): 668.
7. Curless B, Levoy M. A volumetric method for building complex models from range images. Proceedings of the 23rd annual conference on Computer graphics and interactive techniques. ACM, 1996: 303–312.
8. Cuypers W, Van Gestel N, Voet A, et al. Optical measurement techniques for mobile and large-scale dimensional metrology. Optics and Lasers in Engineering, 2009, 47(3): 292–300.
9. Design and application of a traffic scene detection platform based on computer vision technology [J] Western Transportation Technology, 2023, (06): 163-165 DOI: 10.13282/j.cnki.wccst.2023.06.047
10. Elmira Faraji Zonouz; Xiao Pan; Yu-Cheng Hsu; Tony Yang; 3D Vision-based Structural Masonry Damage Detection, Arxiv-Cs.Cv, 2023.
11. Gelfand N, Mitra N J, Guibas L J, et al. Robust global registration. Proceedings of the Third Eurographics Symposium on Geometry Processing. Aire-la-Ville, Switzerland, Switzerland: Eurographics Association, 2005.
12. Ghorbani H, Khameneifar F. Accurate registration of point clouds of damaged aeroengine blades. Journal of Manufacturing Science and Engineering, 2021, 143(3): Article No. 031012
13. GOM Inspect is now ZEISS INSPECT Optical 3D. GOM Metrology [2019-03-07], URL: https://www.gom.com/3dsoftware/gom-system-software/atos-professional.html.
14. Han L, Cheng X, Li Z, et al. A robot-driven 3d shape measurement system for automatic quality inspection of thermal objects on a forging production line. Sensors, 2018, 18(12): 4368.
15. Han L, Cheng X, Li Z, et al. A robot-driven 3d shape measurement system for automatic quality inspection of thermal objects on a forging production line. Sensors, 2018, 18(12): 4368.
16. HandySCAN 3d – professional portable 3d laser scanner. Creaform. [2019-03-07]. https://www.creaform3d.com/en/metrology-solutions/portable-3d-scanner-handyscan-3d.
17. He W, Zhong K, Li Z, et al. Accurate calibration method for blade 3d shape metrology system integrated by fringe projection profilometry and conoscopic holography. Optics and Lasers in Engineering, 2018, 110: 253–261.
18. Huang Ziliang Research on non-destructive detection algorithm for soybean damage based on computer vision [D] University of Science and Technology of China, 2023
19. João Peixoto; João Sousa; Ricardo Carvalho; Gonçalo Santos; Ricardo Cardoso; Ana Reis; End-to-End Solution for Analog Gauge Monitoring Using Computer Vision in An IoT Platform, Sensors (Basel, Switzerland), 2023.
20. Kui Luo; Xuan Kong; Jie Zhang; Jiexuan Hu; Jinzhao Li; Hao Tang; Computer Vision-Based Bridge Inspection and Monitoring: A Review, Sensors (Basel, Switzerland), 2023.
21. Levoy M, Pulli K, Curless B, et al. The digital michelangelo project: 3d scanning of large statues. Proceedings of the 27th Annual Conference on Computer Graphics and Interactive Techniques. New York, NY, USA: ACM Press/Addison-
Wesley Publishing Co., 2000: 131–144.
22. Li W L, Xie H, Zhang G, Yan S J, Yin Z P. 3-D shape matching of a blade surface in robotic grinding applications. IEEE/ASME Transactions on Mechatronics, 2016, 21(5): 2294−2306
23. Li Xianzheng, Zhao Zhenbin, Liu Yang, etc Commercial Homogeneity Space Measurement of Ancient Town Tourism Destinations Based on Street View Image – Taking Dali Old City as an Example [J] Progress in Geographic Science, 2023, 42 (01): 104-115
24. Li Y, Gu P. Free-form surface inspection techniques state of the art review. Computer-Aided Design, 2004, 36(13): 1395–1417.
25. Li Z, Zhong K, Li Y F, et al. Multiview phase shifting: a full-resolution and high-speed 3d measurement framework for arbitrary shape dynamic objects. Optics Letters, 2013, 38(9): 1389–1391.
26. Liming Xue; Junping Qin; Tong Gao; Chao Wang; Automatic Inspection and Reading System of Pointer Instrument Based on Computer Vision, International Symposium on Computer Engineering, 2023. https://doi.org/10.1117/12.2660824
27. Mengran Fang; Jingya Li; Li Cai; Zheng Wang; Research on Autonomous Intelligent Inspection Technology of Substation Based on Image Recognition and Computer Vision, Other Conferences, 2023.
28. Nazanin Safavian; Simon K C Toh; Martino Pani; Raymond Lee; Endoscopic Measurement of The Size of Gastrointestinal Polyps Using An Electromagnetic Tracking System and Computer Vision-based Algorithm, International Journal Of Computer Assisted Radiology And, 2023.
29. Obinna Nwosu; Krish Suresh; Renata Knoll; Daniel J Lee; Matthew G Crowson; A Proof-of-Concept Computer Vision Approach for Measurement of Tympanic Membrane Perforations, The Laryngoscope, 2024.
30. Ouellet J N, Hébert P. Precise ellipse estimation without contour point extraction. Machine Vision and Applications, 2008, 21(1): 59.
31. Rusu R B, Blodow N, Beetz M. Fast point feature histograms (fpfh) for 3d registration. 2009 IEEE International Conference on Robotics and Automation. 2009: 3212–3217.
32. Su Xianyu, Zhang Qican, Chen Wenjing Structured light 3D imaging technology China Laser, 2014 (02): 9–18.
33. Wei Yi Computer vision based detection of foreign objects and insulator defects in power lines [D] University of Electronic Science and Technology, 2023
34. Wu Shaoji, Hu Yike Analysis of Spatial Hyperlinks in Commercial Complex Based on Deep Learning: Taking Sanlitun Taikoo Village and Beijing APM as Examples [J] Southern Architecture, 2022, (01): 61-68
35. Wu Xiaoqiang, Zeng Chaoyang The impact of battlefield environmental factors on machine vision object detection [J] Development and Innovation of Mechanical and Electrical Products, 2021, 34 (05): 92-95
36. Wu Xiaoqiang, Zeng Chaoyang The impact of battlefield environmental factors on machine vision object detection [J] Development and Innovation of Mechanical and Electrical Products, 2021, 34 (05): 92-95
37. Yajie Sun; Ali Zia; Vivien Rolland; Charissa Yu; Jun Zhou; Spectral 3D Computer Vision – A Review, Arxiv-Cs. Cv, 2023. https://doi.org/10.48550/arXiv.2302.08054
38. Yang Jiahe Data collection and analysis of hand tremors in Parkinson’s patients based on computer vision [D] Harbin University of Commerce, 2023 DOI: 10.27787/dcnki.ghrbs.2023.000593
39. Zhang S. Recent progresses on real-time 3d shape measurement using digital fringe projection techniques. Optics and Lasers in Engineering, 2010, 48(2): 149–158.
40. Zhong K, Li Z W, Zhou X H, Li Y F, Shi Y S, Wang C J. Enhanced phase measurement profilometry for industrial 3D inspection automation. The International Journal of Advanced Manufacturing Technology, 2015, 76(9−12): 1563−1574
41. Zhong K, Li Z, Zhou X, et al. Enhanced phase measurement profilometry for industrial 3d inspection automation. The International Journal of Advanced Manufacturing Technology, 2015, 76(9): 1563–1574.
42. Zhou Q Y, Park J, Koltun V. Fast global registration. European Conference on Computer Vision. Springer, 2016: 766–782.
43. Zuo C, Feng S, Huang L, et al. Phase shifting algorithms for fringe projection profilometry: a review. Optics and Lasers in Engineering, 2018, 109: 23–59.
ISSN 
ISSN 
