大型构件复杂曲面自动化测量方法与技术
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第9-23页 |
| 1.1 研究背景与意义 | 第9-11页 |
| 1.2 国内外发展现状 | 第11-18页 |
| 1.2.1 直接测量方法 | 第11-13页 |
| 1.2.2 组合测量方法 | 第13-18页 |
| 1.3 关键技术 | 第18-21页 |
| 1.3.1 局部高密度点云获取 | 第18-19页 |
| 1.3.2 全局精度控制 | 第19-20页 |
| 1.3.3 测量效率与自动化 | 第20-21页 |
| 1.4 课题来源及研究内容 | 第21-23页 |
| 第2章 面向复杂曲面的精细化三维形貌测量 | 第23-67页 |
| 2.1 基于条纹投影的形貌测量原理 | 第23-36页 |
| 2.1.1 折叠相位获取 | 第24-25页 |
| 2.1.2 相位展开 | 第25-29页 |
| 2.1.3 基于相位的图像匹配 | 第29-33页 |
| 2.1.4 三维点重构 | 第33-36页 |
| 2.2 条纹投影系统高精度标定 | 第36-56页 |
| 2.2.1 相机标定方法 | 第36-43页 |
| 2.2.2 投影仪标定方法 | 第43-56页 |
| 2.3 测量精度提升 | 第56-66页 |
| 2.3.1 双相机位置优化 | 第57-60页 |
| 2.3.2 投影条纹质量精度提升 | 第60-66页 |
| 2.4 本章小结 | 第66-67页 |
| 第3章 大尺寸复杂曲面形貌测量中的全局精度控制 | 第67-89页 |
| 3.1 基于近景摄影测量的数据拼接方法 | 第67-72页 |
| 3.1.1 光束平差 | 第68-70页 |
| 3.1.2 控制点坐标转换 | 第70-72页 |
| 3.2 全局控制点坐标提取与设计优化 | 第72-88页 |
| 3.2.1 控制点坐标提取方法 | 第72-78页 |
| 3.2.2 控制点优化设计 | 第78-84页 |
| 3.2.3 控制点三维测量 | 第84-88页 |
| 3.3 本章小结 | 第88-89页 |
| 第4章 基于工业机器人的测量自动化 | 第89-109页 |
| 4.1 机器人运动学模型 | 第89-92页 |
| 4.2 高精度机器人手眼标定方法 | 第92-99页 |
| 4.2.1 初值获取 | 第93-95页 |
| 4.2.2 手眼与运动学模型联合优化 | 第95-99页 |
| 4.3 基于工业机器人的近景摄影测量初值获取方法 | 第99-103页 |
| 4.3.1 控制点坐标初值求解 | 第99-100页 |
| 4.3.2 自动全局定向 | 第100-102页 |
| 4.3.3 图像特征自动匹配 | 第102-103页 |
| 4.4 机器人轨迹位姿优化 | 第103-108页 |
| 4.4.1 形貌测量轨迹优化 | 第103-106页 |
| 4.4.2 全局控制点测量轨迹优化 | 第106-108页 |
| 4.5 本章小结 | 第108-109页 |
| 第5章 大型构件复杂曲面自动化测量应用 | 第109-123页 |
| 5.1 飞机蒙皮铆钉阶差检测 | 第109-118页 |
| 5.1.1 问题描述与方法设计 | 第109-111页 |
| 5.1.2 铆钉阶差测量方法 | 第111-113页 |
| 5.1.3 测量结果 | 第113-118页 |
| 5.2 汽车车身外覆盖件形貌测量 | 第118-122页 |
| 5.2.1 测量方法设计 | 第118-119页 |
| 5.2.2 测量结果 | 第119-122页 |
| 5.3 本章小结 | 第122-123页 |
| 第6章 全文总结与展望 | 第123-127页 |
| 6.1 全文工作总结 | 第123-124页 |
| 6.2 创新点 | 第124-126页 |
| 6.3 展望 | 第126-127页 |
| 参考文献 | 第127-135页 |
| 发表论文和参加科研情况说明 | 第135-137页 |
| 致谢 | 第137-138页 |
