第12期 2016年12月
组合机床与自动化加工技术
Modular Machine Tool & Automatic Manufacturing Technique
文章编号：10012265(2016)12002304
D0I:10.13462/j. cnki. mmtamt.2016.12.007
No.12 Dec.2016
基于粒子群算法的三维扫描点云数据在机配准
王永青，冀志超，侯博，赵亮
（大连理工大学机械工程学院现代制造研究所，辽宁大连116024）
摘要：针对配准过程中经典ICP算法存在的对初始位置要求高、效率低、不易收敛、与加工环节分离等问题，文章提出一种对于扫描点云数据的基于粒子群优化算法的改进ICP配准算法，并嵌入测量加工一体化设备内，实现配准过程的在机操作。针对使用回转截面线法扫描得到的扫描点云数据，采用弦高差法进行数据的去噪和精简处理，使用改进后的粒子群优化算法进行预配准，再利用基于 K-Dtree数据结构加速的ICP算法进行精配准。结果表明：该方法降低了ICP算法配准时对于初始位置的高要求，配准后叶片加工部位偏差处于±0.5mm范国以内。通过基于数控机床和数控系统的实
验平台的在机实验，验证了所提出的在机配准方法，能够满足工件下一步加工需要。关键词：粒子群算法；在机配准：点云数据：回转截面线法
中图分类号：TH16：TG65
文献标识码：A
On-Machine 3-D Scanned Point Registration Based on Improved Particle Swarm Optimization
WANG Yong-qing,JI Zhi-chao,HOU Bo,ZHAO Liang
(Modern Manufacturing Institute, School of Mechanical Engineering, Dalian University of Technology, Dalian Liaoning116024,China)
Abstract: Due to the high demand for initial position, low efficiency, difficult convergence and the disen-gagement of processing problems in ICP in registration, an improved ICP registration method based on im-proved particle swarm optimization is proposed to realize the on-machine registration. For the rotary-section-line-based sampled point data, firstly the equal chord height error algorithm is used to reduce data, then the improved SPO is used to finish the rough registration and using the results to finish the K-D-tree-based ICP registration. The on-machine experiment results shows that the error of registration can be controlled between O.5mm and the results of registration can be fulfill the demand of next processing.
Key words: particle swarm optimization; on-machine registration;point cloud ;rotary section line
0引言
为了提高工件加工精度及加工效率，测量-加工一体化设备已得到越来越广泛的关注。在测量-加工一体化设备的工作过程中，测量环节影响着后续加工环节的结果。激光扫描工件表面实际形貌的点云数据与原始设计模型数据进行配准及比对，进而获得下一步加工余量等加工信息。近年来，国内外众多学者已经提出了很多配准方法：朱延娟等使用点云数据的曲率和法矢等特征进行粗配准，但算法复杂速度较慢： Besl等[2]提出了经典的ICP算法来进行配准。它具有较好的配准精度，但它对两组点云间的初始位置要求较高，如果初始位置相差太大，则ICP算法有可能不收敛。Masuda等人[3]提出了一种使用最小中值平方法取代最小平方法的改进ICP算法；Y.Chen[4]提出了使用切平面来逼近点云的方法对ICP算法进行改进，但配准需要较好的初值。
常见的初始配准方法有：中心重合法[3]，即简单的
收稿日期：20160222；修回日期：20160324*基金项目：国家973计划课题（2014CB046604）
把两组点云的重心重合，这种方法只能缩小平移错位而无法缩小旋转错位：标记点法[6-7]，即在测量时认为的贴上一些特征点，通过不同视角下的对应标记点进行定位，这种方法依赖于测量仪器及人工操作；提取特征法["]，即通过提取测量点云上的平面特征或轮廓线特征来进行定位，但要求测量点云具有比较明显的易提取特征。
本文针对使用回转截面线法测量得到的一系列扫描点云数据，对目前点云配准算法进行了研究和分析，并基于数控机床和数控系统的实验平台进行了在机实验验证。
基于粒子群优化算法的改进ICP算法 1
本文的方法是将两组点云数据间最小欧氏距离代数和作为对粒子群优化算法的优化函数进行改进，并引入全局最优值停滞步长因子来增强粒子搜索能力，避免局部收敛，针对三维散乱点云数据进行全局搜索。然后得到两组点云数据间一个较好的相对位置作为下
作者简务数据969—），男，内蒙古赤峰人，大连理工大学教授，博士，研究方向为复杂曲面数字化加工技术与装备，（E-mail)yqwang@lu
edu. en.