基于最大熵的三维自由曲面位姿配准.docxVIP

基于最大熵的三维自由曲面位姿配准 icp算法的基本原理 随着制造业的发展，复杂曲线在航空航天、汽车、船舶、硬件等领域得到了广泛应用，高精度复杂曲线的制造和检测变得越来越重要。云规模数据的匹配是一个必须解决的问题。因此快速精确的配准方法的研究对促进相关领域的发展具有重要理论意义和工程应用价值。 基于最小二乘原理的ICP算法 单纯形法是一种直接搜索方法,它是利用凸多面体顶点处的函数值比较寻优,没利用导数值,所以下降速度较慢。乘子罚函数法中增广Lagrange函数仅是一次连续可微的,求解迭代优化问题时有可能有数值困难。模拟退火算法和遗传算法等智能算法不能保证收敛,即使收敛通常也是以效率和精度为代价找到全局最优点。序列二次规划法先把最大值函数转化为等价的带约束的可微优化问题,然后每步迭代求解一个二次规划问题。因为需要增加约束来消除目标函数的不可微性,而增加的约束不等式的个数等于测点个数,所以当数据规模较大时,算法复杂性变得相当大 1 检测配准和加工定位 曲面配准问题实际上是求解测量数据相对于自由曲面模型的一组自由位姿,该位姿位形空间可以记为 它是一个三维李氏群,记 其中R 加工定位的目的是找到欧氏变换参数,对齐毛坯测量点云和曲面CAD数模,使得整个数模包到毛坯中,并且加工余量要尽可能均匀或者满足工艺要求。质量评估和误差分析要求各处的误差在给定的区域公差范围内。因此本文配准目的就是要找到测量数据关于自由曲面模型的一个相对位姿,在加工或检测约束条件下,使两曲面对应距离满足极大极小原则。 设Y={y 分别表示对应点间的绝对距离和投影距离。投影距离中n 曲面轮廓度的质量检测通常是以实际曲面与目标曲面之间的最大偏差加以评价,因此配准结果应尽可能使曲面之间的绝对距离最小,并且满足容差范围,因此建立模型 投影距离函数上、下偏差-μ和ε(μ≥0,ε≥0)表示容差范围。 加工定位则要求余量满足加工要求,故建立模型 其中δ为规定最小余量要求。 最佳配准状态下投影距离与绝对距离一致或者只有符号差别。因为目标函数是最大绝对距离函数,所以模型(3)的投影距离函数的上界可以不进行约束。因此可以建立加工定位和质量检测配准统一数学模型 其中σ可以根据容差下界或者余量要求给出。模型(5)不仅简化了约束条件,统一了质量检测配准和加工余量配准问题模型,而且相比于目前配准问题中普遍采用的最小二乘模型(即以测量点到目标曲面的距离平方和最小为目标函数),模型(5)对曲面的轮廓度检测可以得到最大轮廓偏差的最小值,从而避免因配准不到位导致轮廓度偏差评价结果高于实际偏差的问题;而对于加工余量配准问题而言,模型(5)通过投影距离函数约束最小余量,保证余量最小处不出现问题,从而整体满足加工余量配准要求。 2 不适于求解不可微优化模型的方法 上述配准模型(5)中的目标函数是最大值函数,因为它不可微,所以对目标函数求最小时,基于目标函数梯度的优化方法均无法直接使用。而利用函数值求解的直接法或者智能化方法求解效率又不理想,特别是数据规模较大时,这些方法不适于求解不可微优化模型。 本文利用最大熵原理把不可微的最大值函数转化为可微的最大熵函数,最大熵函数含有参数p,理论上,p趋于无穷大时,最大熵函数可精确地逼近最大值函数。 最大熵原理是寻找满足约束条件的“最佳”、“最合理”分布的一个标准,在数学上可表示为优化问题 其中函数S称为熵函数,p 把配准时两曲面间的最大距离看作一个不确定性的概率问题,可通过最大熵原理构造最大熵函数来代替最大值函数,从而将不可微的优化问题(5)转化为可微问题求解。 3 熵函数法求解了界面配置问题 3.1 最大熵原理推导下的可微优化问题 模型(5)中极大极小问题为 首先转化为等价的约束非线性规划问题 其Lagrange函数为 由问题(8)的K-T条件得 把条件(10)代回式(9)得到 为了找到一个光滑函数一致地逼近最大值函数 Λ表示单纯形 这里Lagrange乘子λ 易知S为非负函数。 为了得到使得这个熵函数最大的概率分布,将该熵函数加到原函数上,得到摄动问题 p0为控制参数,p增大时,熵函数在L 代入摄动函数(15),可以得到一个逼近最大值函数D(X)的光滑函数 称为最大熵函数,当p充分大时,最大熵函数精确逼近最大距离函数,故约束配准问题(5)可通过最大熵原理转化为常规的可微优化问题,可微优化问题表示为 以上基于最大熵原理推导的曲面配准方法保持了原模型的约束不变性,同时得到了可微的目标函数。优化问题(18)的目标函数和约束函数都是二次连续可微的,且函数值及梯度值均可由精确的解析公式表示,故采用广义乘子法结合拟牛顿法求解。Broyden-Fletcher-Goldfarb-Shanno(BFGS)算法的整个求解过程具有很好的数值稳定性,很高的计算效率和精度 3.2 杨庆之等