面向复杂装备AR辅助维修的混合跟踪技术研究

装备维修是生产制造、作业运转的基础,特别是在船舶、航空等领域。由于在维修过程中装备结构复杂、维修人员经验技术不足和缺少直观维修手段导致容易导致维修效率低下和操作出错。因此,通过研究基于增强现实的装备维修方案,直观交互地进行维修作业,能够有效地提升维修的质量和效率。由于装备体型较大,结构复杂,给跟踪定位带来了新的困难,针对实际的工程需求,创新性地将主流方法进行结合,提出了多Marker和ORB-SLAM混合跟踪的方法。通过二次调整多Marker定位结果的动态权值,提高局部定位维修的精度和可靠性。分析比较现有的特征点算法,选择ORB-SLAM作为方案,实现全局的定位和导航,对维修过程给以指导,并设计开发装备诱导维修系统,为大型复杂设备地维修提供了通用解决方案。     

基于FEM分析的板料中压毛坯形状反算研究

利用覆盖延件成形过程的FEM分析结果，提出一种基于坐标变换和局部坐标不变性的毛坯反推算法，推导了反算公式，并给出可快速确定点所属单元的新算法。当使FEM输出中间网格数据后，该算法可用于h法和p法自适应网格划分。最后使用LS－DYNA950对方盒深冲作h法自适应分析为例验证本算法，结果表明该方法可以较精确地预测出板料毛坯形状。     

基于FEM分析的板料冲压毛坯形状反算研究

利用覆盖拉延件成形过程的FEM分析结果,提出一种基于坐标变换和局部坐标不变性的毛坯反推算法,推导了反算公式,并给出可快速确定点所属单元的新算法。当使FEM输出中间网格数据后,该算法可用于h法和p法自适应网格划分。最后使用LS-DYNA950对方盒深冲作h法自适应分析为例验证本算法,结果表明该方法可以较精确地预测出板料毛坯形状。