潘偉杰，冀?？?/p>

（1.廣東工業(yè)大學(xué)計(jì)算機(jī)學(xué)院，廣州 510006; 2.廣船國(guó)際股份有限公司，廣州 510382）

船體外板旋轉(zhuǎn)匹配成形檢測(cè)算法研究與實(shí)現(xiàn)

潘偉杰1，冀海俊2

（1.廣東工業(yè)大學(xué)計(jì)算機(jī)學(xué)院，廣州 510006; 2.廣船國(guó)際股份有限公司，廣州 510382）

在船舶生產(chǎn)過程中，部分船體外板的加工無法通過輥壓一次性加工成形，而需要附加額外的工人勞動(dòng)使外板繼續(xù)形變直至檢測(cè)合格。當(dāng)前工人所做的檢測(cè)工作主要利用活洛卡板與樣箱等工具進(jìn)行檢測(cè)，該檢測(cè)方法效率較低。文章利用計(jì)算機(jī)模擬現(xiàn)實(shí)中工人的檢測(cè)方法，結(jié)合遺傳算法優(yōu)化實(shí)現(xiàn)檢測(cè)所得的現(xiàn)實(shí)加工板曲面與目標(biāo)成形曲面旋轉(zhuǎn)匹配，并得到成形程度評(píng)估。

外板檢測(cè)；旋轉(zhuǎn)匹配；遺傳算法

0 引言

在船舶生產(chǎn)過程中，部分復(fù)雜船體外板的加工無法通過輥壓一次加工成形，而需要附加額外的工人勞動(dòng)進(jìn)行火工彎板使外板繼續(xù)形變直至檢測(cè)符合規(guī)格要求。當(dāng)前復(fù)雜船體外板檢測(cè)主要利用三角樣板以及樣箱等檢測(cè)工具實(shí)現(xiàn)檢測(cè)。樣箱是一種木制的箱形架子，其中一面依照船體設(shè)計(jì)的曲面加工，能夠體現(xiàn)所加工船體外板的外形特性。檢測(cè)時(shí)樣箱將被放置于外板上，與外板上的相關(guān)標(biāo)記對(duì)齊，如圖1所示。當(dāng)樣箱與外板之間接觸間隙小于檢測(cè)章程規(guī)定時(shí)，則認(rèn)為外板加工完成，否則表明外板的外形與船體設(shè)計(jì)不一致，未達(dá)到加工要求。該檢測(cè)方法延用至今，已靈活有效地用于檢測(cè)外板是否成形，但是手工的檢測(cè)方式主觀因素影響比較大，難以提高效率。因此數(shù)字化模擬這一檢測(cè)技術(shù)對(duì)所加工的外板進(jìn)行檢測(cè)具有重要意義。

文獻(xiàn)[1]的工作與本文接近，但是文獻(xiàn)[1]中同樣以肋骨線檢測(cè)為主[1]，以弦線距作為成形程度評(píng)價(jià)指標(biāo)，而本文著重模擬上述的檢測(cè)工具實(shí)現(xiàn)整體曲面的匹配，以曲面的重合程度進(jìn)行成形程度評(píng)價(jià)。其中關(guān)鍵在于如何使檢測(cè)面適當(dāng)?shù)嘏c外板表面重合比較，因此通過曲面匹配實(shí)現(xiàn)成形檢測(cè)。

圖1 外板成形檢測(cè)工具

目前已有大量關(guān)于曲面匹配的研究，文獻(xiàn)[2]回顧與總結(jié)了多種主要的曲面匹配算法的特點(diǎn)。ICP算法[3]是其中一種通用的精匹配算法，該算法迭代地減小最近點(diǎn)對(duì)之間的距離獲得精解。原始的ICP算法存在著收斂性和魯棒性的問題，文獻(xiàn)[4]使用一種魯棒性更強(qiáng)評(píng)判函數(shù)改進(jìn)ICP算法[4]，文獻(xiàn)[5]進(jìn)一步使用最小截平方和（Least Trimmed Squares，LTS）改進(jìn)ICP算法的魯棒性，并且結(jié)合遺傳算法預(yù)匹配，實(shí)現(xiàn)任意朝向的曲面匹配[5]。

基于遺傳算法的曲面匹配是另一個(gè)主要的研究方向。文獻(xiàn)[6]中較早地把遺傳算法應(yīng)用到曲面匹配上[6]，文中利用遺傳算法直接計(jì)算曲面的匹配部分。隨后的文獻(xiàn)[7]提出了一種動(dòng)態(tài)遺傳算法[7]，對(duì)曲面匹配對(duì)齊動(dòng)作的6個(gè)參數(shù)進(jìn)行編碼，搜尋最優(yōu)染色體。文獻(xiàn)[8]所用的方法與之相似[8]，而文獻(xiàn)[5]則利用類似的方法達(dá)到快速預(yù)匹配的效果。

本文解決的匹配問題有別于以上的曲面匹配。以上曲面匹配算法著重實(shí)現(xiàn)兩個(gè)形狀相似度十分高，接近完全相同的曲面的匹配。部分匹配算法如文獻(xiàn)[4]和[9]解決曲面與多個(gè)視圖的曲面匹配[4,9]，其中曲面之間可能僅僅存在部分重疊的部位，但是曲面可重疊部分形狀相似度仍然是十分高的。在本文中曲面匹配將用于外板成形檢測(cè)，因此外板表面與檢測(cè)面形狀不一定相同。另一方面，一般曲面匹配算法目標(biāo)實(shí)現(xiàn)最大似然匹配，如文獻(xiàn)[10]中要求呈現(xiàn)一個(gè)大“斑漬”的曲面[10]，在本文的成形匹配中這可能會(huì)造成匹配錯(cuò)誤，且成形檢測(cè)要求間隙平衡。此外，由于本文采用虛擬樣箱等檢測(cè)工具的檢測(cè)技術(shù)，這過程可比擬作模具與工件的比較，兩者不能相互刺穿，因此曲面匹配過程中還需要添加曲面碰撞測(cè)試。鑒于此本文選擇使用一種旋轉(zhuǎn)匹配的算法，以數(shù)值計(jì)算的方法搜尋一個(gè)合適的匹配位置。樸素的搜尋方法效率較低，故進(jìn)一步引入遺傳算法提高搜尋效率。

本文利用掃描儀對(duì)整個(gè)鋼板進(jìn)行掃描，得到鋼板的立體點(diǎn)云。在點(diǎn)云的基礎(chǔ)上擬合成鋼板檢測(cè)曲面，同時(shí)將外板表面與檢測(cè)面做旋轉(zhuǎn)匹配，在遺傳算法的優(yōu)化下，搜尋一個(gè)合適的匹配位置。最后計(jì)算曲面之間的差異，得出外板成形程度的結(jié)果。

1 外板成形檢測(cè)

1.1 曲面預(yù)處理

當(dāng)今先進(jìn)的船舶設(shè)計(jì)已能夠借助計(jì)算機(jī)輔助設(shè)計(jì)（CAD）進(jìn)行立體三維空間的設(shè)計(jì)，待加工的船體外板的三維立體數(shù)據(jù)在此過程中產(chǎn)生。該船體外板設(shè)計(jì)亦是水火彎板加工的目標(biāo)成形狀態(tài)，稱之為目標(biāo)板。水火彎板對(duì)外板加工直至外板的形狀符合目標(biāo)板的形狀則可結(jié)束，因此目標(biāo)板用于檢測(cè)當(dāng)前加工板的成形程度。

當(dāng)前實(shí)際外板所加工的程度需要通過一種或多種檢測(cè)技術(shù)實(shí)現(xiàn)檢測(cè)與數(shù)據(jù)采集，然后在計(jì)算機(jī)中重構(gòu)出外板的三維形狀。這類檢測(cè)技術(shù)包括3D激光掃描、機(jī)器視覺識(shí)別，以及點(diǎn)抽樣檢測(cè)等。檢測(cè)所得到的現(xiàn)實(shí)加工板數(shù)據(jù)將用于重構(gòu)外板的三維模型，與目標(biāo)板進(jìn)行比較，計(jì)算出外板成形程度。檢測(cè)得到的現(xiàn)實(shí)外板的三維模型稱為檢測(cè)板。

目標(biāo)板曲面容易從設(shè)計(jì)室給出的三維立體數(shù)據(jù)中提取得到，可還原形成一個(gè)無厚度的，作為檢測(cè)標(biāo)準(zhǔn)的曲面。曲面基本由網(wǎng)格拓?fù)浣M成，每一片網(wǎng)格形成一個(gè)Bezier子曲面。為體現(xiàn)模擬樣箱檢測(cè)，目標(biāo)板以樣箱的形式展現(xiàn)，如圖2所示。

掃描檢測(cè)實(shí)際加工板以后首先得到的是外板的立體點(diǎn)云，檢測(cè)板曲面可根據(jù)這些立體點(diǎn)云數(shù)據(jù)擬合得到。為了與目標(biāo)板曲面保持相同的拓?fù)浣Y(jié)構(gòu)，檢測(cè)板曲面擬合過程中，將對(duì)目標(biāo)曲面進(jìn)行曲面展開，展開到檢測(cè)板立體點(diǎn)云上，重新擬合得出與目

標(biāo)曲面具有相同拓?fù)浣Y(jié)構(gòu)的檢測(cè)曲面，如圖3所示。所得的檢測(cè)曲面上的網(wǎng)格頂點(diǎn)與目標(biāo)板曲面上的網(wǎng)格頂點(diǎn)仍能一一對(duì)應(yīng)。

圖2 樣箱形式的目標(biāo)板曲面

圖3 網(wǎng)格形形式的檢測(cè)板擬合曲面

1.2 旋轉(zhuǎn)匹配

在計(jì)算外船加工成形程度之前，需要先將檢測(cè)板曲面與目標(biāo)板曲面進(jìn)行匹配，使兩板曲面經(jīng)過空間立體變換后處于一個(gè)適合做差異比較相對(duì)姿態(tài)上。結(jié)合外板檢測(cè)的實(shí)際需要，使用旋轉(zhuǎn)匹配的方法，計(jì)算出兩板匹配旋轉(zhuǎn)角度的數(shù)值解。

由于兩板曲面建立的時(shí)候所參照的坐標(biāo)系不相同，所以初始時(shí)兩板曲面相對(duì)偏離較遠(yuǎn)，相對(duì)空間位置也可能變得凌亂，可以先把兩曲面通過空間變換轉(zhuǎn)移到統(tǒng)一的位置上，然后兩曲面都基本放平。這主要取兩板曲面上對(duì)應(yīng)的三個(gè)角點(diǎn)進(jìn)行控制，其中兩個(gè)角點(diǎn)相連形成向量，起點(diǎn)移至與坐標(biāo)原點(diǎn)重合，方向旋轉(zhuǎn)至與x軸同向。再做一步空間變換，使曲面的三個(gè)角點(diǎn)所形成的平面的法向量平行于z軸。經(jīng)過這一步處理以后兩板曲面基本對(duì)齊，可用于進(jìn)行匹配，如圖4所示。

圖4 兩板曲面基本對(duì)齊

經(jīng)過空間變換后對(duì)齊到一起的兩外板曲面需要做進(jìn)一步的匹配，從而確定適合于比較兩曲面差異情況的匹配位置，計(jì)算出外板加工成形程度。如上文所述，這里主要使用一種旋轉(zhuǎn)匹配的方法，使目標(biāo)板曲面繞曲面的一個(gè)中心頂點(diǎn)旋轉(zhuǎn)，一邊旋轉(zhuǎn)一邊測(cè)試目標(biāo)板曲面是否與檢測(cè)板匹配，最終找出達(dá)到最佳匹配的旋轉(zhuǎn)角度的數(shù)值解。

目標(biāo)板曲面具有相應(yīng)的空間網(wǎng)格拓?fù)浣Y(jié)構(gòu)，取其中網(wǎng)格中心的頂點(diǎn)作為旋轉(zhuǎn)中心，對(duì)目標(biāo)板曲面進(jìn)行旋轉(zhuǎn)，如圖5所示。檢測(cè)板曲面上同樣取網(wǎng)格的中心作為曲面的中心點(diǎn)，讓兩板中心保持在XOY投影意義下對(duì)齊，其中產(chǎn)生平移Td。目標(biāo)板曲面從x和y兩個(gè)旋轉(zhuǎn)分量進(jìn)行旋轉(zhuǎn)，分別對(duì)應(yīng)兩個(gè)旋轉(zhuǎn)矩陣Rx與Ry。

圖5 按x與y旋轉(zhuǎn)分量對(duì)目標(biāo)板曲面進(jìn)行旋轉(zhuǎn)

為了達(dá)到模擬檢測(cè)的目的，目標(biāo)板曲面將被用作檢測(cè)曲面的卡板和箱具，在目標(biāo)板曲面與檢測(cè)板

曲面匹配的過程中，兩板曲面之間需要進(jìn)行碰撞檢測(cè)。目標(biāo)板曲面經(jīng)過空間變換旋轉(zhuǎn)后，沿z軸方向垂直抬升，使保證目標(biāo)板曲面與檢測(cè)板曲面不發(fā)生碰撞。然后測(cè)試目標(biāo)板上每個(gè)頂點(diǎn)到檢測(cè)板曲面的高度差，計(jì)算其中最小的高度差，使目標(biāo)板曲面按最小高度差下沉回去，與檢測(cè)板曲面不發(fā)生碰撞，此間所發(fā)生的空間變換為Td。

至此完成一次匹配測(cè)試，合并起來的空間變換矩陣為：

其中，T是使目標(biāo)板曲面旋轉(zhuǎn)中心平移至坐標(biāo)原點(diǎn)以實(shí)現(xiàn)繞旋轉(zhuǎn)中心旋轉(zhuǎn)的平移矩陣。

外板曲面匹配的目標(biāo)是使曲面上四個(gè)角點(diǎn)的最大差距Δmax最小，使兩個(gè)曲面盡可能重合貼近；且四個(gè)角點(diǎn)差距的方差Var最小，使未成形的外板曲面的差距均勻分布。

1.3 成形程度計(jì)算

外板曲面成功匹配以后，需要通過計(jì)算曲面間的差異程度計(jì)算外板的加工成形程度。計(jì)算成形程度時(shí)，計(jì)算完成匹配以后的兩個(gè)曲面上對(duì)應(yīng)網(wǎng)格頂點(diǎn)之間的空間距離，同時(shí)設(shè)定一個(gè)閥值 ε，最終以空間距離小于閥值ε的頂點(diǎn)數(shù)占總頂點(diǎn)數(shù)中的比例作為外板加工成形程度百分比。

2 遺傳算法

2.1 基本遺傳算法

對(duì)于上文所述建立在現(xiàn)實(shí)情形下的船體外板檢測(cè)技術(shù)，使船體外板檢測(cè)尋優(yōu)空間降低至二維的查尋空間，但是在大密度的搜索空間中進(jìn)行全空間的搜索，匹配檢測(cè)效率仍然不高，因此適宜使用遺傳算法進(jìn)行優(yōu)化。遺傳算法是一種仿照自然選擇和基因遺傳學(xué)原理的優(yōu)化算法，適合處理近似于本文所處理的非線性問題，獲得全局最優(yōu)解。

2.2 編碼與譯碼

基于本文所使用的外板檢測(cè)技術(shù)，目標(biāo)板曲面繞以旋轉(zhuǎn)中心旋轉(zhuǎn)分別存在x和y的旋轉(zhuǎn)分量，x旋轉(zhuǎn)分量的旋轉(zhuǎn)角度ax在Ax[-α,α]內(nèi)，設(shè)置旋轉(zhuǎn)測(cè)試步長(zhǎng)sx，共取個(gè)測(cè)試角；相應(yīng)的y旋轉(zhuǎn)分量旋轉(zhuǎn)角度ay在Ay[-β,β]內(nèi)，設(shè)置旋轉(zhuǎn)測(cè)試步長(zhǎng)sy，共取個(gè)測(cè)試角，在這樣的旋轉(zhuǎn)匹配測(cè)試下，遺傳算法對(duì)應(yīng)的解空間為：

在這個(gè)解空間內(nèi)進(jìn)行搜索，共有nx·ny個(gè)匹配測(cè)試點(diǎn)。

遺傳算法對(duì)解空間基因編碼時(shí)，采用均勻二進(jìn)制編碼，首先需要對(duì)解空間中的每個(gè)解進(jìn)行編號(hào)。解空間的解將根據(jù)Ax與Ay做笛卡爾積運(yùn)算中各解的產(chǎn)生順序編號(hào)，更具體地，編號(hào)先按y旋轉(zhuǎn)分量從小到大排序，同時(shí)在y旋轉(zhuǎn)分量相同的情況下，按x旋轉(zhuǎn)分量從小到大地排序，可對(duì)其編號(hào)順序列出一個(gè)矩陣，并按矩陣行優(yōu)先順序進(jìn)行編號(hào)。

為了使二進(jìn)制編碼覆蓋所有的測(cè)試點(diǎn)，需要令編碼長(zhǎng)度L滿足2L-1＜ nx·ny≤ 2L。進(jìn)一步地，測(cè)試點(diǎn)的數(shù)量nx·ny不總是2的次冪，因此二進(jìn)制編碼需要平均分配到每個(gè)測(cè)試點(diǎn)上。對(duì)于一個(gè)編號(hào)為No的解，可進(jìn)行如下二進(jìn)制編碼：

一個(gè)區(qū)間內(nèi)的編碼同分配至一個(gè)測(cè)試點(diǎn)。

2.3 適應(yīng)度度量

為模仿生物進(jìn)化中適應(yīng)能力強(qiáng)的個(gè)體容易存活下來繁衍出更多后代的特點(diǎn)，曲面匹配遺傳算法同樣引入適應(yīng)度度量，區(qū)分遺傳群體中個(gè)體的好壞。對(duì)于每個(gè)個(gè)體的適應(yīng)度度量，根據(jù)每個(gè)個(gè)體（旋轉(zhuǎn)測(cè)試角度）按曲面匹配檢測(cè)目標(biāo)的排序先后進(jìn)行度量。如上文所述，曲面匹配目標(biāo)有兩個(gè)，分別包括使曲面四個(gè)對(duì)應(yīng)角點(diǎn)最大差距最小，使曲面四個(gè)對(duì)應(yīng)角點(diǎn)差距方差最小。根據(jù)曲面四個(gè)對(duì)應(yīng)角點(diǎn)最大差距排序，每個(gè)個(gè)體得到相應(yīng)的排序結(jié)果odrΔ；同理，根據(jù)曲面四個(gè)對(duì)應(yīng)角點(diǎn)差距的方差排序，每個(gè)個(gè)體得到相應(yīng)的排序結(jié)果odrvar。最終每個(gè)個(gè)體按照

max(odrΔ, odrvar)排序，排序結(jié)果靠前的個(gè)體適應(yīng)能力較強(qiáng)。

2.4 選擇算子

適應(yīng)于遺傳個(gè)體適應(yīng)度的排序度量方式，曲面旋轉(zhuǎn)匹配遺傳算法將使用排序型的選擇算子。在種群X={X1, …, XN}中每個(gè)個(gè)體Xi, i=1, … , N將按照適應(yīng)度從小到大排序，根據(jù)排序結(jié)果，線性地對(duì)每個(gè)個(gè)體設(shè)置一個(gè)選擇概率。相關(guān)選擇概率分布為：

2.5 交叉算子

請(qǐng)注意，這里的旋轉(zhuǎn)匹配遺傳算法是針對(duì)繞兩個(gè)旋轉(zhuǎn)分量進(jìn)行解空間尋優(yōu)的，是二維的，因此本遺傳匹配算法將使用兩點(diǎn)交叉雜交。通過對(duì)遺傳算法編碼方式的分析可知，遺傳算法中的個(gè)體的編碼方式基本是按一個(gè)二維矩陣的填充順序編排的，以一個(gè)4位的編碼為例，見表1。

表1 遺傳算法編碼方式舉例

從表1中可發(fā)現(xiàn)，以編碼中間位置劃分，編碼分為高位部分與低位部分，其中高位部分將控制個(gè)體跨行的選擇變化，在旋轉(zhuǎn)匹配上將產(chǎn)生y旋轉(zhuǎn)分量的變化；而低位部分將控制個(gè)體跨列的選擇變化，對(duì)應(yīng)于旋轉(zhuǎn)匹配的x旋轉(zhuǎn)分量的變化。因此基因交叉變異設(shè)置兩個(gè)交叉點(diǎn)較為適宜，使交叉點(diǎn)分別分布于高位部分與低位部分。

交叉位置具有相等的選擇概率pc，但是額外規(guī)定編碼中間位置為界，高位部分和低位部分都需要各選擇一個(gè)交叉位置，且編碼基因?qū)⒎謴母呶徊糠纸徊嫖恢玫骄幋a中間位置，以及從低位部分交叉位置到編碼未位兩段進(jìn)行交叉變換。

2.6 變異算子

基因遺傳存在著一定概率pm發(fā)生突變，本遺傳算法中每個(gè)基因位具有相同的概率發(fā)生突變。

2.7 結(jié)束條件

在群體繁衍過程中，如果適應(yīng)度最高的個(gè)體重復(fù)若干代都相同，那么結(jié)束遺傳繁衍，取收斂所得的適應(yīng)度最高的個(gè)體作為曲面匹配的結(jié)果。同時(shí)，如果遺傳超過一定代數(shù)以后，遺傳繁衍同樣結(jié)束，取歷代最優(yōu)的個(gè)體作為曲面匹配的結(jié)果。

3 實(shí)驗(yàn)計(jì)算

一般大型船板的寬度約為3 m，長(zhǎng)度達(dá)10 m。本文實(shí)驗(yàn)所使用的外板寬度約為1 m，長(zhǎng)度約為3 m。相關(guān)的實(shí)驗(yàn)參數(shù)在表2中列出。

表2 實(shí)驗(yàn)參數(shù)

為使外板曲面匹配檢測(cè)足夠精確，實(shí)驗(yàn)中各旋轉(zhuǎn)分量所設(shè)置的測(cè)試步長(zhǎng)為sx=sy=0.01°，在此測(cè)試步長(zhǎng)下，若長(zhǎng)度為3 m的外板繞其中一端進(jìn)行旋轉(zhuǎn)一個(gè)旋轉(zhuǎn)測(cè)度步長(zhǎng)，另一端在旋轉(zhuǎn)后僅僅發(fā)生約為1 mm的位移。

經(jīng)過16代的繁衍以后，種群個(gè)體基本收斂于同一個(gè)體，編碼為01111010101010000000。

對(duì)編碼譯碼可知對(duì)應(yīng)的x旋轉(zhuǎn)分量為1.06°，以及y旋轉(zhuǎn)分量為-0.21°。

若設(shè)置成形程度閥值ε=0.01，使用遺傳算法得到的曲面匹配結(jié)果以后所計(jì)算得出的外板成形程度為33.33%，如圖6所示。

對(duì)比于在整個(gè)解空間中進(jìn)行樸素的搜索，可得到全局最優(yōu)曲面匹配，其中對(duì)應(yīng)的 x旋轉(zhuǎn)分量為1.04°，以及y旋轉(zhuǎn)分量為-0.22°。同樣在ε=0.01的成形程度閥值下，全局最優(yōu)曲面匹配所計(jì)算得出的外板成形程度為35.71%，如圖7所示。

對(duì)比兩種外板曲面匹配與外板的成形程度結(jié)果可知，遺傳算法所得的結(jié)果與全局結(jié)果相近，但是使用遺傳算法僅進(jìn)行了16代的繁衍約800次的匹配

測(cè)試，而全局搜索需要進(jìn)行1 002 001次的匹配測(cè)試，因此本文中對(duì)船體外板檢測(cè)所引入的旋轉(zhuǎn)匹配遺傳算法有效改進(jìn)船體外板檢測(cè)的效率。

圖6 使用遺傳算法所得的曲面匹配結(jié)果

圖7 全局搜索所得的曲面匹配結(jié)果

4 結(jié)論

針對(duì)船體外板檢測(cè)，引入旋轉(zhuǎn)匹配遺傳算法，有效改進(jìn)了船體外板檢測(cè)的效率。但是從實(shí)驗(yàn)結(jié)果可以看出，遺傳繁衍存在著收斂過快的問題，該算法仍需進(jìn)一步改進(jìn)。

[1]趙凱.船體外板加工成形自動(dòng)檢測(cè)模型研究[D].武漢理工大學(xué), 2008.

[2]Joaquim Salvi, Carles Matabosch, David Fofi, Josep Forest.A Review of Recent Range Image Registration Methods with Accuracy Evaluation[J].Image and Vision Computing, 2007, 25(5): 578-596.

[3]P.Besl and N.McKay.A method for registration of 3-D shapes[C]// IEEE Trans.on Pattern Analysis and Machine Intelligence, 1992.

[4]L.Silva.O.Bellon, K.Boyer.Enhanced Robust Genetic Algorithms for Multiview Range Image Registration[C]// Fourth International Conference on 3-D Digital Imaging and Modeling, 2003.

[5]Evgeny Lomonosov, Dmitry Chetverikov, Anikó Ekárt, Pre-registration of Arbitrarily Oriented 3D Surfaces Using a Genetic Algorithm[J].Pattern Recognition Letters -Special Issue: Evolutionary Computer Vision and Image Understanding, 2006, 27(11):1201-1208.

[6]K.Brunnstr¨om, A.Stoddart.Genetic Algorithms for Free-form Surface Matching[C]// Proc.International Conference on Pattern Recognition, Vol.4, IEEE Comp.Soc., 1996.

[7]C.Chow, H.Tsui, T.Lee.Surface Registration Using a Dynamic Genetic Algorithm[J].Pattern Recogn, 2004, 37(1):105-117.

[8]呂朝輝, 張兆揚(yáng), 安平.一種基于遺傳算法的立體匹配方法[J].計(jì)算機(jī)工程, 2003, 29(20): 24-30.

[9]D.Chung, Y.D.S.Lee.Registration of Multiple Range Views Using the Reverse Calibration Technique[J].Pattern Recognition, 1998, 31 (4): 457-464.

[10]G.Dalley, P.Flynn.Range image registration: A software platform and empirical evaluation[C]// In Proc.of the 3th Int.Conf.on 3-D Digital Imaging and Modeling, 2001.

Research and Compliment of Hull Plate Forming By Rotate Registration Algorithm

Pan Wei-jie1, Ji Hai-jun2

(1.School of Computers, Guangdong University of Technology, Guangzhou 510006, China; 2.Guangzhou Shipyard International Company, Guangzhou 510382, China)

In the process of shipbuilding, a part of hull plate is in complex shape and is unable to take shape by stamping at the first time.Additional work is employed in continuing forming the plate until specification is contented.Workers perform inspection with tools such as profile gauge, shape box and so on.The inspecting method is of low efficiency.The paper proposes an inspect method by simulating manual inspection in practice, performing rotate registration between the real scanned surface and the target forming surface, combining with genetic algorithm optimization.The forming valuation is gained.Key words: hull plate inspection; rotate registration; genetic algorithm

U662

A

10.14141/j.31-1981.2016.06.002

潘偉杰（1991—），男，碩士研究生，研究方向：物聯(lián)網(wǎng)與信息物理融合。