买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国科学院工程热物理研究所

摘要：本发明公开了一种基于深度学习的工业装备增材修复差异模型重构方法，首先获取磨损部件的原始三维模型数据和实物图像数据，对原始模型进行位姿调整和切片处理，对实物图像进行标定和重投影。然后将图像点数据与切片点云数据匹配，计算每个匹配点的磨损量。接着，以匹配关联的点云数据和重投影图像数据为输入，构建训练基于编码器‑解码器结构的深度学习差异模型，对异质数据进行特征编码与融合，并解码预测磨损量。最后将新的实物图像输入该模型，生成包含坐标和预测磨损量的点云数据，直接用于指导现场激光熔覆等增材修复过程，为修复提供高精度三维几何模型。本发明能够提高磨损部件的修复精度和效率，广泛适用于工业装备的现场增材修复。

主权项：1.一种基于深度学习的工业装备增材修复差异模型重构方法，其特征在于，所述差异模型重构方法在实施时主要包括以下步骤：SS1.获取工业装备待修复磨损部件发生磨损前的原始三维几何模型数据以及发生磨损后的实物图像数据；SS2.对所获取的待修复磨损部件发生磨损前的原始三维几何模型进行位置和姿态调整变换处理，使其与实物磨损部件的姿态相匹配，并对调整后的原始三维几何模型进行切片处理，生成包含点云数据的多层切片，每个切片中的点云数据包括坐标x,y,z和初始磨损量dx＝0,dy＝0，其中dx、dy分别表示x轴、y轴方向上的磨损量，初始值设置为0；SS3.对所获取的待修复磨损部件发生磨损后的实物图像数据进行标定处理以校正图像中的畸变效应，并通过坐标转换对标定后的实物图像数据进行重投影，使其与步骤SS2生成的切片点云数据进行空间对齐；SS4.通过特征匹配算法将重投影后的实物图像点数据与原始三维几何模型切片中的点云数据进行匹配，使其在空间坐标位置上一一对应和关联，并通过比较匹配点的原始位置与图像数据中的位置，分别计算每个匹配点在x轴和y方向轴上的实际标注磨损量dx,dy；SS5.采用编码器-解码器结构的神经网络，以步骤SS4中匹配关联的切片点云数据和重投影后的实物图像点数据作为输入，构建并训练基于深度学习的磨损差异模型，其中编码器用于切片点云数据和实物图像点数据的特征提取及编码，解码器用于解码并输出预测的磨损量dx',dy'；SS6.将新的磨损部件实物图像数据按照步骤SS3中的方式进行标定和重投影，并按照步骤SS4中的方式与原始三维几何模型切片中的点云数据进行匹配后，输入到完成训练的磨损差异模型中，生成并输出包含坐标x,y,z和预测磨损量dx,dy的点云数据，输出的点云数据用于指导现场增材修复过程，提供精确的修复模型。

全文数据：

权利要求：

百度查询： 中国科学院工程热物理研究所 一种基于深度学习的工业装备增材修复差异模型重构方法