一种基于PointNet++改进网络的装配精度预测方法
申请号:CN202511332098
申请日期:2025-09-18
公开号:CN120823449A
公开日期:2025-10-21
类型:发明专利
摘要
本申请公开了一种基于PointNet++改进网络的装配精度预测方法,属于计算机视觉与工业制造领域。针对现有技术中,装配平行度的获取受测量环境的影响,并无法保证都可以直接测量的问题。本申请的方法,在未装配时,采集到表面的点云数据,作为基于PointNet++改进的网络的输入;经训练后的PointNet++改进的网络输出装配平行度的类别概率;获得装配精度类别。本申请的技术方案,能够提高测量过程的鲁棒性和测量结果的精度和效率,实现精确高效的三维测量。
技术关键词
装配精度预测方法
点云特征
查询算法
输出特征
多项式
切比雪夫
学习特征
线性单元
矩阵
特征权重学习
代表
神经网络模型
阶段
引入注意力机制
生成特征向量
全局特征提取
局部特征提取