Forum für Wissenschaft, Industrie und Wirtschaft

Hauptsponsoren:     3M 
Datenbankrecherche:

 

Schnell und flexibel: Best-Fit-Algorithmen für die Koordinatenmesstechnik

30.05.2001


Für die geometrische Qualitätsprüfung auf Basis von Punktdaten ist es notwendig, Modellkurven und -flächen in Punktwolken einzupassen. Ein Ziel ist dabei, die Summe der Quadrate der Fehlergrößen - sie entsprechen nach ISO/DIS 10360-6 den kürzesten Abständen der Punkte zur Kurve bzw. Fläche - zu minimieren. Algorithmen, die für die geometrischen Grundelemente und zahlreiche weitere Flächen konsequent kürzeste Abstände verwenden, wurden am Fraunhofer IPA entwickelt. Sie sind schnell und genau und lassen sich gut auf weitere Modellflächen erweitern.


Bei vielen Aufgaben der industriellen Bildverarbeitung und in der optischen Koordinatenmesstechnik spielt die Einpassung von Kurven und Flächen in eine gegebene Wolke von Messpunkten eine wichtige Rolle. Es gibt verschiedene Möglichkeiten, die Güte der Einpassung einer Modellkurve/-fläche in eine Punktewolke zu definieren. Die meisten in der Praxis eingesetzten Algorithmen basieren auf der Methode der kleinsten Fehlerquadrate. Die ISO/DIS 10360-6 zur Genauigkeitsüberprüfung der Software für Koordinatenmessgeräte (KMG) schreibt die Fehlergröße als die kürzesten Abstände der Messpunkte zur Kurve oder Fläche vor. Der kürzeste Abstand ist nicht immer einfach zu ermitteln und wird deshalb häufig durch einen anderen Abstand ersetzt. Sung Joon Ahn entwickelte am Fraunhofer IPA kompakte und gleichzeitig flexible und effiziente Best-Fit-Algorithmen für Kurven/Flächen beliebiger Art, die dem höchsten Genauigkeitsgrad nach ISO/DIS 10360-6 entsprechen.

Die Methoden der kleinsten Fehlerquadrate zielen bei der Kurven- und Flächeneinfassung darauf ab, die Modellparameter zu ermitteln, die die Quadratsumme der Fehlerabstände vom Messpunkt zur Modelkurve/-fläche minimieren. Es liegt nahe - besonders im Bereich der Koordinatenmesstechnik - den kürzesten Abstand eines Messpunktes zur Kurve oder Fläche als Fehlergröße zu verwenden. Jedoch lässt sich der kürzeste Abstand im allgemeinen nicht durch eine Formel beschreiben. Auch die Minimierung der Quadratsumme der kürzesten Fehlerabstände ist problematisch. Sung Joon Ahns Algorithmen zur Kurven- und Flächeneinpassung berechnen die senkrechten (kürzesten) Fehlerabstände und ermitteln die Modellparameter, die die Summe der Fehlerquadrate minimieren - die Besteinfassung (Best-Fit). Analytisch läßt sich eine Kurve oder Fläche durch eine explizite, implizite oder parametrische Form beschreiben. Die am Fraunhofer IPA entwickelten Algorithmen ermitteln die Best-Fit-Parameter für implizite und/oder parametrische Kurven-/Flächendarstellungen. Explizite Kurven bzw. Flächen können mit ihnen ohne Schwierigkeiten auf eine implizite oder parametrische Darstellung überführt werden. Sie eignen sich dadurch gut, um beliebige Best-Fit-Kurven oder -Flächen zu bestimmen.


Eine Besonderheit dieser Algorithmen ist, dass die Parameter der Kurve oder Fläche in Form-, Positions-, und Rotationsparameter gruppiert und simultan ermittelt werden. Die Formparameter - beispielsweise der Halbdurchmesser von Kreis, Kugel oder Zylinder oder die Hauptachsenlängen eines Ellipsoids - beschreiben die Geometrie der im Modellkoordinatensystem definierten Kurve oder Fläche (Standard-Objektmodell). Sie sind von der Bewegung der Kurve oder Fläche unabhängig. Die Positions- und Rotationsparameter beschreiben die Bewegung der Kurve oder Fläche im Raum. »Die erste und zweite Ableitung des Standard-Objektmodells reicht aus, um mit den neu entwickelten Algorithmen ein neues Modellobjekt zu generieren. Die Positions- und Rotationsparameter werden nicht benötigt«, erklärt Sung Joon Ahn. Seine Algorithmen liefern zudem die Kovarianzmatrix der ermittelten Modellparameter, aus der sich nützliche Informationen über die Qualität der Parameterermittlung herleiten lassen, z. B. Genauigkeit, Zuverlässigkeit oder der Korrelationskoeffizient der ermittelten Parameter.

Ein komplexes Messobjekt erfasst man normalerweise durch mehrere Teilmessungen, die anschließend zu einem Gesamtobjekt zusammengefügt werden. Für diese Aufgabe sind die neuen Algorithmen besonders gut geeignet. Es müssen lediglich zusätzliche Nebenbedingungen an die Modellparameter wie Stetigkeit oder relative Lage der Teilobjekte berücksichtigt werden.


Ihre Ansprechpartner für weitere Informationen:
Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA
Dr.-Ing. Wolfgang Rauh, Telefon: 0711/970-1825, Telefax: 0711/970-1004, E-Mail: wor@ipa.fhg.de
Dipl.-Ing. Sung Joon Ahn, Telefon: 0711/970-1859, Telefax: 0711/970-1004, E-Mail: sja@ipa.fhg.de

Dipl.-Ing. Michaela Neuner | idw

Weitere Berichte zu: Algorithmus Koordinatenmesstechnik Kurve Messpunkt Modellparameter

Weitere Nachrichten aus der Kategorie Verfahrenstechnologie:

nachricht Wackelpudding mit Gedächtnis – Verlaufsvorhersage für handelsübliche Lacke
15.12.2017 | Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA

nachricht Smarte Rollstühle, vorausschauende Prothesen
15.12.2017 | Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA

Alle Nachrichten aus der Kategorie: Verfahrenstechnologie >>>

Die aktuellsten Pressemeldungen zum Suchbegriff Innovation >>>

Die letzten 5 Focus-News des innovations-reports im Überblick:

Im Focus: Optisches Nanoskop ermöglicht Abbildung von Quantenpunkten

Physiker haben eine lichtmikroskopische Technik entwickelt, mit der sich Atome auf der Nanoskala abbilden lassen. Das neue Verfahren ermöglicht insbesondere, Quantenpunkte in einem Halbleiter-Chip bildlich darzustellen. Dies berichten die Wissenschaftler des Departements Physik und des Swiss Nanoscience Institute der Universität Basel zusammen mit Kollegen der Universität Bochum in «Nature Photonics».

Mikroskope machen Strukturen sichtbar, die dem menschlichen Auge sonst verborgen blieben. Einzelne Moleküle und Atome, die nur Bruchteile eines Nanometers...

Im Focus: Optical Nanoscope Allows Imaging of Quantum Dots

Physicists have developed a technique based on optical microscopy that can be used to create images of atoms on the nanoscale. In particular, the new method allows the imaging of quantum dots in a semiconductor chip. Together with colleagues from the University of Bochum, scientists from the University of Basel’s Department of Physics and the Swiss Nanoscience Institute reported the findings in the journal Nature Photonics.

Microscopes allow us to see structures that are otherwise invisible to the human eye. However, conventional optical microscopes cannot be used to image...

Im Focus: Vollmond-Dreierlei am 31. Januar 2018

Am 31. Januar 2018 fallen zum ersten Mal seit dem 30. Dezember 1982 "Supermond" (ein Vollmond in Erdnähe), "Blutmond" (eine totale Mondfinsternis) und "Blue Moon" (ein zweiter Vollmond im Kalendermonat) zusammen - Beobachter im deutschen Sprachraum verpassen allerdings die sichtbaren Phasen der Mondfinsternis.

Nach den letzten drei Vollmonden am 4. November 2017, 3. Dezember 2017 und 2. Januar 2018 ist auch der bevorstehende Vollmond am 31. Januar 2018 ein...

Im Focus: Maschinelles Lernen im Quantenlabor

Auf dem Weg zum intelligenten Labor präsentieren Physiker der Universitäten Innsbruck und Wien ein lernfähiges Programm, das eigenständig Quantenexperimente entwirft. In ersten Versuchen hat das System selbständig experimentelle Techniken (wieder)entdeckt, die heute in modernen quantenoptischen Labors Standard sind. Dies zeigt, dass Maschinen in Zukunft auch eine kreativ unterstützende Rolle in der Forschung einnehmen könnten.

In unseren Taschen stecken Smartphones, auf den Straßen fahren intelligente Autos, Experimente im Forschungslabor aber werden immer noch ausschließlich von...

Im Focus: Artificial agent designs quantum experiments

On the way to an intelligent laboratory, physicists from Innsbruck and Vienna present an artificial agent that autonomously designs quantum experiments. In initial experiments, the system has independently (re)discovered experimental techniques that are nowadays standard in modern quantum optical laboratories. This shows how machines could play a more creative role in research in the future.

We carry smartphones in our pockets, the streets are dotted with semi-autonomous cars, but in the research laboratory experiments are still being designed by...

Alle Focus-News des Innovations-reports >>>

Anzeige

Anzeige

Veranstaltungen

15. BF21-Jahrestagung „Mobilität & Kfz-Versicherung im Fokus“

23.01.2018 | Veranstaltungen

Gemeinsam innovativ werden

23.01.2018 | Veranstaltungen

Leichtbau zu Ende gedacht – Herausforderung Recycling

23.01.2018 | Veranstaltungen

VideoLinks Wissenschaft & Forschung
Weitere VideoLinks im Überblick >>>
 
Aktuelle Beiträge

Lebensrettende Mikrobläschen

23.01.2018 | Biowissenschaften Chemie

3D-Druck von Metallen: Neue Legierung ermöglicht Druck von sicheren Stahl-Produkten

23.01.2018 | Maschinenbau

CHP1-Mutation verursacht zerebelläre Ataxie

23.01.2018 | Biowissenschaften Chemie

Weitere B2B-VideoLinks
IHR
JOB & KARRIERE
SERVICE
im innovations-report
in Kooperation mit academics