(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211051521.0 (22)申请日 2022.08.30 (71)申请人 长春理工大 学中山研究院 地址 528437 广东省中山市 火炬开发区会 展东路16号 (72)发明人 林雪竹　闫东明　梁嵬　李丽娟　 郭丽丽　艾广燚　张文涛　刘悦　 任姣姣　张丹丹　顾健　张霁旸　 (74)专利代理 机构 北京东方盛凡知识产权代理 有限公司 1 1562 专利代理师 向离山 (51)Int.Cl. G06F 30/10(2020.01) G06F 30/20(2020.01) G06T 17/00(2006.01)G01B 11/00(2006.01) G06F 111/04(2020.01) G06F 113/20(2020.01) (54)发明名称 一种基于改进法医调查算法的大尺寸测量 场布站优化方法 (57)摘要 本发明公开一种基于改进法医调查算法的 大尺寸测量场布站优化方法， 包括： 构建布站优 化模型； 将参数输入至布站优化模型， 得到激光 跟踪仪的定义域； 基于定义域， 得到激光跟踪仪 的最优位置。 构建的布站优化模 型能以很快的速 度计算出各个站位的位置， 大大地缩短了布站的 时间， 对提高大尺寸测量场环 境下的装配效率具 有一定的现实意 义。 权利要求书1页 说明书4页 附图4页 CN 115408735 A 2022.11.29 CN 115408735 A 1.一种基于改进法医调查算法的大尺寸测量场布站优化方法， 其特征在于， 包括以下 步骤： S1， 构建布 站优化模型； S2， 将参数输入至所述布 站优化模型， 得到 激光跟踪仪的定义 域； S3， 基于所述定义 域， 得到所述激光跟踪仪的最优位置 。 2.根据权利要求1所述的基于改进法医调查算法的大尺寸测量场布站优化方法， 其特 征在于， 通过创建虚拟测量场环境， 构建所述布 站优化模型。 3.根据权利要求1所述的基于改进法医调查算法的大尺寸测量场布站优化方法， 其特 征在于， 所述 参数包括： 大尺寸产品的点云数据、 工装点云数据和地 面点云数据。 4.根据权利要求1所述的基于改进法医调查算法的大尺寸测量场布站优化方法， 其特 征在于， 所述S2包括： 根据所述参数求出包围盒， 并将所述包围盒放大b倍， 放大后的所述包围盒的侧面即为 所述激光跟踪仪的所述定义 域， 将所述定义 域划分为 k个。 5.根据权利要求1所述的基于改进法医调查算法的大尺寸测量场布站优化方法， 其特 征在于， 所述S3包括： S31， 基于所述定义 域， 计算迭代配置参数， 初始化激光跟踪仪种群， 设置约束条件； S32， 按顺序选择一个所述迭代配置参数， 计算所有所述激光跟踪仪的可见区域， 得到 目标函数， 遍历种群执 行所述目标函数， 得到先验分布； S33， 根据最大迭代次数计算遍历资源， 设置提取优选比例； S34， 根据所述最大迭代次数循环， 对所述先验分布进行排序， 并提取前提取优选比例 部分； S35， 预测最优解， 并将所述 最优解添加至所述前提取优选比例部分； S36， 基于所述目标函数， 更新所述激光跟踪仪的最优位置 。 6.根据权利要求5所述的基于改进法医调查算法的大尺寸测量场布站优化方法， 其特 征在于， 所述约束条件为： 两个所述激光跟踪仪之间大尺寸产 品或工装上的转站点数量不小于c1， 约束设置为C1 (x)； 两个所述激光跟踪仪之间地 面上的转站点数量 不小于c2， 约束设置为C2(x)； 所有所述激光跟踪仪看见的转站点数量 为转站点总数量的c3以上， 约束设置为C3(x)。 7.根据权利要求5所述的基于改进法医调查算法的大尺寸测量场布站优化方法， 其特 征在于， 所述目标函数为： 其中Vi(x)表示第i个激光跟踪仪在 该站位看到的可见点的数量， Vtotal表示飞机点集总 数量； σ 为 一个很大的惩罚因子； Ci(x)为约束条件。 8.根据权利要求5所述的基于改进法医调查算法的大尺寸测量场布站优化方法， 其特 征在于， 所述初始化激光跟踪仪种群包括： 根据所述迭代配置参数中的第一个所述激光跟踪仪的种群数量， 即为最大种群数量， 根据所述定义 域， 生成所述激光跟踪仪的三维坐标。权　利　要　求　书 1/1 页 2 CN 115408735 A 2一种基于改进法医调查算法的大尺寸测量场布站优化方 法 技术领域 [0001]本发明涉及大尺寸测量场测量布站技术领域， 特别涉及 一种基于改进法医调查算 法的大尺寸测量场布 站优化方法。 背景技术 [0002]随着“工业4.0”时代的到来， 数字化装配技术迅猛发展， 大型设备的装配工艺对测 量效率、 尺寸和精度的要求也在不断的提高。 而高精度大尺寸测 量场的构建是实现大型设 备装配工艺的基础， 因此对大尺寸测量场布站技术的研究具有十分重要的意义。 在大型设 备装配过程中， 由于部件和装配工装存在限制和遮挡， 单台激光跟踪仪无法完成对所有目 标点的测量， 因此需要采用多台跟踪仪协同工作的方式来构建覆盖整个装配空间的测量网 络。 在实际工程环 境下,测量场规划目前主要依靠工程师的经验和实验方法,效率和可达性 均很难满足应用需求， 因此可将布站问题转换为高维多目标优化问题。 多目标优化问题广 泛存在于科学研究和工程应用中， 如作业车间调度、 自动控制、 投资组合与决策、 生物医学、 图像处理及数据挖掘等领域。 具有多个目标需要最优化的问题即被称为多目标优化问题, 但随着目标数量的增加,传统的多目标进化算法往往只能收敛到局部最优,高维多目标优 化问题逐渐地成为一类研究热点。 经典的粒子群算法、 蚁群算法等优化算法仅适用于低 维 优化问题， 过多的输入参数需要 人为设置， 当参数设置不当时优化所得解的质量特别差。 同 时算法在迭代的过程中存在收敛速度慢、 容 易陷入局部最优等问题。 发明内容 [0003]为解决上述现有技术中所存在的问题， 本发明提供一种基于改进法医调查算法的 大尺寸测 量场布站优化方法， 建立大尺寸测量场激光跟踪仪布站优化模型， 将多个激光跟 踪仪站位以高维参数的形式输入到布站优化模型中， 以光线 可达性为依据计算和评估激光 跟踪仪站位的适应度， 并在多个约束共同作用的条件下通过改进的法医调查算法求解多个 站位布站的最优结果。 布站优化模型能以很快 的速度计算出各个站位的位置， 大大地缩短 了布站的时间， 对提高大尺寸测量场环境下的装配效率具有一定的现实意 义。 [0004]为了实现上述技术目的， 本发明提供了一种基于改进法医调查算法的大尺寸测量 场布站优化方法， 包括以下步骤： [0005]S1， 构建布 站优化模型； [0006]S2， 将参数输入至所述布 站优化模型， 得到 激光跟踪仪的定义 域； [0007]S3， 基于所述定义 域， 得到所述激光跟踪仪的最优位置 。 [0008]可选地， 通过创建虚拟测量场环境， 构建所述布 站优化模型。 [0009]可选地， 所述 参数包括： 大尺寸产品的点云数据、 工装点云数据和地 面点云数据。 [0010]可选地， 所述S2包括： [0011]根据所述参数求出包围盒， 并将所述包围盒放大b倍， 放大后的所述包围盒的侧面 即为所述激光跟踪仪的所述定义 域， 将所述定义 域划分为 k个。说　明　书 1/4 页 3 CN 115408735 A 3