The Coherent Point Drift Algorithm Adapted for Fixtureless Metrology of Non-rigid Parts
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Unlike the metrology of rigid parts, no viable and industrial solutions in the case of non-rigid parts are available. Due to gravity load and residual stress, non-rigid parts (flexible, compliant) may have in a Free State condition a significant different shape than their corresponding nominal geometry (CAD model). As a result, very expensive and specialized fixtures mounting are needed by the industry to constrain the component during the inspection. Dealing with this real industrial problem, this paper proposes a new method to inspect non-rigid parts without these specialized fixtures. In this method, the CAD model is smoothly modified to fit the scanned part respecting two criteria that belong to non-rigid parts. The first criterion is the isometric transformation (or the condition that stretch should be very small) between the original CAD model and the modified one. The second criterion is the Euclidian distance between the modified CAD model and its corresponding scanned part. The proposed approach consists of adapting the Coherent Point Drift powerful non rigid registration method to meet the specifications of non-rigid parts. In other words, by minimizing the two above criteria, the paper proposes a ‘flexible’ registration to align the scanned manufactured compliant part to its nominal model in order to compare them and to deliver an inspection report. Satisfying results were obtained when validating the proposed method on a case study taken from the aerospace industry. The low percentage of error between the estimated value of defect and the reference one reflect the effectiveness of the proposed approach.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle