[发明专利]一种基于拟牛顿优化流程的零件筛选方法与系统

权利要求书

1.一种基于拟牛顿优化流程的零件筛选方法，其特征在于，包括：

扫描待测零件，得到第一点集数据；所述第一点集数据用于表征所述待测零件的特征点坐标；

对所述第一点集数据进行初始化变换，得到第一初始点集数据；

调用拟牛顿优化方程对第一初始点集数据进行标准化变换，得到所述第一初始点集数据的迭代偏差；所述拟牛顿优化方程为根据所述待测零件的偏差和零件偏差方程构建获得；所述迭代偏差包括第一迭代偏差和第二迭代偏差；

若所述第一迭代偏差与所述第二迭代偏差的差值小于或等于迭代偏差阈值，则输出最优迭代点集数据；

若所述最优迭代点集数据与标准零件的点集数据的偏差小于偏差阈值，则标记所述待测零件合格。

2.根据权利要求1所述的方法，其特征在于，所述对所述第一点集数据进行初始化变换的步骤包括：

根据所述待测零件类型，获取用于表征所述标准零件的特征点坐标的第二点集数据；所述标准零件与所述待测零件的零件类型相同；

根据所述第一点集数据与所述第二点集数据计算初始化变换方程；

根据所述初始化变换方程对所述第一点集数据进行初始化变换，得到第一初始点集数据。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据所述待测零件的偏差建立目标函数；所述目标函数用于求取所述待测零件的偏差值；

对所述目标函数的变形梯度函数进行优化，得到拟牛顿优化方程。

4.根据权利要求3所述的方法，其特征在于，所述对所述目标函数的变形梯度函数进行优化包括向所述变形梯度函数中添加优化系数，所述添加优化系数的步骤包括：

初始化所述优化系数，以及为所述优化系数赋初始值；所述优化系数包括第一优化系数、第二优化系数和中间系数；

获取所述第一优化系数、第二优化系数和中间系数的关联关系，建立优化系数方程；

将所述优化系数方程添加至所述变形梯度函数，得到所述拟牛顿优化方程。

5.根据权利要求3所述的方法，其特征在于，所述调用拟牛顿优化方程对第一初始点集数据进行标准化变换，得到所述第一初始点集数据的迭代偏差的步骤包括：

根据所述拟牛顿优化方程，计算所述第一初始点集数据的第一初始点集迭代数据；

计算所述第一初始点集数据与所述第一初始点集迭代数据的差值，得到所述第一迭代偏差。

6.根据权利要求5所述的方法，其特征在于，所述根据所述拟牛顿优化方程，得到所述第一初始点集数据的第一初始点集迭代数据的步骤包括：

根据所述拟牛顿优化方程，得到所述第一初始点集数据进行标准化变换时的变换参数；所述变换参数包括旋转参数和偏移参数；

根据所述第一初始点集数据、所述旋转参数和所述偏移参数，得到所述第一初始点集迭代数据。

7.根据权利要求5所述的方法，其特征在于，所述计算所述第一初始点集数据与所述第一初始点集迭代数据的差值，得到所述第一迭代偏差之后，还包括：

根据所述拟牛顿优化方程，得到第二初始点集迭代数据；

计算所述第二初始点集迭代数据与所述第一初始点集迭代数据的差值，得到第二迭代偏差。

8.根据权利要求1所述的方法，其特征在于，还包括：

计算所述第一迭代偏差与所述第二迭代偏差的差值；

若所述第一迭代偏差与所述第二迭代偏差的差值小于所述迭代偏差阈值，则输出最优迭代点集数据；

若所述最优迭代点集数据与标准零件的点集数据的偏差小于偏差阈值，则标记所述待测零件合格；

若所述第一迭代偏差与所述第二迭代偏差的差值大于所述迭代偏差阈值，则求取第三迭代偏差，以及计算所述第三迭代偏差与所述第二迭代偏差的差值。

9.根据权利要求8所述的方法，其特征在于，还包括：

设置迭代次数阈值；

记录求取迭代偏差的次数；

若求取迭代偏差的次数大于所述迭代次数阈值，则停止求取迭代偏差。

10.一种基于拟牛顿优化流程的零件筛选系统，其特征在于，包括：采集模块、处理模块和决策模块

所述采集模块用于扫描待测零件，得到第一点集数据；所述第一点集数据用于表征所述待测零件；

所述处理模块用于对所述第一点集数据进行初始化变换，得到第一初始点集数据；

所述处理模块还用于根据所述待测零件的偏差和零件偏差方程构建拟牛顿优化方程；

所述处理模块还用于调用所述拟牛顿优化方程对第一初始点集数据进行标准化变换，得到所述第一初始点集数据的迭代偏差；所述迭代偏差包括第一迭代偏差和第二迭代偏差；

所述决策模块用于在所述第一迭代偏差与所述第二迭代偏差的差值小于或等于迭代偏差阈值时，输出最优迭代点集数据；

所述决策模块还用于在所述最优迭代点集数据与标准零件的点集数据的偏差小于偏差阈值时，标记所述待测零件合格。