摘要: |
车身覆盖件的匹配不仅直接影响整车的美观性,而且其匹配情况的好坏更容易造成如增大风阻、漏风漏雨、封闭不紧等问题,对整车性能有很大影响。由于以前车身非封闭件中部分部件(如前大灯)为不可调整式,前脸整体调整具有一定的顺序,调整较为方便,而封闭件(如车门和车框)的匹配位置较难确定,国内外大多研究主要针对封闭件,对非封闭件的涉及较少。当前随着车身匹配质量要求的不断提高,非封闭件大多设计为可调整件,没有形成固定的调整顺序,主要依据人工经验值调整,费时费力且精度较难控制,而以往研究封闭件的方法又不能适用非封闭件,以至于非封闭件的匹配问题成为当前制约车身匹配质量提高的难题,亟待解决。本文针对车身前脸区域三个非封闭件的匹配,提出基于分段Hausdorff距离和曲率Hausdorff距离两种优化匹配方法,采用遗传算法进行匹配寻优,获得了最佳匹配位置和调整量。两种方法不仅可为非封闭件匹配问题的进一步研究提供参考依据,也可在一定程度上为匹配件的公差设计提供指导。文章首先介绍了匹配部件轮廓特征点的获取方法。通过对比常用测量的方法,针对本文研究实际情况,选择Comet 400扫描仪提取测点信息。结合Imageware和Ug软件,进行点云的去噪、滤波、删减处理,提出了一套能够大量、快速获取测点信息的方法。其次,文章提出基于分段Hausdorff距离的匹配模型进行车身前脸的优化匹配,分别求得三部件两两匹配区段的Hausdorff距离,采用加权和的方法建立匹配优化目标函数;为了控制优化间隙值,便于给定搜索范围,提出基于曲率Hausdorff距离的匹配优化模型,将单个匹配件在其各轮廓点外延伸方向放缩一定距离(即间隙值),以放缩后轮廓点曲率值与其对应两个匹配件拟合轮廓点曲率值的Hausdorff距离加权和作为优化目标函数。通过进行对应的目标函数与匹配情况的相关性分析,证明了两种方法在匹配问题中的可行性。最后,采用遗传算法,结合车身前脸三部件匹配优化实例,对两种优化方法进行了验证,实验结果均能获得较好的匹配位置和调整量。为方便实际匹配应用,文章针对两种方法做了简单对比,介绍了各自的适应场合。同时,针对车身两侧同时匹配的实际需求,提出了整体调整的方法。 |