Fast hierarchical fusion model based on least squares B-splines approximation
Fast hierarchical fusion model based on least squares B-splines approximation
复制标题
基于最小二乘B样条逼近的快速分层融合模型
DOI：
10.1016/j.precisioneng.2019.08.007
复制
发表时间：
2019-11
期刊：
影响因子：
--
通讯作者：
Scott Paul J.
中科院分区：
文献类型：
--
作者：
Pagani Luca;Wang Jian;Colosimo Bianca M.;Jiang Xiangqian;Scott Paul J.
随着制造业从传统产品转向高价值产品，产品的复杂性和准确性不断提高，以降低能源成本，创造友好的环境和更好的医疗保健。结构化曲面、自由曲面和其他功能性工程曲面正成为高价值制造产品的核心部分。然而，这些表面的测量变得非常困难，由于仪器的限制，包括测量范围，速度，分辨率和精度。多仪器/传感器测量现在正在开发用于自由形状和结构化表面评估，这需要将数据融合到一个统一的系统中，以实现更大的动态测量，具有更高的可靠性。本文讨论了从几个信息源（仪器/传感器）的数据组合成一个共同的代表性格式和表面形貌可以使用高斯过程和B样条技术重建的过程。在本文中，高斯过程模型进行了扩展，以考虑到不确定性传播和一个新的数据融合模型的基础上最小二乘B样条，大大减少了计算时间。两个自由曲面测量的结果进行了验证。
With manufacturing shifting from traditional products to high value products, the complexity and accuracy of the products are increasing in order to reduce energy costs, create friendly environment and better health care. Structured surfaces, freeform surfaces, and other functional engineering surfaces are becoming the core part of high value manufacturing products. However, measurement of these surfaces is becoming very difficult due to instrumental limitations including measurement range, speed, resolution and accuracy. Multi-instruments/sensors measurement are now being developed for freeform and structured surface assessment, which requires the fusion of the data into a unified system to achieve larger dynamic measurements with greater reliability. This paper discusses the process of combining data from several information sources (instruments/sensors) into a common representational format and the surface topography can be reconstructed using Gaussian processes and B-spline techniques. In this paper the Gaussian process model is extended in order to take into account the uncertainty propagation and a new data fusion model based on least squares B-splines that drastically reduce the computational time are presented. The results are validated by two for freeform surface measurements.
登录
查看更多内容
影响因子：
3.7
作者：
Jun Zhu
通讯作者：
Jun Zhu
DOI：
10.1201/9780203859476.ch24
发表时间：
2009
期刊：
--
影响因子：
--
作者：
M. Cavallaro;G. Moroni;S. Petrò
通讯作者：
M. Cavallaro;G. Moroni;S. Petrò
影响因子：
2.5
作者：
R. D. Veaux
通讯作者：
R. D. Veaux
DOI：
10.1007/s001700170179
发表时间：
2001-01-01
影响因子：
3.4
作者：
Carbone, V;Carocci, M;De Chiffre, L
通讯作者：
De Chiffre, L
DOI：
10.1007/s13137-017-0101-z
发表时间：
2017-12
期刊：
GEM - International Journal on Geomathematics
影响因子：
--
作者：
K. Koch
通讯作者：
K. Koch