2022 Fiscal Year Annual Research Report
Accurate component extraction from X-ray CT data of large assembled objects
Project/Area Number |
20H02055
|
Research Institution | Tokyo Metropolitan University |
Principal Investigator |
長井 超慧 東京都立大学, システムデザイン研究科, 准教授 (20586002)
|
Co-Investigator(Kenkyū-buntansha) |
大竹 豊 東京大学, 大学院工学系研究科(工学部), 准教授 (50425617)
|
Project Period (FY) |
2020-04-01 – 2023-03-31
|
Keywords | X線CTスキャン / ボリュームデータ / アセンブリ / 高精度 / 形状抽出 |
Outline of Annual Research Achievements |
高品質で省エネルギーなものづくりのためには、試作品・製品など、実際に加工された状態の品(現物)の高精度な3次元形状データを取得し状態を確認する必要がある。それには非破壊で形状取得が可能なX線CTスキャンが有効であり、特に大型のアセンブリ品等の形状取得での活用が期待されている。しかし、CT値は計測物の密度に比例するため密度の近い部品間の正確な境界決定が困難であったり、アーチファクト(偽像)が存在すること、精度の不足、データ量が膨大になるといった、解決せねばならない課題が多数ある。 そこで本課題では、大型アセンブリ品の大規模X線CTデータからの高精度な形状データ取得を可能にするために、以下の手法を開発した。(1)CADデータを用いた高精度表面抽出:現物とCADデータとの形状には差異があることが多いが、そのような場合も処理可能な手法となっている。またCTデータの境界位置の不明瞭にも対応できる。(2)アセンブリ品の部品の自動対応付け:アセンブリを構成する複数部品の表面データ群2つに対し、同種の部品を、データ群間で異なる位置関係にあっても正しく対応付けることができる。(3)X線透過像とCADデータを用いたアセンブリ品の可動部品の検査手法の開発:可動部があるアセンブリ品の検査には、稼働している状態の3次元形状計測が求められる。しかし、通常のX線CTスキャンでは、透過像(一次データ)を数百~数千枚程度取得する必要があるため、計測時間がかかり、その間に可動部の位置が変わってしまう。そこで、最低1枚の透過像とCADデータから、各時点における可動部品の位置を決定する手法を構築した。(4)板金等のシート状素材から成る物体のCTボリューム上のセグメンテーション法の構築:大規模データも処理可能な高効率な手法であり、実車のCTボリュームに対しても良好な結果を得た。
|
Research Progress Status |
令和4年度が最終年度であるため、記入しない。
|
Strategy for Future Research Activity |
令和4年度が最終年度であるため、記入しない。
|
Research Products
(7 results)