Abstract. We present a robust approach for detecting defects on an aircraft electrical wiring interconnection system in order to comply with the safety regulations such as the forbidden interference and allowed bend radius of cables and/or harness in mechanical assemblies. For this purpose, we exploit 3-D point clouds acquired with a 3-D scanner and the 3-D computer-aided design (CAD) model of the assembly being inspected. Our method mainly consists of two processes: an offline automatic selection of informative viewpoints and an online automatic treatment of the acquired 3-D point cloud from said viewpoints. The viewpoint selection is based on the 3-D CAD model of the assembly and the calculation of a scoring function, which evaluates a set of candidate viewpoints. After the offline viewpoint selection is completed, the robotic inspection system is ready for operation. During the online inspection phase, a 3-D point cloud is analyzed for measuring the bend radius of each cable and its minimum distance to the other elements in the assembly. For this, we developed a 3-D segmentation algorithm to find the cables in the point cloud, by modeling a cable as a collection of cylinders. Using the segmented cable, we carried out a quantitative analysis of the interference and bend radius of each cable. The performance of the inspection system is validated on synthetic and real data, the latter being acquired by our precalibrated robotic system. Our dataset is acquired by scanning different zones of an aircraft engine. The experimental results show that our proposed approach is accurate and promising for industrial applications.

中文翻译：

---

用于复杂航空机械组件自动检测的三维点云分析

摘要。我们提出了一种可靠的方法来检测飞机电线互连系统上的缺陷，以符合安全规定，例如机械组件中电缆和/或线束的禁止干扰和允许弯曲半径。为此，我们利用 3-D 扫描仪获取的 3-D 点云和被检查组件的 3-D 计算机辅助设计 (CAD) 模型。我们的方法主要包括两个过程：离线自动选择信息视点和在线自动处理从所述视点获取的 3-D 点云。视点选择基于组件的 3-D CAD 模型和评分函数的计算，该函数评估一组候选视点。离线视点选择完成后，机器人检测系统已准备就绪。在在线检查阶段，分析 3-D 点云以测量每条电缆的弯曲半径及其与组件中其他元素的最小距离。为此，我们开发了一种 3-D 分割算法，通过将电缆建模为圆柱体集合来查找点云中的电缆。使用分段电缆，我们对每根电缆的干扰和弯曲半径进行了定量分析。检查系统的性能在合成和真实数据上得到验证，后者由我们预先校准的机器人系统获取。我们的数据集是通过扫描飞机发动机的不同区域获得的。实验结果表明，我们提出的方法是准确的，在工业应用中很有前景。在在线检查阶段，分析 3-D 点云以测量每条电缆的弯曲半径及其与组件中其他元素的最小距离。为此，我们开发了一种 3-D 分割算法，通过将电缆建模为圆柱体集合来查找点云中的电缆。使用分段电缆，我们对每根电缆的干扰和弯曲半径进行了定量分析。检查系统的性能在合成和真实数据上得到验证，后者由我们预先校准的机器人系统获取。我们的数据集是通过扫描飞机发动机的不同区域获得的。实验结果表明，我们提出的方法是准确的，在工业应用中很有前景。在在线检查阶段，分析 3-D 点云以测量每条电缆的弯曲半径及其与组件中其他元素的最小距离。为此，我们开发了一种 3-D 分割算法，通过将电缆建模为圆柱体集合来查找点云中的电缆。使用分段电缆，我们对每根电缆的干扰和弯曲半径进行了定量分析。检查系统的性能在合成和真实数据上得到验证，后者由我们预先校准的机器人系统获取。我们的数据集是通过扫描飞机发动机的不同区域获得的。实验结果表明，我们提出的方法是准确的，在工业应用中很有前景。分析 3-D 点云以测量每条电缆的弯曲半径及其与组件中其他元素的最小距离。为此，我们开发了一种 3-D 分割算法，通过将电缆建模为圆柱体集合来查找点云中的电缆。使用分段电缆，我们对每根电缆的干扰和弯曲半径进行了定量分析。检查系统的性能在合成和真实数据上得到验证，后者由我们预先校准的机器人系统获取。我们的数据集是通过扫描飞机发动机的不同区域获得的。实验结果表明，我们提出的方法是准确的，在工业应用中很有前景。分析 3-D 点云以测量每条电缆的弯曲半径及其与组件中其他元素的最小距离。为此，我们开发了一种 3-D 分割算法，通过将电缆建模为圆柱体集合来查找点云中的电缆。使用分段电缆，我们对每根电缆的干扰和弯曲半径进行了定量分析。检查系统的性能在合成和真实数据上得到验证，后者由我们预先校准的机器人系统获取。我们的数据集是通过扫描飞机发动机的不同区域获得的。实验结果表明，我们提出的方法是准确的，在工业应用中很有前景。我们开发了一种 3-D 分割算法，通过将电缆建模为圆柱体集合来查找点云中的电缆。使用分段电缆，我们对每根电缆的干扰和弯曲半径进行了定量分析。检查系统的性能在合成和真实数据上得到验证，后者由我们预先校准的机器人系统获取。我们的数据集是通过扫描飞机发动机的不同区域获得的。实验结果表明，我们提出的方法是准确的，在工业应用中很有前景。我们开发了一种 3-D 分割算法，通过将电缆建模为圆柱体集合来查找点云中的电缆。使用分段电缆，我们对每根电缆的干扰和弯曲半径进行了定量分析。检查系统的性能在合成和真实数据上得到验证，后者由我们预先校准的机器人系统获取。我们的数据集是通过扫描飞机发动机的不同区域获得的。实验结果表明，我们提出的方法是准确的，在工业应用中很有前景。后者由我们预先校准的机器人系统获取。我们的数据集是通过扫描飞机发动机的不同区域获得的。实验结果表明，我们提出的方法是准确的，在工业应用中很有前景。后者由我们预先校准的机器人系统获取。我们的数据集是通过扫描飞机发动机的不同区域获得的。实验结果表明，我们提出的方法是准确的，在工业应用中很有前景。