一種基于優(yōu)化迭代收斂的多視角測(cè)量點(diǎn)云拼接方法
【專利摘要】本發(fā)明公開了一種基于優(yōu)化迭代收斂的多視角測(cè)量點(diǎn)云拼接方法，屬三維測(cè)量【技術(shù)領(lǐng)域】。由以下步驟組成：根據(jù)三維視覺測(cè)量獲取的信息重建恢復(fù)點(diǎn)云數(shù)據(jù)的法矢；根據(jù)點(diǎn)云數(shù)據(jù)之間的拓?fù)潢P(guān)系建立由各片點(diǎn)云構(gòu)成的生成樹；以迭代最近點(diǎn)兩視角拼接方法為基礎(chǔ)，設(shè)計(jì)多視角迭代收斂金字塔模型,優(yōu)化迭代拼接的收斂性；通過模型塔基多視角數(shù)據(jù)的兩兩合并和簡(jiǎn)化，實(shí)現(xiàn)多視角數(shù)據(jù)的拼接。本方法相對(duì)其他多視角拼接方法，拼接復(fù)雜度低，易于實(shí)行；拼接迭代收斂性高、多視角誤差分配均勻；能廣泛的適用于各種測(cè)量設(shè)備獲取的多視角點(diǎn)云數(shù)據(jù)的拼接。
【專利說(shuō)明】一種基于優(yōu)化迭代收斂的多視角測(cè)量點(diǎn)云拼接方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及三維測(cè)量【技術(shù)領(lǐng)域】，具體涉及一種基于優(yōu)化迭代收斂的多視角測(cè)量點(diǎn)云拼接方法。
【背景技術(shù)】
[0002]基于光學(xué)的非接觸式三維物體形貌測(cè)量技術(shù)得到了長(zhǎng)足的發(fā)展，該技術(shù)已經(jīng)廣泛應(yīng)用于產(chǎn)品設(shè)計(jì)與制造、質(zhì)量檢測(cè)與控制、機(jī)器人視覺等領(lǐng)域。限于視場(chǎng)的大小以及物體自身的遮擋，需要對(duì)被測(cè)量物體進(jìn)行多次測(cè)量，因此需要將多次測(cè)量的數(shù)據(jù)統(tǒng)一到一個(gè)全局坐標(biāo)系下。該方法首先重建點(diǎn)云中各點(diǎn)的法矢方向，獲取點(diǎn)云片之間的拓?fù)潢P(guān)系構(gòu)建生成樹，構(gòu)建環(huán)形結(jié)構(gòu)，再利用迭代最近點(diǎn)拼接算法生成參考模型，分配環(huán)形結(jié)構(gòu)中各點(diǎn)云片之間的誤差，將各個(gè)點(diǎn)云“拼接”到參考模型上，調(diào)整多視角點(diǎn)云片的位置，完成多視角點(diǎn)云數(shù)據(jù)的拼接。
[0003]ICP(Iterative Closest Point,迭代最近點(diǎn))算法[I]及其相關(guān)改進(jìn)算法[2]是兩相鄰視角的點(diǎn)云拼接中得到了廣泛應(yīng)用，選定一片點(diǎn)云固定，另一片相鄰點(diǎn)云則向固定的點(diǎn)云移動(dòng)，每次選取兩片點(diǎn)云中相距最近的點(diǎn)作為一對(duì)匹配點(diǎn)，獲取多對(duì)匹配點(diǎn)(至少三對(duì))后，據(jù)此計(jì)算旋轉(zhuǎn)平移關(guān)系，縮小匹配點(diǎn)之間的距離，反復(fù)選取迭代，從而使得點(diǎn)云之間的誤差縮小，最終將兩片拼接到一起。而ICP算法一次只能拼接兩片點(diǎn)云，若連續(xù)兩兩拼接點(diǎn)云，則會(huì)導(dǎo)致拼接產(chǎn)生的誤差累加，并不能得到理想的結(jié)果。
[0004]點(diǎn)云的拼接方法多種多樣，主流的有以下幾類:
[0005]1、將匹配的點(diǎn)對(duì)用虛擬的彈簧連接起來(lái)，利用彈簧的“拉力”分配各視角間的誤差，將各視角拼接到一起[3]。該方法計(jì)算復(fù)雜且運(yùn)算量大，在實(shí)際使用中局限性較大。
[0006]2、SDF[4] (Signed Distance Field,有向距離場(chǎng))模型計(jì)算各視角點(diǎn)云數(shù)據(jù)與空間中采樣點(diǎn)的有向距離，同時(shí)匹配多視角數(shù)據(jù)。但是該方法在采樣點(diǎn)不足時(shí)并不能得到令人滿意的精度，提聞米樣點(diǎn)數(shù)量以提聞精度則會(huì)大大提聞運(yùn)算量。
[0007]3、根據(jù)點(diǎn)云間重疊區(qū)域的大小設(shè)置點(diǎn)云拼接的優(yōu)先級(jí)，進(jìn)行兩兩視角的拼接[5]，該方法實(shí)施簡(jiǎn)單，但是并不能解決兩兩拼接在多視角拼接時(shí)造成的誤差累積問題，視角較多時(shí)誤差過大，難以得到令人滿意的結(jié)果。
[0008][I] Paul J.Besl, Nei I D.McKay.A method for registrat1n of 3-Dshapes[J].1EEE Transact1ns on Pattern Analysis and Machine Intelligence, 1992.14(2):239-256.
[0009][2]Rusinkiewicz, Szymon, and Marc Levoy."Efficient variants of theICP algorithm.〃3_D Digital Imaging and Modeling, 2001.Proceedings.ThirdInternat1nal Conference on.1EEE,2001.
[0010][3]Eggert, David W., Andrew ff.Fitzgibbon, and RobertB.Fisher."Simultaneous registrat1n of multiple range views for use in reverseengineering."Pattern Recognit1n, 1996., Proceedings of the 13th Internat1nalConference on.Vol.1.1EEE, 1996.
[0011][4]Masuda，Takesh1."Registrat1n and integrat1n of multiple rangeimages by matching signed distance fields for object shape modeling."ComputerVis1n and Image Understanding 87.1 (2002):51-65.
[0012][5]Pulli，Kar1."Multiview registrat1n for large data sets.〃3-DDigital Imaging and Modeling,1999.Proceedings.Second Internat1nal Conferenceon.1EEE, 1999.
【發(fā)明內(nèi)容】
[0013]發(fā)明目的:為了解決現(xiàn)有技術(shù)中采樣精度低、局限性大、誤差大的問題，本發(fā)明提供一種基于優(yōu)化迭代收斂的多視角測(cè)量點(diǎn)云拼接方法，解決了現(xiàn)有技術(shù)的不足。
[0014]技術(shù)方案:一種基于優(yōu)化迭代收斂的多視角測(cè)量點(diǎn)云拼接方法，其特征在于，該方法包括以下步驟:
[0015]I)重建恢復(fù)點(diǎn)云數(shù)據(jù)的法矢:通過恢復(fù)點(diǎn)云的拓?fù)湫畔⒒蚶命c(diǎn)的鄰域點(diǎn)方法對(duì)點(diǎn)的法矢進(jìn)行恢復(fù)；
[0016]2)根據(jù)點(diǎn)云數(shù)據(jù)之間的拓?fù)潢P(guān)系建立由各片點(diǎn)云構(gòu)成的生成樹:根據(jù)點(diǎn)云的范圍判斷點(diǎn)$■之間是否具有相鄰關(guān)系，根據(jù)該關(guān)系確定待拼接的點(diǎn)z?片之間的拓?fù)潢P(guān)系，建立用于表不點(diǎn)云片拓?fù)潢P(guān)系的生成樹；
[0017]3)建立多視角迭代收斂金字塔模型:以兩視角的迭代最近點(diǎn)拼接方法為基礎(chǔ)，利用ICP進(jìn)行拼接；將待拼接的兩片點(diǎn)云的重疊區(qū)域調(diào)整至最大，進(jìn)行拼接；將相鄰兩片拼接完成的點(diǎn)云融合，再對(duì)融合完成的點(diǎn)云再次拼接融合，反復(fù)迭代至融合成一片數(shù)據(jù)，成為最終參考模型；
[0018]4)多視角數(shù)據(jù)的拼接:步驟3)中，相鄰兩片拼接完成的點(diǎn)云融合時(shí)進(jìn)行數(shù)據(jù)簡(jiǎn)化；根據(jù)生成的最終參考模型，利用迭代最近點(diǎn)算法，將初始各片點(diǎn)云拼接到最終參考模型上，完成多視角點(diǎn)z?拼接。
[0019]具體的，步驟I)中重建恢復(fù)點(diǎn)云數(shù)據(jù)的法矢具體包括以下步驟:
[0020]方法一:利用點(diǎn)的鄰域點(diǎn)方法對(duì)點(diǎn)的法矢進(jìn)行恢復(fù):
[0021]1.1)獲取點(diǎn)的鄰域點(diǎn)，根據(jù)鄰域點(diǎn)進(jìn)行法矢的估算:獲取圖像，圖像中的像素對(duì)應(yīng)空間坐標(biāo),選取一點(diǎn)為基點(diǎn),選取該點(diǎn)鄰域的八個(gè)點(diǎn)為參考點(diǎn),該八個(gè)參考點(diǎn)的坐標(biāo)為:
[0022]Pi = [Xi Yi Zi]1, (i = I, 2, 3...8)(I)
[0023]求取該八個(gè)點(diǎn)的協(xié)方差矩陣C:
[0024]C = [P' ! Pi 2 …P' 8].[P，! P，2 …P，Jt(2)
[0025]其中，
[0026]P1.=Pi —P，(3)
[0027]P = Zf=JP1.(I'= 1,2,3 …8)(4)
[0028]計(jì)算矩陣C的特征值和特征向量，最小特征值對(duì)應(yīng)的特征向量即為該點(diǎn)的法矢方向；
[0029]方法二:通過恢復(fù)點(diǎn)云的拓?fù)湫畔?duì)點(diǎn)的法矢進(jìn)行恢復(fù):
[0030]1.2)對(duì)點(diǎn)云進(jìn)行三角網(wǎng)格重建，將點(diǎn)用直線連接起來(lái)，構(gòu)成三角形網(wǎng)格，求得三角形的法矢，獲得二角形頂點(diǎn)的法矢，從而得到點(diǎn)的法矢信息。
[0031]維視覺測(cè)量系統(tǒng)可以獲取表示物體表面信息的點(diǎn)云，而這些點(diǎn)云是不帶法矢信息的，為保證點(diǎn)云拼接的準(zhǔn)確，對(duì)點(diǎn)云中點(diǎn)的法矢信息進(jìn)行恢復(fù)。該兩種優(yōu)選的方法計(jì)算步驟簡(jiǎn)單，獲得的法矢準(zhǔn)確。
[0032]有益效果:
[0033](I)實(shí)施簡(jiǎn)單，基于易于實(shí)現(xiàn)的迭代最近點(diǎn)方法，該方法成熟可靠；
[0034](2)利用兩片點(diǎn)云在拼接過程中的移動(dòng)分配誤差，相較于以往的分配誤差的方法，考慮到了面積對(duì)于點(diǎn)云拼接的影響，誤差分配更為合理；
[0035](3)對(duì)于各種類型的點(diǎn)云數(shù)據(jù)均可進(jìn)行拼接。
【專利附圖】
【附圖說(shuō)明】
[0036]圖1為多視角迭代金字塔模型圖
[0037]圖2為圖像局部放大示意圖
[0038]圖3為點(diǎn)云片生成樹示意圖
[0039]圖4為相鄰點(diǎn)云重疊示意圖
[0040]圖5為金字塔模型示意圖
【具體實(shí)施方式】
[0041]下面結(jié)合附圖對(duì)本發(fā)明做更進(jìn)一步的解釋。
[0042]一種基于優(yōu)化迭代收斂的多視角測(cè)量點(diǎn)云拼接方法，其特征在于，該方法包括以下步驟:
[0043]I)重建恢復(fù)點(diǎn)云數(shù)據(jù)的法矢:通過恢復(fù)點(diǎn)云的拓?fù)湫畔⒒蚶命c(diǎn)的鄰域點(diǎn)方法對(duì)點(diǎn)的法矢進(jìn)行恢復(fù)；
[0044]方法一:利用點(diǎn)的鄰域點(diǎn)方法對(duì)點(diǎn)的法矢進(jìn)行恢復(fù):
[0045]1.1)獲取點(diǎn)的鄰域點(diǎn)，根據(jù)鄰域點(diǎn)進(jìn)行法矢的估算:獲取圖像，圖像中的像素對(duì)應(yīng)空間坐標(biāo),選取一點(diǎn)為基點(diǎn),選取該點(diǎn)鄰域的八個(gè)點(diǎn)為參考點(diǎn)。由于獲取的圖像數(shù)據(jù)中的像素點(diǎn)是可以利用步驟一獲取對(duì)應(yīng)的空間坐標(biāo)，放大圖像，局部區(qū)域如上圖2所示，對(duì)于中間白色的點(diǎn)，選取該點(diǎn)鄰域的八個(gè)點(diǎn)為參考點(diǎn)來(lái)估算出中間點(diǎn)的近似法矢方向。該八個(gè)參考點(diǎn)的坐標(biāo)為:
[0046]Pi = [Xi Yi Zi]1, (i = I, 2, 3...8)(I)
[0047]求取該八個(gè)點(diǎn)的協(xié)方差矩陣C:
[0048]C = [P' ! Pi 2 …P' 8].[P，! P，2 …P，Jt (2)
[0049]其中，
[0050]P1.= Ρ? — P，Π)
[0051]P=Zf^Pij (i = 1,2,3...8)(4)
[0052]計(jì)算矩陣C的特征值和特征向量，最小特征值對(duì)應(yīng)的特征向量即為該點(diǎn)的法矢方向；
[0053]方法二:通過恢復(fù)點(diǎn)云的拓?fù)湫畔?duì)點(diǎn)的法矢進(jìn)行恢復(fù):
[0054]1.2)對(duì)點(diǎn)云進(jìn)行三角網(wǎng)格重建，將點(diǎn)用直線連接起來(lái)，構(gòu)成三角形網(wǎng)格，求得三角形的法矢，獲得二角形頂點(diǎn)的法矢，從而得到點(diǎn)的法矢信息。
[0055]2)根據(jù)點(diǎn)云數(shù)據(jù)之間的拓?fù)潢P(guān)系建立由各片點(diǎn)云構(gòu)成的生成樹:根據(jù)點(diǎn)云的范圍判斷點(diǎn)$■之間是否具有相鄰關(guān)系，根據(jù)該關(guān)系確定待拼接的點(diǎn)z?片之間的拓?fù)潢P(guān)系，建立用于表不點(diǎn)云片拓?fù)潢P(guān)系的生成樹；
[0056]具體的，根據(jù)點(diǎn)云的范圍可以大致確定點(diǎn)云片之間是否存在重疊區(qū)域一即點(diǎn)云之間是否具有相鄰關(guān)系，根據(jù)該關(guān)系可以確定待拼接的點(diǎn)云片之間的拓?fù)潢P(guān)系，建立用于表示點(diǎn)云片拓?fù)潢P(guān)系的生成樹(Spanning Tree)。生成樹的特點(diǎn)在于將樹上的任意兩個(gè)端點(diǎn)連接起來(lái)，即可形成一個(gè)完整的環(huán)形。環(huán)形是多視角拼接中最簡(jiǎn)單基礎(chǔ)的情況。如下圖3中黑色線條和各點(diǎn)即為表示5片點(diǎn)云拓?fù)潢P(guān)系的生成樹，可以看到，將任意兩個(gè)端點(diǎn)連接(圖中用虛線表示)，可以發(fā)現(xiàn)會(huì)形成一個(gè)環(huán)形，例如將a、c相連，可以發(fā)現(xiàn)a-e-c-a構(gòu)成一個(gè)環(huán)形，注意在實(shí)際實(shí)施中需要保證a、c有接觸，否則將其相連并無(wú)意義。
[0057]3)建立多視角迭代收斂金字塔模型:以兩視角的迭代最近點(diǎn)拼接方法為基礎(chǔ)，利用ICP進(jìn)行拼接；將待拼接的兩片點(diǎn)云的重疊區(qū)域調(diào)整至最大，進(jìn)行拼接；將相鄰兩片拼接完成的點(diǎn)云融合，再對(duì)融合完成的點(diǎn)云再次拼接融合，反復(fù)迭代至融合成一片數(shù)據(jù)；
[0058]在利用ICP進(jìn)行拼接時(shí)，其拼接結(jié)果受到點(diǎn)云間的重疊區(qū)域大小的影響較大，SP越大的重疊區(qū)域，會(huì)得到更合理的結(jié)果。故我們需要使待拼接的兩片點(diǎn)云的重疊區(qū)域盡可能的大，以此來(lái)保證拼接結(jié)果的可罪。將相鄰的兩片拼接完成的點(diǎn)z?融合，再對(duì)融合完成的點(diǎn)云再次拼接融合，反復(fù)迭代。由于迭代過程中點(diǎn)云片數(shù)量依次減少，最終融合成為一片數(shù)據(jù)。迭代中的點(diǎn)云關(guān)系類似于金字塔，故將該模型稱為如圖1所示的金字塔模型。
[0059]如圖4所示，例舉最簡(jiǎn)單的情況說(shuō)明，圖中不同點(diǎn)云的重疊區(qū)域采用不同顏色來(lái)表示。利用迭代最近點(diǎn)算法可以調(diào)整有重疊區(qū)域的兩片點(diǎn)云的相對(duì)位置，如圖4中所示，根據(jù)重疊區(qū)域，可以將點(diǎn)云2的位置進(jìn)行調(diào)整接近點(diǎn)云1，對(duì)兩片數(shù)據(jù)進(jìn)行采樣并融合，如圖1、圖5所示,構(gòu)成新的點(diǎn)云I’，依此類推構(gòu)成點(diǎn)云2’和點(diǎn)云3’，將點(diǎn)云I’和點(diǎn)云2’采樣并融合，生產(chǎn)點(diǎn)云I ”，依次類推構(gòu)成點(diǎn)云2” ；將點(diǎn)云I ”和點(diǎn)云2”采樣并融合，如此反復(fù)迭代逐步生成覆蓋面越來(lái)越大的點(diǎn)云片，最終所有點(diǎn)云融合為一片，生成最終的參考模型。
[0060]4)多視角數(shù)據(jù)的拼接:步驟3)中，相鄰兩片拼接完成的點(diǎn)云融合時(shí)進(jìn)行數(shù)據(jù)簡(jiǎn)化；根據(jù)生成的最終參考模型，利用迭代最近點(diǎn)算法，將初始各片點(diǎn)云拼接到最終參考模型上，完成多視角點(diǎn)z?拼接。
[0061]過多的冗余數(shù)據(jù)不利于點(diǎn)云的拼接，使得算法效率下降，更會(huì)使得點(diǎn)云陷入局部極值，難以得到正確的位置。因此，生成金字塔模型時(shí)需要根據(jù)實(shí)際情況對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行采樣，在減少點(diǎn)云數(shù)據(jù)量的同時(shí)，盡量保持原點(diǎn)云所有的特征?？梢赃x擇均勻采樣的方法對(duì)點(diǎn)云進(jìn)行采樣后再進(jìn)行融合，也可以在曲率變化較大的區(qū)域(曲率變換大的區(qū)域往往空間特征豐富)保留較多的點(diǎn)，在其余的地方減少點(diǎn)的數(shù)量。在對(duì)點(diǎn)云進(jìn)行融合時(shí)，距離過小的兩個(gè)點(diǎn)只需保留一個(gè)。按照以上方法對(duì)點(diǎn)云進(jìn)行采樣，減少點(diǎn)云中點(diǎn)的數(shù)量，最終將點(diǎn)云融合在一起。
[0062]以生成樹為指導(dǎo)，連接各個(gè)端點(diǎn)，生成由點(diǎn)云片構(gòu)成的環(huán)形結(jié)構(gòu)，以環(huán)形結(jié)構(gòu)中的點(diǎn)云片為基礎(chǔ)，構(gòu)建金字塔模型，生成參考模型，將各視角的點(diǎn)云數(shù)據(jù)“拼接”到參考模型上，調(diào)整各視角點(diǎn)云數(shù)據(jù)的空間位置。窮舉生成樹所能構(gòu)成的所有的環(huán)形結(jié)構(gòu)，對(duì)各視角的點(diǎn)云片進(jìn)行位置的調(diào)整，最終完成多視角點(diǎn)云數(shù)據(jù)的拼接。
[0063]以上所述僅是本發(fā)明的優(yōu)選實(shí)施方式，應(yīng)當(dāng)指出，對(duì)于本【技術(shù)領(lǐng)域】的普通技術(shù)人員來(lái)說(shuō)，在不脫離本發(fā)明原理的前提下，還可以做出若干改進(jìn)和潤(rùn)飾，這些改進(jìn)和潤(rùn)飾也應(yīng)視為本發(fā)明的保護(hù)范圍。
【權(quán)利要求】
1.一種基于優(yōu)化迭代收斂的多視角測(cè)量點(diǎn)云拼接方法，其特征在于，該方法包括以下步驟: 1)重建恢復(fù)點(diǎn)云數(shù)據(jù)的法矢:通過恢復(fù)點(diǎn)云的拓?fù)湫畔⒒蚶命c(diǎn)的鄰域點(diǎn)方法對(duì)點(diǎn)的法矢進(jìn)行恢復(fù)； 2)根據(jù)點(diǎn)云數(shù)據(jù)之間的拓?fù)潢P(guān)系建立由各片點(diǎn)云構(gòu)成的生成樹:根據(jù)點(diǎn)云的范圍判斷點(diǎn)云之間是否具有相鄰關(guān)系，根據(jù)該關(guān)系確定待拼接的點(diǎn)云片之間的拓?fù)潢P(guān)系，建立用于表不點(diǎn)云片拓?fù)潢P(guān)系的生成樹； 3)建立多視角迭代收斂金字塔模型:以兩視角的迭代最近點(diǎn)拼接方法為基礎(chǔ)，利用ICP進(jìn)行拼接；將待拼接的兩片點(diǎn)云的重疊區(qū)域調(diào)整至最大，進(jìn)行拼接；將相鄰兩片拼接完成的點(diǎn)云融合，再對(duì)融合完成的點(diǎn)云再次拼接融合，反復(fù)迭代至融合成一片數(shù)據(jù)，成為最終參考模型； 4)多視角數(shù)據(jù)的拼接:步驟3)中，相鄰兩片拼接完成的點(diǎn)云融合時(shí)進(jìn)行數(shù)據(jù)簡(jiǎn)化；根據(jù)生成的最終參考模型，利用迭代最近點(diǎn)算法，將初始各片點(diǎn)云拼接到最終參考模型上，完成多視角點(diǎn)云拼接。
2.如權(quán)利要求1所述一種基于優(yōu)化迭代收斂的多視角測(cè)量點(diǎn)云拼接方法，其特征在于，步驟I)中重建恢復(fù)點(diǎn)云數(shù)據(jù)的法矢具體包括以下步驟: 方法一:利用點(diǎn)的鄰域點(diǎn)方法對(duì)點(diǎn)的法矢進(jìn)行恢復(fù): . 1.1)獲取點(diǎn)的鄰域點(diǎn)，根據(jù)鄰域點(diǎn)進(jìn)行法矢的估算:獲取圖像，圖像中的像素對(duì)應(yīng)空間坐標(biāo),選取一點(diǎn)為基點(diǎn),選取該點(diǎn)鄰域的八個(gè)點(diǎn)為參考點(diǎn),該八個(gè)參考點(diǎn)的坐標(biāo)為:
Pi = [Xi Ii Zi]' (i = 1,2,3...8)(I) 求取該八個(gè)點(diǎn)的協(xié)方差矩陣C: C = [P' I P' 2 …P' 8].[P，! P，2 …P，Jt(2) 其中， Pi =P1-P,(3) P = Ef=JPj-, (1= 1,2,3...8)(4) 計(jì)算矩陣C的特征值和特征向量，最小特征值對(duì)應(yīng)的特征向量即為該點(diǎn)的法矢方向； 方法二:通過恢復(fù)點(diǎn)云的拓?fù)湫畔?duì)點(diǎn)的法矢進(jìn)行恢復(fù): .1.2)對(duì)點(diǎn)云進(jìn)行三角網(wǎng)格重建，將點(diǎn)用直線連接起來(lái)，構(gòu)成三角形網(wǎng)格，求得三角形的法矢，獲得二角形頂點(diǎn)的法矢，從而得到點(diǎn)的法矢信息。
【文檔編號(hào)】G06T15/00GK104240280SQ201410407104
【公開日】2014年12月24日 申請(qǐng)日期:2014年8月18日 優(yōu)先權(quán)日:2014年8月18日
【發(fā)明者】崔海華, 戴寧, 湯明輝, 程筱勝, 蔣中杰 申請(qǐng)人:南京航空航天大學(xué)