問：3次元量測中內接圓與最小二乘法計算座標方式，差異
黑色是實體，橘色是概念。
在三維量測中，「內接圓」與「最小二乘法」的座標計算方式有本質差異，主要體現在數學原理、應用場景與計算結果特性。以下是關鍵差異比較：
數學原理差異
|
方法 |
數學模型 |
最佳化目標 |
|
內接圓 |
基於幾何約束條件（如最大內接圓需完全位於被測點內部） |
極值求解（最大/最小半徑） |
|
最小二乘法 |
基於統計學原理，最小化所有測量點到擬合特徵的「平方距離和」 |
平均化誤差（統計最優解） |
座標計算方式：
內接圓（MIC）
約束條件：所有測量點必須位於圓外（內接圓）或圓內（外接圓）
計算方法：
使用Voronoi圖或Delaunay三角剖分找極值點[1][2]
通過迭代排除不符合約束的點[1]
特點：
對局部凸點敏感（例如毛邊會顯著影響結果）[3]
計算複雜度高，需處理幾何約束[1]
最小二乘法（LSQ）
數學模型：
平面擬合：解線性方程組 $ Ax = b $ [4][5]
圓擬合：最小化 ∑(r_i-r ‾)^2 [6]
計算步驟：
構建協方差矩陣並進行奇異值分解（SVD）[4]
直接計算法可減少27%運算時間[5]
特點：
對異常值敏感（例如單個離群點會影響整體擬合）[4]
數值穩定性高，適合連續特徵[6]
應用場景對比
|
情境 |
內接圓適用性 |
最小二乘法適用性 |
|
孔徑測量（ID） |
✔️ 優先使用（檢測毛邊影響）[3] |
➖ 可能低估實際最小孔徑 |
|
軸徑測量（OD） |
➖ 不適用 |
✔️ 標準方法（統計平均效果）[6] |
|
平面度檢測 |
➖ 無明確極值約束 |
|
|
高精度表面分析 |
✔️（配合Voronoi圖）[1] |
✔️（配合SVD分解）[4] |
[1]
✔️（配合SVD分解）[4]
結果特性差異
|
指標 |
內接圓 |
最小二乘法 |
|
直徑大小 |
通常較大（統計平均）[8] |
|
|
穩定性 |
對局部缺陷敏感[2] |
對均勻誤差魯棒[5] |
|
計算效率 |
較慢（需迭代排除點）[1] |
|
|
標準符合性 |
符合ASME Y14.5幾何公差規範[6] |
符合ISO 5459統計基準[6] |
符合ISO 5459統計基準[6]
實務應用範例
引擎缸孔測量：
使用內接圓檢測最大實體條件（MMC），確保裝配間隙[6]
最小二乘法則用於統計製程控制（SPC）[7]
軸承滾道分析：
內接圓判斷最小安全承載半徑[1]
最小二乘擬合用於磨耗趨勢預測[5]
3D列印件檢測：
內接圓評估支撐結構移除後的淨空間[3]
最小二乘法重建變形曲面[5]
選擇建議
需功能驗證（如裝配干涉檢查）→ 優先內接圓
需製程控制（如Cpk分析）→ 採用最小二乘法
高噪訊環境 → 使用約束最小二乘混合算法[6]
兩者差異根源於「極值約束」與「統計最優」的權衡，實際應用常需依測量目的與標準規範綜合選擇[8][6]。
⁂
https://www.measurement.sk/M2009/proceedings/352_Petrik.pdf
https://www.measurement.sk/2003/S3/Swornowski.pdf
https://detercoonline.com/wp-content/uploads/2021/06/Geometry.pdf
https://stackoverflow.com/questions/1400213/3d-least-squares-plane
https://pmc.ncbi.nlm.nih.gov/articles/PMC8938791/
https://docs.hexagonmi.com/pcdmis/2023.1/en/helpcenter/mergedProjects/core/geometric_tolerances/Deriving_the_Toleranced_Feature.htm
https://community.3dcs.com/help_manual/calculationmethod.htm
https://support.qxcmm.com/portal/en/community/topic/max-inscribed-vs-least-squares-1
沒有留言:
張貼留言