CN109506580B - 基于线激光三维扫描的锪孔质量检测方法 - Google Patents

Abstract

本发明提供了一种基于线激光三维扫描的锪孔质量检测方法，其包括步骤：S1，利用线激光三维扫描仪获取锪孔及锪孔周围的上表面的三维点云数据和平面灰度图像；S2，利用点云库对获取的三维点云数据进行处理，并得到拟合上表面的平面参数方程、拟合圆锥面的顶点坐标、轴线的方向向量、锥角；S3，计算出锪孔的法向垂直度；S4，利用计算机视觉库分辨出平面灰度图像中的黑色部分，并得到锪孔的内径D；S5，求得拟合圆锥面的下环形边缘形成的下圆面至拟合上表面的距离H'。在本发明中，基于线激光三维扫描仪、点云库、计算机视觉库的综合运用，并通过步骤S1‑S5能够快速、准确的获得锪孔的相关参数，由此提高了检测效率和检测精度。

Description

基于线激光三维扫描的锪孔质量检测方法

技术领域

本发明涉及工业自动化技术领域，尤其涉及一种基于线激光三维扫描的锪孔质量检测方法。

背景技术

当前，由于飞机骨架与蒙皮之间普遍采用铆接或高锁螺栓连接，因而飞机表面需要设置一定数量的孔，而孔的加工精度直接影响飞机的结构性能，如，当孔与飞机表面的垂直度偏差过大时，会在孔的位置产生附加应力，从而降低结构的连接强度，严重影响飞机寿命。因而，精确、高效的孔质量检测技术是提升制孔工艺和保证飞机结构性能的关键环节。

目前，大量的飞机蒙皮孔、壁板孔普遍采用人工检测，所用的仪器是专用量规、仪表或标准件，并采用接触方式检测。这些专用仪器(如量规)在使用过程中存在几个问题：一是，大部分仪器只能检测几项参数，难以通过一次测量或一种仪表获得完整的评估参数，因而孔质量检测效率较低；二是，部分参数很难通过接触式仪表实现测量，如锪孔的锥角等参数指标无法检测；三是，接触式测量易损伤工件；四是，人工手持仪器仪表检测工作量过大，无法针对每一个孔都进行精确测量，仅能实现抽检，因而存在一定的隐患。

发明内容

鉴于背景技术中存在的问题，本发明的目的在于提供一种基于线激光三维扫描的锪孔质量检测方法，其提高了检测效率和检测精度。

为了实现上述目的，本发明提供了一种基于线激光三维扫描的锪孔质量检测方法，其包括步骤S1-S5。

S1，提供加工有锪孔的工件，所述工件具有上表面以及形成锪孔的圆锥面和圆柱面，并利用线激光三维扫描仪获取锪孔及锪孔周围的上表面的三维点云数据和平面灰度图像。

S2，利用点云库对获取的三维点云数据进行处理，包括步骤：S21，利用点云库中的过滤模块对三维点云数据进行处理，重建并得到锪孔及锪孔周围的上表面的三维模型；S22，依据kd-tree算法计算过滤后的点云数据中每个点的邻域和法线；S23，利用点云库中的基于法线分割模块，运用RANSAC算法，选择平面模型，分割并拟合出上表面，并获得拟合上表面的平面参数方程为：ax+by+cz+d＝0，其中，(a,b,c)为拟合上表面的法线方向，|d|为拟合上表面到原点的距离；S24，利用点云库中的基于法线分割模块，运用RANSAC算法，选择锥面模型，分割并拟合出圆锥面，并获得拟合圆锥面的顶点坐标为(x₀,y₀,z₀)、轴线的方向向量为(e,f,g)、锥角为A。

S3，由步骤S2中的拟合上表面的平面参数方程和拟合圆锥面的轴线的方向向量，计算出锪孔的法向垂直度e'，且e'＝arccos(|ae+bf+cg|)。

S4，利用计算机视觉库分辨出平面灰度图像中的黑色部分，并获得黑色部分中的所有像素点的个数为M、每个像素点的面积为p，则锪孔的内径D的计算公式为：

S5，由拟合上表面的平面参数方程、锪孔的内径D和拟合圆锥面的顶点坐标(x₀,y₀,z₀)、法向垂直度e'、锥角A，求得拟合圆锥面的下环形边缘形成的下圆面至拟合上表面的距离H'，且包括步骤：S51，过拟合圆锥面的顶点作一个与拟合上表面平行的辅助平面，则所述辅助平面的平面参数方程为：ax+by+cz+d'＝0；S52，根据参数之间的几何关系，计算出H'，即：

ax₀+by₀+cz₀+d'＝0

则，

所述工件的上表面为平面结构，在步骤S23中，包括步骤：S231，识别出上表面对应的点云数据；S232，运用RANSAC算法，基于所有的点云数据拟合出上表面；S233，获得拟合上表面的平面参数方程。

所述工件的上表面为曲面结构，在步骤S23中，包括步骤：S231，识别出上表面对应的点云数据；S232，以拟合圆锥面的轴线为中心线，首先作与量规环形压头的外半径相同的圆，然后由上表面的处于量规环形压头的外半径之内的点云数据拟合出上表面；S233，获得拟合上表面的平面参数方程。

所述工件的上表面为光滑表面，则锪孔的窝深H等于拟合圆锥面的下环形边缘形成的下圆面至拟合上表面的距离H'。

所述工件的上表面为粗糙表面，其中上表面对应的点云数据的点数为n，且任意一点的坐标为(x_i,y_i,z_i)，在步骤S5中，还包括步骤：

S53，求出各点到拟合上表面的距离D_i，即D_i＝ax_i+by_i+cz_i；

S54，求出点到拟合上表面的总体标准差σ，即：

S55，求出锪孔的窝深H，即：

所述工件表面为飞机表面。

本发明的有益效果如下：

在本发明的基于线激光三维扫描的锪孔质量检测方法中，基于线激光三维扫描仪、点云库、计算机视觉库的综合运用，并通过步骤S1-S5能够快速、准确的获得锪孔的相关参数(包括锪孔的内径D、法向垂直度e'、锥角A以及窝深H)，由此提高了检测效率和检测精度。

附图说明

图1是本发明涉及的工件的局部立体图。

图2是利用点云库重建的锪孔及锪孔周围工件的上表面的三维模型，其中为了清楚起见，图中添加了相应的实线轮廓。

图3是从图2中分割出的工件的上表面的示意图。

图4是从图2中分割出的圆锥面的示意图。

图5是锪孔的相关参数之间的几何关系示意图。

图6是线激光三维扫描仪获取的锪孔及锪孔周围工件的上表面的平面灰度图像。

图7是工件的上表面为曲面结构时，量规环形压头测量锪孔的示意图。

图8是工件的上表面为粗糙表面时，量规环形压头测量锪孔的示意图。

其中，附图标记说明如下：

T 工件 T3 圆柱面

T1 上表面 B 量规环形压头

T2 圆锥面

具体实施方式

下面参照附图来详细说明根据本发明的基于线激光三维扫描的锪孔质量检测方法。

参照图1至图8，根据本发明的基于线激光三维扫描的锪孔质量检测方法包括步骤S1至S5。

S1，提供加工有锪孔的工件T(如图1所示)，所述工件T具有上表面T1以及形成锪孔的圆锥面T2和圆柱面T3，并利用线激光三维扫描仪(设置有三维激光传感器)获取锪孔(即由圆锥面T2和圆柱面T3形成)及锪孔周围工件T的上表面T1的三维点云数据和平面灰度图像。

由于线激光三维扫描仪通过三维激光扫描能够快速获取高精度的点云数据，且无需与工件T接触、适应不同规格的孔型检测，其不仅避免了在测量过程中对工件T的损伤，还极大地提高了测量效率。

S2，利用点云库(Point Cloud Library，缩写为PCL)对获取的三维点云数据进行处理，且具体包括步骤S21至S24。其中，S21，利用点云库中的过滤模块(即filters)对三维点云数据进行处理，过滤掉噪点，重建并得到锪孔及锪孔周围工件T的上表面T1的三维模型(如图2所示)。S22，依据kd-tree算法计算过滤后的点云中每个点的邻域和法线。S23，利用点云库中的基于法线分割模块(即SAC Segmentation From Normals)，运用RANSAC算法，选择平面模型，分割并拟合出上表面T1(如图3所示)，并获得拟合上表面的平面参数方程为ax+by+cz+d＝0，其中，(a,b,c)为拟合上表面的法线方向，|d|为拟合上表面到原点(即坐标为(0,0,0))的距离。S24，同理，利用点云库中的基于法线分割模块(即SAC SegmentationFrom Normals)，运用RANSAC算法，选择锥面模型，分割并拟合出圆锥面T2(如图4所示)，并获得拟合圆锥面的顶点坐标为(x₀,y₀,z₀)、轴线的方向向量为(e,f,g)、锥角为A。

需要说明的是，运用RANSAC算法拟合上表面T1的过程如下：首先选取三个点确定一个平面，再找出距离该平面一定距离内的所有点，认为是局内点，然后以这些点拟合平面，与之前的平面比较，留下局内点较多的平面，以这种方式不断迭代，最终得到能拟合最多点的平面方程。类似地，运用RANSAC算法拟合圆锥面T2的过程亦如此。

S3，基于锪孔的相关参数之间的几何关系(参照图5)，由步骤S2中的拟合上表面的平面参数方程和拟合圆锥面的轴线的方向向量，计算出锪孔的法向垂直度e'，且e'＝arccos(|ae+bf+cg|)。这里，所述的法向垂直度指的是拟合圆锥面的轴线与拟合上表面的法线之间的夹角。

S4，利用计算机视觉库(Open Source Computer Vision Library，缩写为OpenCV)分辨出平面灰度图像(如图6所示)中的黑色部分(灰度接近0，且位于平面灰度图像的中间区域)，并获得黑色部分中的所有像素点的个数为M、每个像素点的面积为p，则锪孔的内径D的计算公式为：

需要说明的是，由于遮挡以及圆锥面T2与圆柱面T3交界处本身存在的边缘反射光较弱的问题，通过线激光三维扫描仪采集的圆锥面T2与圆柱面T3交界处的点云数据的效果并不好，因而在重建的三维模型中该部分毛刺较多，其难以利用步骤S2中拟合出的圆锥面T2计算出锪孔的内径D。

因此，在本发明的步骤S4中，基于线激光三维扫描仪获取的平面灰度图像，采用面积计算内径的算法取代常用的二值化识别圆的算法(即霍夫变换检测圆算法，其适用于圆边界清晰的平面灰度图像以及法向垂直度e'较小的孔)，且由于所述面积计算内径的算法简单、便捷且与线激光三维扫描仪获取的平面灰度图像的圆边界是否有噪点、噪点的数量以及锪孔与工件T的上表面T1的法向垂直度e'大小无关，由此简化了计算过程，还保证了锪孔的内径D的测量准确性。

S5，由拟合上表面的平面参数方程、锪孔的内径D和拟合圆锥面的顶点坐标(x₀,y₀,z₀)、法向垂直度e'、锥角A，求得拟合圆锥面的下环形边缘形成的下圆面至拟合上表面的距离H'，且包括步骤：S51，过拟合圆锥面的顶点作一个与拟合上表面平行的辅助平面，则所述辅助平面的平面参数方程为ax+by+cz+d'＝0；S52，根据参数之间的几何关系，计算出H'，即：

ax₀+by₀+cz₀+d'＝0

则，

针对工件T的上表面T1的不同结构(下文具体说明)，锪孔的窝深H的定义不同。但是无论窝深H如何定义，窝深H的终点是明确的(即拟合圆锥面的下环形边缘形成的下圆面)，而窝深H的起点与拟合上表面有关，因而窝深H的大小与拟合圆锥面的下环形边缘形成的下圆面至拟合上表面的距离H'密切相关，即圆锥面的下环形边缘形成的下圆面至拟合上表面的距离H'的测量值越准确，则锪孔的窝深H的测量值越准确。

在本发明的基于线激光三维扫描的锪孔质量检测方法中，基于线激光三维扫描仪、点云库、计算机视觉库的综合运用，并通过步骤S1-S5能够快速、准确的获得锪孔的相关参数(包括锪孔的内径D、法向垂直度e'、锥角A以及窝深H)，由此提高了检测效率和检测精度。

当所述工件T的上表面T1为平面结构时，步骤S1、S21-S22、S24以及S3-S5如上文所述。但是，在步骤S23中，具体包括步骤：S231，识别出上表面T1对应的点云数据；S232，运用RANSAC算法，选择平面模型，并基于上表面T1对应的所有点云数据拟合出上表面T1；S233，获得拟合上表面的平面参数方程。

这里，由于所述工件T的上表面T1为平面结构，则在点云库的拟合上表面的过程中，利用的点云数据越多，其拟合出的拟合上表面越接近真实的工件T的上表面T1，从而使得本发明的基于线激光三维扫描的锪孔质量检测方法检测出来的锪孔的相关参数更准确。

当所述工件T的上表面T1为曲面结构(如图7所示)时，步骤S1、S21-S22、S24以及S3-S5如上文所述。但是，在步骤S23中，具体包括步骤：S231，识别出上表面T1对应的点云数据；S232，以拟合圆锥面的轴线为中心线，首先作与量规环形压头B的外半径相同的圆，然后由上表面T1的处于量规环形压头B的外半径之内(即图7中上表面T1上的虚线部分)的点云数据拟合出上表面T1；S233，获得拟合上表面的平面参数方程。

这里，由于所述工件T的上表面T1为曲面结构，则在点云库的拟合上表面的过程中，利用的点云数据越靠近锪孔，其拟合出的拟合上表面越接近真实的处于锪孔周围的工件T的上表面T1，因而结合量规的测量原理和量规的结构特点，将处于量规环形压头B的外半径之外的点云数据从拟合过程中去除，从而使得本发明的基于线激光三维扫描的锪孔质量检测方法检测出来的锪孔的相关参数更准确。

当所述工件T的上表面T1为光滑表面时，无论所述工件T的上表面T1是平面结构还是曲面结构，锪孔的窝深H的终点和起点均是明确的，即窝深H的终点为拟合圆锥面的下环形边缘形成的下圆面，窝深H的起点为拟合上表面，此时锪孔的窝深H等于拟合圆锥面的下环形边缘形成的下圆面至拟合上表面的距离H'。

当所述工件T的上表面T1为粗糙表面(如图8所示)时，无论所述工件T的上表面T1是平面结构还是曲面结构，由于上表面T1为粗糙表面，因此点云库中的函数对获得的点云数据进行重建、分割之后得到的拟合上表面与实际工件T的上表面T1之间存在较大的误差。因而，为了减小拟合上表面与实际工件T的上表面T1之间的误差对窝深H的计算结果的影响，在步骤S5中，设上表面T1对应的点云数据的点数为n，且任意一点的坐标为(x_i,y_i,z_i)，S5还包括步骤：S53，求出各点到拟合上表面的距离D_i，即D_i＝ax_i+by_i+cz_i；S54，求出点到拟合上表面的总体标准差σ，即：

S55，求出锪孔的窝深H，即：

针对步骤S53-S55，需要说明的是，由于粗糙的上表面T1对应的点的分布可近似认为符合正态分布，因而到拟合上表面的距离为正负两个标准差之内的点占拟合上表面的总点数的比率为95.6％。因此，基于量规的测量原理和量规的结构特点(即量规环形压头B压在粗糙上表面T1的最上侧)，此时窝深H的起点为拟合上表面向上平移2σ后的位置。由于2σ为一个正值，拟合圆锥面的下环形边缘形成的下圆面至拟合上表面的距离H'直接加上2σ即为锪孔的窝深H。

在本发明的基于线激光三维扫描的锪孔质量检测方法中，所述工件T可由复合材料制成，且所述工件T的上表面T1可为飞机表面。当然不仅限如此，所述工件T的上表面T1还可为其它结构件的表面。

Claims (6)

1.一种基于线激光三维扫描的锪孔质量检测方法，其特征在于，包括步骤：

S1，提供加工有锪孔的工件(T)，所述工件(T)具有上表面(T1)以及形成锪孔的圆锥面(T2)和圆柱面(T3)，并利用线激光三维扫描仪获取锪孔及锪孔周围的上表面(T1)的三维点云数据和平面灰度图像；

S2，利用点云库对获取的三维点云数据进行处理，包括步骤：

S21，利用点云库中的过滤模块对三维点云数据进行处理，重建并得到锪孔及锪孔周围的上表面(T1)的三维模型；

S22，依据kd-tree算法计算过滤后的点云数据中每个点的邻域和法线；

S23，利用点云库中的基于法线分割模块，运用RANSAC算法，选择平面模型，分割并拟合出上表面(T1)，并获得拟合上表面的平面参数方程为：

ax+by+cz+d＝0，

其中，(a,b,c)为拟合上表面的法线方向，|d|为拟合上表面到原点的距离；

S24，利用点云库中的基于法线分割模块，运用RANSAC算法，选择锥面模型，分割并拟合出圆锥面(T2)，并获得拟合圆锥面的顶点坐标为(x₀,y₀,z₀)、轴线的方向向量为(e,f,g)、锥角为A；

S3，由步骤S2中的拟合上表面的平面参数方程和拟合圆锥面的轴线的方向向量，计算出锪孔的法向垂直度e'，且e'＝arccos(|ae+bf+cg|)；

S4，利用计算机视觉库分辨出平面灰度图像中的黑色部分，并获得黑色部分中的所有像素点的个数为M、每个像素点的面积为p，所述黑色部分为平面灰度图像的中间区域且所述黑色部分的灰度值小于周边区域的灰度值，则锪孔的内径D的计算公式为：

S5，由拟合上表面的平面参数方程、锪孔的内径D和拟合圆锥面的顶点坐标(x₀,y₀,z₀)、法向垂直度e'、锥角A，求得拟合圆锥面的下环形边缘形成的下圆面至拟合上表面的距离H'，且包括步骤：

S51，过拟合圆锥面的顶点作一个与拟合上表面平行的辅助平面，则所述辅助平面的平面参数方程为：ax+by+cz+d'＝0；

S52，根据参数之间的几何关系，计算出H'，即：

ax₀+by₀+cz₀+d'＝0

则，

其中，|d'|为所述辅助平面到原点的距离。

2.根据权利要求1所述的基于线激光三维扫描的锪孔质量检测方法，其特征在于，所述工件(T)的上表面(T1)为平面结构，在步骤S23中，包括步骤：

S231，识别出上表面(T1)对应的点云数据；

S232，运用RANSAC算法，并基于上表面(T1)对应的所有点云数据拟合出上表面(T1)；

S233，获得拟合上表面的平面参数方程。

3.根据权利要求1所述的基于线激光三维扫描的锪孔质量检测方法，其特征在于，所述工件(T)的上表面(T1)为曲面结构，在步骤S23中，包括步骤：

S231，识别出上表面(T1)对应的点云数据；

S232，以拟合圆锥面的轴线为中心线，首先作与量规环形压头(B)的外半径相同的圆，然后由上表面(T1)的处于量规环形压头(B)的外半径之内的点云数据拟合出上表面(T1)；

S233，获得拟合上表面的平面参数方程。

4.根据权利要求1所述的基于线激光三维扫描的锪孔质量检测方法，其特征在于，所述工件(T)的上表面(T1)为光滑表面，则锪孔的窝深H等于拟合圆锥面的下环形边缘形成的下圆面至拟合上表面的距离H'。

5.根据权利要求1所述的基于线激光三维扫描的锪孔质量检测方法，其特征在于，所述工件(T)的上表面(T1)为粗糙表面，其中上表面(T1)对应的点云数据的点数为n，且任意一点的坐标为(x_i,y_i,z_i)，在步骤S5中，还包括步骤：

S53，求出各点到拟合上表面的距离D_i，即D_i＝ax_i+by_i+cz_i；

S54，求出点到拟合上表面的总体标准差σ，即：

S55，求出锪孔的窝深H，即：

6.根据权利要求1所述的基于线激光三维扫描的锪孔质量检测方法，其特征在于，所述工件表面为飞机表面。