CN110006372A - 一种基于局部优化的三维点云平面度计算方法 - Google Patents

Abstract

本发明属于光学测量领域，并具体公开了一种基于局部优化的三维点云平面度计算方法。该方法包括：选取测量平面，获得该测量平面的点云并进行网格划分；对单个网格内的点云进行平面度拟合获得拟合平面，然后计算网格内每个点到拟合平面的距离，并将距离的绝对值进行降序排列，最后将排在前面的点作为噪点剔除；重复计算直至遍历所有网格，对余下的点云进行平面度拟合获得测量平面的平面度。本发明针对光学测量中容易产生噪点并且原始数据量大的特点，通过对测量平面的点云进行网格划分，去除每个网格中与拟合平面距离相对较大的点，然后对剩余的点进行拟合获得测量平面的平面度，从而避免了因噪点造成点云局部分布不均的问题，使得计算更为准确。

Description

一种基于局部优化的三维点云平面度计算方法

技术领域

本发明属于光学测量领域，更具体地，涉及一种基于局部优化的三维点云平面度计算方法。

背景技术

在航空、航天以及核电领域中，大型环形零件是一种较为常见的零件，这些零件通常直径尺寸较大，如核电的主泵法兰密封面的直径可达1.6m。这类大型环形零件在长期服役之后，表面会出现划痕、脱落等缺陷。

传统的检修方式是通过人工使用游标卡尺、千分尺直接在零件表面进行检测，这种检测方式不仅操作不便，而且在核电环境下会对人体造成伤害。同时这种检测的随意性较大，并且只能检测局部尺寸，不能反应零件的整体误差。

将光学测量应用到大型环形零件的检修中是目前的重要发展趋势，该测量方法主要利用双目相机拍摄投影仪投出的带相移的光栅生成三维点云数据，通过点云数据与设计模型的匹配，将点云坐标系与设计模型坐标系统一，进而计算零件2D尺寸误差并生成误差色谱图，根据色谱图的分布可以选取误差较大的部分识别零件表面缺陷，并计算平面度等形位误差。但是光学测量容易产生噪点，会导致局部点云不均，此外与传统的三坐标测量机相比，光学测量的原始点数据量多、计算误差较大，不适合使用全局点云数据进行平面度计算。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种基于局部优化的三维点云平面度计算方法，其中通过进行网格划分剔除噪点的方法，相应能够减小误差，提高计算准确度，相应的可有效解决光学测量容易产生噪点的问题，因而尤其适用于利用光学测量数据计算平面度的应用场合。

为实现上述目的，本发明提出了一种基于局部优化的三维点云平面度计算方法，该方法包括如下步骤：

S1选取测量平面，获得该测量平面的点云并进行网格划分；

S2对单个网格内的点云进行平面度拟合并获得拟合平面，然后计算该网格内每个点到该拟合平面的距离，并将距离的绝对值进行降序排列，最后将排在前面的点作为噪点剔除；

S3重复步骤S2直至遍历所有网格，对余下的点云进行平面度拟合获得所述测量平面的平面度。

作为进一步优选地，所述步骤S1中采用光学测量系统获得测量平面的点云。

作为进一步优选地，所述步骤S1中的光学测量系统优选采用光栅式面阵扫描仪进行测量。

作为进一步优选地，所述步骤S1中进行网格划分时网格的间距优选为原始点云间距的3倍～5倍。

作为进一步优选地，所述步骤S1中优选采用正方体网格进行划分。

作为进一步优选地，所述步骤S2包括如下子步骤：

S21第k个网格内的点云为对点云P_k进行平面度拟合，确定满足公式(1)的a_k,b_k,c_k的估计值

式中，p_ki＝(x_ki,y_ki,z_ki)为点云P_k中的第i个点的三维坐标，a_k,b_k,c_k为方程的系数；

S22利用估计值建立平面方程计算点云P_k中各点到平面方程z_k的距离；

S23将步骤S22获得的距离的绝对值进行降序排列，并将排在前面5％的点作为噪点剔除。

作为进一步优选地，所述步骤S3包括如下子步骤：

S31将所有网格中的噪点剔除，获得处理后的点云P′＝{p₁,p₂,...p_i,...p_s}；

S32对点云P′进行平面度拟合，确定满足公式(2)的a,b,c的估计值

式中，p_i＝(x_i,y_i,z_i)为点云P′中第i个点的三维坐标，a,b,c是方程的系数；

S33利用估计值建立平面方程然后计算点云P′中各点到平面方程z的距离集合D＝{d₁,d₂,...d_i,...d_s}；

S34根据公式(3)计算所述测量平面的平面度f。

f＝max{d₁,d₂,...d_i,...d_s}-min{d₁,d₂,...d_i,...d_s} (3)

总体而言，通过本发明所构思的以上技术方案与现有技术相比，主要具备以下的技术优点：

1.本发明针对光学测量中容易产生噪点并且原始数据量大的特点，通过对测量平面的点云进行网格划分，将每个网格中与拟合平面距离相对较大的点作为噪点并进行剔除，然后对剩余的点拟合获得测量平面的平面度，从而避免了因噪点造成点云局部分布不均的问题，使得计算更为准确；

2.尤其是，本发明选择网格的间距为原始点云间距的3倍～5倍，避免了因间距选择过大导致无法完全消除噪点的问题，同时也能够保证不会删除过多有用的点，因而能够有效提高计算的效率和准确性；

3.同时，因每个网格中与平面方程距离较大的点可能为噪点，本发明根据95％的置信区间理论将与平面方程距离最大的5％的点作为噪点剔除，能够尽可能消除噪点从而提高计算准确度。

附图说明

图1是本发明提供的基于局部优化的三维点云平面度计算方法的流程图；

图2是本发明优选实施例中用于获取测量平面点云的机器人三维光学测量系统的结构示意图。

在所有附图中，相同的附图标记用来表示相同的元件或结构，其中：

100-六自由度机器人，200-环形零件，300-光栅式面阵扫描仪，400-摄影标志点支撑架，500-数据处理上位机，600-六自由度机器人控制器，700-交换机。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。

如图1所示，本发明提出了一种基于局部优化的三维点云平面度计算方法，该方法包括如下步骤：

S1选取测量平面，获得该测量平面的点云P＝{p₁,p₂,...p_i,...p_n}，其中p_i＝(x_i,y_i,z_i)表示第i个点的三维坐标，然后使用正方体网格对点云P进行均匀划分，网格的间距过大无法起到剔除噪点的作用，而网格的间距过小则会剔除过多的点，导致结果不准确，因此网格的间距优选为测量平面的点云间距的3倍～5倍；

S2对单个网格内的点云进行平面度拟合获得拟合平面，然后计算该网格内每个点到拟合平面的距离，并将距离的绝对值进行降序排列，最后将排在前面的点作为噪点剔除；

S3重复步骤S2直至遍历所有网格，对余下的点云进行平面度拟合获得所述测量平面的平面度。

进一步，步骤S1中采用光学测量系统获得测量平面的点云，该系统优选采用光栅式面阵扫描仪进行测量。

进一步，步骤S2包括如下子步骤：

S21第k个网格内的点云为对点云P_k进行平面度拟合，确定满足公式(1)的a_k,b_k,c_k的估计值

S22利用估计值建立平面方程计算点云P_k中各点到平面方程z_k的距离；

S23将步骤S22获得的距离的绝对值进行降序排列，因光学测量的弊端之一就是可能会产生噪点，造成测量不准确，因此距离的绝对值较大的点很可能为测量产生的噪点，基于95％的数据处于3σ置信区间内的理论，将排在前面5％的点作为噪点剔除。

进一步，步骤S3包括如下子步骤：

S31将所有网格中的噪点剔除，获得处理后的点云P′＝{p₁,p₂,...p_i,...p_s}；

S32对点云P′进行平面度拟合，确定满足公式(2)的a,b,c的估计值

S33利用估计值建立平面方程然后计算点云P′中各点到平面方程z的距离集合D＝{d₁,d₂,...d_i,...d_s}；

S34根据公式(3)计算所述测量平面的平面度f。

f＝max{d₁,d₂,...d_i,...d_s}-min{d₁,d₂,...d_i,...d_s} (3)

进一步，所述步骤S1中采用光学测量系统获得测量平面的点云，该系统优选采用光栅式面阵扫描仪进行测量。

按照本发明的一个优选实施例，可利用图2所示的机器人三维光学测量系统获得测量平面的点云，该系统包括六自由度机器人100、光栅式面阵扫描仪300，摄影标志点支撑架400、数据处理上位机500、机器人控制器600和交换机700，其中光栅式面阵扫描仪300安装在六自由度机器人100的法兰盘末端，机器人控制器600与六自由度机器人100相连的同时通过交换机700与光栅式面阵扫描仪300相连，通过数据处理上位机500控制六自由度机器人控制器600和光栅式面阵扫描仪300实现信号的触发，从而驱动六自由度机器人100和光栅式面阵扫描议300动作；

工作时，将环形零件200置于摄影标志点支撑架400上，利用光栅式面阵扫描仪300获取环形零件200的点云。

本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种基于局部优化的三维点云平面度计算方法，其特征在于，该方法包括如下步骤：

S1选取测量平面，获得该测量平面的点云并进行网格划分；

S2对单个网格内的点云进行平面度拟合并获得拟合平面，然后计算该网格内每个点到该拟合平面的距离，并将距离的绝对值进行降序排列，最后将排在前面的点作为噪点剔除；

S3重复步骤S2直至遍历所有网格，对余下的点云进行平面度拟合获得所述测量平面的平面度。

2.如权利要求1所述的基于局部优化的三维点云平面度计算方法，其特征在于，所述步骤S1中采用光学测量系统获得测量平面的点云。

3.如权利要求2所述的基于局部优化的三维点云平面度计算方法，其特征在于，所述步骤S1中的光学测量系统优选采用光栅式面阵扫描仪进行测量。

4.如权利要求1～3任一项所述的基于局部优化的三维点云平面度计算方法，其特征在于，所述步骤S1中进行网格划分时网格的间距优选为原始点云间距的3倍～5倍。

5.如权利要求1～4任一项所述的基于局部优化的三维点云平面度计算方法，其特征在于，所述步骤S1中优选采用正方体网格进行划分。

6.如权利要求5所述的基于局部优化的三维点云平面度计算方法，其特征在于，所述步骤S2包括如下子步骤：

S21第k个网格内的点云为对点云P_k进行平面度拟合，确定满足公式(1)的a_k,b_k,c_k的估计值

式中，p_ki＝(x_ki,y_ki,z_ki)为点云P_k中的第i个点的三维坐标，a_k,b_k,c_k为方程的系数；

S22利用估计值建立平面方程计算点云P_k中各点到平面方程z_k的距离；

S23将步骤S22获得的距离的绝对值进行降序排列，并将排在前面5％的点作为噪点剔除。

7.如权利要求6所述的基于局部优化的三维点云平面度计算方法，其特征在于，所述步骤S3包括如下子步骤：

S31将所有网格中的噪点剔除，获得处理后的点云P′＝{p₁,p₂,...p_i,...p_s}；

S32对点云P′进行平面度拟合，确定满足公式(2)的a,b,c的估计值

式中，p_i＝(x_i,y_i,z_i)为点云P′中第i个点的三维坐标，a,b,c是方程的系数；

S33利用估计值建立平面方程然后计算点云P′中各点到平面方程z的距离集合D＝{d₁,d₂,...d_i,...d_s}；

S34根据公式(3)计算所述测量平面的平面度f。

f＝max{d₁,d₂,...d_i,...d_s}-min{d₁,d₂,...d_i,...d_s} (3)