CN110111349B - 一种基于点云的非刚体复杂构件高精度边缘提取方法 - Google Patents

Abstract

一种基于点云的非刚体复杂构件高精度边缘提取方法，先进行修型边缘预提取，然后进行点云和边缘的匹配，再进行边缘自适应局部提取，然后进行局部点云优化和位姿匹配，再进行局部边缘优化，最后进行最优边缘；本发明适用于复杂构件修型/加工的边缘的在线高精度提取，测量时间短，测量过程无需人为干涉，过程实现自动化，满足了在线测量和自动修型的精度和效率要求，解决了复杂构件装备自动修型的核心问题。

Description

一种基于点云的非刚体复杂构件高精度边缘提取方法

技术领域

本发明属于点云模型边缘提取技术领域，特别涉及一种基于点云的非刚体复杂构件高精度边缘提取方法。

背景技术

非刚体复杂构件(简称复杂构件)指结构复杂且成型后存在变形的构件，常见于航空航天等领域，如航空发动机涡轮叶片、陶瓷型芯、机匣、涡轮外环等，复杂构件多数通过铸造或热压注成型，成型后的构件，分型面处容易产生飞边，材料在冷却过程中会产生收缩，导致实际构件相比较设计模型，在尺寸存在收缩，在结构上存在变形。成型后的复杂构件，需要修型来保证尺寸精度和表面光洁度，满足涡轮叶片铸造的要求。复杂构件修型不同于普通加工，需要精确测量复杂构件的修型边缘，并且是首先需要解决的关键难题。例如航空发动机涡轮叶片铸造用陶瓷型芯，目前国内无有效的测量方法和修型装备，航材制造单位只能采用手工修型的方式和人眼检测，修型精度差(0.2mm)，且成品率低(18％)，修改过程容易开裂。

现有的边缘提取方法，多数是基于图像处理技术，通过边缘处的灰度变换信息获取边缘(潘晔；董锋；邵怀宗；胡全；管庆；王文钦；陈慧.一种保留局部边缘方向的图像边缘提取方法[P].四川：CN108564591A,2018-09-21.)。复杂构件的边缘是复杂的空间曲线，基于图像的边缘提取方法难以实现；少数采用基于点云处理的方法，通过边缘处法向矢量的夹角、K邻域点的分布、曲率等信息获取边缘(胡硕；孙翔；赵银妹；一种基于法线信息和K邻域搜索结合的点云边缘提取方法[P].河北：CN107274422A,2017-10-20.)，该方法可以实现复杂的空间边缘提取，但提取精度较差，且鲁棒性差，多应用于目标识别，曲面重建等。

发明内容

为了克服上述现有技术的缺点，本发明目的在于提供一种基于点云的非刚体复杂构件高精度边缘提取方法，基于构件设计模型，预先提取完整的修型边缘，通过计算局部区域相对的位姿，优化该区域对应边缘位姿，提高边缘提取精度。

为了实现上述目的，本发明采取的技术方案为：

一种基于点云的非刚体复杂构件高精度边缘提取方法，包括以下步骤：

1)修型边缘预提取：基于构件的设计模型和修型区域的需求，预先提取完整的修型边缘，所有边缘点所在的点集为E＝{p_i|i＝1,2,3,…N}；

2)点云和边缘的匹配：进行构件的实测点云和预提取的修型边缘点集所在坐标系的粗匹配，预提取修型边缘基于的设计模型，通过格式变换，得到参考点云模型简称参考点云，扫描仪实际获取构件的点云模型简称实测点云，计算参考点云相对于实测点云的位姿变换矩阵，实现边缘点集和实测点云的坐标系匹配；

3)边缘自适应局部提取：以预提取边缘的每个点为中心，搜索参考点云和实测点云的最近邻域r内所有点，每个边缘点p_i在参考点云和实测点云中搜索得到的最近邻域点集为R_i和C_i，所有R_i的并集为参考局部点集R＝{R₁∪R₂…R_N}，所有C_i的并集为实测局部点集C＝{C₁∪C₂…C_N}，点集R和C根据边缘的划分进行分割，得到每个子边缘对应的局部点集；

4)局部点云优化和位姿匹配：基于边缘信息完成实测局部点集的优化，局部点云优化采用缩放预提取边缘，剔除边缘轮廓分离的噪点，优化后的实测局部点集和参考局部点集计算相对位姿，实现参考局部点集和实测局部点集的位姿匹配，得到了参考局部点集相对于实测局部点集的位姿变换矩阵M_i；

5)局部边缘优化：利用位姿变换矩阵M_i，优化预提取的边缘，假定边缘点p_i＝(x_i,y_i,z_i)对应的法向矢量为v_i＝(α_i,β_i,χ_i)，优化后的局部边缘点p_i′＝(x_i′,y_i′,z_i′)和对应的法向矢量v_i′＝(α_i′,β_i′,χ_i′)，优化后的坐标点和法向矢量计算公式如下:

(x_i′,y_i′,z_i′)^T＝(x_i,y_i,z_i)^T·M_i

(α_i′,β_i′,χ_i′)^T＝(α_i,β_i,χ_i)^T·M_i

6)最优边缘：基于步骤5)优化后的边缘，计算边缘提取误差，误差计算方法为：每个边缘点p_i′＝(x_i′,y_i′,z_i′)在实测局部点集中沿法向矢量的方向搜索最近点p_i″＝(x_i″,y_i″,z_i″)，

任意两个点的欧氏距离为D(p_i,p_i+1)，定义边缘的计算误差为E，计算公式如下：

判断误差是否小于阈值τ_e，即E＜τ_e，否则继续执行步骤4)和5)。

本发明的有益效果：

本发明特别适用于复杂构件修型/加工的边缘的在线高精度提取，测量时间短(小于20s)，精度高(0.05mm)，测量过程无需人为干涉，过程实现自动化，满足了在线测量和自动修型的精度和效率要求，解决了复杂构件装备自动修型的核心问题。

附图说明

图1为本发明方法流程图。

图2为本发明实施例陶瓷型芯(预提取)修型边缘图。

图3为本发明实施例(预提取)边缘的划分示意图。

图4为本发明实施例陶瓷型芯的边缘(18)和对应区域点云图。

图5为本发明实施例陶瓷型芯的边缘(18)和缩放后的边缘图。

图6为本发明实施例陶瓷型芯的边缘(18)对应的(去除噪点)区域点云图。

图7为本发明实施例陶瓷型芯优化后边缘(18)和对应的区域点云图。

具体实施方式

下面结合附图和实施例对本发明进一步说明。

参照图1，一种基于点云的非刚体复杂构件高精度边缘提取方法，包括以下步骤：

1)修型边缘预提取：本实施例陶瓷型芯的飞边型芯存在于模具的分型面处，基于型芯的热压注模具和修型区域的需求，预先提取完整的修型边缘，所有边缘点所在的点集为E＝{p_i|i＝1,2,3,…N}，由于热压注模具不包含变形收缩信息，所以该边缘没有包含构件收缩带来的偏差影响，型芯修型边缘如图2所示；

2)点云和边缘的匹配：进行陶瓷型芯的实测点云和预提取修型的边缘点集所在坐标系的粗匹配，预提取修型边缘基于的设计模型，通过格式变换，得到参考点云模型简称参考点云，扫描仪实际获取构件的点云模型为实测点云，计算参考点云和实测点云的位姿变换矩阵，具体方法如下：参考点云中随机选择N个样本点得到点集S₁，在实测点云中搜索对应点，得到点集S₂，所有的点对组成点对集；利用欧式距离自适应阈值法，剔除不可靠点对；由剩余的点对集计算位姿变换矩阵M；根据位姿变换矩阵M，点集S₂位姿变换得到点集S₂′，计算点集S₁到点集S₂′的所有点的平均距离D_i，以连续两次迭代距离平方和之差绝对值ΔD＝D_i-D_i-1，作为是否收敛的依据；若ΔD小于阈值τ，则收敛，停止迭代，否则重复上述过程；得到参考点云相对于实测点云的位姿变换矩阵M，预提取的边缘点p_i＝(x_i,y_i,z_i)，位姿变换后的边缘点p_i′＝(x_i,y_i,z_i)^T·M，实现了边缘点集和实测点云的匹配；

3)边缘自适应局部提取：以预提取边缘的每个点为中心，搜索参考点云和实测点云的最近邻域内所有点，相邻中心点的邻域点会有重叠，需剔除重叠中多余的部分；本实施例采用的邻域半径R搜索，R的取值范围(3,5)mm，边缘点p_i在参考点云和实测点云中搜索得到的最近邻域点集为R_i和C_i，所有R_i的并集为参考局部点集R＝{R₁∪R₂…R_N}，所有C_i的并集为实测局部点集C＝{C₁∪C₂…C_N}，根据陶瓷型芯的结构特点，将边缘划分成48个区域，如图3所示；根据欧式距离每个区域分别对于点集R和C的一部分，实现边缘的局部点云提取，边缘(18)对应的区域点云如图4所示；

4)局部点云优化和位姿匹配：由于实测局部点集存在多余干扰点，如飞边形成的点(飞边点云)和孔的堵塞形成的点(堵塞点云)，点云滤波无法在保证良好边缘信息的前提下，有效去除干扰点；图4表明预提取的边缘和实际边缘存在一定的位姿偏差，基于边缘信息完成实测局部点集的优化，局部点云优化采用缩放预提取边缘，将部分噪点分离，达到减小噪点数量的目的，边缘缩放系数取值k∈(0.3,0.5)，缩放后的边缘(18)和局部点云的位置关系如图5所示；剔除噪点后的局部点云，如图6所示；利用步骤2)的方法，计算得到参考局部点集相对于优化后实测局部点集的位姿变换矩阵M_i，结果如下，

5)局部边缘优化：利用位姿变换矩阵M_i，优化预提取的边缘，提高边缘提取的精度，优化后的边缘如图7所示；假定边缘点p_i＝(x_i,y_i,z_i)对应的法向矢量为v_i＝(α_i,β_i,χ_i)，优化后的局部边缘点p_i′＝(x_i′,y_i′,z_i′)和法向矢量v_i′＝(α_i′,β_i′,χ_i′)，优化后的坐标点和法向矢量计算公式如下:

(x_i′,y_i′,z_i′)^T＝(x_i,y_i,z_i)^T·M_i

(α_i′,β_i′,χ_i′)^T＝(α_i,β_i,χ_i)^T·M_i

6)最优边缘：基于步骤5)优化后的边缘，计算边缘提取误差，误差计算方法为：每个边缘点p_i′＝(x_i′,y_i′,z_i′)在实测局部点集中沿法向量搜索最近点为p_i″＝(x_i″,y_i″,z_i″)，

任意两个点的欧氏距离为D(p_i,p_i+1)，定义边缘的计算误差为E，计算公式如下：

判断误差是否小于阈值τ_e＝0.05mm，即E＜τ_e，否则继续执行步骤4)和5)，直到满足阈值条件。

本实施例很好解决了涡轮叶片铸造用陶瓷型芯的边缘的在线高精度、快速提取的问题，测量时间短(平均18.2s)，精度高(平均0.048mm)，测量过程无需人为干涉，过程实现自动化，满足了陶瓷型芯在线测量和自动修型的精度和效率要求，解决了该复杂构件装备自动修型的核心问题。

Claims (1)

1.一种基于点云的非刚体复杂构件高精度边缘提取方法，其特征在于，包括以下步骤：

1)修型边缘预提取：基于构件的设计模型和修型区域的需求，预先提取完整的修型边缘，所有边缘点所在的点集为E＝{p_i|i＝1,2,3,…N}；

2)点云和边缘的匹配：进行构件的实测点云和预提取的修型边缘点集所在坐标系的粗匹配，预提取修型边缘基于的设计模型，通过格式变换，得到参考点云模型简称参考点云，扫描仪实际获取构件的点云模型简称实测点云，计算参考点云和实测点云的位姿变换矩阵，实现边缘点集和实测点云的坐标系匹配；

3)边缘自适应局部提取：以预提取边缘的每个点为中心，搜索参考点云和实测点云的最近邻域r内所有点，每个边缘点p_i在参考点云和实测点云中搜索得到的最近邻域点集为R_i和C_i，所有R_i的并集为参考局部点集R＝{R₁∪R₂…R_N}，所有C_i的并集为实测局部点集C＝{C₁∪C₂…C_N}，点集R和C根据边缘的划分进行分割，得到每个子边缘对应的局部点集；

4)局部点云优化和位姿匹配：基于边缘信息完成实测局部点集的优化，局部点云优化采用缩放预提取边缘，剔除边缘轮廓分离的噪点，优化后的实测局部点集和参考局部点集计算相对位姿，实现参考局部点集和实测局部点集的位姿匹配，得到了参考局部点集相对于实测局部点集的位姿变换矩阵M_i；

5)局部边缘优化：利用位姿变换矩阵M_i，优化预提取的边缘，边缘点p_i＝(x_i,y_i,z_i)对应的法向矢量为v_i＝(α_i,β_i,χ_i)，优化后的局部边缘点p′_i＝(x′_i,y′_i,z′_i)和对应的法向矢量v′_i＝(α′_i,β′_i,χ′_i)，优化后的坐标点和法向矢量计算公式如下:

(x′_i,y′_i,z′_i)^T＝(x_i,y_i,z_i)^T·M_i

(α′_i,β′_i,χ′_i)^T＝(α_i,β_i,χ_i)^T·M_i

6)最优边缘：基于步骤5)优化后的边缘，计算边缘提取误差，误差计算方法为：每个边缘点p′_i＝(x′_i,y′_i,z′_i)在实测局部点集中沿法向矢量的方向搜索最近点p″_i＝(x″_i,y″_i,z″_i)，

任意两个点的欧氏距离为D(p_i,p_i+1)，定义边缘的计算误差为E，计算公式如下：

判断误差是否小于阈值τ_e，即E＜τ_e，否则继续执行步骤4)和5)。

Images