CN111539070A - 基于实测数据的翼身对接间隙分布控制方法 - Google Patents

基于实测数据的翼身对接间隙分布控制方法 Download PDF

Info

Publication number
CN111539070A
CN111539070A CN202010343957.1A CN202010343957A CN111539070A CN 111539070 A CN111539070 A CN 111539070A CN 202010343957 A CN202010343957 A CN 202010343957A CN 111539070 A CN111539070 A CN 111539070A
Authority
CN
China
Prior art keywords
point
wing
point cloud
cloud data
gap
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010343957.1A
Other languages
English (en)
Other versions
CN111539070B (zh
Inventor
汪俊
魏泽勇
王岩
陈红华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Yuntong Technology Co ltd
Original Assignee
Nanjing University of Aeronautics and Astronautics
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing University of Aeronautics and Astronautics filed Critical Nanjing University of Aeronautics and Astronautics
Priority to CN202010343957.1A priority Critical patent/CN111539070B/zh
Publication of CN111539070A publication Critical patent/CN111539070A/zh
Priority to US17/169,521 priority patent/US20210331815A1/en
Application granted granted Critical
Publication of CN111539070B publication Critical patent/CN111539070B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64F—GROUND OR AIRCRAFT-CARRIER-DECK INSTALLATIONS SPECIALLY ADAPTED FOR USE IN CONNECTION WITH AIRCRAFT; DESIGNING, MANUFACTURING, ASSEMBLING, CLEANING, MAINTAINING OR REPAIRING AIRCRAFT, NOT OTHERWISE PROVIDED FOR; HANDLING, TRANSPORTING, TESTING OR INSPECTING AIRCRAFT COMPONENTS, NOT OTHERWISE PROVIDED FOR
    • B64F5/00—Designing, manufacturing, assembling, cleaning, maintaining or repairing aircraft, not otherwise provided for; Handling, transporting, testing or inspecting aircraft components, not otherwise provided for
    • B64F5/10—Manufacturing or assembling aircraft, e.g. jigs therefor
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64C—AEROPLANES; HELICOPTERS
    • B64C1/00—Fuselages; Constructional features common to fuselages, wings, stabilising surfaces or the like
    • B64C1/26—Attaching the wing or tail units or stabilising surfaces
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/15—Vehicle, aircraft or watercraft design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/18—Manufacturability analysis or optimisation for manufacturability
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Manufacturing & Machinery (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)

Abstract

本发明公开了一种基于实测数据的翼身对接间隙分布控制方法，包括：采集机翼和中央翼盒的原始点云数据；对两者的原始点云数据进行预处理；将预处理后的机翼和中央翼盒的点云数据分别与对应的实体模型配准；在两者实体模型上选择对接时的关键特征，将关键特征映射至配准后的点云数据，提取对应的点云特征；基于定位点对机翼点云数据和中央翼盒点云数据进行对接；将对接面分为多个区域，计算对接后每个区域特征点的间隙，根据间隙容差，调整各区域的权重以控制间隙分布。本发明能够根据实测数据通过特征权重控制翼身对接间隙分布，满足翼身装配时的间隙要求，从而提高翼身的装配质量和生产效率，解决了翼身对接间隙分布控制的技术需求。

Description

基于实测数据的翼身对接间隙分布控制方法
技术领域
本发明涉及航空制造技术领域，具体而言涉及一种基于实测数据的翼身对接间隙分布控制方法。
背景技术
在飞机装配中，飞机各部分之间的对接间隙的大小是衡量装配质量的重要指标。在现代装配过程中，也存在选择多个同类零件与整体进行尝试对接，选择配合最好的零件进行装配的方法，这有助于提高飞机整体的装配质量。
但该方法需要对零件进行多次拆装，严重影响生产速度。此外，目前对间隙控制使用的主要方法是人工使用塞尺度量，人工操作的方法存在一些弊端：人工塞尺测量耗费大量的劳动力且测量结果也依赖于工作人员的职业素质，测量结果也会受到工作人员主观的影响，且由于很多位置难以测量，导致测量的只是较少的几个测量点，不能反映对接面的整体间隙情况。因此亟需提出了一种新的间隙分布控制方法，拟替代传统的间隙测量控制方法，提高产品精度以及生产效率，促进测量数据的数字化管理。
发明内容
本发明目的在于提供一种基于实测数据的翼身对接间隙分布控制方法，能够根据实测数据通过特征权重控制翼身对接间隙分布，满足翼身装配时的间隙要求，从而提高翼身的装配质量和生产效率，解决了翼身对接间隙分布控制的技术需求。
为达成上述目的，结合图1，本发明提出一种基于实测数据的翼身对接间隙分布控制方法，所述控制方法包括以下步骤：
S1，分别采集机翼的原始点云数据和中央翼盒的原始点云数据；
S2，对两者的原始点云数据进行预处理，进行去噪、滤波和稀疏化操作，去除不属于机翼和中央翼盒对接面的部分点云数据；
S3，将预处理后的机翼和中央翼盒的点云数据分别与对应的实体模型配准；
S4，根据机翼实体模型和中央翼盒实体模型的模拟对接情况，在两者实体模型上选择对接时的关键特征，将关键特征映射至配准后的点云数据，提取对应的点云特征，所述关键特征包括定位点和对接面特征点；
S5，基于定位点对机翼点云数据和中央翼盒点云数据进行对接；
S6，将对接面分为多个区域，计算对接后每个区域特征点的间隙，根据间隙容差，调整各区域的权重以控制间隙分布；其中，所述每个区域的权重与所在区域的间隙容差呈反比。
进一步的，步骤S1中，所述分别采集机翼点云数据和中央翼盒的原始点云数据包括以下步骤：
S11，在飞机翼身对接面四周分别粘贴编码点和标记点；
S12，采用摄影测量技术获取所述编码点和标记点的坐标信息，并且依据获取的坐标信息建立扫描控制场；
S13，采用扫描仪分别扫描机翼和中央翼盒，得到对应的原始点云数据；
S14，结合步骤S12中建立的扫描控制场，对机翼和中央翼盒的原始点云数据进行点云加细，增强细节描述。
进一步的，步骤S2中，所述对两者的原始点云数据进行预处理的过程包括以下步骤：
S21，通过高斯滤波对原始点云数据进行处理，以去除噪声和离群点，分割属于机翼和中央翼盒对接面的点；
S22，基于曲率对分割出的属于机翼和中央翼盒对接面的点云数据进行稀疏化处理。
进一步的，步骤S22中，所述基于曲率对分割出的属于机翼和中央翼盒对接面的点云数据进行稀疏化处理的过程包括以下步骤：
S221，对于点云数据中的每个点xi，设其邻域点集为Xi，xj∈Xi，1≤j≤n，n是邻域点集的点数，基于邻域点集Xi计算xi平均曲率Qi；
对点xi及其邻域点集Xi，根据下述公式计算得到平均曲率的平均值Pi，
Figure BDA0002469457280000021
式中，Qj是xi的邻域点集Xi内的点xj的平均曲率；
S222，根据公式
Figure BDA0002469457280000022
计算得到局部平均曲率中误差
Figure BDA0002469457280000023
并设置局部平均曲率中误差阈值ε；
S223，为点云数据中每一个点设置对应的保留次数F和计算次数S；
S224，对于点xi，当
Figure BDA0002469457280000024
时，保留xi的邻域点集Xi中平均曲率Qj≥λPi的点，λ为设定的值；当
Figure BDA0002469457280000025
时，保留xi的邻域点集Xi中平均曲率Qj最接近平均曲率平均值Pi的点，同时保留点的保留次数累计加1，即Fj＝Fj+1，xi的邻域点集Xi内所有点的计算次数加1，即Sj＝Sj+1；
S225，重复步骤S224，直至遍历所有点，根据下述公式统计每个点的精简概率θ：θ＝Fi/Si，依据每个点的精简概率对所有点云数据进行处理：当精简概率θ大于等于0.5时，保留该点，精简概率θ小于0.5时，删除该点。
进一步的，步骤S3中，所述将预处理后的机翼和中央翼盒的点云数据分别与对应的实体模型配准的过程包括以下步骤：
S31，分别提取机翼和中央翼盒的点云数据与各自实体模型相对应的部分或全部定位点；
S32，采用SVD算法，分别计算机翼和中央翼盒的点云数据定位点到对应实体模型定位点的变换矩阵；
S33，采用对应的变换矩阵分别对机翼和中央翼盒的点云数据进行变换；
S34，采用ICP算法，分别对变换后的机翼和中央翼盒的点云数据与各自实体模型进行配准。
进一步的，步骤S4中，所述根据机翼实体模型和中央翼盒实体模型的模拟对接情况，在两者实体模型上选择对接时的关键特征，将关键特征映射至配准后的点云数据，提取点云特征的过程包括以下步骤：
S41：根据机翼模型实体模型和中央翼盒实体模型的模拟对接情况，在实体模型上选择对接时的关键特征，所述关键特征包括定位点和对接面特征点；
S42：利用步骤S3中完成配准后的两组点云数据和实体模型，将两个实体模型上的多组定位点映射到对应的点云数据上，每组定位点包含至少一个机翼定位点和至少一个中央翼盒定位点，定位点用于机翼点云数据和中央翼盒点云数据的对接参照；
S43：遍历所有点云数据的点，得到用于对接后细微变换以控制间隙分布的对接面特征点集，其中，当任意一个点云数据的点的领域内存在实体模型的对接面特征点时，该点被标记成对接面特征点。
进一步的，步骤S5中，所述基于定位点对机翼点云数据和中央翼盒点云数据进行对接的过程包括以下步骤：
S51，根据步骤S4中提取的I组装配定位点，设每组装配定位点包含一个机翼定位点Si和一个中央翼盒定位点Hi，对接后的定位点间隙为Si变换后与Hi的距离ci，ci＝||(XSi+Z)-Hi||，构建目标函数F：
Figure BDA0002469457280000031
式中，Si为翼身定位点，Hi为中央翼盒定位点，X是旋转矩阵，Z是平移矩阵，通过优化目标函数使其最小，得到对应的X和Z；
S52，分别计算翼身定位点Si的质心S′和中央翼盒定位点Hi的质心H′：
Figure BDA0002469457280000032
Figure BDA0002469457280000033
S53，移动所有定位点，使质心移动到原点位置：S′i＝Si-S′，H′i＝Hi-H′，代入到目标函数得到：
Figure BDA0002469457280000034
F2最小等价于F最大：
Figure BDA0002469457280000035
其中
Figure BDA0002469457280000036
S54，根据Lemma定理，对任何正定矩AAT和正交矩阵B有：Trace(AAT)≥Trace(BAAT)，对M进行奇异值分解，M＝UΛVT,令N＝ΛVT，则对任何3×3正交矩阵B有Trace(NM)≥Trace(BNM)，即N使F最大F2最小，取旋转矩阵X＝N＝ΛVT；
S55，计算平移矩阵Z＝H′-XS′。
进一步的，步骤S6中，所述将对接面分为多个区域，计算对接后每个区域特征点的间隙，根据间隙容差，调整各区域的权重以控制间隙分布的过程包括以下步骤：
S61：设对接面被分为R个区域，每个区域特征点数记为N，
Figure BDA0002469457280000041
和
Figure BDA0002469457280000042
为区域r的特征点间隙的上下间隙容差，1≤r≤R，区域r内一点的间隙值为crn，1≤n≤N，
Figure BDA0002469457280000043
Figure BDA0002469457280000044
在同一个区域的特征点权重相同并且被记为μr，权重与所在区域间隙容差相关，令
Figure BDA0002469457280000045
表明间隙容差越大权重越小；
S62：设特征点的点间隙crn为机翼特征点Sn与其距离最近中央翼盒特征点Hn的连线在Hn的法线l(Hn)的投影长度，即crn＝||l(Hn)·[Sn-Hn]||；
S63：在对接后，对机翼特征点Sn进行细微变换以控制间隙，间隙crn被表示为crn＝||l(Hi)·[(XSn+Z)-Hi]+dZ·l(Hn)+dX·[Hn×l(Hn)]||，同时定位点的间隙在细微变换后变为ci＝||X′(XSi+Z)+Z′||，其中X和Z为对接变换矩阵，dX和dZ为细微变换相关参数，X′和Z′为细微变换矩阵，由X，Z，dX和dZ求出，同时对两种间隙进行加权约束，构建误差函数F(X,Z,dX,dZ)：
Figure BDA0002469457280000046
构造最佳位姿评价模型：
Figure BDA0002469457280000047
Figure BDA0002469457280000048
式中，μi为定位点权重，μr为区域间隙权重，I为定位点组数，R为对接面区域数，
Figure BDA0002469457280000049
和
Figure BDA00024694572800000410
为区域r的间隙容差；
通过优化模型求解最佳变换X、Z、dX和dZ，得到当前权重下的最佳间隙分布；
S64：若X和Z无初始值，使用步骤S5中求出的X和Z，否则使用当前的X和Z已有的值，采用PHR算法对最佳位姿评价模型进行求解得到dX和dZ；
S65：计算细微变换矩阵X′＝(E+dX)·X，Z′＝(E+dX)·Z+dZ，式中，E为单位矩阵；
S66：判断是否满足间隙要求或者X′和Z′收敛，若都不满足则令X＝X′，Z＝Z′，转步骤S64，若满足间隙要求则使用X′和Z′计算最优位姿以及间隙分布，结束流程，若不满足间隙要求却已经收敛转步骤S67；
S67：根据每个区域的间隙与间隙容差的关系调整权重取值：
如果某区域只存在间隙超出间隙容差上限，增大该区域的权重以减小间隙；如果某区域只存在间隙低于间隙容差下限，减小该区域的权重以增大间隙；如果某区域同时存在间隙超出间隙容差上限且低于下限，则该区域权重保持不变，增大该区域内超出上线的特征点的邻近区域的权重，减小该区域内低于下线的特征点的邻近区域的权重；
结束流程。
本发明使用摄影测量配合扫描仪获取机翼和中央翼盒三维点云数据，提高了测量精准度，增强了点云的细节描述，通过基于特征权重的分布控制技术，能够精准有效地控制机翼和中央翼盒的对接间隙分布，指导机翼和中央翼盒的快速精准对接，从而提高装配质量以及生产效率。
以上本发明的技术方案，与现有相比，其显著的有益效果在于，
(1)能够根据实测数据通过特征权重控制翼身对接间隙分布，满足翼身装配时的间隙要求，从而提高翼身的装配质量和生产效率，解决了翼身对接间隙分布控制的技术需求。
(2)使用摄影测量配合扫描仪能够提高测量精准度，增强点云的细节描述，更真实的反应实体特征，通过模型关键特征映射能够快速精准提取点云特征，通过特征权重技术能够对精确控制翼身对接的间隙分布。
应当理解，前述构思以及在下面更加详细地描述的额外构思的所有组合只要在这样的构思不相互矛盾的情况下都可以被视为本公开的发明主题的一部分。另外，所要求保护的主题的所有组合都被视为本公开的发明主题的一部分。
结合附图从下面的描述中可以更加全面地理解本发明教导的前述和其他方面、实施例和特征。本发明的其他附加方面例如示例性实施方式的特征和/或有益效果将在下面的描述中显见，或通过根据本发明教导的具体实施方式的实践中得知。
附图说明
附图不意在按比例绘制。在附图中，在各个图中示出的每个相同或近似相同的组成部分可以用相同的标号表示。为了清晰起见，在每个图中，并非每个组成部分均被标记。现在，将通过例子并参考附图来描述本发明的各个方面的实施例，其中：
图1是本发明的基于实测数据的翼身对接间隙分布控制方法的流程图。
图2是本发明实施例的机翼编码点粘贴示意图。
图3是本发明实施例的机翼点云数据示意图。
图4是本发明实施例的中央翼盒对接面示意图。
图5是本发明实施例的机翼对接面区域权重分配示意图。
图6是本发明实施例的机翼和中央翼盒对接后间隙示意图。
具体实施方式
为了更了解本发明的技术内容，特举具体实施例并配合所附图式说明如下。
结合图1，本发明提及基于实测数据的翼身对接间隙分布控制技术，包括以下步骤：
第一、采用摄影测量配合扫描仪的方式分别获取机翼的原始点云数据和中央翼盒的点云数据。
首先在飞机翼身对接面四周分别粘贴编码点和标记点，用摄影测量技术获取其上编码点和标记点的坐标信息建立扫描控制场，然后使用扫描仪对机翼和中央翼盒分别扫描获取点云数据，将点云数据对照相测量建立的控制场进行点云加细，增强细节描述。编码点的粘贴如图2所示。
第二、对两组原始点云数据进行预处理，进行去噪、滤波、稀疏化等操作。
在扫描仪获得点云数据中包含有一些没有价值的噪声点和离群点，背景之类的，可以通过高斯滤波去除噪声和离群点，用点云分割将不属于机翼和中央翼盒对接面的点分割掉，只保留属于机翼和中央翼盒对接面的点，图3是经过分割后的机翼点云数据；由于扫描的点云具有很高的密度，直接处理需要耗费大量的时间，实际需要在平面位置的点可以稀疏一些，边界和曲率大的位置点可以密集一些，所以可以通过曲率对点云数据稀疏化，点云稀疏化包括以下步骤：
(1)对于点云数据每个点xi，其邻域点集为Xi，xj∈Xi，1≤j≤n，n是邻域点集的点数，基于邻域点集Xi计算xi平均曲率Qi；对点xi及其邻域点集Xi，求平均曲率的平均值Pi，
Figure BDA0002469457280000061
Qj是xi的邻域点集Xi内的点xj的平均曲率。
(2)根据公式
Figure BDA0002469457280000062
时，计算局部平均曲率中误差
Figure BDA0002469457280000063
并设置局部平均曲率中误差阈值ε。
(3)点云数据中每一个点都有一个保留次数F和计算次数S，对于点xi，当
Figure BDA0002469457280000064
时，保留xi的邻域点集Xi中平均曲率Qj≥λPi的点，λ为设定的值；当
Figure BDA0002469457280000065
时，保留xi的邻域点集Xi中平均曲率Qj最接近平均曲率平均值Pi的点，同时保留点的保留次数累计加1，即Fj＝Fj+1，为后续计算点精简概率，xi的邻域点集Xi内所有点的计算次数加1，即Sj＝Sj+1。
(4)遍历所有点，统计每个点的精简概率θ，θ＝Fi/Si，当精简概率θ大于等于0.5时，保留该点，精简概率θ小于0.5时，删除该点。
第三、将预处理后的机翼和中央翼盒的点云数据分别与对应的实体模型配准。
点云数据是扫描仪扫描获得的，实际数据与理想的模型可肯定会有所差别，但两者之间然仍具有一定联系，在模型上进行对齐和特征提取等操作要比在点云上简单很多，所有要先将点云数据和模型进行配准，首先提取点云数据和实体模型上处于同一位置的定位点，用SVD算法算点云数据定位点到实体模型定位点的变换矩阵，再用变换矩阵对点云数据进行变换，最后对变换后的点云数据与实体模型用ICP算法进行配准。
第四、在两者实体模型上选择对接时的关键特征，将关键特征映射至配准后的点云数据，提取对应的点云特征。
根据机翼模型和中央翼盒实体模型的模拟对接情况，在实体模型上选择对接时的关键特征(定位点和对接面特征点)，利用第三步中已经配准的点云数据和实体模型，将实体模型上的多组定位点映射到点云数据上，每组定位点包含一个机翼定位点和中央翼盒定位点，用于机翼点云数据和中央翼盒点云数据的对接，在已经配准的点云数据和实体模型上，对于点云数据的每个点，如果其邻域内有实体模型的对接面特征点，则该点标记为点云数据的对接面特征点，遍历所有点云数据的点，得到对接面特征点集，用于对接后细微变换以控制间隙分布。图4中央翼盒对接面示意图，其主要可以分为4个区域。
第五、基于定位点对机翼点云数据和中央翼盒点云数据进行对接。
根据第四步中提取的I组定位点，每组定位点包含一个机翼定位点Si和中央翼盒定位点Hi，对接后的定位点间隙为Si变换后与Hi的距离ci，ci＝||(XSi+Z)-Hi||，构建目标函数：
Figure BDA0002469457280000071
式中，Si为翼身定位点，Hi为中央翼盒定位点，X是旋转矩阵，Z是平移矩阵，通过优化目标函数使其最小，得到对应的X和Z，分别计算翼身定位点Si和中央翼盒定位点Hi的质心：
Figure BDA0002469457280000072
Figure BDA0002469457280000073
移动所有定位点，使质心移动到原点位置：S′i＝Si-S′，H′i＝Hi-H′，代入到目标函数得到：
Figure BDA0002469457280000074
F2最小等价于F最大：
Figure BDA0002469457280000075
其中
Figure BDA0002469457280000076
根据Lemma定理，对任何正定矩AAT和正交矩阵B有：Trace(AAT)≥Trace(BAAT)，对M进行奇异值分解，M＝UΛVT,令N＝ΛVT，则对任何3×3正交矩阵B有Trace(NM)≥Trace(BNM)，即N使F最大F2最小，所以取旋转矩阵X＝N＝ΛVT，然后计算平移矩阵Z＝H′-XS′。
第六、计算对接后每个区域特征点的间隙，根据间隙容差，调整各区域的权重以控制间隙分布。
第五步完成对齐后还要根据特征点的间隙，通过控制权重，进行微调来控制间隙分布，具体步骤如下：
(1)设对接面分为R个区域，每个区域特征点数记为N，
Figure BDA0002469457280000081
和
Figure BDA0002469457280000082
为区域r的特征点间隙的上下间隙容差，1≤r≤R，不同区域的上下间隙容差会和特征点数有所不同，区域r内一点的间隙值crn，1≤n≤N，则应
Figure BDA0002469457280000083
在同一个区域的特征点权重相同记为μr，权重与所在区域间隙容差相关，令
Figure BDA0002469457280000084
则
Figure BDA0002469457280000085
表明间隙容差越大权重越小，图5是机翼对接面区域权重分配图。
(2)特征点的点间隙crn为机翼特征点Sn与其距离最近中央翼盒特征点Hn的连线在Hn的法线l(Hn)的投影长度，即crn＝||l(Hn)·[Sn-Hn]||。
(3)在对接后需要对机翼特征点Sn进行细微变换来控制间隙，此时间隙crn可以表示为crn＝||l(Hi)·[(XSn+Z)-Hi]+dZ·l(Hn)+dX·[Hn×l(Hn)]||，同时定位点的间隙在细微变换后会变为ci＝||X′(XSi+Z)+Z′||，其中X和Z为对接变换矩阵，dX和dZ为细微变换相关参数，X′和Z′为细微变换矩阵，可由X，Z，dX和dZ求出，需要同时对两种间隙进行加权约束，构建误差函数：
Figure BDA0002469457280000086
构造最佳位姿评价模型：
Figure BDA0002469457280000087
Figure BDA0002469457280000088
式中，μi为定位点权重，μr为区域间隙权重，I为定位点组数，R为对接面区域数，
Figure BDA0002469457280000089
和
Figure BDA00024694572800000810
为区域r的间隙容差，通过优化模型求解最佳变换X，Z，dX，dZ，得到当前权重下的最佳间隙分布。
(4)若X和Z无初始值，使用S5中求出X和Z，否则使用当前的X和Z已有的值，用PHR算法对评价模型进行求解得到dX和dZ。
(5)计算细微变换矩阵X′＝(E+dX)·X，Z′＝(E+dX)·Z+dZ，E为单位矩阵。
(6)判断是否满足间隙要求或者X′和Z′收敛，若都不满足则令X＝X′，Z＝Z′，转(4)，若满足间隙要求则使用X′和Z′计算最优位姿以及间隙分布，若不满足间隙要求却已经收敛转(7)。
(7)如果某区域只存在间隙超出间隙容差上限，增大该区域的权重以减小间隙，如果某区域只存在间隙低于间隙容差下限，减小该区域的权重以增大间隙，如果某区域同时存在间隙超出间隙容差上限且低于下限，则该区域权重保持不变，增大该区域内超出上线的特征点的邻近区域的权重，减小该区域内低于下线的特征点的邻近区域的权重，图6是机翼和中央翼盒对接后经过微调后的间隙分布。
在本公开中参照附图来描述本发明的各方面，附图中示出了许多说明的实施例。本公开的实施例不必定义在包括本发明的所有方面。应当理解，上面介绍的多种构思和实施例，以及下面更加详细地描述的那些构思和实施方式可以以很多方式中任意一种来实施，这是因为本发明所公开的构思和实施例并不限于任何实施方式。另外，本发明公开的一些方面可以单独使用，或者与本发明公开的其他方面的任何适当组合来使用。
虽然本发明已以较佳实施例揭露如上，然其并非用以限定本发明。本发明所属技术领域中具有通常知识者，在不脱离本发明的精神和范围内，当可作各种的更动与润饰。因此，本发明的保护范围当视权利要求书所界定者为准。

Claims (8)

1.一种基于实测数据的翼身对接间隙分布控制方法，其特征在于，所述控制方法包括以下步骤：
S1，分别采集机翼的原始点云数据和中央翼盒的原始点云数据；
S2，对两者的原始点云数据进行预处理，进行去噪、滤波和稀疏化操作，去除不属于机翼和中央翼盒对接面的部分点云数据；
S3，将预处理后的机翼和中央翼盒的点云数据分别与对应的实体模型配准；
S4，根据机翼实体模型和中央翼盒实体模型的模拟对接情况，在两者实体模型上选择对接时的关键特征，将关键特征映射至配准后的点云数据，提取对应的点云特征，所述关键特征包括定位点和对接面特征点；
S5，基于定位点对机翼点云数据和中央翼盒点云数据进行对接；
S6，将对接面分为多个区域，计算对接后每个区域特征点的间隙，根据间隙容差，调整各区域的权重以控制间隙分布；其中，所述每个区域的权重与所在区域的间隙容差呈反比。
2.根据权利要求1所述的基于实测数据的翼身对接间隙分布控制方法，其特征在于，步骤S1中，所述分别采集机翼点云数据和中央翼盒的原始点云数据包括以下步骤：
S11，在飞机翼身对接面四周分别粘贴编码点和标记点；
S12，采用摄影测量技术获取所述编码点和标记点的坐标信息，并且依据获取的坐标信息建立扫描控制场；
S13，采用扫描仪分别扫描机翼和中央翼盒，得到对应的原始点云数据；
S14，结合步骤S12中建立的扫描控制场，对机翼和中央翼盒的原始点云数据进行点云加细，增强细节描述。
3.根据权利要求1所述的基于实测数据的翼身对接间隙分布控制方法，其特征在于，步骤S2中，所述对两者的原始点云数据进行预处理的过程包括以下步骤：
S21，通过高斯滤波对原始点云数据进行处理，以去除噪声和离群点，分割属于机翼和中央翼盒对接面的点；
S22，基于曲率对分割出的属于机翼和中央翼盒对接面的点云数据进行稀疏化处理。
4.根据权利要求3所述的基于实测数据的翼身对接间隙分布控制方法，其特征在于，步骤S22中，所述基于曲率对分割出的属于机翼和中央翼盒对接面的点云数据进行稀疏化处理的过程包括以下步骤：
S221，对于点云数据中的每个点xi，设其邻域点集为Xi，xj∈Xi，1≤j≤n，n是邻域点集的点数，基于邻域点集Xi计算xi平均曲率Qi；
对点xi及其邻域点集Xi，根据下述公式计算得到平均曲率的平均值Pi，
Figure FDA0002469457270000011
式中，Qj是xi的邻域点集Xi内的点xj的平均曲率；
S222，根据公式
Figure FDA0002469457270000012
计算得到局部平均曲率中误差
Figure FDA0002469457270000013
并设置局部平均曲率中误差阈值ε；
S223，为点云数据中每一个点设置对应的保留次数F和计算次数S；
S224，对于点xi，当
Figure FDA0002469457270000021
时，保留xi的邻域点集Xi中平均曲率Qj≥λPi的点，λ为设定的值；当
Figure FDA0002469457270000022
时，保留xi的邻域点集Xi中平均曲率Qj最接近平均曲率平均值Pi的点，同时保留点的保留次数累计加1，即Fj＝Fj+1，xi的邻域点集Xi内所有点的计算次数加1，即Sj＝Sj+1；
S225，重复步骤S224，直至遍历所有点，根据下述公式统计每个点的精简概率θ：θ＝Fi/Si，依据每个点的精简概率对所有点云数据进行处理：当精简概率θ大于等于0.5时，保留该点，精简概率θ小于0.5时，删除该点。
5.根据权利要求1所述的基于实测数据的翼身对接间隙分布控制方法，其特征在于，步骤S3中，所述将预处理后的机翼和中央翼盒的点云数据分别与对应的实体模型配准的过程包括以下步骤：
S31，分别提取机翼和中央翼盒的点云数据与各自实体模型相对应的部分或全部定位点；
S32，采用SVD算法，分别计算机翼和中央翼盒的点云数据定位点到对应实体模型定位点的变换矩阵；
S33，采用对应的变换矩阵分别对机翼和中央翼盒的点云数据进行变换；
S34，采用ICP算法，分别对变换后的机翼和中央翼盒的点云数据与各自实体模型进行配准。
6.根据权利要求1所述的基于实测数据的翼身对接间隙分布控制方法，其特征在于，步骤S4中，所述根据机翼实体模型和中央翼盒实体模型的模拟对接情况，在两者实体模型上选择对接时的关键特征，将关键特征映射至配准后的点云数据，提取点云特征的过程包括以下步骤：
S41：根据机翼模型实体模型和中央翼盒实体模型的模拟对接情况，在实体模型上选择对接时的关键特征，所述关键特征包括定位点和对接面特征点；
S42：利用步骤S3中完成配准后的两组点云数据和实体模型，将两个实体模型上的多组定位点映射到对应的点云数据上，每组定位点包含至少一个机翼定位点和至少一个中央翼盒定位点，定位点用于机翼点云数据和中央翼盒点云数据的对接参照；
S43：遍历所有点云数据的点，得到用于对接后细微变换以控制间隙分布的对接面特征点集，其中，当任意一个点云数据的点的领域内存在实体模型的对接面特征点时，该点被标记成对接面特征点。
7.根据权利要求1所述的基于实测数据的翼身对接间隙分布控制方法，其特征在于，步骤S5中，所述基于定位点对机翼点云数据和中央翼盒点云数据进行对接的过程包括以下步骤：
S51，根据步骤S4中提取的I组装配定位点，设每组装配定位点包含一个机翼定位点Si和一个中央翼盒定位点Hi，对接后的定位点间隙为Si变换后与Hi的距离ci，ci＝||(XSi+Z)-Hi||，构建目标函数F：
Figure FDA0002469457270000031
式中，Si为翼身定位点，Hi为中央翼盒定位点，X是旋转矩阵，Z是平移矩阵，通过优化目标函数使其最小，得到对应的X和Z；
S52，分别计算翼身定位点Si的质心S′和中央翼盒定位点Hi的质心H′：
Figure FDA0002469457270000032
Figure FDA0002469457270000033
S53，移动所有定位点，使质心移动到原点位置：S′i＝Si-S′，H′i＝Hi-H′，代入到目标函数得到：
Figure FDA0002469457270000034
F2最小等价于F最大：
Figure FDA0002469457270000035
其中
Figure FDA0002469457270000036
S54，根据Lemma定理，对任何正定矩AAT和正交矩阵B有：Trace(AAT)≥Trace(BAAT)，对M进行奇异值分解，M＝UΛVT,令N＝ΛVT，则对任何3×3正交矩阵B有Trace(NM)≥Trace(BNM)，即N使F最大F2最小，取旋转矩阵X＝N＝ΛVT；
S55，计算平移矩阵Z＝H′-XS′。
8.根据权利要求7所述的基于实测数据的翼身对接间隙分布控制方法，其特征在于，步骤S6中，所述将对接面分为多个区域，计算对接后每个区域特征点的间隙，根据间隙容差，调整各区域的权重以控制间隙分布的过程包括以下步骤：
S61：设对接面被分为R个区域，每个区域特征点数记为N，
Figure FDA0002469457270000037
和
Figure FDA0002469457270000038
为区域r的特征点间隙的上下间隙容差，1≤r≤R，区域r内一点的间隙值为crn，1≤n≤N，
Figure FDA0002469457270000039
Figure FDA00024694572700000310
在同一个区域的特征点权重相同并且被记为μr，权重与所在区域间隙容差相关，令
Figure FDA00024694572700000311
表明间隙容差越大权重越小；
S62：设特征点的点间隙crn为机翼特征点Sn与其距离最近中央翼盒特征点Hn的连线在Hn的法线l(Hn)的投影长度，即crn＝||l(Hn)·[Sn-Hn]||；
S63：在对接后，对机翼特征点Sn进行细微变换以控制间隙，间隙crn被表示为crn＝||l(Hi)·[(XSn+Z)-Hi]+dZ·l(Hn)+dX·[Hn×l(Hn)]||，同时定位点的间隙在细微变换后变为ci＝||X′(XSi+Z)+Z′||，其中X和Z为对接变换矩阵，dX和dZ为细微变换相关参数，X′和Z′为细微变换矩阵，由X，Z，dX和dZ求出，同时对两种间隙进行加权约束，构建误差函数F(X,Z,dX,dZ)：
Figure FDA0002469457270000041
构造最佳位姿评价模型：
Figure FDA0002469457270000042
Figure FDA0002469457270000043
式中，μi为定位点权重，μr为区域间隙权重，I为定位点组数，R为对接面区域数，
Figure FDA0002469457270000044
和
Figure FDA0002469457270000045
为区域r的间隙容差；
通过优化模型求解最佳变换X、Z、dX和dZ，得到当前权重下的最佳间隙分布；
S64：若X和Z无初始值，使用步骤S5中求出的X和Z，否则使用当前的X和Z已有的值，采用PHR算法对最佳位姿评价模型进行求解得到dX和dZ；
S65：计算细微变换矩阵X′＝(E+dX)·X，Z′＝(E+dX)·Z+dZ，式中，E为单位矩阵；
S66：判断是否满足间隙要求或者X′和Z′收敛，若都不满足则令X＝X′，Z＝Z′，转步骤S64，若满足间隙要求则使用X′和Z′计算最优位姿以及间隙分布，结束流程，若不满足间隙要求却已经收敛转步骤S67；
S67：根据每个区域的间隙与间隙容差的关系调整权重取值：
如果某区域只存在间隙超出间隙容差上限，增大该区域的权重以减小间隙；如果某区域只存在间隙低于间隙容差下限，减小该区域的权重以增大间隙；如果某区域同时存在间隙超出间隙容差上限且低于下限，则该区域权重保持不变，增大该区域内超出上线的特征点的邻近区域的权重，减小该区域内低于下线的特征点的邻近区域的权重；
结束流程。
CN202010343957.1A 2020-04-27 2020-04-27 基于实测数据的翼身对接间隙分布控制方法 Active CN111539070B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202010343957.1A CN111539070B (zh) 2020-04-27 2020-04-27 基于实测数据的翼身对接间隙分布控制方法
US17/169,521 US20210331815A1 (en) 2020-04-27 2021-02-07 Method for controlling gap distribution of wing-fuselage joining based on measured data

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010343957.1A CN111539070B (zh) 2020-04-27 2020-04-27 基于实测数据的翼身对接间隙分布控制方法

Publications (2)

Publication Number Publication Date
CN111539070A true CN111539070A (zh) 2020-08-14
CN111539070B CN111539070B (zh) 2022-03-08

Family

ID=71980274

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010343957.1A Active CN111539070B (zh) 2020-04-27 2020-04-27 基于实测数据的翼身对接间隙分布控制方法

Country Status (2)

Country Link
US (1) US20210331815A1 (zh)
CN (1) CN111539070B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115630558A (zh) * 2022-12-21 2023-01-20 南京航空航天大学 一种复合材料构件装配变形预测方法
CN116697914A (zh) * 2023-08-04 2023-09-05 南京航空航天大学 一种基于数字孪生的装配间隙实时测量方法

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10549186B2 (en) * 2018-06-26 2020-02-04 Sony Interactive Entertainment Inc. Multipoint SLAM capture
CN114648445B (zh) * 2022-03-03 2023-05-30 电子科技大学 一种基于特征点提取及精配准优化的多视角高分辨率点云拼接方法
US20240169114A1 (en) * 2022-11-18 2024-05-23 The Boeing Company Systems and methods for predictive assembly
CN117808703B (zh) * 2024-02-29 2024-05-10 南京航空航天大学 一种多尺度大型部件装配间隙点云滤波方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103901852A (zh) * 2014-03-27 2014-07-02 浙江大学 一种飞机装配结合面数字化加垫方法
CN103895876A (zh) * 2014-03-27 2014-07-02 浙江大学 基于区域特征引导的机翼壁板和骨架装配间隙的评价方法
US9068809B1 (en) * 2013-06-06 2015-06-30 The Boeing Company Quasi-virtual locate/drill/shim process
CN105674904A (zh) * 2016-04-21 2016-06-15 哈尔滨工业大学 一种具有智能化装配特点的新型汽轮机通流间隙检测方法
US20170132355A1 (en) * 2015-11-06 2017-05-11 The Boeing Company Advanced automated process for the wing-to-body join of an aircraft with predictive surface scanning
CN107687816A (zh) * 2017-08-22 2018-02-13 大连理工大学 一种基于点云局部特征提取装配间隙的测量方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7023432B2 (en) * 2001-09-24 2006-04-04 Geomagic, Inc. Methods, apparatus and computer program products that reconstruct surfaces from data point sets
US10529089B2 (en) * 2018-02-23 2020-01-07 GM Global Technology Operations LLC Crowd-sensed point cloud map

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9068809B1 (en) * 2013-06-06 2015-06-30 The Boeing Company Quasi-virtual locate/drill/shim process
CN103901852A (zh) * 2014-03-27 2014-07-02 浙江大学 一种飞机装配结合面数字化加垫方法
CN103895876A (zh) * 2014-03-27 2014-07-02 浙江大学 基于区域特征引导的机翼壁板和骨架装配间隙的评价方法
US20170132355A1 (en) * 2015-11-06 2017-05-11 The Boeing Company Advanced automated process for the wing-to-body join of an aircraft with predictive surface scanning
CN105674904A (zh) * 2016-04-21 2016-06-15 哈尔滨工业大学 一种具有智能化装配特点的新型汽轮机通流间隙检测方法
CN107687816A (zh) * 2017-08-22 2018-02-13 大连理工大学 一种基于点云局部特征提取装配间隙的测量方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
FABIAN SCHMICK ETC.: "Automated Assembly of Large CFRP Structures:Adaptive Filling of Joining Gaps with Additive Manufacturing", 《2016 IEEE INTERNATIONAL SYMPOSIUM ON ASSEMBLY AND MANUFACTURING (ISAM)》 *
王天泽: "产品装配质量可视化预评估技术研究", 《中国优秀博硕士学位论文全文数据库(硕士) 工程科技Ⅱ辑》 *
陈磊: "数字化测量辅助的飞机翼身对接装配协调技术研究", 《中国优秀博硕士学位论文全文数据库(博士) 工程科技Ⅱ辑》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115630558A (zh) * 2022-12-21 2023-01-20 南京航空航天大学 一种复合材料构件装配变形预测方法
CN116697914A (zh) * 2023-08-04 2023-09-05 南京航空航天大学 一种基于数字孪生的装配间隙实时测量方法
CN116697914B (zh) * 2023-08-04 2023-10-17 南京航空航天大学 一种基于数字孪生的装配间隙实时测量方法

Also Published As

Publication number Publication date
CN111539070B (zh) 2022-03-08
US20210331815A1 (en) 2021-10-28

Similar Documents

Publication Publication Date Title
CN111539070B (zh) 基于实测数据的翼身对接间隙分布控制方法
CN109767463B (zh) 一种三维点云自动配准方法
CN109118574A (zh) 一种基于三维特征提取的快速逆向建模方法
WO2021196408A1 (zh) 一种基于变公差带约束的航空叶片型面检测方法和系统
CN103106632B (zh) 一种基于均值漂移的不同精度三维点云数据的融合方法
CN110807781B (zh) 一种保留细节与边界特征的点云精简方法
CN114627177B (zh) 一种基于图像分割的飞机蒙皮间隙与阶差测量方法
CN113628263A (zh) 一种基于局部曲率及其近邻特征的点云配准方法
CN105783779A (zh) 基于三层匹配的钢轨轮廓实时形态识别与失真校准方法
CN112036417A (zh) 一种基于三角网格的激光点云特征点提取方法
CN114037706A (zh) 一种基于三维点云模型的预制梁段表面平整度检测方法
CN116721144A (zh) 一种基于点云切片的锥形孔尺寸测量方法
CN110942077B (zh) 基于权重局部变化度和l1中值优化的特征线提取方法
CN116309847A (zh) 一种基于二维图像和三维点云结合的堆叠工件位姿估计方法
CN113587807A (zh) 一种飞机壁板加工特征面的扫描路径生成方法
CN112241964A (zh) 一种用于线结构光非接触测量的光条中心提取方法
CN113406658A (zh) 一种基于点线特征扫描匹配的移动机器人定位方法
CN112767429B (zh) 一种地面-雪面点云快速分割方法
CN112270746B (zh) 基于邻域协方差特征参数阈值的铝合金3d打印点云精简算法
CN103679713A (zh) 一种针对部分匹配图像的二维图像配准方法
CN116843742B (zh) 一种针对装载黑色煤车辆的点云配准后堆料体积的计算方法及系统
CN111563904B (zh) 一种基于三维特征描述子的机翼叉耳点云分割方法
CN117115390A (zh) 一种变电站中变电设备的三维模型布局方法
CN115797414A (zh) 一种考虑测头半径的复杂曲面测量点云数据配准方法
CN112581521B (zh) 一种磁浮轨道中心线提取方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20220419

Address after: 211106 room 1003-1005, No. 1698, Shuanglong Avenue, Jiangning District, Nanjing, Jiangsu Province (Jiangning Development Zone)

Patentee after: Nanjing Yuntong Technology Co.,Ltd.

Address before: No.29, Jiangjun Avenue, Jiangning District, Nanjing, Jiangsu Province, 210016

Patentee before: Nanjing University of Aeronautics and Astronautics

TR01 Transfer of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A Control Method for Wing Body Docking Gap Distribution Based on Measured Data

Effective date of registration: 20231010

Granted publication date: 20220308

Pledgee: Bank of Nanjing Co.,Ltd. Jiangning sub branch

Pledgor: Nanjing Yuntong Technology Co.,Ltd.

Registration number: Y2023980060601

PE01 Entry into force of the registration of the contract for pledge of patent right