CN113192134A - 一种航空发动机卡箍定位及偏移检测方法 - Google Patents
一种航空发动机卡箍定位及偏移检测方法 Download PDFInfo
- Publication number
- CN113192134A CN113192134A CN202110410362.8A CN202110410362A CN113192134A CN 113192134 A CN113192134 A CN 113192134A CN 202110410362 A CN202110410362 A CN 202110410362A CN 113192134 A CN113192134 A CN 113192134A
- Authority
- CN
- China
- Prior art keywords
- pipeline
- clamp
- axis
- hoop
- engine
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30164—Workpiece; Machine component
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
一种航空发动机卡箍定位及偏移检测方法,采用三维视觉传感器采集无卡箍错装的标准航空发动机三维点云数据,先检测出管道及沿管道分布的卡箍数据,并提取管道轴线;然后定义管道轴线上的卡箍位置与卡箍索引,从而提取出管道上的卡箍信息;对待测发动机重复上述操作,然后对管道轴线进行一一匹配;最后利用匹配结果将待测发动机中卡箍位置统一映射到标准发动机中对应的管道轴线上,以求解待测发动机中卡箍相对于标准发动机中卡箍沿管道的偏移量,完成沿管道定位过程。本发明相比面向二维图像数据的航空发动机检测技术增加了一维信息,因此能够显著利用三维空间位置关系,实现卡箍沿管道的定位以及偏移检测。
Description
技术领域
本发明涉及机器视觉领域,具体涉及一种航空发动机卡箍定位及偏移检测方法。
背景技术
航空发动机是为航空器提供飞行所需动力的发动机,是航空器的心脏,也是一个国家科技、工业和国防实力的重要体现。卡箍作为航空发动机体内的重要枢纽,因其高温、高压、高强度的运用环境要求,使其相对其他零部件有更高的安全性、可靠性要求。鉴于航空航天器件的高成本和高标准,在航空航天器件正式投入使用之前会进行多次检测,包括装配前各个零部件单独的检测和装配后对其整体的检测,包括对每个零部件安装位置的检测。在自动检测技术出现之前,主要采用人工目视法进行位置检测,但是,由于检测工作强度大,检测人员经验和效率等原因,可能存在漏检、错检等隐患。自动检测方法借助于各类测试仪表和仪器获取目标的有用信息,因此能够缩短检测周期,极大地提高检测效率。
现有的卡箍定位方法大多采用二维图像为原始数据,主要是通过提取图像中的特征实现定位,这些特征描述了卡箍的形状细节。例如:通过卡箍的角点特征和边缘特征的组合可以对卡箍的形状进行检测,结合模式分类模型可对卡箍及非卡箍状态进行分类;端到端的深度神经网络特征表达可提取卡箍的局部和全局特征,并实现对图像中所有的卡箍进行检测并定位。总的来说,二维卡箍定位方法普遍受到二维图像信息的敏感因素干扰,包括可视角度、图像光照分布不均、阴影遮挡、唇部姿态变化和尺度变化等。基于三维点云数据的卡箍定位是一项很有前景的技术,它仍是一个较少被探索的分支,三维点云数据具有很好的连续性,没有数据获取范围的限制,可以沿完整的管道进行检测,实现沿管道定位卡箍的方法。
沿管道式卡箍定位方法的目的是以无卡箍错装的标准航空发动机S中的卡箍位置为基准,计算待测发动机T中的卡箍在映射之后,相对基准位置的沿管偏移距离,完成沿管道定位过程。沿管距离相比于直线距离更直观,满足定位需求,符合沿管道搜索的特性。沿管道式卡箍定位方法的核心是计算待测发动机中的卡箍相对基准位置的偏移量,因此,它的挑战性在于如何对精确计算卡箍位置与卡箍索引。
现有技术,如中国专利申请(申请号:CN2013103686259,公开号:CN103410617A)公开的一种确定发动机管路上卡箍位置的方法,第一管路、第二管路和第三管路分别通过第一卡箍、第二卡箍、第三卡箍、第四卡箍、第五卡箍、第六卡箍和第七卡箍进行相互固定或固定在发动机机匣上;管路上卡箍位置,根据至两个焊缝距离L1与L2和至管路上弯曲切线距离L3进行确定;卡箍位置长度L4,为卡箍宽度。该方法仅仅在在管路上采用电解环形标印,虽然有效提高卡箍装配的准确性和总装、检验效率,提高发动机外部管路的装配质量,但是其环境适应性和检测效率不高,不能很好的解决现有技术中存在的技术问题。
发明内容
本发明技术采用一个标准模型,多个待测模型的检测流程,对无卡箍错装的标准发动机数据中的管道及沿管道分布的卡箍进行检测,提取管道轴线,并通过定义卡箍位置及卡箍索引的方式建立卡箍基准位置;在对待测发动机进行检测时,通过管道轴线匹配,将待测发动机中的卡箍位置映射到标准发动机相应的管道轴线上,进而计算出映射位置与卡箍基准位置的沿管偏移量,完成沿管道定位过程。
本发明通过构建标准模型与待测模型的匹配关系,将所有待测卡箍映射到标准模型中进行统一对比,并计算相对于基准位置的沿管距离,具有环境适应性好、解释性强、检测正确率高的特点。
为实现上述目的,本发明的技术方案如下:
本发明的第一方面公开了一种航空发动机卡箍定位及偏移检测方法,包括以下步骤:
步骤S100,选取一个无卡箍错装的标准整机用于定义卡箍基准位置,获得标准整机的三维点云数据;
步骤S200,定义沿管线式卡箍位置标准和卡箍索引;
步骤S300,将标准整机的三维点云数据的管道轴线与待测航空发动机的三维点云数据的管道轴线进行一一匹配;
步骤S400,确定标准整机中的卡箍索引,记为idx1,并将idx1添加到该管道轴线的属性表;
步骤S500,获取待测航空发动机的卡箍在管道轴线上的位置索引,记为idx2,并将idx2添加到该管道轴线的属性表;
步骤S600,计算待测航空发动机中卡箍与标准整机中卡箍之间的沿管距离,完成沿管道定位过程。
进一步的,所述步骤S100进一步包括:检测出所述三维点云数据中所有卡箍和管道实例,提取标准整机管道的有序中心轴线点;计算轴线点中相邻两点间距,得到距离序列;所述距离序列中的值表示每个轴线点到该轴线第一个点的沿管距离。
进一步的,所述标准整机的三维点云数据是通过三维传感器对标准整机进行整机扫描获得的数据。
进一步的,所述步骤S200进一步包括:所述标准为:找到距离每个卡箍最近的轴线点,若该距离小于某个阈值,则称此卡箍位于该轴线点所属的管道上,并将卡箍位置定义为:当前轴线点的三维坐标,将卡箍索引定义为:当前轴线点在该管道轴线上的位置索引。
进一步的,所述步骤S300进一步包括:所述匹配通过如下方式实现:对待测航空发动机的三维点云数据进行实例检测和管道轴线提取,进而,利用三维刚性配准将标准整机的管道轴线与待测航空发动机的管道轴线进行一一匹配,并保证匹配成功的两个管道具有相同的沿展方向。
进一步的,所述步骤S400进一步包括:根据步骤S200中所定义的卡箍位置解算方法,确定标准整机中的卡箍索引;此外,为标准整机中的每个管道轴线定义属性表,将位于该管道轴线上的卡箍索引添加到属性表中,用以记录管道轴线上的卡箍信息。
进一步的,所述步骤S500进一步包括:根据步骤S200中的卡箍位置解算方法,确定待测航空发动机中的卡箍位置;然后,根据步骤S300所得到的匹配关系,将待测航空发动机中的卡箍位置映射到标准整机中对应的管道轴线上,求出映射后的卡箍在该管道轴线上的位置索引。
进一步的,所述步骤S600进一步包括:找出标准整机中每个管道轴线上的属性表,从中取出idx1与idx2;然后,从步骤S100所求出的距离序列中,取出idx1与idx2对应的数,再将两数作差,得到映射后的待测航空发动机中的卡箍与标准整机中卡箍之间的沿管距离,完成沿管道定位过程。
本发明的第二方面公开了一种应用于航空发动机内管道的卡箍,所述卡箍采用所述航空发动机卡箍定位及偏移检测方法检测卡箍定位及其偏移位置。
与现有技术相比,本发明有如下有益的技术效果:
本发明与现有技术相比的优点在于,本发明提供的沿管道式卡箍定位方法避免了二维图像数据易受光照和阴影等因素的影响,能够连续地获取完整的三维空间中的管道轴线,具有更好的应用环境适应性;采用一个标准模型、多个待测模型的检测流程提升了检测效率,而且,将待测发动机中的卡箍位置全部映射到标准发动机中,在标准发动机中完成剩余的检测工作,统一尺度因素,具有更高的检测正确率;将以往的卡箍三维坐标检测转换为相对基准的沿管偏移量检测,将三维数据转换为一维数据,增强了鲁棒性,使检测结果更直观、更稳定。本发明相比面向二维图像数据的卡箍定位技术增加了一维信息,因此能够显著利用三维空间位置关系,实现卡箍沿管道定位以及偏移检测,而且不受光照不均、阴影遮挡和尺度变化等因素的影响,具有较好的环境适应性和检测效率。
附图说明
图1为本发明的航空发动机卡箍的定位及偏移检测方法流程图;
图2为本发明的总体实现流程图;
图3为本发明的数据采集系统获取的无卡箍错装的标准发动机体S;
图4为本发明的数据采集系统获取的待测发动机体T;
图5为本发明的管道轴线、距离序列示意图;
图6为本发明的卡箍位置与卡箍索引定义示意图;
图7为本发明的S中某管道轴线中的S中卡箍与T中映射卡箍示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了,下面结合具体实施方式并参照附图,对本发明进一步详细说明。应该理解,这些描述只是示例性的,而并非要限制本发明的范围。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本发明的概念。
本发明的第一方面提供了一种航空发动机卡箍定位及偏移检测方法,包括以下步骤:
步骤S100,选取一个无卡箍错装的标准整机S用于定义卡箍基准位置,采用三维传感器对所述标准整机S进行整机扫描,获得三维点云数据M_S,所述三维点云数据包括每个点的三维坐标与三维法向量;检测出所述三维点云数据M_S中所有卡箍和管道实例,提取标准整机管道的有序中心轴线点;计算轴线点中相邻两点间距,得到距离序列。
具体的,所述距离序列中的值表示每个轴线点到该轴线第一个点的沿管距离。
具体的,所述步骤S100,包括如下步骤:选取一个无卡箍错装的标准整机S进行检测,识别出管道和卡箍的点云数据,然后对每个管道提取轴线。在提取管道轴线时,先选取管道上某一点X0{X0∈R3}为初始点,R3为三维空间,并将初始点为球心,10mm为半径的球内所包含的点作为初始点的邻域,对所述领域做圆柱拟合,得出该局部管道对应的轴心点的三维坐标X1,及正反两个方向vi{vi∈R3}(i=1,2),所述正反两个方向分别对应管道的两个沿展方向;将X1沿v1、v2分别移动一定的距离d,选取新的邻域点进行圆柱拟合,重复该过程,直到得出完整的管道轴线;然后将与所处理的沿展方向相反方向的所有点做倒序处理,对每个点,用倒序处理后的值替换掉原来的值,保证管道轴线有序的从一端沿续到另一端;具体的,倒序替换是将与所处理的沿展方向相反方向的所有点做倒序处理,并用倒序处理后的值替换掉原来的值,倒序处理是将每个点的访问顺序倒过来,第一个访问的值是最后一个位置的值,第二个访问的值是倒数第二个位置的值……以此类推。
在计算距离序列时,首先遍历标准整机S中所有管道轴线中的每个轴线点,并计算相邻两点的间距di{di∈Dist}(i=2…n),存入数组Dist中,其中n为管道轴线中的轴线点数;再依次累加,求出轴线上每个轴线点距离第一个轴线点的沿管线距离,并将其存入距离序列preDist中,距离计算方法参见公式(1):
步骤S200,定义沿管线式卡箍位置标准:找到距离每个卡箍最近的轴线点,若该距离小于所述卡箍所在管道半径的1.5倍,则称此卡箍位于该轴线点所属的管道上;同时,将卡箍位置定义为:当前轴线点的三维坐标,将卡箍索引定义为:当前轴线点在该管道轴线上的位置索引;
具体的,所述步骤S200,实现过程如下:
定义沿管线式卡箍位置标准:遍历每个管道轴线上的点,找出距当前轴线点Ka{Ka∈R3}(a=1…m)最近的卡箍,其中m为管道轴线中的轴线点数,并计算当前轴线点Ka到此卡箍上所有其他轴线点的最小距离,若该距离小于所述卡箍所在管道半径的1.5倍,则称此卡箍位于该轴线点所属的管道上;同时,将卡箍位置定义为:当前轴线点的三维坐标,将卡箍索引定义为:当前轴线点在该管道轴线上的位置索引,记为idx。
步骤S300,对待测航空发动机T的三维点云数据M_T进行如步骤S100中的检测和管道轴线提取,利用三维刚性配准,将标准整机S的管道轴线与待测航空发动机T的三维点云数据M_T的管道轴线进行一一匹配,并保证匹配成功的两个管道具有相同的沿展方向;
具体的,所述步骤S300,具体实现过程如下:
对待测航空发动机T的三维点云模型M_T进行如步骤S100中的实例检测和管道轴线提取,得到待测航空发动机T中的卡箍数据和管道轴线点数据;然后利用三维刚性配准,将标准整机S的管道轴线与待测航空发动机T的管道轴线进行一一匹配,计算出两个管道轴线之间的匹配误差,规定只有当匹配误差小于某阈值时认为两个管道轴线匹配成功;对于匹配成功的两个管道轴线,首先保证两者具有相同的沿展方向,若出现方向相反则需对其中一个做倒序处理;其次,记录两个管道轴线的索引(i,j)和三维刚性配准得到的变换矩阵T3×4=[R3×3,t3×1],其中i和j分别为标准整机S和待测航空发动机T中的管道轴线的索引,R3×3和t3×1分别为三维刚性配准得到的旋转矩阵和平移矩阵。管道轴线的索引即管道索引,是指在对发动机的三维点云数据检测出所有管道实例后,对每个管道实例依序进行标号,并将该标号的号码作为管道轴线的索引。
步骤S400,根据步骤S200的算法,确定标准整机S中的卡箍索引,即标准整机S中卡箍在当前管道轴线上的位置索引,记为idx1,并将idx1添加到该管道轴线的属性表;
所述步骤S400,具体实现过程如下:
根据步骤S200中的方法,计算出标准整机S中每个卡箍在当前管道轴线上的位置索引,记为idx1;另外,为标准整机S中的每个管道轴线定义属性表,将位于该管道轴线上的卡箍索引添加到属性表中,用以记录管道轴线上的卡箍信息。
步骤S500,根据步骤S200中的方法,确定待测航空发动机T中的卡箍位置;然后,根据步骤S300所得到的匹配关系,将待测航空发动机T中的卡箍位置映射到标准整机S中对应的管道轴线上,求出映射后的卡箍在该管道轴线上的位置索引,记为idx2,并将idx2添加到该管道轴线的属性表;
所述步骤S500,具体实现过程如下:
根据步骤S200中的方法,计算出待测航空发动机T中每个卡箍在当前管道轴线上的位置Ka,然后,根据步骤S300所确定匹配关系确定标准整机S中对应的管道轴线LS,再通过步骤S300所确定变换矩阵T3×4,将待测航空发动机T中的卡箍位置映射到LS上,并得到映射后的位置K′a,参见公式(2):
其中Kax,Kay,Kaz分别为三维位置坐标Ka的x坐标、y坐标、z坐标;K′ax,K′ay,K′az分别为三维位置坐标K′a的x坐标、y坐标、z坐标;R3×3与t3×1分别为T3×4中的R3×3与t3×1;再从LS中找出距K′a最近的轴线点,将该点对应的索引记作idx2,同时idx2加入LS的属性表中。
步骤S600、找出标准整机S中每个管道轴线上的属性表,从中取出idx1与idx2;然后,从步骤S100所求出的距离序列中,取出idx1与idx2对应的数,再将两数作差,得到映射后的待测航空发动机T中卡箍与标准整机S中卡箍之间的沿管距离,完成沿管道定位过程。
所述步骤S600,具体实现过程如下:
找出标准整机S中每个管道轴线上的属性表,从中取出idx1与idx2;再从步骤S100所求出的距离序列preDist中,取出idx1与idx2对应的数,再将两数作差,得到映射后的待测航空发动机T中卡箍与标准整机S中卡箍之间的沿管距离ans,参见公式(3):
ans=abs(preDist[idx1]-preDist[idx2]) (3)
其中,abs(·)表示取括号中数值的绝对值,此距离为沿管距离,即两位置之间的管道的长度,若管道是弯曲的,则沿管距离比两位置间的直线距离更长,同时也将更合理的表示出待测卡箍的偏移量,符合沿管道搜索卡箍的特性。
下面我们根据上述方法给出一个具体实施例,如图2所述,为本发明沿管道式卡箍定位方法总体实现流程图,具体包括以下步骤:
实施例1
选取无卡箍错装的标准航空发动机体S用于卡箍基准位置的定义,并采用三维传感器对S扫描采集三维点云数据M_S,如图3显示了无卡箍错装的标准发动机体的部分三维点云模型,图4显示了有卡箍错装的待测发动机体的部分三维点云模型,作为示例。通过对比看出,待测发动机中的卡箍(已用矩形框标识出)相对于标准发动机中的卡箍存在一定量的偏移。
将三维点云数据M_S输入到深度实例分割网络,网络根据事先训练完成的参数,对每个点的邻域信息进行逐层升维处理,同时扩大每个点的感知域,获取更多邻域的信息,最后得到每个点的特征向量;根据全连接网络将每个点特征向量映射到类别空间中,输出该点的所属类别,即管道、卡箍和机体三类;然后,使用双阈值聚类方法对管道数据进行处理,以得到管道实例,首先使用较大的阈值除去大块的噪声,并将间隔比较大的管道分开,再使用较小的阈值除去小块噪声,并将间隔比较小的管道分开,采用双阈值聚类方法不会将大块的噪声误认为是管道数据,提高正确率,同时对卡箍也进行该操作。
对管道数据提取轴线,首先选取初始点为管道上某一点X0{X0∈R3},R3为三维空间,用该点的邻域点坐标构建圆柱拟合的残差函数,将X0设为初始值,使用高斯牛顿迭代法进行优化,可得出该局部管道对应的轴心点的三维坐标X1,并通过法向量叉乘得到正反两个管道沿展方向vi{vi∈R3}(i=1,2);将X1沿v1、v2分别移动一定的距离d,选取新的邻域点进行圆柱拟合,重复该过程,直到搜索出完整的管道轴线,并得到每个轴线点坐标与其索引值,如图5所示;此外,将沿展方向相反的一部分轴线点做倒序替换,保证管道轴线有序得从一端沿续到另一端;最后,计算轴线点中相邻两点间距,依次累加得到距离序列,如图5所示,每个点对应距离序列中的一个值,表示每个轴线点到轴线第一个点的沿管距离。
定义沿管线式卡箍位置标准:遍历每个管道轴线上的点,找出距当前轴线点Ka{Ka∈R3}(a=1…m)最近的卡箍,并计算当前轴线点Ka到此卡箍上所有点的最小距离,若该距离小于某个阈值,则称此卡箍位于该轴线点所属的管道上,如图6所示,并将轴线点的三维坐标定义为卡箍位置,并将轴线点在管道中的索引定义为卡箍索引。
对待测航空发动机T的三维点云模型M_T进行目标实例分割和管道轴线提取,如图5所示,得到T中的卡箍数据和管道轴线点数据;然后利用ICP(Iterative Closest Point,迭代最近点法),以单位旋转阵和零平移向量为初始值,直接将管道轴线中每个点作为特征点,将S的管道轴线与T的管道轴线进行一一匹配,计算出两个管道轴线之间的匹配误差,规定只有当匹配误差小于某阈值时认为两个管道轴线匹配成功;对于匹配成功的两个管道轴线,首先需保证两者具有相同的沿展方向,若出现方向相反则需对其中一个做倒序处理;其次,记录两个管道轴线的索引(i,j)和两者间的变换矩阵T3×4=[R3×3,t3×1]。
根据上述卡箍位置解算方法,计算出S中每个卡箍在当前管道轴线上的位置索引;另外,为S中的每个管道轴线定义属性表,将位于该管道轴线上的卡箍的索引添加到属性表中,用以记录管道轴线上的卡箍信息。
根据上述卡箍位置解算方法,计算出T中每个卡箍在当前管道轴线上的位置Ka,然后,根据步骤c所确定匹配关系确定S中对应的管道轴线LS,再通过变换矩阵T3×4,将卡箍位置映射到LS上,并得到映射后的位置K′a,再从LS中找出距K′a最近的轴线点,将该点对应的索引记作idx2,同样将其添加到LS的属性表中。
对S中管道轴线进行遍历,如图7显示了S中一根管道轴线中的卡箍,作为示例,此时,该管道上含有S中卡箍、映射到该管道轴线上的T中卡箍,并从属性表中取出idx1与idx2;再从步骤a所求出的距离序列中,取出idx1与idx2对应的数,再将两数作差得到:映射后的T中卡箍与S中卡箍之间的沿管距离,完成沿管道定位过程。
本发明提供了一种航空发动机卡箍的沿管道式定位及偏移检测方法,包括检测标准发动机的管道与卡箍、定义卡箍索引及卡箍位置、检测待测发动机的管道与卡箍并匹配标准管道、计算标准卡箍索引、计算待测卡箍位置并进行映射、计算沿管偏移量。本发明方法在北京航空航天大学博物馆中展出的发动机三维点云数据进行测试,缺陷检出率为100%,缺陷漏检率、缺陷错检率为0,缺陷虚警率为6.38%,因此,本发明具有理论可行性和实践效性。本发明采用三维视频数据的出发点避免了对光照、阴影和尺度变化因素的影响,采用沿管道搜索方式,使得沿管道式卡箍定位方法的环境适应性更强。
综上所述,本发明提供了一种航空发动机卡箍的沿管道式定位及偏移检测方法,采用三维视觉传感器采集无卡箍错装的标准航空发动机三维点云数据,先检测出管道及沿管道分布的卡箍数据,并提取管道轴线;然后定义管道轴线上的卡箍位置与卡箍索引,从而提取出管道上的卡箍信息;对待测发动机重复上述操作,然后对管道轴线进行一一匹配;最后利用匹配结果将待测发动机中卡箍位置统一映射到标准发动机中对应的管道轴线上,以求解待测发动机中卡箍相对于标准发动机中卡箍沿管道的偏移量,完成沿管道定位过程。本发明相比面向二维图像数据的航空发动机检测技术,不受光照不均、阴影遮挡和尺度变换等因素的影响。
应当理解的是,本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理,而不构成对本发明的限制。因此,在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。此外,本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。
Claims (9)
1.一种航空发动机卡箍定位及偏移检测方法,其特征在于,包括以下步骤:
步骤S100,选取一个无卡箍错装的标准整机用于定义卡箍基准位置,获得标准整机的三维点云数据;
步骤S200,定义沿管线式卡箍位置标准和卡箍索引;
步骤S300,将标准整机的三维点云数据的管道轴线与待测航空发动机的三维点云数据的管道轴线进行一一匹配;
步骤S400,确定标准整机中的卡箍索引,记为idx1,并将idx1添加到该管道轴线的属性表;
步骤S500,获取待测航空发动机的卡箍在管道轴线上的位置索引,记为idx2,并将idx2添加到该管道轴线的属性表;
步骤S600,计算待测航空发动机中卡箍与标准整机中卡箍之间的沿管距离,完成沿管道定位过程。
2.根据权利要求1所述的一种航空发动机卡箍定位及偏移检测方法,其特征在于:所述步骤S100进一步包括:检测出所述三维点云数据中所有卡箍和管道实例,提取标准整机管道的有序中心轴线点;计算轴线点中相邻两点间距,得到距离序列;所述距离序列中的值表示每个轴线点到该轴线第一个点的沿管距离。
3.根据权利要求1所述的一种航空发动机卡箍定位及偏移检测方法,其特征在于:所述标准整机的三维点云数据是通过三维传感器对标准整机进行整机扫描获得的数据。
4.根据权利要求1所述的一种航空发动机卡箍定位及偏移检测方法,其特征在于:所述步骤S200进一步包括:所述标准为:找到距离每个卡箍最近的轴线点,若该距离小于某个阈值,则称此卡箍位于该轴线点所属的管道上,并将卡箍位置定义为:当前轴线点的三维坐标,将卡箍索引定义为:当前轴线点在该管道轴线上的位置索引。
5.根据权利要求1所述的一种航空发动机卡箍定位及偏移检测方法,其特征在于:所述步骤S300进一步包括:所述匹配通过如下方式实现:对待测航空发动机的三维点云数据进行实例检测和管道轴线提取,进而,利用三维刚性配准将标准整机的管道轴线与待测航空发动机的管道轴线进行一一匹配,并保证匹配成功的两个管道具有相同的沿展方向。
6.根据权利要求1所述的一种航空发动机卡箍定位及偏移检测方法,其特征在于:所述步骤S400进一步包括:根据步骤S200中所定义的卡箍位置解算方法,确定标准整机中的卡箍索引;此外,为标准整机中的每个管道轴线定义属性表,将位于该管道轴线上的卡箍索引添加到属性表中,用以记录管道轴线上的卡箍信息。
7.根据权利要求3所述的一种航空发动机卡箍定位及偏移检测方法,其特征在于:所述步骤S500进一步包括:根据步骤S200中的卡箍位置解算方法,确定待测航空发动机中的卡箍位置;然后,根据步骤S300所得到的匹配关系,将待测航空发动机中的卡箍位置映射到标准整机中对应的管道轴线上,求出映射后的卡箍在该管道轴线上的位置索引。
8.根据权利要求1所述的一种航空发动机卡箍定位及偏移检测方法,其特征在于:所述步骤S600进一步包括:找出标准整机中每个管道轴线上的属性表,从中取出idx1与idx2;然后,从步骤S100所求出的距离序列中,取出idx1与idx2对应的数,再将两数作差,得到映射后的待测航空发动机中的卡箍与标准整机中卡箍之间的沿管距离,完成沿管道定位过程。
9.一种应用于航空发动机内管道的卡箍,其特征为:所述卡箍采用权利要求1-8任一所述的航空发动机卡箍定位及偏移检测方法检测卡箍定位及其偏移位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110410362.8A CN113192134B (zh) | 2021-04-16 | 2021-04-16 | 一种航空发动机卡箍定位及偏移检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110410362.8A CN113192134B (zh) | 2021-04-16 | 2021-04-16 | 一种航空发动机卡箍定位及偏移检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113192134A true CN113192134A (zh) | 2021-07-30 |
CN113192134B CN113192134B (zh) | 2022-11-22 |
Family
ID=76977172
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110410362.8A Active CN113192134B (zh) | 2021-04-16 | 2021-04-16 | 一种航空发动机卡箍定位及偏移检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113192134B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113936218A (zh) * | 2021-10-26 | 2022-01-14 | 北京航空航天大学 | 一种航空发动机卡箍的细粒度三维识别方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110009602A (zh) * | 2019-03-08 | 2019-07-12 | 唐山百川智能机器股份有限公司 | 紧固件防松标识的检测方法、系统存储介质及计算机设备 |
CN110472263A (zh) * | 2019-05-16 | 2019-11-19 | 东北大学 | 一种发动机外部管路敷设规划方法 |
US20200207389A1 (en) * | 2017-05-12 | 2020-07-02 | Fugro Technology B.V. | System and method for mapping a railway track |
CN111612768A (zh) * | 2020-05-21 | 2020-09-01 | 重庆大学 | 一种采用结构光空间定位和二维工业ct检测叶片方法 |
CN111830061A (zh) * | 2020-08-01 | 2020-10-27 | 深圳天海宸光科技有限公司 | 基于机器视觉的航空发动机检测系统及方法 |
CN112200777A (zh) * | 2020-09-25 | 2021-01-08 | 燕山大学 | 快速判别航空发动机核心零部件装置拆装顺序的方法 |
-
2021
- 2021-04-16 CN CN202110410362.8A patent/CN113192134B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200207389A1 (en) * | 2017-05-12 | 2020-07-02 | Fugro Technology B.V. | System and method for mapping a railway track |
CN110009602A (zh) * | 2019-03-08 | 2019-07-12 | 唐山百川智能机器股份有限公司 | 紧固件防松标识的检测方法、系统存储介质及计算机设备 |
CN110472263A (zh) * | 2019-05-16 | 2019-11-19 | 东北大学 | 一种发动机外部管路敷设规划方法 |
CN111612768A (zh) * | 2020-05-21 | 2020-09-01 | 重庆大学 | 一种采用结构光空间定位和二维工业ct检测叶片方法 |
CN111830061A (zh) * | 2020-08-01 | 2020-10-27 | 深圳天海宸光科技有限公司 | 基于机器视觉的航空发动机检测系统及方法 |
CN112200777A (zh) * | 2020-09-25 | 2021-01-08 | 燕山大学 | 快速判别航空发动机核心零部件装置拆装顺序的方法 |
Non-Patent Citations (3)
Title |
---|
JIAXIANG WANG等: "Automatic assembly of aero engine low pressure tur-bine shaft based on 3D vision measurement", 《ARXIV:2008.04903V1[CS.RO]》 * |
张杰等: "基于线扫描的管路三维重建技术研究与实现", 《无线电工程》 * |
谭跃刚等: "基于应变模态的液压卡箍松动识别与定位", 《液压与气动》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113936218A (zh) * | 2021-10-26 | 2022-01-14 | 北京航空航天大学 | 一种航空发动机卡箍的细粒度三维识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113192134B (zh) | 2022-11-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112581457B (zh) | 一种基于三维点云的管道内表面检测方法及装置 | |
JP6216508B2 (ja) | 3dシーンにおける3d物体の認識および姿勢決定のための方法 | |
CN109948469B (zh) | 基于深度学习的巡检机器人仪表自动检测识别方法 | |
Jovančević et al. | 3D point cloud analysis for detection and characterization of defects on airplane exterior surface | |
JP6681729B2 (ja) | オブジェクトの3d姿勢およびオブジェクトのランドマーク点の3dロケーションを求める方法、およびオブジェクトの3d姿勢およびオブジェクトのランドマークの3dロケーションを求めるシステム | |
JP5677798B2 (ja) | 3次元シーンにおける3次元物体の認識及び位置姿勢決定方法 | |
JP7224603B2 (ja) | 車両画像の比較方法とそのシステム | |
CN106874580B (zh) | 一种基于点云数据的弯管模型重建方法 | |
JP4865557B2 (ja) | 有界三次元対象物の分類と空間ローカライゼーションのためのコンピュータ視覚システム | |
CN107218928B (zh) | 一种复杂多管路系统检测方法 | |
CN111879235A (zh) | 弯管的三维扫描检测方法、三维扫描系统和计算机设备 | |
CN112613551B (zh) | 汽车零部件识别方法、存储介质及系统 | |
JP2016197287A (ja) | 情報処理装置、情報処理方法、プログラム | |
CN114881955A (zh) | 基于切片的环状点云缺陷提取方法、装置、设备存储介质 | |
CN109785370A (zh) | 一种基于空间时间序列模型的弱纹理图像配准方法 | |
CN113192134B (zh) | 一种航空发动机卡箍定位及偏移检测方法 | |
WO2015035462A1 (en) | Point feature based 2d-3d registration | |
CN112697044A (zh) | 一种基于无人机平台的静态刚性物体视觉测量方法 | |
CN113822996B (zh) | 机器人的位姿估计方法及装置、电子设备、存储介质 | |
Radvar-Esfahlan et al. | Robust generalized numerical inspection fixture for the metrology of compliant mechanical parts | |
CN110370287A (zh) | 基于视觉引导的地铁列检机器人路径规划系统及方法 | |
Zhao et al. | Curvature-based registration and segmentation for multisensor coordinate metrology | |
CN116935013B (zh) | 基于三维重建的电路板点云大范围拼接方法及系统 | |
CN105225219B (zh) | 信息处理方法及电子设备 | |
CN110458177B (zh) | 图像深度信息的获取方法、图像处理装置以及存储介质 |
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 |