CN113239580A - 一种面向大型结构件型面检测的激光雷达测量站位规划方法 - Google Patents

Abstract

本发明公开了一种面向大型结构件型面检测的激光雷达测量站位规划方法，涉及数字化测量领域，其是利用大型结构件数模进行有限元三角网格化处理得到离散三角面片，以三角面片中心代替三角面片进行运算，采用平面估算二次曲面拟合法来计算离散点法矢；根据激光雷达测量特点构建测量约束模型；采用区域生长算法进行初始站位规划，得到初始测量站位；引入测量不确定度优化测量站位规划结果，得到最终测量区域划分和测量站位。本发明相对于传统人工确定测量站位规划方法，该方法能够自主确定测量站位数量和站位位置，对站位布设经验要求低，显著节约人工和时间成本，通用性强，很好的解决了大型结构件表面测量的站位规划问题。

Description

一种面向大型结构件型面检测的激光雷达测量站位规划方法

技术领域

本发明涉及一种面向多系统协同测量的激光雷达测量站位规划方法。尤其是一种面向大型结构件型面检测的激光雷达测量站位规划方法，其属于飞机大部件数字化装配测量领域。

背景技术

随着制造向着数字化、智能化方向发展，数字化测量技术由于其高效率、高精度、低成本、通用性强等优势已经广泛应用于现代飞机装配测量，成为现代飞机数字化装配的重要基础。民用飞机大部件结构复杂、尺寸大，且表面多为大曲率半径曲面，在使用测量对其表面进行测量时，测量精度要求使得难以在单一站位下对所有待测特征进行有效测量，故而需要对其进行区域划分，构建多站位的全方位检测。

因此，提出一种面向大型结构件型面检测的激光雷达测量站位规划方法。

发明内容

本发明的目的针对大型结构件测量布设测量设备构建全方位立体包络测量网络问题，提供一种面向大型结构件型面检测的激光雷达测量站位规划方法，它能够有效的解决大型结构件测量测量站位布设问题。

本发明的技术方案是：

一种面向大型结构件型面检测的激光雷达测量站位规划方法，其特征在于，利用大型结构件数模进行有限元三角网格化处理得到离散三角面片，以三角面片中心代替三角面片进行运算，采用平面估算二次曲面拟合法来计算离散点法矢；根据激光雷达测量特点构建测量约束模型；采用区域生长算法进行初始站位规划，得到初始测量站位；引入测量不确定度优化测量站位规划结果，得到最终测量区域划分和测量站位。

作为本发明的一种优选技术方案，具体步骤如下：

1)测量模型预处理；

在三维造型分析平台中，通过设定三角面片尺寸和绝对垂度，对所选取曲面进行三角网格化剖分，得到三角网格模型记为M，用顶点集合V＝{v₁,v₂,…,v_m}和三角片集合F＝{f₁,f₂,…,f_n}组成的二元组(V,F) 表示，三角面片M内的边记为e_ij，由顶点v_i和v_j连接构成。以三角面片中心代替三角面片进行运算，采用平面估算二次曲面拟合法来计算离散点法矢；

在三角网格模型中选择一点v_i，找出相邻所有包含顶点v_i的邻边 s_i1,s_i2,…,s_ij，假定其另一端顶点为v_i1,v_i2,…,v_ij，计算各个边的单位方向法矢：

s_i,j＝(v_i,j-v_i)/|v_i,j-v_i| (1)

计算任意相邻两边夹角为：

δ_i,j＝arccos((s_i,j·s_i,j+1)/(|s_i,j|×|s_i,j+1|)) (2)

定义夹角权因子为：

任意相邻两边所在平面的法矢：

n_i,j＝s_i,j×s_i,j (4)

则点v_i的初始法矢为：

为计算每一顶点的曲率，可在顶点v_i处建立曲面，其中 S(u,w)＝(u,w,h(u,w))。v_i为原点,h轴为曲面在v_i点的法矢n_i的方向， u,w相互正交且在v_i的切平面内，(Phuw)坐标系由绝对坐标值(Oxyz)经变换而得；v_i(1≤i≤m)在局部坐标系(Phuw)下的坐标值为(u_i,w_i,h_i),由j 个邻点得到的线性方程组:

用最小二乘法解此方程，构建各点到曲面距离的平方和方程，即可求得曲面S(u,v)，进而求得修正后的顶点v_i法矢n_i；遍历三角模型内所有顶点，得到顶点法矢集合N_v＝{n₁,n₂,…,n_m}。面片中心点c_i相邻顶点法矢记为n_x,n_y,n_z则面片中心c_i的法矢记为n_ci＝(n_x+n_y+n_z)/3，遍历所有面片中心得中心点法矢集合N＝{n_c1,n_c2,…,n_cm}。

2)构建激光雷达测量约束模型；

根据测量站位p_i，测量点位置c_i，测量点方向r_k，俯仰约束角度α，入射约束角度θ，测量距离约束d，精度约束F，计算激光雷达俯仰角度α_i、入射角度θ_i、测量距离d_i和测量精度F_i；

若同时满足θ_i≤θ，γ_i≤γ，d_i≤d和F_i≤F，则认为该测量点可以被站位p_i有效测量；否则，该测量点不能被站位p_i有效测量。

3)基于区域生长算法进行初始站位规划，得到初始测量站位及数量；

测量点集中心点计算公式：

上式中，c_k、r_k分别为中心点的方向中心，v_k,i、n_k,i、m分别为第 k个测量点集包含测量点的坐标、法矢和测量点数。

测量站位计算方法：依照式7和式8计算测量点集的位置中心c_k和方向中心r_k，以位置中心c_k为起点，方向中心r_k为偏置方向，距离d 为偏置距离，即可得到由起点r_k沿偏置方向r_k移动距离d后的初始测量站位p_k位置；

基于区域生长算法进行初始站位规划步骤如下：

(b)初始化参数；

三角网格模型M,包括三角面片集F＝{f₁,f₂,…,f_n}，面片中心点集合C＝{c₁,c₂,…,c_n}，顶点集合V＝{v₁,v₂,…,v_m}，顶点法矢集合 N＝{n₁,n₂,…,n_m}。测量站位p_i对应的测量区域记为MF_i，对应的待测点集合记为JP_i，未分配测量站位的三角面片集合记为EF，未分配测量站位的待测点集合记为EP，初始化变量站位个数i＝1。

(b)基于区域生长算法进行测量站位规划；

从EF中选取第一个面片记为f_s，将f_s加入面片集MF_i，将面片f_s中心点加入点集JP_i，依据式(7)和式(8)分别计算点集JP_i的方向中心r_i和位置中心c_i，将位置中心沿着方向中心进行偏置计算得到面片 MF_i对应的测量站位p_i；

以测量站位p_i为测量站位，遍历EF中所有三角面片，依照步骤2 中方法对面片中心进行测量约束判断。若面片中心点不在测量站位p_i测量范围内，则对下一面片中心点进行约束判断；若该点在p_i的测量范围内，则将该点所在面片加入面片集MF_i，将测量点加入测量点集 JP_i。遍历结束，得到新的面片集MF_i和测量点集JP_i；计算点集JP_i的方向中心r_i和位置中心c_i，将位置中心沿着方向中心进行偏置计算得到面片MF_i对应的新测量站位p_i+1。若p_i+1＝p_i，输出测量站位p_i、面片集MF_i和剩余面片集EF；否则，令p_i＝p_i+1，重复上述遍历过程。

(c)输出初始站位规划结果；

若剩余面片集EF不为空，则令i＝i+1，重复步骤(b)计算下一个测量站位；否则，输出测量站位个数i,站位坐标p₁～p_i，待测区域 MF₁～MF_i。

4)引入测量不确定度优化测量站位规划结果，得到最终测量区域划分和测量站位；

根据所述步骤3)中得到的初始测量站位结果，引入测量不确定度和站位数量为优化目标，提出引入不确定度的测量站位迭代算法。

定义最大平均不确定度：

其中k为站位序号，n为站位个数，

为第k个站位测量时的最大不确定度；

使用不确定度的测量站位迭代算法,其具体步骤如下：

分别以步骤3)中输出结果p₁～p_i为初始站位，使用步骤3)中基于区域生长算法进行测量站位规划，得到i组站位规划结果，根据式 (9)计算各组最大平均不确定度U_A；选取i组规划中测量站位最少的结果，其站位数记为n，站位数为n的结果组数记为d，由于初始站位规划结果具有不稳定性，有导致i组初始测量站位数量均增加的可能，若n＞i，则重新进行上述过程。

若d＝1，测量站位最少的组只有一个，则输出测量站位个数n，测量站位p₁～p_n，待测区域MF₁～MF_n；否则在站位数均为n的d组结果中选取最大平均不确定度U_A最小的一组结果，输出其测量站位个数 n，测量站位p₁～p_n，待测区域MF₁～MF_n。

作为本发明的一种优选技术方案，所述的测量站位规划方法集成于多系统协同测量规划软件后，可自动完成规划并输出激光雷达测量站位及对应的测量点集。

本发明的有益效果是：

1)提出一种“先离散后拼接”的测量区域划分方法，以三角面片中心点代替面片进行运算，简化运算过程；

2)引入测量不确定度，以站位数量和测量不确定度建立优化目标，到达了自动确定测量站位并进行测量区域划分的目的，有效输出有序、高效的测量站位，适用于大型结构件的测量站位规划；

3)有利于提高大型结构件数字化测量的自动化与智能化程度。

附图说明

图1是面向飞行器装配协同检测的测量任务规划方法流程图；

图2是改进式蚁群算法寻优过程示意图；

图3是基于区域生长算法进行测量站位规划示意图；

图4是为测量区域划分和测量站位示意图；

图5是激光雷达测量站位及对应的测量点集规划示意图。

具体实施方式

下面将结合本发明实施例，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例一，如图5所示，一种面向大型结构件型面检测的激光雷达测量站位规划方法，可简单归纳为：一、利用大型结构件数模进行有限元三角网格化处理得到离散三角面片，以三角面片中心代替三角面片进行运算，采用平面估算二次曲面拟合法来计算离散点法矢；二、根据激光雷达测量特点构建测量约束模型；三、采用区域生长算法进行初始站位规划，得到初始测量站位；四、引入测量不确定度优化测量站位规划结果，得到最终测量区域划分和测量站位。

实施例二，如图2-4所示，具体步骤如下：

1)测量模型预处理；

在三维造型分析平台中，通过设定三角面片尺寸和绝对垂度，对所选取曲面进行三角网格化剖分，得到三角网格模型记为M，用顶点集合V＝{v₁,v₂,…,v_m}和三角片集合F＝{f₁,f₂,…,f_n}组成的二元组(V,F) 表示，三角面片M内的边记为e_ij，由顶点v_i和v_j连接构成。以三角面片中心代替三角面片进行运算，采用平面估算二次曲面拟合法来计算离散点法矢；

在三角网格模型中选择一点v_i，找出相邻所有包含顶点v_i的邻边 s_i1,s_i2,…,s_ij，假定其另一端顶点为v_i1,v_i2,…,v_ij，计算各个边的单位方向法矢：

s_i,j＝(v_i,j-v_i)/|v_i,j-v_i| (1)

计算任意相邻两边夹角为：

δ_i,j＝arccos((s_i,j·s_i,j+1)/(|s_i,j|×|s_i,j+1|)) (2)

定义夹角权因子为：

任意相邻两边所在平面的法矢：

n_i,j＝s_i,j×s_i,j (4)

则点v_i的初始法矢为：

为计算每一顶点的曲率，可在顶点v_i处建立曲面，其中S(u,w)＝(u,w,h(u,w))。为原点,h轴为曲面在v_i点的法矢n_i的方向，u,w 相互正交且在v_i的切平面内，(Phuw)坐标系由绝对坐标值(Oxyz)经变换而得；v_i(1≤i≤m)在局部坐标系(Phuw)下的坐标值为(u_i,w_i,h_i),由j个邻点得到的线性方程组:

用最小二乘法解此方程，构建各点到曲面距离的平方和方程，即可求得曲面S(u,v)，进而求得修正后的顶点v_i法矢n_i；遍历三角模型内所有顶点，得到顶点法矢集合N_v＝{n₁,n₂,…,n_m}。面片中心点c_i相邻顶点法矢记为n_x,n_y,n_z则面片中心c_i的法矢记为n_ci＝(n_x+n_y+n_z)/3，遍历所有面片中心得中心点法矢集合N＝{n_c1,n_c2,…,n_cm}。

2)构建激光雷达测量约束模型；

根据测量站位p_i，测量点位置c_i，测量点方向r_k，俯仰约束角度α，入射约束角度θ，测量距离约束d，精度约束F，计算激光雷达俯仰角度α_i、入射角度θ_i、测量距离d_i和测量精度F_i；

若同时满足θ_i≤θ，γ_i≤γ，d_i≤d和F_i≤F，则认为该测量点可以被站位p_i有效测量；否则，该测量点不能被站位p_i有效测量。

3)基于区域生长算法进行初始站位规划，得到初始测量站位及数量；

测量点集中心点计算公式：

上式中，c_k、r_k分别为中心点的方向中心，v_k,i、n_k,i、m分别为第 k个测量点集包含测量点的坐标、法矢和测量点数。

测量站位计算方法：依照式7和式8计算测量点集的位置中心c_k和方向中心r_k，以位置中心c_k为起点，方向中心r_k为偏置方向，距离d 为偏置距离，即可得到由起点r_k沿偏置方向r_k移动距离d后的初始测量站位p_k位置(图2)；

基于区域生长算法进行初始站位规划步骤如下：

(c)初始化参数；

三角网格模型M,包括三角面片集F＝{f₁,f₂,…,f_n}，面片中心点集合C＝{c₁,c₂,…,c_n}，顶点集合V＝{v₁,v₂,…,v_m}，顶点法矢集合 N＝{n₁,n₂,…,n_m}。测量站位p_i对应的测量区域记为MF_i，对应的待测点集合记为JP_i，未分配测量站位的三角面片集合记为EF，未分配测量站位的待测点集合记为EP，初始化变量站位个数i＝1。

(b)基于区域生长算法进行测量站位规划(图3)；

从EF中选取第一个面片记为f_s，将加入面片集MF_i，将面片f_s中心点加入点集JP_i，依据式(7)和式(8)分别计算点集JP_i的方向中心r_i和位置中心c_i，将位置中心沿着方向中心进行偏置计算得到面片 MF_i对应的测量站位p_i；

以测量站位p_i为测量站位，遍历EF中所有三角面片，依照步骤2 中方法对面片中心进行测量约束判断。若面片中心点不在测量站位p_i测量范围内，则对下一面片中心点进行约束判断；若该点在p_i的测量范围内，则将该点所在面片加入面片集MF_i，将测量点加入测量点集 JP_i。遍历结束，得到新的面片集MF_i和测量点集JP_i；计算点集JP_i的方向中心r_i和位置中心c_i，将位置中心沿着方向中心进行偏置计算得到面片MF_i对应的新测量站位p_i+1。若p_i+1＝p_i，输出测量站位p_i、面片集MF_i和剩余面片集EF；否则，令p_i＝p_i+1，重复上述遍历过程。

(c)输出初始站位规划结果；

若剩余面片集EF不为空，则令i＝i+1，重复步骤(b)计算下一个测量站位；否则，输出测量站位个数i,站位坐标p₁～p_i，待测区域 MF₁～MF_i。

4)引入测量不确定度优化测量站位规划结果，得到最终测量区域划分和测量站位(图4)；

根据所述步骤3)中得到的初始测量站位结果，引入测量不确定度和站位数量为优化目标，提出引入不确定度的测量站位迭代算法。

定义最大平均不确定度：

其中k为站位序号，n为站位个数，

为第k个站位测量时的最大不确定度；

使用不确定度的测量站位迭代算法,其具体步骤如下：

分别以步骤3)中输出结果p₁～p_i为初始站位，使用步骤3)中基于区域生长算法进行测量站位规划，得到i组站位规划结果，根据式 (9)计算各组最大平均不确定度U_A；选取i组规划中测量站位最少的结果，其站位数记为n，站位数为n的结果组数记为d。由于初始站位规划结果具有不稳定性，有导致i组初始测量站位数量均增加的可能，若n＞i，则重新进行上述过程。

若d＝1，测量站位最少的组只有一个，则输出测量站位个数n，测量站位p₁～p_n，待测区域MF₁～MF_n；否则在站位数均为n的d组结果中选取最大平均不确定度U_A最小的一组结果，输出其测量站位个数 n，测量站位p₁～p_n，待测区域MF₁～MF_n。

实施例三，如图5所示，测量站位规划方法集成于多系统协同测量规划软件后，可自动完成规划并输出激光雷达测量站位及对应的测量点集。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下还可以作出若干改进，这些改进也应视为本发明的保护范围。

本发明未涉及部分与现有技术相同或可采用现有技术加以实现。

Claims (3)

1.一种面向大型结构件型面检测的激光雷达测量站位规划方法，其特征在于，利用大型结构件数模进行有限元三角网格化处理得到离散三角面片，以三角面片中心代替三角面片进行运算，采用平面估算二次曲面拟合法来计算离散点法矢；根据激光雷达测量特点构建测量约束模型；采用区域生长算法进行初始站位规划，得到初始测量站位；引入测量不确定度优化测量站位规划结果，得到最终测量区域划分和测量站位。

2.根据权利要求1所述的激光雷达测量站位规划方法，其特征在于它包括如下步骤：

1)测量模型预处理；

在三维造型分析平台中，通过设定三角面片尺寸和绝对垂度，对所选取曲面进行三角网格化剖分，得到三角网格模型记为M，用顶点集合V＝{v₁,v₂,…,v_m}和三角片集合F＝{f₁,f₂,…,f_n}组成的二元组(V,F)表示，三角面片M内的边记为，由顶点v_i和v_j连接构成。以三角面片中心代替三角面片进行运算，采用平面估算二次曲面拟合法来计算离散点法矢；

在三角网格模型中选择一点v_i，找出相邻所有包含顶点v_i的邻边s_i1,s_i2,…,s_ij，假定其另一端顶点为v_i1,v_i2,…,v_ij，计算各个边的单位方向法矢：

s_i,j＝(v_i,j-v_i)/|v_i,j-v_i| (1)

计算任意相邻两边夹角为：

δ_i,j＝arccos((s_i,j·s_i,j+1)/(|s_i,j|×|s_i,j+1|)) (2)

定义夹角权因子为：

任意相邻两边所在平面的法矢：

n_i,j＝s_i,j×s_i,j (4)

则点v_i的初始法矢为：

为计算每一顶点的曲率，可在顶点v_i处建立曲面，其中S(u,w)＝(u,w,h(u,w))。v_i为原点,h轴为曲面在v_i点的法矢n_i的方向，u,w相互正交且在v_i的切平面内，(Phuw)坐标系由绝对坐标值(Oxyz)经变换而得；v_i(1≤i≤m)在局部坐标系(Phuw)下的坐标值为(u_i,w_i,h_i),由j个邻点得到的线性方程组:

用最小二乘法解此方程，构建各点到曲面距离的平方和方程，即可求得曲面S(u,v)，进而求得修正后的顶点v_i法矢n_i；遍历三角模型内所有顶点，得到顶点法矢集合N_v＝{n₁,n₂,…,n_m}。面片中心点c_i相邻顶点法矢记为n_x,n_y,n_z则面片中心c_i的法矢记为n_ci＝(n_x+n_y+n_z)/3，遍历所有面片中心得中心点法矢集合N＝{n_c1,n_c2,…,n_cm}。

2)构建激光雷达测量约束模型；

根据测量站位p_i，测量点位置c_i，测量点方向r_k，俯仰约束角度α，入射约束角度θ，测量距离约束d，精度约束F，计算激光雷达俯仰角度α_i、入射角度θ_i、测量距离d_i和测量精度F_i；

若同时满足θ_i≤θ，γ_i≤γ，d_i≤d和F_i≤F，则认为该测量点可以被站位p_i有效测量；否则，该测量点不能被站位p_i有效测量；

3)基于区域生长算法进行初始站位规划，得到初始测量站位及数量；

测量点集中心点计算公式：

上式中，c_k、r_k分别为中心点的方向中心，v_k,i、n_k,i、m分别为第k个测量点集包含测量点的坐标、法矢和测量点数。

测量站位计算方法：依照式7和式8计算测量点集的位置中心c_k和方向中心r_k，以位置中心c_k为起点，方向中心r_k为偏置方向，距离d为偏置距离，即可得到由起点r_k沿偏置方向r_k移动距离d后的初始测量站位p_k位置；

基于区域生长算法进行初始站位规划步骤如下：

(a)初始化参数；

三角网格模型M,包括三角面片集F＝{f₁,f₂,…,f_n}，面片中心点集合C＝{c₁,c₂,…,c_n}，顶点集合V＝{v₁,v₂,…,v_m}，顶点法矢集合N＝{n₁,n₂,…,n_m}，测量站位p_i对应的测量区域记为MF_i，对应的待测点集合记为JP_i，未分配测量站位的三角面片集合记为EF，未分配测量站位的待测点集合记为EP，初始化变量站位个数i＝1；

(b)基于区域生长算法进行测量站位规划：

从EF中选取第一个面片记为f_s，将f_s加入面片集MF_i，将面片f_s中心点加入点集JP_i，依据式(7)和式(8)分别计算点集JP_i的方向中心r_i和位置中心c_i，将位置中心沿着方向中心进行偏置计算得到面片MF_i对应的测量站位p_i；

以测量站位p_i为测量站位，遍历EF中所有三角面片，依照步骤2中方法对面片中心进行测量约束判断。若面片中心点不在测量站位p_i测量范围内，则对下一面片中心点进行约束判断；若该点在p_i的测量范围内，则将该点所在面片加入面片集MF_i，将测量点加入测量点集JP_i。遍历结束，得到新的面片集MF_i和测量点集JP_i；计算点集JP_i的方向中心r_i和位置中心c_i，将位置中心沿着方向中心进行偏置计算得到面片MF_i对应的新测量站位p_i+1。若p_i+1＝p_i，输出测量站位p_i、面片集MF_i和剩余面片集EF；否则，令p_i＝p_i+1，重复上述遍历过程；

(c)输出初始站位规划结果：

若剩余面片集EF不为空，则令i＝i+1，重复步骤(b)计算下一个测量站位；否则，输出测量站位个数i,站位坐标p₁～p_i，待测区域MF₁～MF_i。

4)引入测量不确定度优化测量站位规划结果，得到最终测量区域划分和测量站位；

根据所述步骤3)中得到的初始测量站位结果，引入测量不确定度和站位数量为优化目标，提出引入不确定度的测量站位迭代算法。

定义最大平均不确定度：

其中k为站位序号，n为站位个数，

为第k个站位测量时的最大不确定度；

使用不确定度的测量站位迭代算法,其具体步骤如下：

分别以步骤3)中输出结果p₁～p_i为初始站位，使用步骤3)中基于区域生长算法进行测量站位规划，得到i组站位规划结果，根据式(9)计算各组最大平均不确定度U_A；选取i组规划中测量站位最少的结果，其站位数记为n，站位数为n的结果组数记为d。由于初始站位规划结果具有不稳定性，有导致i组初始测量站位数量均增加的可能，若n＞i，则重新进行上述过程；

若d＝1，测量站位最少的组只有一个，则输出测量站位个数n，测量站位p₁～p_n，待测区域MF₁～MF_n；否则在站位数均为n的d组结果中选取最大平均不确定度U_A最小的一组结果，输出其测量站位个数n，测量站位p₁～p_n，待测区域MF₁～MF_n。

3.如权利要求2所述的激光雷达测量站位规划方法，其特征在于：所述的测量站位规划方法集成于多系统协同测量规划软件后，可自动完成规划并输出激光雷达测量站位及对应的测量点集。

Images