CN113566735B - 一种火箭发动机喷管冷却通道线激光在位测量方法 - Google Patents

Abstract

本发明公开了一种火箭发动机喷管冷却通道线激光在位测量方法，属于在位测量技术领域。首先将线激光传感器通过夹具集成在工业机器人的末端，并采用基于标准球的手眼标定方法求解出线激光传感器与工业机器人的位置关系；然后，结合喷管理论廓形以及传感器量程规划线激光传感器的扫描路径，并由工业机器人带动线激光传感器获取火箭发动机喷管的外轮廓数据；最后，针对线激光传感器获取的喷管外轮廓数据，采用基于sigmoid函数拟合的算法来精确获取边缘特征点，并根据边缘信息计算出喷管冷却通道筋宽、槽深以及喷管壁厚的尺寸，实现了火箭发动机喷管冷却通道的高效在位测量，提高了测量效率，并且具有低成本、高柔性以及操作简单等优点。

Description

一种火箭发动机喷管冷却通道线激光在位测量方法

技术领域

本发明属于在位测量技术领域，具体涉及一种火箭发动机喷管冷却通道线激光在位测量方法。

背景技术

火箭发动机喷管外表面均布成百上千条冷却通道，起到冷却管壁和预热液态燃料的作用。喷管冷却通道的筋宽、槽深以及喷管壁厚作为评价喷管加工特征的关键参数，对火箭发动机的生产具有非常重要的意义。然而，喷管通道的复杂廓形和数目之多给高效、准确地评测喷管冷却通道的加工特征带来了很大的困难。因此，亟需发展一种面向火箭发动机喷管的高效准确的在位测量方法，满足火箭发动机喷管加工特征评测的需求。

目前，工业领域常见的喷管冷却通道测量大多依靠工人手持游标卡尺进行测量，该方法测量精度低、测量速度慢、测量范围小，无法准确获取喷管关键部位形貌特征的数据。线激光测量作为非接触式三维光学形貌测量方法，通过采集点云数据，实现对喷管三维形貌精确测量。测量过程无需接触喷管，避免了卡尺挤压型面造成精度损失，能够快速获得喷管各部位的精确轮廓数据。将线激光传感器集成至工业机器人上，可高效精确地获取喷管的外轮廓数据，为火箭发动机喷管在位测量提供了可行方案。

北京航天益森风洞工程技术有限公司在专利CN201511019759.5中公开一种基于视觉测量的柔壁喷管的测量方法，通过两台摄像机获取柔性壁板的图像，对相应区域进行散斑计算，获得喷管三维形貌信息。将喷管理论气动型面和三维形貌信息在统一坐标系下进行对比，根据插值信息调节电动推杆协调动作。清华大学深圳研究生院在专利CN201810443974.5中公开一种单线激光的三维轮廓扫描装置及方法，该装置包括线激光传感器、扫描角度调节装置、运动平移装置以及控制与数据处理装置。通过控制与数据处理装置控制扫描角度调节装置以及运动平移装置，进而带动线激光传感器以正确的位姿完成工件的测量。

上述研究均未提及火箭发动机喷管冷却通道线激光在位测量方法。

发明内容

本发明主要解决的技术难题是克服现有测量方法的不足，面向火箭发动机喷管冷却通道在位高效测量的要求，发明了一种火箭发动机喷管冷却通道线激光在位测量方法。本发明采用线激光传感器测量装置在位检测，测量过程中无需接触喷管，能够快速获得喷管的精确轮廓数据。将线激光传感器集成在工业机器人的末端，提高了测量效率，且具有低成本、高柔性以及操作简单等优点。设计了基于sigmoid函数拟合的精确边缘点提取算法，可准确获得喷管通道边缘位置信息。建立喷管冷却通道筋宽、槽深以及喷管壁厚的数学模型，依据获得的边缘位置信息，可准确计算出喷管冷却通道的筋宽、槽深以及喷管壁厚等关键特征尺寸。

本发明所采用的技术方案为：

一种火箭发动机喷管冷却通道线激光在位测量方法，该方法首先将线激光传感器通过夹具集成在工业机器人的末端，并采用基于标准球的手眼标定方法求解出线激光传感器与工业机器人的位置关系；然后，结合喷管理论廓形以及传感器量程规划线激光传感器的扫描路径，并由工业机器人带动线激光传感器获取火箭发动机喷管的外轮廓数据；其次，针对线激光传感器获取的喷管外轮廓数据，采用基于sigmoid函数拟合的算法来精确获取边缘特征点；最后，结合边缘位置信息计算出喷管冷却通道的筋宽、槽深以及喷管壁厚的尺寸。具体步骤如下：

第一步：获取喷管冷却通道的外轮廓数据

(1)将线激光传感器装夹在工业机器人末端

设计线激光传感器夹具2，将线激光传感器3通过线激光传感器夹具2集成到工业机器人1的末端。

(2)对线激光传感器进行标定

采用手眼标定方法，以标准球作为标靶，依据不同测量姿态下球心在工业机器人坐标系中的坐标恒定，建立包含手眼标定矩阵的方程组。采用4元数法表示手眼标定矩阵中的旋转矩阵，结合建立的方程组，解算出手眼标定矩阵中的未知量，获得线激光传感器与夹具坐标系之间的转换矩阵C，进而获得线激光传感器坐标系与工业机器人坐标系之间的转换矩阵D，通过转换矩阵D解算出线激光传感器坐标系相对于工业机器人坐标系的三个偏角，并通过工业机器人调整角度完成线激光传感器的标定。

(3)规划线激光传感器的扫描路径

采取线激光传感器沿喷管通道上筋轴截面的母线方向扫描与工件转动相结合的测量方式完成喷管外轮廓的测量。线激光传感器自喷管顶端沿喷管外表面筋轴截面的母线方向，并与母线保持一定距离，向下扫描。完成一条筋的扫描测量之后，线激光传感器返回至喷管顶端，工件旋转一定角度，线激光传感器继续进行下一条筋的测量。反复进行上述步骤直至完成喷管完整廓形的测量，扫描路径M可表示为：

M＝{M_i,i∈[1,m₁]} (1)

式中，M_i为第i条线激光传感器扫描路径，m₁为扫描路径总条数。

线激光传感器扫描路径M_i由以下几步得出。首先，获取喷管上筋的轴截面轮廓线，设置合适的点间隔，获取其上离散点，并求出每个点的法线信息。然后，结合线激光传感器纵向量程设置传感器到上述离散点的距离，即保证筋的顶端与槽底部均在线激光传感器的量程之内。最后，根据离散点的法线信息得出线激光传感器在测量过程中的转角信息，以保证线激光面与离散点的法线方向一致。

扫描路径的总条数m₁由线激光传感器的横向量程以及喷管通道的尺寸来决定，即相邻扫描路径获得的点云之间应有重叠以保证能获得喷管外轮廓完整形貌数据，同时，每条扫描路径获得的点云应包含一条筋的完整廓形，方便后续算法的处理。

(4)完成扫描测量

由工业机器人1夹持线激光传感器3沿扫描路径M进行扫描测量。

第二步：提取喷管通道的边缘特征点并计算关键尺寸

针对线激光传感器在喷管任一位置处获得的二维点云数据W，采用下述算法计算该位置处的边缘信息以及关键尺寸。

(1)采用双边滤波算法对二维点云数据W进行滤波得W₁。由数据W₁的梯度信息初步获取的边缘点的位置，点云梯度可由一维卷积阵列G作卷积运算获得，

G＝[-2 -1 0 1 2] (2)

卷积结果中数值最大和最小所对应的两个点即为初步提取到的边缘点，记为q₁、q₂。

(2)精确获取边缘点位置信息。设置合适的窗口半径，以初步获取的边缘点q₁和q₂为中心点，设置K邻域半径，分别提取其邻域点集Q₁、Q₂。采用sigmoid函数分别拟合点集Q₁、Q₂。sigmoid函数是一个连续、光滑单调的函数，其函数表达式为：

式中，s₁为待拟合点的最大值与最小值的差值；s₂为sigmoid函数在x轴上的偏移，即待拟合点的第一个点与最后一个点的横坐标差值；s₃表示边缘的倾斜程度，其值越小，边缘越陡峭；s₄为sigmoid函数在y轴上的偏移。

采用最速下降法，设置合适的迭代次数以及迭代精度，获得最优拟合结果。对拟合后的函数求一阶导数，并令其等于零，所对应的点即为精确获得的边缘点p₁(x_a,z_a)和p₂(x_b,z_b)。

(3)利用精确获取的边缘点进行筋宽、槽深以及喷管壁厚尺寸的计算。

喷管冷却通道筋的宽度尺寸由两个边缘点横坐标之差表示，即：

gap＝|x_a-x_b| (4)

式中，gap为筋宽的尺寸，x_a、x_b为边缘点的横坐标。

由边缘点将点云W₁分成两部分，即槽底端的点集Q₃和筋顶端的点集Q₄。采用最小二乘法对点集Q₃进行直线拟合，获得直线方程l。计算点集Q₄中所有点到直线l的距离并求平均，该平均值即为槽深的尺寸d：

式中，L(x_l,y_l)为点集Q₄中的点(x_l,y_l)到直线l的距离，m₂为点集Q₄中点的数目。喷管壁厚δ可采用加工前喷管壁厚减去槽深获得：

δ＝T-d (6)

式中，T为冷却通道加工之前喷管壁厚的尺寸。

本发明的有益效果：本发明采用线激光传感器测量装置，测量过程中无需接触喷管，能够快速、准确地获得喷管的轮廓数据。本发明将线激光传感器集成在工业机器人的末端，提高了测量效率，且设备成本低，可实现在位高精度测量。同时，设计了喷管冷却通道边缘特征点的精确辨识算法，可准确获取喷管冷却通道的边缘位置信息，并依据边缘位置信息准确计算出喷管冷却通道筋宽、槽深以及喷管壁厚等尺寸。

附图说明

图1为基于工业机器人的火箭发动机喷管线激光在位测量方法全貌示意图。

图2为图1中A处的局部放大图。

图3为基于工业机器人的火箭发动机喷管线激光在位测量方法流程图。

图4为线激光测量轨迹规划示意图。

图5为线激光传感器获得的二维点云数据。

图6为双边滤波后的点云数据。

图7为数据处理结果。

图中：1工业机器人；2线激光传感器夹具；3线激光传感器；4火箭发动机喷管；5工件夹具；6回转工作台。

具体实施方式

下面结合附图和技术方案详细说明本发明的实施方式。

待测喷管，通道条数为500条，喷管大端直径为1500mm，槽深4.5mm，筋宽2.5mm；线激光传感器横向基准距离为7.5mm，范围为7.0～8.0mm，纵向基准距离为20mm，范围为16.8～23.2mm。

测量方法流程如图3所示，具体步骤如下：

步骤一：线激光传感器的装夹与位置标定

将线激光传感器3通过线激光传感器夹具2安装于工业机器人1的末端。由工业机器人1控制线激光传感器3对标准球进行测量，记录不同测量姿态下线激光传感器的读数S_j(j＝1,2,…,n)和对应的工业机器人到夹具坐标系的转换关系B_j(j＝1,2,…,n)，其中n为测量次数。根据球体的几何特征，由线激光传感器的读数S_j(j＝1,2,…,n)解算出不同测量姿态下标准球的球心坐标P_gj(j＝1,2,…,n)。

设标准球的球心在线激光传感器坐标系下的坐标为P_g＝(x_g y_g z_g)^Τ，在工业机器人坐标系下的坐标为P_e＝(x_e y_e z_e)^Τ，则存在下式：

式中，R₁、T₁分别为夹具坐标系到工业机器人坐标系的旋转矩阵和平移矩阵，B为夹具坐标系到工业机器人坐标系的转换矩阵；R₂、T₂分别为线激光传感器坐标系到夹具坐标系的旋转矩阵和平移矩阵，C为线激光传感器坐标系到夹具坐标系的转换矩阵，即手眼标定矩阵。

由于球体在工业机器人坐标系下的位置是固定的，故公式(8)成立，

标定矩阵C中旋转矩阵R₂可用单位四元数(u₀ u₁ u₂ u₃)表示，即：

式中，(v₁,v₂,v₃)为线激光传感器坐标系与夹具坐标系之间平移矩阵T₂的3个参数。

由工业机器人夹持线激光传感器对标准球进行4次不同姿态的测量，结果结合公式(8)和公式(9)建立方程组解算出矩阵C中的7个未知数，进而确定线激光传感器坐标系到工业机器人坐标系的转换矩阵D：

式中，(r₁₁,r₁₂,r₁₃,r₂₁,r₂₂,r₂₃,r₃₁,r₃₂,r₃₃)为线激光传感器坐标系与工业机器人坐标系之间旋转矩阵的参数，(t₁,t₂,t₃)为线激光传感器坐标系与工业机器人坐标系之间平移矩阵的参数。

线激光传感器坐标系相对于工业机器人坐标系的三个偏角通过以下等式进行计算：

式中，atan2(x,y)为反正切函数。

通过工业机器人调整角度保证线激光传感器坐标系各坐标轴平行于工业机器人各坐标轴，完成标定。

步骤二：线激光扫描路径轨迹规划

线激光测量总条数m₁＝500，回转工作台6的步长为0.72°，得到火箭发动机喷管外轮廓的线激光扫描测量路径M＝{M_i,i∈[1,500]}，如图4所示。测量时，由工业机器人1通过线激光传感器夹具2夹持线激光传感器3，使线激光传感器的激光线中点在筋的中间位置，以保证能完整获得筋的轮廓信息，如图2所示。测量过程中根据筋的轴截面母线上各点法线信息确定各位置处线激光传感器的位姿，保证激光面时刻垂直于筋的外轮廓面。完成一条筋的测量后，线激光传感器返回工件顶端，回转工作台6通过工件夹具5带动喷管转动0.72°。反复进行上述步骤，直至完成喷管外轮廓面的测量。

步骤三：喷管通道边缘位置信息精准辨识

图5为线激光传感器在喷管某一位置处获得的二维点云W，采用双边滤波算法进行滤波。设置滤波器半径为5，滤波参数σ_s取1.5，σ_r取4，滤波后得到数据W₁，如图6所示。

根据二维点云的梯度信息初步获取二维点云的边缘点位置，点云梯度由一维卷积阵列G作卷积运算获得，

G＝[-2 -1 0 1 2] (12)

从二维点云第3个点开始，与卷积阵列G做卷积运算，卷积结果中最大和最小的两个点即为初步提取到的边缘点，记为q₁和q₂，见图7。

设置窗口半径为20，以初步获得的边缘点q₁为窗口中心点，提取窗口内所有点组成的点集Q₁。同理，获得边缘点q₂对应的边缘位置处点集Q₂，见图7。

由sigmoid函数分别拟合上述得到的点集Q₁和Q₂，设置最大迭代次数为2000次，最大迭代误差为1×10^-5，拟合得到的函数分别为f₁和f₂，见图7。对拟合结果求一阶导，函数一阶导为零对应的点记为精确提取的边缘点，记为p₁(x_a,z_a)和p₂(x_b,z_b)，见图7。

步骤四：喷管通道关键尺寸计算

喷管筋宽由两个边缘点之间横坐标只差来表示，即筋宽gap＝|x_a-x_b|。

由边缘点将二维点云分成槽底端的点集Q₃和筋顶端的点集Q₄两部分，采用最小二乘法对点云Q₃进行直线拟合，获得直线方程l：

y＝λ₁x+λ₂ (13)

其中，

式中，

分别为待拟合点的横、纵坐标平均值，(x_w,y_w)为点集Q₃中的点，m₃为点集Q₃中点的数目。

计算点云Q₄中所有点到直线l距离的平均值，即为槽深的尺寸d：

式中，(x_k,y_k)为点集Q₄中的点，m₂为点集Q₄中点的数目。

喷管壁厚δ可采用加工前喷管壁厚T减去槽深d获得，即喷管壁厚：

δ＝T-d (17)

由工业机器人和线激光传感器组成的测量系统可以实现火箭发动机喷管外轮廓的高效在位测量，通过sigmoid函数拟合算法可以精准辨识喷管通道边缘位置，进而准确地获得喷管通道筋宽、槽深以及喷管壁厚的尺寸信息。

Claims (3)

1.一种火箭发动机喷管冷却通道线激光在位测量方法，其特征在于，该方法首先将线激光传感器集成在工业机器人的末端，并采用基于标准球的手眼标定方法求解出线激光传感器与工业机器人的位置关系；然后，结合喷管理论廓形以及传感器量程规划线激光传感器的扫描路径，并由工业机器人带动线激光传感器获取火箭发动机喷管的外轮廓数据；其次，针对线激光传感器获取的喷管外轮廓数据，采用基于sigmoid函数拟合的算法来精确获取边缘特征点；最后，结合边缘位置信息计算出喷管冷却通道的筋宽、槽深以及喷管壁厚的尺寸；具体步骤如下：

第一步：线激光传感器的装夹与位置标定

(1)将线激光传感器装夹在工业机器人末端

将线激光传感器(3)通过线激光传感器夹具(2)集成到工业机器人(1)的末端；

(2)对线激光传感器进行标定

采用手眼标定方法，以标准球作为标靶，依据不同测量姿态下球心在工业机器人坐标系中的坐标恒定，建立包含手眼标定矩阵的方程组；采用4元数法表示手眼标定矩阵中的旋转矩阵，结合建立的方程组，解算出手眼标定矩阵中的未知量，获得线激光传感器与夹具坐标系之间的转换矩阵C，进而获得线激光传感器坐标系与工业机器人坐标系之间的转换矩阵D，通过转换矩阵D解算出线激光传感器坐标系相对于工业机器人坐标系的三个偏角，并通过工业机器人调整角度完成线激光传感器的标定；

第二步：线激光传感器扫描路径规划

采取线激光传感器沿喷管通道上筋轴截面的母线方向扫描与工件转动相结合的测量方式完成喷管外轮廓的测量：线激光传感器自喷管顶端沿喷管外表面筋轴截面的母线方向，并与母线保持一定距离，向下扫描；完成一条筋的扫描测量之后，线激光传感器返回至喷管顶端，工件旋转一定角度，线激光传感器继续进行下一条筋的测量；反复进行直至完成喷管完整廓形的测量，扫描路径M表示为：

M＝{M_i,i∈[1,m₁]} (1)

式中，M_i为第i条线激光传感器扫描路径，m₁为扫描路径总条数；

由工业机器人夹持线激光传感器沿扫描路径M进行扫描测量；

线激光传感器扫描路径M_i由以下几步得出：首先，获取喷管上筋的轴截面轮廓线，设置点间隔，获取其上离散点，并求出每个点的法线信息；然后，结合线激光传感器纵向量程设置传感器到上述离散点的距离，即保证筋的顶端与槽底部均在线激光传感器的量程之内；最后，根据离散点的法线信息得出线激光传感器在测量过程中的转角信息，以保证线激光面与离散点的法线方向一致；

扫描路径的总条数m₁由线激光传感器的横向量程以及喷管通道的尺寸来决定，即相邻扫描路径获得的点云之间应有重叠以保证能获得喷管外轮廓完整形貌数据，同时，每条扫描路径获得的点云包含一条筋的完整廓形，方便后续算法的处理；

第三步：喷管冷却通道的边缘特征点提取

针对线激光传感器在喷管任一位置处获得的二维点云数据W，计算该位置处的边缘信息：

(1)采用双边滤波算法对二维点云数据W进行滤波得W₁；由W₁的梯度信息初步获取边缘点的位置，点云梯度由一维卷积阵列G作卷积运算获得，

G＝[-2 -1 0 1 2] (2)

卷积结果中数值最大和最小所对应的两个点即为初步提取到的边缘点，记为q₁、q₂；

(2)精确获取边缘点位置信息

设置窗口半径，以初步获取的边缘点q₁和q₂为中心点，设置K邻域半径，分别提取其邻域点集Q₁、Q₂；

采用sigmoid函数分别拟合点集Q₁、Q₂，sigmoid函数表达式为：

式中，s₁为待拟合点的最大值与最小值的差值；s₂为sigmoid函数在x轴上的偏移，即待拟合点的第一个点与最后一个点的横坐标差值；s₃表示边缘的倾斜程度，其值越小，边缘越陡峭；s₄为sigmoid函数在y轴上的偏移；

采用最速下降法，设置迭代次数以及迭代精度，获得最优拟合结果；对拟合后的函数求一阶导数，并令其等于零，所对应的点即为精确获得的边缘点p₁(x_a,z_a)和p₂(x_b,z_b)；

第四步：喷管冷却通道关键尺寸计算

喷管冷却通道筋的宽度尺寸由两个边缘点横坐标之差表示：

gap＝|x_a-x_b| (4)

式中，gap为筋宽的尺寸，x_a、x_b为边缘点的横坐标；

由边缘点将点云W₁分成两部分，即槽底端的点集Q₃和筋顶端的点集Q₄；采用最小二乘法对点集Q₃进行直线拟合，获得直线方程l；计算点集Q₄中所有点到直线l的距离并求平均，该平均值即为槽深的尺寸d：

式中，L(x_l,y_l)为点集Q₄中的点(x_l,y_l)到直线l的距离，m₂为点集Q₄中点的数目；

喷管壁厚δ采用加工前喷管壁厚减去槽深获得：

δ＝T-d (6)

式中，T为冷却通道加工之前喷管壁厚的尺寸。

2.根据权利要求1所述的测量方法，其特征在于，第一步中，线激光传感器标定的具体过程为：

由工业机器人(1)控制线激光传感器(3)对标准球进行测量，记录不同测量姿态下线激光传感器的读数S_j和对应的工业机器人到夹具坐标系的转换关系B_j，其中j＝1,2,…,n，n为测量次数；根据球体的几何特征，由线激光传感器的读数S_j解算出不同测量姿态下标准球的球心坐标P_gj；

设标准球的球心在线激光传感器坐标系下的坐标为P_g＝(x_g y_g z_g)^T，在工业机器人坐标系下的坐标为P_e＝(x_e y_e z_e)^T，则存在下式：

式中，R₁、T₁分别为夹具坐标系到工业机器人坐标系的旋转矩阵和平移矩阵，B为夹具坐标系到工业机器人坐标系的转换矩阵；R₂、T₂分别为线激光传感器坐标系到夹具坐标系的旋转矩阵和平移矩阵，C为线激光传感器坐标系到夹具坐标系的转换矩阵，即手眼标定矩阵；

由于球体在工业机器人坐标系下的位置是固定的，故公式(8)成立，

标定矩阵C中旋转矩阵R₂用单位四元数(u₀ u₁ u₂ u₃)表示，即：

式中，(v₁,v₂,v₃)为线激光传感器坐标系与夹具坐标系之间平移矩阵T₂的3个参数；

由工业机器人夹持线激光传感器对标准球进行4次不同姿态的测量，结果结合公式(8)和公式(9)建立方程组解算出矩阵C中的7个未知数，进而确定线激光传感器坐标系到工业机器人坐标系的转换矩阵D：

式中，(r₁₁,r₁₂,r₁₃,r₂₁,r₂₂,r₂₃,r₃₁,r₃₂,r₃₃)为线激光传感器坐标系与工业机器人坐标系之间旋转矩阵的参数，(t₁,t₂,t₃)为线激光传感器坐标系与工业机器人坐标系之间平移矩阵的参数；

线激光传感器坐标系相对于工业机器人坐标系的三个偏角通过以下等式进行计算：

式中，atan2(x,y)为反正切函数；

通过工业机器人调整角度保证线激光传感器坐标系各坐标轴平行于工业机器人各坐标轴，完成标定。

3.根据权利要求1或2所述的测量方法，其特征在于，第四步中，采用最小二乘法对点云Q₃进行直线拟合，获得直线方程l：

y＝λ₁x+λ₂ (13)

其中，

式中，

分别为待拟合点的横、纵坐标平均值，(x_w,y_w)为点集Q₃中的点，m₃为点集Q₃中点的数目；

点集Q₄中的点(x_l,y_l)到直线l的距离

Images