CN114001654A - 工件端面位姿评价方法 - Google Patents

Abstract

本发明涉及一种工件端面位姿评价方法，包括以下步骤：a、采集被测工件端面的初始表面特征点云坐标；b、对端面进行网格化区域分解，获取初始端面方程；c、提取各区域点集特征坐标并进行筛选；d、采集被测工件端面的工况表面特征点云坐标；e、进行位置变化趋势特征评估；f、计算得到位姿变化测量结果。本发明能够有效消除端面特征奇异点及端面变化异常点引起的测量误差，从而提高端面方程的拟合精度。

Description

工件端面位姿评价方法

技术领域

本发明涉及一种工件端面位姿评价方法。

背景技术

在航空、航天以及军工等诸多工业领域的设备产品中，材料件、结构件的安装端面、连接端面等作业端面容易受外界高低温环境变化及其他复杂物理场的影响而发生变形，进而使端面的位姿发生变化。因此，准确合理的测量复杂环境加载条件下端面位姿的变化是全面了解和评估被测件性能的关键。现有技术中，对于端面位姿变化的测量与评价的方式主要是利用可进行端面局部区域或全区域变形测量的设备对被测端面的点云坐标信息进行采集，以获取端面点云集，再利用点云坐标集进行端面方程拟合以形成端面数学模型，从而对不同条件、不同工况下的端面方程进行位姿角度变化量的计算以获得位姿变化量。由此可见，现有技术的方式是对测量获取的所有点云坐标数据直接进行处理而获得端面函数模型，因此其端面方程的拟合结果会受到测量系统误差、端面自身缺陷、测量前期处理过程以及测量奇异引入非端面自身特征的奇异点坐标等原因的影响。同时，这种方式在进行高低温环境或其他复杂物理场工况加载时，被测端面自身局部点奇异变形也会对端面方程的拟合结果产生较大影响。

发明内容

本发明的目的在于提供一种工件端面位姿评价方法。

为实现上述发明目的，本发明提供一种工件端面位姿评价方法，包括以下步骤：

a、采集被测工件端面的初始表面特征点云坐标；

b、对端面进行网格化区域分解，获取初始端面方程；

c、提取各区域点集特征坐标并进行筛选；

d、采集被测工件端面的工况表面特征点云坐标；

e、进行位置变化趋势特征评估；

f、计算得到位姿变化测量结果。

根据本发明的一个方面，在所述步骤(a)中，在被测工件端面进行散斑靶标处理，利用数字图像相关测量系统采集被测工件端面靶标信息，每个工况下对被测工件端面进行N次图像采集，共k个工况；

根据被测工件端面的形状确定被测工件端面函数形式，设定函数未知参数为r₀，r₁，r₂...r_N,设立端面函数形式为f(r₀，r₁，r₂...r_N)；

导出每次测量获得的被测工件端面点云坐标如下：

{I_j0(X_j0,Y_j0,Z_j0),I_j1(X_j1,Y_j1,Z_j1),I_j2(X_j2,Y_j2,Z_j2)…I_ji(X_ji,Y_ji,Z_ji)}；

其中，j为测量次序，i为该次测量点的总数。

根据本发明的一个方面，在所述步骤(b)中，根据各区域点集中点的解析权重将初始图像点云集进行端面方程拟合获得初始端面方程。

根据本发明的一个方面，所述步骤(b)包括：

b1、按端面形状将端面分解为L×W个区域，形成各网格区域的独立区域点集，每个区域边长小于被测工件端面尺寸的1％，将每次测量采集的点云集分解成各区间点集D^j ₁₁、D^j ₁₂...D^j _LW，对各区域点集进行坐标平均处理，获得各区域的特征坐标D^j ₁₁'、D^j ₁₂'...D^j _LW'；

b2、利用分区域均衡端面拟合算法分别对初始状态下N次测量采集的点云集分区后各区域的特征坐标统一进行端面方程拟合，并确定每次采集的端面方程的未知参数；

其中，分区域均衡端面拟合算法包括以下步骤：

根据各区域点集内当前剩余所有点集总数U进行区域内点的权重系数P的计算，计算第LW区域内U_(LW)个点的权重系数P_LW为：

P_LW＝1/U_(LW)；

利用权重系数P_LW进行所有拟合点I_ji(X_ji,Y_ji,Z_ji)距拟合的端面函数距离的加权之和最小化解析计算为：

ΣL_i ²＝Σ{Σ(P_LW ^f(X_ji，Y_ji，r₀，r₁，r₂...r_N)-Z_ji)}＝min；

其中，Li为点距拟合的端面函数距离，根据偏导关系：

计算以当前点云拟合出的端面函数模型参数为：r₀,r₁..r_N。

根据本发明的一个方面，在所述步骤(c)中，计算各区域点集的特征坐标值相较于初始端面方程的距离，利用端面加工粗糙度阈值对端面各区域点集进行重复筛选与拟合。

根据本发明的一个方面，所述步骤(c)包括：

c1、计算各次测量图像上的各区域D₁₁、D₁₂...D_LW特征坐标与拟合出的端面函数的距离△Li为：

△Li＝f(X_ji,Y_ji,r₀,r₁,r₂...r_N)-Z_ji；

c2、若特征区域的特征坐标到拟合函数的距离大于被测工件端面加工粗糙度阈值α，则剔除该区域的所有点集，将剩余点集返回所述步骤(b1)进行拟合获取新的拟合函数；

依据所述步骤(c1)和所述步骤(c2)进行重复筛选，当剩余所有区域点集特征坐标相对于端面的距离均小于α时，进入后续步骤；

c3、将初始状态N次测量中各点云集经筛选后的剩余区域进行统计分析，提取出公共剩余区域，记录公共区域对应编号为23、25、43....lw；

其中，l为L等分方向对应编号，w为W等分方向对应编号。

根据本发明的一个方面，在所述步骤(e)中，利用筛选后的区域点云集特征坐标值与对应工况下采集的点的坐标信息进行位置变化趋势特征评估，去除与端面整体变化趋势不同的局部区域变形点集，将剩余点集坐标进行端面方程拟合，利用端面加工粗糙度阈值对点云集进行重复筛选与拟合，获取各工况下的端面方程。

根据本发明的一个方面，所述步骤(e)包括：

e1、对各工况下每次测量的公共区域特征坐标进行平均处理，获得各工况下公共区域的特征坐标平均值D_lw'^k，其中，D_lw'¹为：

D_lw'¹＝(D¹ _lw'+D² _lw'+.....+D^N _lw')/N；

其中，k为第k工况；

e2、对各工况下所有的公共区域对应点集逐一进行端面局部区域变形剔除，包括：

计算各工况下各区域点集内部点相较于公共区域的特征坐标平均值D_lw'^k的平均距离f_lw ^k为：

f_lw ^k＝|I_(lw)-D_lw'^k|/p；

其中，p为第lw区域内点的数量，I_(lw)为当前区域内各点的坐标；

e3、计算每个工况下所有公共区域点集到区域特征坐标的平均距离的均值

计算各工况下所有公共区域点集平均距离f_lw与

的差值，去除差值大于α的所有区域点集；

e4、对各工况下剩余区域点集内的所有点的特征坐标平均值进行端面方程F_k拟合，计算各区域特征坐标距拟合方程的距离U_lw为：

U_lw＝F_k(D_lw'^k)-D_lw'^k(Z)；

其中，D_lw'^k(Z)为特征坐标平均值的Z轴坐标；

e5、若所有区域的U_lw均小于α，则该端面方程F_k为该工况下端面的最终方程，并进入后续步骤，若存在大于α的区域，则剔除该区域点集，并返回所述步骤(e4)进行重新拟合。

根据本发明的一个方面，在所述步骤(f)中，提取各端面方程的特征向量；

对特征向量进行单位向量化处理，获得单位特征向量；

对单位特征向量按工况区分后进行向量平均处理，获得平均特征向量；

再计算得到端面位姿变化测量结果。

根据本发明的一个方面，所述步骤(f)包括：

f1、将所有端面方程进行单位特征向量t_j(X、Y、Z)提取，包括平面方程的法向量、曲面方程的轴线向量；

f2、将各工况下的所有端面的单位特征向量进行平均化处理获取平均特征向量，其中，第m个工况下的平均特征向量T^m为：

T^m＝(t_(m-1)N+1+t_(m-1)N+2+.....+t_mN)/N；

f3、计算各工况状态下的平均特征向量相对于初始状态下的平均特征向量的夹角，作为各工况下端面位姿变化测量结果。

根据本发明的构思，针对现有的端面位姿处理与评价方法存在的无法消除非端面特征奇异点、端面局部形变异常点导致拟合时端面方程对端面实际位姿表征不全面以及端面拟合偏差大拟合精度不高等问题，提供一种工件端面位姿评价方法，能够有效的消除测量过程中的端面特征奇异点及端面变化异常点引起的测量误差，从而提高端面方程的拟合精度。

根据本发明的一个方案，对被测端面进行网格化区域分解并提取各区域特征坐标，再循环筛选剔除初始端面分区域的初始奇异点，从而有效的解决了端面初始状态下由于端面自身缺陷及前期处理影响造成被测端面存在凹坑、突起等特征奇异位置而影响初始端面位姿计算的问题。

根据本发明的一个方案，利用分区域均衡端面拟合算法解决了数字图像测量采集端面点集拟合过程中存在的参与拟合点集分布不均及各区域比重不统一的问题。

根据本发明的一个方案，采用分区域计算区域内点权重，再按权重拟合计算的方法确保每个区域进行端面拟合时各区域权重相等，可以有效的保障各区域参与拟合的权重一致性。

根据本发明的一个方案，采用多次测量筛选提取公共区域进行解析处理的方法，针对测量系统的部分区域采集效果较差及采集点云精度波动性较大的问题，多次采集分区域并循环筛选，选取剩余公共区域点集进行后续端面位姿变化分析筛选，从而有效的避免了精度波动较大的区域使测量产生的误差，并有效的减少了测量过程中产生的随机误差。

根据本发明的一个方案，利用施加环境工况后将被测端面变化异常点剔除的算法，针对各工况被测端面的局部特殊变形、测量数据噪点等异常变化数据点集进行分区域对比筛选及循环剔除，从而有效的保证了测试全周期的高精度性、高稳定性。

附图说明

图1示意性表示本发明的一种实施方式的工件端面位姿评价方法的流程图；

图2表示本发明的方法中的被测端面分区域剔除示意图。

具体实施方式

为了更清楚地说明本发明实施方式或现有技术中的技术方案，下面将对实施方式中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是本发明的一些实施方式，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

下面结合附图和具体实施方式对本发明作详细地描述，实施方式不能在此一一赘述，但本发明的实施方式并不因此限定于以下实施方式。

参见图1，本发明的高低温环境下高精度数字图像测量端面位姿评价方法，适用于利用数字图像相关测量系统对被测工件端面在高低温或其他复杂环境条件下进行端面位姿变化测量时的端面点云集端面姿态稳定性评价与分析。本方法首先利用数字图像相关测量系统采集被测工件端面的初始表面特征点云坐标(即初始状态下的表面特征点云坐标)。具体的，在被测工件端面进行散斑靶标处理，按试验要求进行被测端面固定，并设置好数字图像相关测量系统，确保测量系统可以在试验全周期采集被测端面靶标信息。然后利用数字图像相关测量系统采集被测工件端面靶标信息，以完成对测量系统的标定。本发明中，每个工况下对被测工件端面进行N次图像采集，共k个工况。然后根据被测工件端面的形状确定被测工件端面函数形式，设定函数未知参数为r₀，r₁，r₂...r_N,设立端面函数形式为f(r₀，r₁，r₂...r_N)。例如，若端面为平面则设定为平面函数，若端面为曲面则设定为相应的曲面函数。由此，导出每次测量获得的被测工件端面点云坐标如下：

{I_j0(X_j0,Y_j0,Z_j0),I_j1(X_j1,Y_j1,Z_j1),I_j2(X_j2,Y_j2,Z_j2)…I_ji(X_ji,Y_ji,Z_ji)}；

其中，j为测量次序，i为该次测量点的总数(即第j次测量共i个点)。

随后，对被测工件端面进行网格化区域分解，再根据各区域点集中点的解析权重，将初始图像点云集进行端面方程拟合，以获得初始端面方程。具体为按端面形状进行端面网格化区域分解，可拆解为L×W个区域(或称区间)，形成各网格区域的独立区域点集，每个区域边长小于被测工件端面尺寸的1％。可将每次测量采集的点云集按对应区间分解成各区间点集D^j ₁₁、D^j ₁₂...D^j _LW(j为测量区域点集的次数)，对各区域点集进行坐标平均处理，从而获得各区域的特征坐标D^j ₁₁'、D^j ₁₂'...D^j _LW'。然后利用分区域均衡端面拟合算法分别对初始状态下N次测量采集的点云集分区后各区域的特征坐标统一进行端面相关方程拟合，并确定每次采集的端面方程的未知参数。其中，分区域均衡端面拟合算法包括以下步骤：

根据各区域点集内当前剩余所有点集总数U进行区域内点权重系数P计算，计算第LW区域内U_(LW)个点的权重系数P_LW为：

P_LW＝1/U_(LW)；

再利用权重系数P_LW进行所有拟合点I_ji(X_ji,Y_ji,Z_ji)距拟合的端面函数距离的加权之和最小化解析计算为：

ΣL_i ²＝Σ{Σ(P_LW ^f(X_ji，Y_ji，r₀，r₁，r₂...r_N)-Z_ji)}＝min；

其中，Li为点距拟合的端面函数距离，根据对应的偏导关系：

计算以当前点云拟合出的端面函数模型参数为：r₀,r₁..r_N。

完成上述步骤后，需要提取各区域点集特征坐标，并计算各区域点集的特征坐标值相较于初始端面方程的距离，利用端面加工粗糙度阈值对端面各区域点集进行重复筛选与拟合，从而确保最终所有参与拟合的区域点集距离端面方程距离在加工粗糙度阈值内。具体为，计算各次测量图像上的各区域D₁₁、D₁₂...D_LW特征坐标与相应的拟合出的端面函数的距离为：

△Li＝f(X_ji,Y_ji,r₀,r₁,r₂...r_N)-Z_ji；

按照上述步骤进行循环判断，设被测工件端面加工粗糙度阈值为α，若特征区域的特征坐标到拟合函数的距离大于α(α一般选取为0.01mm)，则剔除该区域的所有点集(如图2所示)，将剩余点集返回上述拟合的步骤进行拟合获取新的拟合函数。再依据上述筛选的步骤进行重复筛选，当剩余所有区域点集特征坐标相对于端面的距离均小于α时，进入后续的步骤。随后为消除测量随机误差，将初始状态N次测量中各点云集经筛选后的剩余区域进行统计分析，提取出公共剩余区域，记录公共区域对应编号为23、25、43....lw等。其中，l为L等分方向对应编号，w为W等分方向对应编号。

随后对被测试验件进行复杂工况控制，此步需要利用数字图像相关测量系统采集被测工件端面的工况表面特征点云坐标(即工况环境下的表面特征点云坐标)。然后，即可进行位置变化趋势特征评估。具体为，利用筛选后的区域点云集特征坐标值与对应该工况下采集的相应点的坐标信息进行位置变化趋势特征评估，筛选剔除与端面整体变化趋势不同的局部区域变形点集，将剩余点集坐标进行端面方程拟合，利用端面加工粗糙度阈值对点云集进行重复筛选与拟合，获取各工况下的端面方程。

具体的，对各工况下每次测量的公共区域特征坐标进行平均处理，获得各工况下公共区域的特征坐标平均值D_lw'^k(第K工况下第lw区域的特征坐标平均值)，其中，D_lw'¹为：

D_lw'¹＝(D¹ _lw'+D² _lw'+.....+D^N _lw')/N；

其中，k表示第k工况；

然后对各工况下所有的公共区域对应点集逐一进行端面局部区域变形剔除。此步骤首先计算各工况下各区域点集内部点相较于公共区域的特征坐标平均值D_lw'^k的平均距离f_lw ^k(即第K工况下第lw区域点集内p个点距特征坐标平均值点的平均距离)为：

f_lw ^k＝|I_(lw)-D_lw'^k|/p；

其中，p为第lw区域内点的数量，I_(lw)为当前区域内各点的坐标；

再计算每个工况下所有公共区域点集到区域特征坐标平均距离的均值

计算各工况下所有公共区域点集平均距离f_lw与

的差值，并剔除差值大于α的所有区域点集；

对各工况下剩余区域点集内的所有点的特征坐标平均值进行端面方程F_k拟合，计算各区域特征坐标距拟合方程的距离U_lw为：

U_lw＝F_k(D_lw'^k)-D_lw'^k(Z)；

其中，D_lw'^k(Z)为特征坐标平均值的Z轴坐标；

随后判端所有区域的U_lw是否均小于端面粗糙度α，若所有区域的U_lw均小于端面粗糙度α，则该端面方程F_k为该工况下端面的最终方程，即可进入后续步骤；若存在大于α的区域，则剔除该区域点集，并返回前步进行重新拟合。

最后，提取各工况下拟合的端面方程的特征向量，对所有特征向量进行单位向量化处理，获得各端面方程的单位特征向量，再对单位特征向量按工况区分后进行向量平均处理获得各工况下的平均特征向量，并计算得到位姿变化测量结果。具体的，将所有端面方程进行单位特征向量t_j(X、Y、Z)提取，包括平面方程的法向量、曲面方程的轴线向量等。再将各工况下的所有端面的单位特征向量进行平均化处理获取平均特征向量，其中，第m个工况下的平均特征向量T^m为：

T^m＝(t_(m-1)N+1+t_(m-1)N+2+.....+t_mN)/N。

本发明中，通过计算各工况状态下的平均特征向量相对于初始状态(即初始工况)下的平均特征向量的夹角，作为各工况下端面位姿变化测量结果。

以上所述仅为本发明的一个实施方式而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包括在本发明的保护范围之内。

Claims (10)

1.一种工件端面位姿评价方法，包括以下步骤：

a、采集被测工件端面的初始表面特征点云坐标；

b、对端面进行网格化区域分解，获取初始端面方程；

c、提取各区域点集特征坐标并进行筛选；

d、采集被测工件端面的工况表面特征点云坐标；

e、进行位置变化趋势特征评估；

f、计算得到位姿变化测量结果。

2.根据权利要求1所述的方法，其特征在于，在所述步骤(a)中，在被测工件端面进行散斑靶标处理，利用数字图像相关测量系统采集被测工件端面靶标信息，每个工况下对被测工件端面进行N次图像采集，共k个工况；

根据被测工件端面的形状确定被测工件端面函数形式，设定函数未知参数为r₀，r₁，r₂...r_N,设立端面函数形式为f(r₀，r₁，r₂...r_N)；

导出每次测量获得的被测工件端面点云坐标如下：

{I_j0(X_j0,Y_j0,Z_j0),I_j1(X_j1,Y_j1,Z_j1),I_j2(X_j2,Y_j2,Z_j2)…I_ji(X_ji,Y_ji,Z_ji)}；

其中，j为测量次序，i为该次测量点的总数。

3.根据权利要求1所述的方法，其特征在于，在所述步骤(b)中，根据各区域点集中点的解析权重将初始图像点云集进行端面方程拟合获得初始端面方程。

4.根据权利要求3所述的方法，其特征在于，所述步骤(b)包括：

b1、按端面形状将端面分解为L×W个区域，形成各网格区域的独立区域点集，每个区域边长小于被测工件端面尺寸的1％，将每次测量采集的点云集分解成各区间点集D^j ₁₁、D^j ₁₂...D^j _LW，对各区域点集进行坐标平均处理，获得各区域的特征坐标D^j ₁₁'、D^j ₁₂'...D^j _LW'；

b2、利用分区域均衡端面拟合算法分别对初始状态下N次测量采集的点云集分区后各区域的特征坐标统一进行端面方程拟合，并确定每次采集的端面方程的未知参数；

其中，分区域均衡端面拟合算法包括以下步骤：

根据各区域点集内当前剩余所有点集总数U进行区域内点的权重系数P的计算，计算第LW区域内U_(LW)个点的权重系数P_LW为：

P_LW＝1/U_(LW)；

利用权重系数P_LW进行所有拟合点I_ji(X_ji,Y_ji,Z_ji)距拟合的端面函数距离的加权之和最小化解析计算为：

∑L_i ²＝∑{∑(P_LWf(X_ji，Y_ji，r₀，r₁，r₂...r_N)-Z_ji)}＝min；

其中，Li为点距拟合的端面函数距离，根据偏导关系：

计算以当前点云拟合出的端面函数模型参数为：r₀,r₁..r_N。

5.根据权利要求4所述的方法，其特征在于，在所述步骤(c)中，计算各区域点集的特征坐标值相较于初始端面方程的距离，利用端面加工粗糙度阈值对端面各区域点集进行重复筛选与拟合。

6.根据权利要求5所述的方法，其特征在于，所述步骤(c)包括：

c1、计算各次测量图像上的各区域D₁₁、D₁₂...D_LW特征坐标与拟合出的端面函数的距离△Li为：

△Li＝f(X_ji,Y_ji,r₀,r₁,r₂...r_N)-Z_ji；

c2、若特征区域的特征坐标到拟合函数的距离大于被测工件端面加工粗糙度阈值α，则剔除该区域的所有点集，将剩余点集返回所述步骤(b1)进行拟合获取新的拟合函数；

依据所述步骤(c1)和所述步骤(c2)进行重复筛选，当剩余所有区域点集特征坐标相对于端面的距离均小于α时，进入后续步骤；

c3、将初始状态N次测量中各点云集经筛选后的剩余区域进行统计分析，提取出公共剩余区域，记录公共区域对应编号为23、25、43....lw；

其中，l为L等分方向对应编号，w为W等分方向对应编号。

7.根据权利要求1所述的方法，其特征在于，在所述步骤(e)中，利用筛选后的区域点云集特征坐标值与对应工况下采集的点的坐标信息进行位置变化趋势特征评估，去除与端面整体变化趋势不同的局部区域变形点集，将剩余点集坐标进行端面方程拟合，利用端面加工粗糙度阈值对点云集进行重复筛选与拟合，获取各工况下的端面方程。

8.根据权利要求7所述的方法，其特征在于，所述步骤(e)包括：

e1、对各工况下每次测量的公共区域特征坐标进行平均处理，获得各工况下公共区域的特征坐标平均值D_lw'^k，其中，D_lw'¹为：

D_lw'¹＝(D¹ _lw'+D² _lw'+.....+D^N _lw')/N；

其中，k表示第k工况；

e2、对各工况下所有的公共区域对应点集逐一进行端面局部区域变形剔除，包括：

计算各工况下各区域点集内部点相较于公共区域的特征坐标平均值D_lw'^k的平均距离f_lw ^k为：

f_lw ^k＝|I_(lw)-D_lw'^k|/p；

其中，p为第lw区域内点的数量，I_(lw)为当前区域内各点的坐标；

e3、计算每个工况下所有公共区域点集到区域特征坐标的平均距离的均值

计算各工况下所有公共区域点集平均距离f_lw与

的差值，去除差值大于α的所有区域点集；

e4、对各工况下剩余区域点集内的所有点的特征坐标平均值进行端面方程F_k拟合，计算各区域特征坐标距拟合方程的距离U_lw为：

U_lw＝F_k(D_lw'^k)-D_lw'^k(Z)；

其中，D_lw'^k(Z)为特征坐标平均值的Z轴坐标；

e5、若所有区域的U_lw均小于α，则该端面方程F_k为该工况下端面的最终方程，并进入后续步骤，若存在大于α的区域，则剔除该区域点集，并返回所述步骤(e4)进行重新拟合。

9.根据权利要求1所述的方法，其特征在于，在所述步骤(f)中，提取各端面方程的特征向量；

对特征向量进行单位向量化处理，获得单位特征向量；

对单位特征向量按工况区分后进行向量平均处理，获得平均特征向量；

再计算得到端面位姿变化测量结果。

10.根据权利要求9所述的方法，其特征在于，所述步骤(f)包括：

f1、将所有端面方程进行单位特征向量t_j(X、Y、Z)提取，包括平面方程的法向量、曲面方程的轴线向量；

f2、将各工况下的所有端面的单位特征向量进行平均化处理获取平均特征向量，其中，第m个工况下的平均特征向量T^m为：

T^m＝(t_(m-1)N+1+t_(m-1)N+2+.....+t_mN)/N；

f3、计算各工况状态下的平均特征向量相对于初始状态下的平均特征向量的夹角，作为各工况下端面位姿变化测量结果。

Images