CN114187276A - 基于加工g代码引导的碳管阵蜂窝面形精度计算方法 - Google Patents

Abstract

本发明提供一种基于加工G代码引导的碳管阵蜂窝面形精度计算方法。本发明包括如下步骤：获取与设计模型表面轮廓相符的测量G代码；通过线激光设备多次测量碳管阵蜂窝面形数据，生成若干三维点云数据；对获取的多条点云数据进行拼接和去噪，获得工件表面的完整面形，存储为测量点云数据；将测量点云数据按照G代码的起始位置信息，通过矩阵变换得到新位置点云，将设计模型与所述新位置点云粗配准；将新位置点云投影到设计模型的面片上，得到与测量点云点数对应的模型点云，配准后，计算点云到对应面片的垂线长度，得到误差长度集合，并依此计算面形误差。本发明测量点云与模型重合度高，适用多种难测量曲面。

Description

基于加工G代码引导的碳管阵蜂窝面形精度计算方法

技术领域

本发明涉及复合材料天线反射面板的大型曲面面形检测领域，尤其涉及一种基于加工G代码引导的碳管阵蜂窝面形精度计算方法。

背景技术

在复杂曲面面形检测领域，高精度曲面的面形检测与评价因其对后续修正工作的主导作用成为现今发展的主要趋势。然而，现今大部分面形精度检测方法多针对连续、有明显特征曲面，且结果大部分依赖于一些逆向工程软件。如果工件无明显尖锐特征，往往需要多次重复，才能获得较可靠结果。

在面形精度计算方法中，平面和参数化模型的研究方法已经比较成熟，只要通过参数化面形拟合方式就可得到面形精度，对于一些非参数化模型，依赖于特征点或者与模型重合度较高的点云模型通过点云与模型配准也可以得到较为精确的面形。然而对于碳管阵蜂窝的非连续面形，具有如下特点：

1.设计模型可能是从某一双曲面上截取的部分面形，缺少固定参考基准，也没有参数化方程式表达该面形；

2.测量点云与模型相比，重合度较小；

3.碳管阵蜂窝测量点云呈阵列分布的圆筒点云形状，无明显特征点；

所述面形计算方法皆不适用于碳管阵蜂窝，因此针对该问题，有必要提供一种针对非连续大型碳管阵蜂窝面形精度的计算方法。

发明内容

根据上述提出的技术问题，而提供一种基于加工G代码引导的碳管阵蜂窝面形精度计算方法。本发明采用的技术手段如下：

一种基于加工G代码引导的碳管阵蜂窝面形精度计算方法，包括如下步骤：

步骤1、获取与设计模型表面轮廓相符的测量G代码；

步骤2、通过线激光设备多次测量碳管阵蜂窝面形数据，生成若干三维点云数据；

步骤3、对获取的多条点云数据进行拼接和去噪，获得工件表面的完整面形，存储为测量点云数据；

步骤4、将测量点云数据按照G代码的起始位置信息，通过矩阵变换得到新位置点云，将设计模型与所述新位置点云粗配准；

步骤5、将新位置点云投影到设计模型的面片上，得到与测量点云点数对应的模型点云，配准后，计算点云到对应面片的垂线长度，得到误差长度集合，并依此计算面形误差。

进一步地，所述步骤1中，包括生成代码和存储代码的步骤，具体地：

用UG软件生成测量用G代码，具体地，对大曲率、设计模型已知的工件，采用多段折线插补，以保证使工件表面始终保持在线激光的量程范围内，在用UG编程过程中，借鉴单向平行铣削方式，得到扫描G代码文件；

提取G代码中的坐标信息，存储为G代码点云，点集为Q’＝{Q’i＝(x₁’i，y₁’i，z₁’i)|(i＝1，2，3，……，Nm’)}。

进一步地，所述步骤2包括如下步骤：

S201、使用与机床配套的线激光设备，将线线激光设备搭载在三轴或五轴机床上。

S202、调整校准线激光设备和机床的位置校准线激光在几个轴向的旋转误差，以确保扫描数据能够准确拼接；

S203、执行扫描测量G代码，结果为多个条形数据文件，记为a1、a2、a3……an。

进一步地，所述步骤3包括如下步骤：

S301、数控机床带动线激光设备，按照G代码生成的扫描轨迹，单向循环扫描整个碳管阵蜂窝面形，其中xy坐标对应碳管阵蜂窝面形的水平位置，z坐标表示该位置所测高度值；扫描完成后根据纵向测量的点数对应关系进行拼接。

S302、采用点云滤波方去除毛刺和噪声，寻找脊线，并在一定阈值内去除噪声点，得到工件表面的完整面形，存储为点云数据P，P’＝{P’i＝(x₂’i，y₂’i，z₂’i)|(i＝1，2，3，……，Nk’)}，k为点数。

进一步地，所述步骤4包括如下步骤：

将测量点云按照G代码的起始位置信息，通过矩阵变换得到新位置点云t，只进行平移操作，

式中x，y，z为转换前测量点云p的三维坐标，T_x，T_y，T_z为在xyz三个方向上的平移距离。

进一步地，所述步骤5包括如下步骤：

将新位置点云投影到设计模型的面片上，得到与测量点云t点数对应的模型上的点集U，U’＝{U’i＝(x₃’i，y₃’i，z₃’i)|(i＝1，2，3，……，Nk’)}；

具体地，应用K邻域搜索算法，搜索距离点云最近的若干个角点；

向对应最近的三角面片投影，方向为质心方向，依此得到点云集U，，运用BasicICP算法进行点云t和U的精配准，得到t’；

配准后，由点云t’向模型最近的面片上做垂线，基于如下公式计算误差相对于模型的正负，点在法线一侧，则值为正，否则为负：

式中，

为法线方向，d_i为点云到面片距离，O为坐标系原点，Q_i ^p为点p到面片的垂足点，

以此公式循环遍历P中所有点，得到距离集合D，D’＝{D’i＝(di|(i＝1，2，3，……，Nk’)}；

由所述集合D计算表面形貌的均方根值,基于该均方根值进行面形精度分析。

本发明基于模型通过生成的测量G代码；用线激光设备测量碳管阵蜂窝面形数据；基于G代码引导测量点云坐标系转换进行粗配准工作；之后进行使用Basic ICP算法的精配准，本发明测量点云与模型相比，重合度高，适用多种难测量曲面，为后续各种大型构件面形检测，提供了新的思路。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做以简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例公开的一种基于加工G代码引导的碳管阵蜂窝面形精度计算方法的流程图；

图2是本发明实施例的一个设计模型例；

图3为本发明公开的实施例对象碳管阵蜂窝的实体图；

图4为拼接后的碳管阵蜂窝表面点云数据图；

图5为本发明公开的具体实施方式中，面形误差计算的模型示意图；

图6为本发明的具体实施例结果。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，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。

如图1所示，本发明实施例公开了一种基于加工G代码引导的碳管阵蜂窝面形精度计算方法，包括如下步骤：

步骤1、获取与设计模型表面轮廓相符的测量G代码；

使用如图2所示设计模型，用UG软件生成与表面轮廓相符的测量用G代码，具体地，

S101、对大曲率、设计模型已知的工件，采用单向、多条、多段折线插补，以保证使工件表面始终保持在线激光的量程范围内，获取G代码的节点坐标信息，作为待处理的G代码点云数据，在用UG编程过程中，借鉴单向平行铣削方式，得到扫描G代码文件；

提取G代码中的坐标信息，存储为G代码点云，点集为Q’＝{Q’i＝(x₁’i，y₁’i，z₁’i)|(i＝1，2，3，……，Nm’)}，本实施例中，用MATLAB提取G代码中的坐标信息xyz，记名为Gcode，其存储格式可为MATLAB的数据文件或ASCII二进制可读文本。

步骤2、通过线激光设备多次测量碳管阵蜂窝面形数据，本实施例中的碳管阵蜂窝如图3所示，生成若干三维点云数据；

S201、使用与机床配套的线激光设备，将线线激光设备搭载在三轴或五轴机床上。本实施例中，选用Gocator线激光设备。

S202、在扫描过程中，线激光安装的误差等可能会影响线激光设备的精度，因此需要经过调整校正等步骤，具体地，调整校准线激光设备和机床的位置校准线激光在几个轴向的旋转误差，比如线激光的光线平面与测量进给方向是否平行，以确保扫描数据能够准确拼接；

S203、执行扫描测量G代码，结果为多个条形数据文件，记为a1、a2、a3……an。

步骤3、对获取的多条点云数据进行拼接和去噪，获得工件表面的完整面形，存储为测量点云数据；

S301、数控机床带动线激光设备，按照G代码生成的扫描轨迹，单向循环扫描整个碳管阵蜂窝面形，其中xy坐标对应碳管阵蜂窝面形的水平位置，z坐标表示该位置所测高度值；扫描完成后根据纵向测量的点数对应关系进行拼接，拼接后的面型图如图4所示。

S302、采用点云滤波方去除毛刺和噪声，寻找脊线，并在一定阈值内去除噪声点，得到工件表面的完整面形，存储为点云数据P，P’＝{P’i＝(x₂’i，y₂’i，z₂’i)|(i＝1，2，3，……，Nk’)}，k为点数。

步骤4、将测量点云数据按照G代码的起始位置信息，通过矩阵变换得到新位置点云，将设计模型与所述新位置点云粗配准；

作为优选的实施方式，使用Basic ICP算法，基于G代码引导进行粗配准工作；将点云与G代码匹配，G代码作为模型替代，为固定点云，测量点云为移动点云，运用Basic ICP通过矩阵平移变换得到新位置点云t。

所述步骤4包括如下步骤：

S401、读取文件，分别为G代码点云Gcode、测量点云P。

S402、粗匹配也即坐标匹配，将测量点云按照G代码的起始位置信息，通过矩阵变换得到新位置点云t，不存在旋转变化，只进行平移操作，

式中x，y，z为转换前测量点云p的三维坐标，T_x，T_y，T_z为在xyz三个方向上的平移距离

步骤5、将新位置点云投影到设计模型的面片上，得到与测量点云点数对应的模型点云，配准后，计算点云到对应面片的垂线长度，得到误差长度集合，并依此计算面形误差。

S501、读取转换后点云文件t，STL文件。

S502、提取STL文件的角点no、法线nomals、面片elements等信息。

S503、执行精配准，将新位置点云投影到设计模型STL的面片上，得到与测量点云t点数对应的模型上的点集U，U’＝{U’i＝(x₃’i，y₃’i，z₃’i)|(i＝1，2，3，……，Nk’)}；

具体地，应用K邻域搜索算法，搜索距离点云最近的若干个角点；

向对应最近的三角面片投影，方向为质心方向，依此得到点云集U，，运用BasicICP算法进行点云t和U的精配准，得到t’；

配准后，由点云t’向模型最近的面片上做垂线，要判断所求误差相对于模型的正负，因此提取面片法线方向，如果点在法线一侧，则值为正，否则为负。如图5所示，基于如下公式计算：

式中，

为法线方向，d_i为点云到面片距离，O为坐标系原点，Q_i ^p为点p到面片的垂足点，

以此公式循环遍历P中所有点，得到距离集合D，D’＝{D’i＝(di|(i＝1，2，3，……，Nk’)}；

由所述集合D计算表面形貌的均方根值,基于该均方根值的误差长度集合，并依此计算面形误差。

执行实施例，计算结果如图6所示。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (6)

1.一种基于加工G代码引导的碳管阵蜂窝面形精度计算方法，其特征在于，包括如下步骤：

步骤1、获取与设计模型表面轮廓相符的测量G代码；

步骤2、通过线激光设备多次测量碳管阵蜂窝面形数据，生成若干三维点云数据；

步骤3、对获取的多条点云数据进行拼接和去噪，获得工件表面的完整面形，存储为测量点云数据；

步骤4、将测量点云数据按照G代码的起始位置信息，通过矩阵变换得到新位置点云，将设计模型与所述新位置点云粗配准；

步骤5、将新位置点云投影到设计模型的面片上，得到与测量点云点数对应的模型点云，配准后，计算点云到对应面片的垂线长度，得到误差长度集合，并依此计算面形误差。

2.根据权利要求1所述的基于加工G代码引导的碳管阵蜂窝面形精度计算方法，其特征在于，所述步骤1中，包括生成代码和存储代码的步骤，具体地：

用UG软件生成测量用G代码，具体地，对大曲率、设计模型已知的工件，采用多段折线插补，以保证使工件表面始终保持在线激光的量程范围内，在用UG编程过程中，借鉴单向平行铣削方式，得到扫描G代码文件；

提取G代码中的坐标信息，存储为G代码点云，点集为Q’＝{Q’i＝(x₁’i，y₁’i，z₁’i)|(i＝1，2，3，……，Nm’)}。

3.根据权利要求2所述的基于加工G代码引导的碳管阵蜂窝面形精度计算方法，其特征在于，述步骤2包括如下步骤：

S201、使用与机床配套的线激光设备，将线线激光设备搭载在三轴或五轴机床上；

S202、调整校准线激光设备和机床的位置校准线激光在几个轴向的旋转误差，以确保扫描数据能够准确拼接；

S203、执行扫描测量G代码，结果为多个条形数据文件，记为a1、a2、a3……an。

4.根据权利要求3所述的基于加工G代码引导的碳管阵蜂窝面形精度计算方法，其特征在于，所述步骤3包括如下步骤：

S301、数控机床带动线激光设备，按照G代码生成的扫描轨迹，单向循环扫描整个碳管阵蜂窝面形，其中xy坐标对应碳管阵蜂窝面形的水平位置，z坐标表示该位置所测高度值；扫描完成后根据纵向测量的点数对应关系进行拼接；

S302、采用点云滤波方去除毛刺和噪声，寻找脊线，并在一定阈值内去除噪声点，得到工件表面的完整面形，存储为点云数据P，P’＝{P’i＝(x₂’i，y₂’i，z₂’i)|(i＝1，2，3，……，Nk’)}，k为点数。

5.根据权利要求4所述的基于加工G代码引导的碳管阵蜂窝面形精度计算方法，其特征在于，所述步骤4包括如下步骤：

将测量点云按照G代码的起始位置信息，通过矩阵变换得到新位置点云t，只进行平移操作，

式中x，y，z为转换前测量点云p的三维坐标，T_x，T_y，T_z为在xyz三个方向上的平移距离。

6.根据权利要求5所述的基于加工G代码引导的碳管阵蜂窝面形精度计算方法，其特征在于，所述步骤5包括如下步骤：

将新位置点云投影到设计模型的面片上，得到与测量点云t点数对应的模型上的点集U，U’＝{U’i＝(x₃’i，y₃’i，z₃’i)|(i＝1，2，3，……，Nk’)}；

具体地，应用K邻域搜索算法，搜索距离点云最近的若干个角点；

向对应最近的三角面片投影，方向为质心方向，依此得到点云集U，，运用BasicICP算法进行点云t和U的精配准，得到t’；

配准后，由点云t’向模型最近的面片上做垂线，基于如下公式计算误差相对于模型的正负，点在法线一侧，则值为正，否则为负：

式中，

为法线方向，d_i为点云到面片距离，O为坐标系原点，

为点p到面片的垂足点，

以此公式循环遍历P中所有点，得到距离集合D，D’＝{D’i＝(di|(i＝1，2，3，……，Nk’)}；

由所述集合D计算表面形貌的均方根值,基于该均方根值进行面形精度分析。

Images