EP2707674A1 - Verfahren zur automatisierten detektion von einzelteilen einer komplexen differenziellen struktur - Google Patents

Verfahren zur automatisierten detektion von einzelteilen einer komplexen differenziellen struktur

Info

Publication number
EP2707674A1
EP2707674A1 EP12723405.2A EP12723405A EP2707674A1 EP 2707674 A1 EP2707674 A1 EP 2707674A1 EP 12723405 A EP12723405 A EP 12723405A EP 2707674 A1 EP2707674 A1 EP 2707674A1
Authority
EP
European Patent Office
Prior art keywords
point cloud
actual
target
individual parts
actual point
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.)
Withdrawn
Application number
EP12723405.2A
Other languages
English (en)
French (fr)
Inventor
Michael GRIGOLEIT
Oliver Thomaschewski
Rene HEIDEN
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Lufthansa Technik AG
Original Assignee
Lufthansa Technik AG
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Lufthansa Technik AG filed Critical Lufthansa Technik AG
Publication of EP2707674A1 publication Critical patent/EP2707674A1/de
Withdrawn legal-status Critical Current

Links

Classifications

    • 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
    • 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
    • G01B11/25—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures by projecting a pattern, e.g. one or more lines, moiré fringes on the object

Definitions

  • the invention relates to a method for automated
  • This method can be used in particular for quality control.
  • attachments such as holders for cables, pipes, linings or the like must be attached to the primary structure of the fuselage. This may in particular clamps, metal brackets and
  • Attachments will regularly have a surface protection on the
  • the result provides only limited information about the actual position, since usually only one vector length of the deviation, but not the deviations in all three translational and rotational directions are known. In this respect, the usual methods for the task are only moderately suitable.
  • the invention is therefore an object of the invention to provide a method of the type mentioned above, which allows a reasonable effort to check whether certain items a complex differential structure are actually mounted and dimensionally stable.
  • An inventive method has
  • a complex differential structure is a structure that is assembled from a variety of individual parts. It is preferably a
  • Aircraft fuselage which typically has ribs, stringers and an outer skin. Mounted means that these attachments detachable (for example, screwed) or insoluble
  • the structure is first recorded three-dimensionally using a suitable measuring method.
  • a suitable measuring method such as laser scanning, fringe projection or
  • the used measuring system recorded points of the structure in a three-dimensional coordinate system again.
  • the density of the point cloud can correspond to the available resolution of the SD scan system used. Alternatively, it is possible the To choose smaller point density, for example, to reduce the processing power required for processing.
  • the whole or sections of the actual point cloud are used to fit the point cloud or point clouds of the target structures.
  • the target structure is the geometry of the individual parts that can be seen from the plans. From this target structure, a desired point cloud (possibly several target point clouds) is first calculated, which to a certain extent a
  • Calculating the desired point cloud can be done, for example, from the CAD data of the desired structure.
  • a fitting of the target point cloud into the actual point cloud is carried out to identify the individual parts in the actual point cloud. This fitting process can be so
  • the desired point cloud of the item should be positioned approximately in the correct position.
  • a method is e.g. the ICP algorithm, which is known from the literature.
  • the result of the fitting process is a 6D displacement vector from the theoretical target position of the individual part to the detected actual position.
  • the deviation of the actual position to the desired position can thus be completely described and evaluated. This procedure is run through for each item.
  • Point clouds such as the actual point cloud always tend to cause small point clouds, such as the desired point cloud, somehow
  • Finite element method For the comparison one discretizes the bounding boxes of the parts found in the target and actual point clouds and determines which elements contain points. If there are large intersections of the discrete volumes filled with points, the probability of a coincidence of the point clouds is very high. If only a small intersection is found, it is likely that the above-described effect of mismatching a small target point cloud into a large actual point cloud has occurred. The result of the entire examination is thus a vector from the nominal to the actual position of each examined item, as well as a list of all unassembled and surplus ones
  • the quality assurance is complete.
  • the structure for example, the fuselage
  • the invention enables a simple and fast
  • Controlling a complex differential structure for completeness and dimensional accuracy For example, the time required to scan the interior of an aircraft fuselage is usually a maximum of a few hours. Further processing can be almost completely automated and parallelizable with existing CAD data. The results can also be filtered automatically for excessive deviations.
  • Anbauteils can according to the invention between 1 and 50 cm,
  • the term largest dimension denotes the largest extent in one
  • a laser profile scan is particularly preferred in which a scan in a plane passing laser scanner through the primary structure (the interior of the fuselage) is preferably driven along its longitudinal axis.
  • Calculation of the target point cloud for example, from CAD data of this fact is taken into account and the target point cloud also only those points detected on surfaces that are actually detected or illuminated in the intended scan. Since, as a rule, the parameters of the scan process to be performed are known prior to the calculation of the desired point cloud or this target point cloud can only be calculated after the actual execution of a scan (and thus known scan parameters), such a computational restriction of the desired point cloud is present actually illuminable surfaces easily possible.
  • each actual point cloud area the Target position of one or more attachments includes is decomposed, each actual point cloud area the Target position of one or more attachments includes.
  • no adjustment of the target point cloud is made in the entire actual point cloud, but a less demanding from the computing performance ago fitting process only those areas where actually
  • a list of the fitting results can be created in which missing, supernumerary and / or matching individual parts are listed in comparison to the desired structure.
  • FIGS. 1 and 2 Schematically a gate of an aircraft fuselage with a laser scanner disposed therein;
  • Figure 1 shows in a section the interior of a
  • the two guide rails 3, 4 are arranged, each extending substantially parallel to the longitudinal axis of the cabin.
  • the two guide rails 3, 4 are arranged on different sides of the plane of symmetry running in the direction of the longitudinal axis, which runs in the xz plane through the aircraft cabin.
  • a reference location in the aircraft cabin is a reference such as a reflector 5 of an optical Location system arranged stationary. It serves as a reference for determining the location of a laser scanner 6, which is arranged to be movable on a self-propelled carriage 7.
  • Locating system determines the distance traveled by measuring the distance of the carriage 7 to the stationary reference 5.
  • the laser scanner 6 is for performing so-called
  • Beam direction rotates and thus a measurement in a plane 8 is performed.
  • a measurement in a plane 8 is performed.
  • the figure 2 is too
  • this scanning plane 8 is inclined relative to the plane 9 spanned by the y-axis and z-axis of the coordinate system of the interior plane by an angle.
  • the carriage 7 is placed on one end of the guide rail 3. It then takes a
  • the location of the carriage 7 during the measuring process is determined by means of the reference 5 measuring system.
  • a second step the carriage 7 is placed on the parallel guide rail 4 and the measuring process is repeated.
  • the scanning plane 8 is tilted, so that it now with the yz plane 9 the angle - includes.
  • the interior is thus measured with a different scan plane.
  • FIG. 3 shows schematically the consideration of
  • a cuboid is shown as an example of a three-dimensional body.
  • the points drawn are a typical homogeneous point cloud, which describes such a cuboid with a certain resolution.
  • Point cloud can be computationally determined from CAD data of the cuboid (target point cloud.
  • FIG. 3 shows those points of the actual point cloud 9 which can be detected at the assumed location 10 during an actual scanning operation by means of a laser scanner. Only three of the six sides of the
  • Cuboids can be illuminated in this example; Accordingly, the actual point cloud calculated from the survey describes only three of the six sides of this cuboid.
  • the target Calculated point cloud taking into account the scanner perspective.
  • the calculated target point cloud based on the CAD data, does not describe all surface structures, but only those surfaces that can actually be illuminated by the laser scanner in the intended scanning process.
  • This "reduced" target point cloud which has been created taking the scanner perspective into account, can be easily integrated into the measured actual point cloud If significant deviations occur here, it can be assumed that these are actually due to missing or incorrectly mounted individual parts.

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Length Measuring Devices With Unspecified Measuring Means (AREA)

Abstract

Gegenstand der Erfindung ist ein Verfahren zur automatisierten Detektion Einzelteilen einer komplexen differentiellen Struktur. Das Verfahren weist folgende Schritte auf: a) Erfassung der Struktur mit üblichen Messverfahren, b) Erstellen einer Ist-Punktwolke der erfassten Struktur, c) Errechnen einer oder mehrerer Soll-Punktwolken aus einer Sollstruktur der Einzelteile, d) Durchführen eines Einpassens der Soll- in die Ist-Punktwolke, e) Auswertung des Einpassvorganges zur Erfassung der Lageabweichung bzw. fehlender oder überzähliger Einzelteile.

Description

Verfahren zur automatisierten Detektion von Einzelteilen einer komplexen differenziellen Struktur
Die Erfindung betrifft ein Verfahren zur automatisierten
Detektion von Einzelteilen einer komplexen differenziellen Struktur .
Dieses Verfahren kann insbesondere zur Qualitätskontrolle eingesetzt werden.
Bei der Vorbereitung des Innenausbaus von Flugzeugen muss eine Vielzahl von Anbauteilen wie beispielsweise Halter für Kabel, Rohrleitungen, Innenverkleidungen oder dergleichen an der Primärstruktur des Rumpfes angebracht werden. Dabei kann es sich insbesondere um Klemmschellen, Blechwinkel und
dergleichen handeln.
Bei der Vorbereitung des Innenausbaus eines modernen
Langstreckenflugzeuges müssen mehrere zehntausend Halter für Kabel, Rohrleitungen oder sonstige Bauteile an der
Primärstruktur angebracht werden. Nach dem Anbringen der
Anbauteile wird regelmäßig ein Oberflächenschutz auf die
Primärstruktur aufgebracht. Wird erst danach oder im Zuge des Innenausbaus das Fehlen oder die Fehlpositionierung von
Haltern oder anderer Anbauteile bemerkt, verursacht dies einen sehr großen Mehraufwand. Neben visuellen Kontrollen sind insbesondere Verfahren zur Qualitätssicherung auf Basis von Vermessungsdaten wie z.B. Laserscandaten bekannt. Hier wird ein Soll-Ist-Vergleich zwischen CAD Daten und der erfassten Geometrie durchgeführt. Das Ergebnis sind meist farblich kodierte Abweichungsplots . Dieses Vorgehen eignet sich sehr gut für monolithische
Bauteile wie Guss- oder Frästeile. Bei großen differenziellen Strukturen müsste jedes Teil einzeln betrachtet und
ausgewertet werden. Außerdem liefert das Ergebnis nur bedingt Informationen zur tatsächlichen Position, da meist nur eine Vektorlänge der Abweichung, nicht aber die Abweichungen in allen drei Translations- und Rotationsrichtungen bekannt sind. Insofern, sind die üblichen Verfahren für die Aufgabenstellung nur mäßig geeignet.
Der Erfindung liegt daher die Aufgabe zugrunde, ein Verfahren der eingangs genannten Art zu schaffen, das mit vertretbarem Aufwand eine Prüfung erlaubt, ob bestimmte Einzelteile einer komplexen differenziellen Struktur tatsächlich und maßhaltig montiert sind.
Die Erfindung löst diese Aufgabe durch die Merkmale der
Patentansprüche. Ein erfindungsgemäßes Verfahren weist
folgende Schritte auf: a) Erfassung der Struktur mit üblichen Messverfahren, b) Erstellen einer Ist-Punktwolke der erfassten Struktur, c) Errechnen einer oder mehrerer Soll-Punktwolken aus einer Sollstruktur der Einzelteile, d) Durchführen eines Einpassens der Soll- in die Ist- Punktwolke, e) Auswertung des Einpassvorganges zur Erfassung der Lageabweichung bzw. fehlender oder überzähliger Einzelteile .
Zunächst seien einige im Rahmen der Erfindung verwendete Begriffe erläutert. Eine komplexe differenzielle Struktur ist eine Struktur, welche aus einer Vielzahl von Einzelteilen montiert ist. Bevorzugt handelt es sich um einen
Flugzeugrumpf, der typischerweise Spanten, Stringer und eine Außenhaut aufweist. Montiert bedeutet, dass diese Anbauteile lösbar (beispielsweise verschraubt) oder unlösbar
(beispielsweise vernietet, verklebt oder verschweißt) mit der Primärstruktur verbunden werden. Einzelteile sind Teile, die Bestandteil der Gesamtstruktur sind, sie können sowohl als Bestandteil der tragenden Struktur, als auch Anbauteile wie Kabelhalter, Klemmen oder dergleichen zur Vorbereitung beispielsweise eines Innenausbaus dienen
Die Struktur wird zunächst mit einem geeigneten Messverfahren dreidimensional erfasst. Insbesondere eigenen sich Verfahren wie Laserscannen, Streifenprojektionsverfahren oder
Photogrametrie . All diese Verfahren liefern eine Punktwolke als Abbild der erfassten Struktur.
Aus den 3D-Messdaten wird eine Ist-Punktwolke der gescannten Struktur erstellt. Diese Ist-Punktwolke gibt von dem
verwendeten Messsystem erfasste Punkte der Struktur in einem dreidimensionalen Koordinatensystem wieder. Die Dichte der Punktwolke kann der verfügbaren Auflösung des verwendeten SD- Scansystems entsprechen. Alternativ ist es möglich, die Punktwolkedichte geringer zu wählen, um beispielsweise die für die Verarbeitung erforderliche Rechenleistung zu verringern.
Erfindungsgemäß wird die ganze, oder Ausschnitte der Ist- Punktwolke herangezogen, um die Punktwolke oder Punktwolken der Sollstrukturen einzupassen. Die Sollstruktur ist die aus den Plänen ersichtliche Geometrie der Einzelteile. Aus dieser Sollstruktur wird zunächst eine Soll-Punktwolke (ggf. mehrere Soll-Punktwolken) errechnet, die gewissermaßen ein
hypothetisches Scanergebnis für die Sollstruktur darstellen soll. Dichte und Auflösung dieser Soll-Punktwolke entsprechen daher vorzugsweise denjenigen der Ist-Punktwolke. Das
Errechnen der Soll-Punktwolke kann beispielsweise aus den CAD- Daten der Sollstruktur erfolgen.
Im nächsten Schritt wird ein Einpassen der Soll- in die Ist- Punktwolke zur Identifikation der Einzelteile in der Ist- Punktwolke durchgeführt. Dieser Einpassvorgang kann so
erfolgen, dass der Fehler im Sinne der geometrischen Distanz der Punkte aus Soll- und Ist-Punktwolke minimiert wird, in dem die Soll-Punktwolke in der Ist-Punktwolke verschoben wird. Dazu sollte die Soll-Punktwolke des Einzelteils in etwa lagerichtig positioniert sein. Ein solches Verfahren ist z.B. der ICP-Algorithmus , welcher aus der Literatur bekannt ist. Resultat des Einpassvorganges ist ein 6D-Verschiebungsvektor von der theoretischen Soll-Position des Einzelteiles hin zur erfassten Ist-Position. Damit kann also die Abweichung der Ist- zur Soll-Position vollständig beschrieben und ausgewertet werden. Diese Prozedur wird für jedes Einzelteil durchlaufen.
Neben einem Positionierungsfehler können weitere Fehler auftreten, so kann ein Einzelteil zwar geplant, aber nicht verbaut worden sein, oder es wurde verbaut, ohne dort geplant zu sein. Der zweite Fall eines überzähligen Einzelteils kann im
Nachgang visuell erkannt werden. Nachdem alle Einzelteile geprüft wurden, können die restlichen Punkte der Ist- Punktwolke, welche nicht zu einem identifizierten Bauteil gehören angezeigt werden. Sie stellen den überzähligen nicht geplanten Rest der Struktur da.
Im ersten Fall eines fehlenden aber geplanten Bauteiles stellt sich in der Praxis eine weitere Herausforderung. Große
Punktwolken wie die Ist-Punktwolke neigen dazu, dass kleine Punktwolken, wie die Soll-Punktwolke immer irgendwie
eingepasst werden können. Bei ungünstigen Konstellationen, z.B. flache Einzelteile in der Umgebung vieler flacher
Strukturen, kann dies ohne einen signifikanten Positionsfehler erfolgen. Um diesen Effekt abzufangen, kann eine weitere
Prüfung erfolgen.
Bei dieser zusätzlichen Prüfung findet ein Vergleich der positionierten Soll-Punktwolke mit der im Laserscan gefunden Ist-Punktwolke statt nach im Stand der Technik bekannten
Verfahren statt Boundingbox: Jeffrey Goldsmith, John Salmon : Automatic Creation of Object Hierarchies for Ray Tracing In : Proceedings of IEEE
Symposium on Computer Graphics and Applications, Mai 1987, S. 14-20, ISSN 0272-1716 beschreibt die Erstellung einer sogenannten Boundingbox
(Diskretisierung des Volumens, wie bei einer klassischen
Finite Element Methode) . Für den Vergleich diskretisiert man die in Soll- und Ist-Punktwolken gefundenen Boundinigboxen der Teile und ermittelt, welche Elemente Punkte enthalten.. Gibt es große Schnittmengen der mit Punkten gefüllten diskreten Volumina, ist die Wahrscheinlichkeit für eine Übereinstimmung der Punktwolken sehr hoch. Wird nur eine geringe Schnittmenge gefunden, so ist es wahrscheinlich, dass der oben beschriebene Effekt der Fehleinpassung einer kleinen Soll-Punktwolke in eine große Ist-Punktwolke stattgefunden hat. Resultat der gesamten Untersuchung ist also ein Vektor von der Soll- zur Ist-Position eines jeden untersuchten Einzelteiles, sowie eine Liste aller nicht verbauten und überzähligen
Bauteile aus den oben beschriebenen Prüfungsergebnissen.
Wenn alle relevanten Einzelteile in der Ist-Punktwolke geprüft sind, ist die Qualitätssicherung abgeschlossen. Die Struktur (beispielsweise der Flugzeugrumpf) kann dann zum weiteren Ausbau bzw. zur weiteren Bearbeitung freigegeben werden.
Die Erfindung ermöglicht ein einfaches und schnelles
Kontrollieren einer komplexen differentiellen Struktur auf Vollständigkeit und Maßhaltigkeit. Beispielsweise liegt der Zeitbedarf zum Scannen des Innenraums eines Flugzeugrumpfes in der Regel bei maximal einigen Stunden. Die weitere Bearbeitung kann bei vorhandenen CAD-Daten fast vollständig automatisiert und parallelisierbar erfolgen. Die Resultate können ebenfalls automatisiert nach übermäßigen Abweichungen gefiltert werden.
Nach heutigen Verfahrenweisen bei der Erstellung von
Flugzeugrümpfen muss hingegen die Vollständigkeit und
Maßhaltigkeit der Einzelteile manuell kontrolliert und
bewertet werden. Dazu vergleichen Mitarbeiter die Anbauteile und deren Position mit den CAD-Daten, was mehrere Wochen in Anspruch nehmen kann.
Die größte Abmessung eines typischen zu detektierenden
Anbauteils kann erfindungsgemäß zwischen 1 und 50 cm,
vorzugsweise zwischen 2 und 30 cm betragen. Der Begriff größte Abmessung bezeichnet die größte Erstreckung in eine
Raumrichtung .
Das dreidimensionale Erfassen der Struktur erfolgt
vorzugsweise mittels optischer Scanverfahren, besonders bevorzugt durch Laserscannen. Besonders bevorzugt ist ein Laserscanverfahren, wie es in WO 2010/025910 AI beschrieben ist. Die Offenbarung dieser Schrift wird durch Bezugnahme auch zum Gegenstand der vorliegenden Patentanmeldung gemacht.
Besonders bevorzugt ist somit ein Laserprofilscan, bei dem ein Scan in einer Ebene durchführender Laserscanner durch die Primärstruktur (den Innenraum des Flugzeugrumpfes) bevorzugt entlang dessen Längsachse gefahren wird.
Auch mehrere Scanvorgänge erfassen häufig nicht sämtliche Oberflächen der Struktur, sondern, abhängig vom der
Perspektive, lediglich einen Teil der Oberflächen, da andere Teile wie beispielsweise Hinterschnitte abgeschattet bleiben und nicht erfasst werden. Dies führt dazu, dass eine erfasste Frontfläche während des Einpassvorganges zwischen der Front und der Rückenfläche, welche im Scan nicht erfasst wurde, positioniert wird. Dies ist im Sinne des kleinsten Fehlers zwischen Soll- und Ist-Punktwolke richtig, führt aber zu einer falschen Positionierung.
Es ist daher erfindungsgemäß bevorzugt, wenn bei der
Errechnung der Soll-Punktwolke beispielsweise aus CAD-Daten dieser Tatsache Rechnung getragen wird und die Soll-Punktwolke ebenfalls lediglich diejenigen Punkte auf Oberflächen erfasst, die bei dem vorgesehenen Scanvorgang tatsächlich erfassbar bzw. ausleuchtbar sind. Da in der Regel die Parameter des durchzuführenden Scanvorgangs vor der Errechnung der Soll- Punktwolke bekannt sind bzw. diese Soll-Punktwolke erst nach tatsächlicher Durchführung eines Scanvorgangs (und damit bekannten Scanparametern) errechnet werden kann, ist eine solche rechnerische Beschränkung der Soll-Punktwolke auf tatsächlich ausleuchtbare Oberflächen problemlos möglich.
Erfindungsgemäß ist es möglich, dass die Ist-Punktwolke vor dem Vergleich mit der Soll-Punktwolke oder den Soll- Punktwolken in einer Mehrzahl von Ist-Punktwolkebereichen zerlegt wird, wobei jeder Ist-Punktwolkebereich die Sollposition eines oder mehrerer Anbauteile umfasst. In diesem Fall wird also kein Einpassen der Soll-Punktwolke in die komplette Ist-Punktwolke vorgenommen, sondern ein von der Rechenleistung her weniger anspruchsvoller Einpassvorgang lediglich derjenigen Bereiche, in denen tatsächlich
Einzelteile gemäß der Sollstruktur vorhanden sein sollen.
Erfindungsgemäß kann eine Liste der Einpassergebnisse erstellt werden, in der fehlende, überzählige und/oder übereinstimmende Einzelteile im Vergleich zur Sollstruktur aufgelistet werden.
Ein Ausführungsbeispiel der Erfindung wird nachfolgend anhand der Zeichnungen erläutert. Darin zeigen:
Fig. 1 und 2 Schematisch einen Anschnitt eines Flugzeugrumpfes mit einem darin angeordneten Laserscanner;
Fig. 3 Schematisch die Berücksichtigung der
Scannerperspektive beim Punktwolkevergleich.
Figur 1 zeigt in einem Anschnitt den Innenraum eines
Flugzeugrumpfes mit dem Kabinenboden 1 und der Außenhaut 2 des Rumpfes mit den Spanten 12. Zur Qualitätssicherung soll dieses Rumpfsegment mit allen Einzelteilen vermessen werden.
Auf dem Kabinenboden 1 sind für die Durchführung der
Vermessung zwei Führungsschienen 3, 4 angeordnet, die jeweils im Wesentlichen parallel zur Längsachse der Kabine verlaufen. Die beiden Führungsschienen 3, 4 sind auf unterschiedlichen Seiten der in Richtung der Längsachse laufenden Symmetrieebene angeordnet, die in der xz-Ebene durch die Flugzeugkabine läuft .
An einem bekannten Referenzort in der Flugzeugkabine wird eine Referenz wie z.B. ein Reflektor 5 eines optischen Ortungssystemes stationär angeordnet. Er dient als Referenz zur Feststellung des Ortes eines Laserscanners 6, der fahrbar auf einem selbstfahrenden Wagen 7 angeordnet ist. Das
Ortungssystem bestimmt die zurückgelegte Fahrtstrecke durch Messung des Abstandes des Wagens 7 zur stationären Referenz 5. Der Laserscanner 6 ist zur Durchführung sogenannter
Profilscans ausgebildet, bei denen der Messstrahl für den Messvorgang sukzessive um eine Achse senkrecht zur
Strahlrichtung rotiert und somit eine Messung in einer Ebene 8 durchgeführt wird. Insbesondere in der Figur 2 ist zu
erkennen, dass diese Scanebene 8 gegenüber der durch die y- Achse und z-Achse des Koordinatensystems des Innenraums aufgespannten Ebene 9 um einen Winkel geneigt ist. Die
Kenntnis der Fahrstreckenposition und der Winkel wird später zur Berechung der optimalen Soll-Punktwolke aus den CAD-Teilen verwendet .
Zur Durchführung einer Vermessung wird der Wagen 7 auf ein Ende der Führungsschiene 3 gesetzt. Es erfolgt dann eine
Abtastung des Innenraums in der Scanebene 8. Im Zuge des langsamen Verfahrens des Wagens 7 entlang der Schiene 3 wird diese Scannebene 8 durch den gesamten zu vermessenden
Innenraum gefahren, so dass dieser vermessen wird. Der Ort des Wagens 7 während des Messvorgangs wird mittels des Meßsystems mit der Referenz 5 bestimmt.
In einem zweiten Schritt wird der Wagen 7 auf die parallel verlaufende Führungsschiene 4 gesetzt und der Messvorgang wiederholt. Bei diesem zweiten Messvorgang wird die Scanebene 8 verkippt, so dass sie jetzt mit der yz-Ebene 9 den Winkel - einschließt. Bei diesem zweiten Scanvorgang wird der Innenraum somit mit einer unterschiedlichen Scanebene vermessen.
Das zweifache Vermessen des Innenraums mit unterschiedlichen Scanebenen erlaubt das vollständige oder weitgehend vollständige Ausleuchten und damit Vermessen komplexerer
Hinterschnitte oder vergleichbarer Strukturen. Details dieses Vorgehens sind in der bereits genannten WO 2010/025910 AI beschrieben, auf die hier Bezug genommen wird.
Aus den Scandaten wird die Ist-Punktwolke errechnet. Das
Einpassen der Soll- in die Ist-Punktwolken kann beispielsweise mittels einer Vorgehensweise erfolgen, die in „Robotics and Autonomous Systems" 56 (2008) 915 bis 926 (dort Abschnitt „Object Detection and Interpretation in 3D data") beschrieben ist. Die Offenbarung dieses Artikels wird durch Bezugnahme darauf auch zum Gegenstand der vorliegenden Anmeldung gemacht.
Figur 3 zeigt schematisch die Berücksichtigung der
Scannerperspektive bei dem Errechnen der Soll-Punktwolke bzw. Vergleich von Ist- und Soll-Punktwolke.
In Figur 3 links ist als Beispiel für einen dreidimensionalen Körper ein Quader dargestellt. Die eingezeichneten Punkte sind eine typische homogene Punktwolke, die einen solchen Quader mit einer bestimmten Auflösung beschreibt. Eine solche
Punktwolke lässt sich rechnerisch aus CAD-Daten des Quaders ermitteln (Soll-Punktwolke.
Die rechte Hälfte von Figur 3 zeigt diejenigen Punkte der Ist- Punktwolke 9, die sich bei einem tatsächlichen Scanvorgang mittels eines Laserscanners platziert am angenommenen Ort 10 detektieren lassen. Lediglich drei der sechs Seiten des
Quaders können in diesem Beispiel ausgeleuchtet werden; die tatsächlich aus der Vermessung errechnete Ist-Punktwolke beschreibt dementsprechend nur drei der sechs Seiten dieses Quaders .
Damit es bei einem Einpassen der Soll- in die Ist-Punktwolke nicht zu Fehlanpassungen kommt, wird bevorzugt die Soll- Punktwolke unter Berücksichtigung der Scannerperspektive errechnet. Dies bedeutet, dass die errechnete Soll-Punktwolke ausgehend von den CAD-Daten nicht alle Oberflächenstrukturen beschreibt, sondern lediglich diejenigen Oberflächen, die bei dem vorgesehenen Scanvorgang tatsächlich vom Laserscanner angeleuchtet werden können. Diese unter Berücksichtigung der Scannerperspektive erstellte „reduzierte" Soll-Punktwolke lässt sich ohne weiteres in die gemessene Ist-Punktwolke einpassen. Kommt es hier zu signifikanten Abweichungen, ist davon auszugehen, dass diese tatsächlich zurückgehen auf fehlende oder fehlerhaft montierte Einzelteile.

Claims

Patentansprüche
1. Verfahren zur automatisierten Detektion von Einzelteilen einer komplexen differenziellen Struktur, gekennzeichnet durch folgende Schritte: a) Erfassung der Struktur mit üblichen Messverfahren, b) Erstellen einer Ist-Punktwolke der erfassten Struktur, c) Errechnen einer oder mehrerer Soll-Punktwolken aus einer Sollstruktur der Einzelteile, d) Durchführen eines Einpassens der Soll- in die Ist- Punktwolke, e) Auswertung des Einpassvorganges zur Erfassung der Lageabweichung bzw. fehlender oder überzähliger Einzelteile.
2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die komplexe differenzielle Struktur der Innenraum eines Flugzeugrumpfes ist.
3. Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass die Einzelteile Halter für Kabel, Rohrleitungen oder sonstige Bauteile umfassen.
4. Verfahren nach einem der Ansprüche 1 bis 3, dadurch gekennzeichnet, dass die größte Abmessung eines Einzelteiles 1 bis 50 cm, vorzugsweise 2 bis 30 cm beträgt.
5. Verfahren nach einem der Ansprüche 1 bis 4, dadurch gekennzeichnet, dass das Erfassen der Struktur mittels La- serscannen erfolgt.
6. Verfahren nach einem der Ansprüche 1 bis 5, dadurch gekennzeichnet, dass das Errechnen der Soll-Punktwolke aus CAD-Daten der Sollstruktur der Einzelteile erfolgt.
7. Verfahren nach einem der Ansprüche 1 bis 6, dadurch gekennzeichnet, dass das Errechnen der Soll-Punktwolke der¬ gestalt erfolgt, dass die Soll-Punktwolke nur die für ei¬ nen vorgegebenen 3D-Scanvorgang erfassbare Oberflächenstruktur umfasst.
8. Verfahren nach Anspruch 7, dadurch gekennzeichnet, dass das Errechnen der Soll-Punktwolke unter Berücksichtigung der Scannerperspektive erfolgt.
9. Verfahren nach einem der Ansprüche 1 bis 8, dadurch gekennzeichnet, dass die Ist-Punktwolke vor dem Einpassen mit der Soll-Punktwolke in eine Mehrzahl von Ist- Punktwolkebereichen zerlegt wird, wobei jeder Ist- Punktwolkebereich die Sollposition eines oder mehrerer An- bauteile umfasst.
10. Verfahren nach einem der Ansprüche 1 bis 9, dadurch gekennzeichnet, dass eine Liste der Einpassergebnisse er¬ stellt wird, in der fehlende, überzählige und/oder über¬ einstimmende Einzelteile mit ihrer Ist- und der Sollposi¬ tion aufgelistet werden.
2
EP12723405.2A 2011-05-09 2012-05-07 Verfahren zur automatisierten detektion von einzelteilen einer komplexen differenziellen struktur Withdrawn EP2707674A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102011100919A DE102011100919A1 (de) 2011-05-09 2011-05-09 Verfahren zur automatisierten Detektion von Einzelteilen einer komplexen differenziellen Struktur
PCT/EP2012/058328 WO2012152734A1 (de) 2011-05-09 2012-05-07 Verfahren zur automatisierten detektion von einzelteilen einer komplexen differenziellen struktur

Publications (1)

Publication Number Publication Date
EP2707674A1 true EP2707674A1 (de) 2014-03-19

Family

ID=46149404

Family Applications (1)

Application Number Title Priority Date Filing Date
EP12723405.2A Withdrawn EP2707674A1 (de) 2011-05-09 2012-05-07 Verfahren zur automatisierten detektion von einzelteilen einer komplexen differenziellen struktur

Country Status (6)

Country Link
US (1) US20120290243A1 (de)
EP (1) EP2707674A1 (de)
BR (1) BR112013028689A2 (de)
CA (1) CA2834394A1 (de)
DE (1) DE102011100919A1 (de)
WO (1) WO2012152734A1 (de)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110160465A (zh) * 2019-06-12 2019-08-23 北京住总第一开发建设有限公司 利用三维激光技术进行废旧污染厂区的扫描测绘方法

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104422396B (zh) * 2013-08-29 2018-07-06 鸿富锦精密工业（深圳）有限公司 产品组装间隙三维分析系统及方法
US10378892B2 (en) 2014-04-21 2019-08-13 Lockheed Martin Corporation System and method for inspecting surface flushness
US9575183B2 (en) * 2015-03-31 2017-02-21 The Boeing Company Tracking measurement system and method
ES2877499T3 (es) 2016-04-25 2021-11-17 Alstom Transp Tech Método de inspección de la integridad de un ensamble utilizando el rango activo
CN111077844B (zh) * 2019-12-12 2020-09-22 南京航空航天大学 一种基于实测数据特征引导的零件精确加工方法
DE102020214685A1 (de) 2020-11-23 2022-05-25 Siemens Energy Global GmbH & Co. KG Verfahren zum Überprüfen der Stahlkomponenten eines elektrischen Hochspannungsgeräts
DE102023109611A1 (de) * 2023-04-17 2024-10-17 Leviathan GmbH Verfahren sowie Vorrichtung zum Detektieren einer Position eines Verstärkungselementes sowie Verfahren und Vorrichtung zum Zerlegen einer Rumpfhülle

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5988862A (en) * 1996-04-24 1999-11-23 Cyra Technologies, Inc. Integrated system for quickly and accurately imaging and modeling three dimensional objects
JPH10253346A (ja) * 1997-01-07 1998-09-25 Nikon Corp 非球面形状測定器および非球面光学部材の製造方法
DE19718494A1 (de) * 1997-05-02 1998-11-05 Gerhard Prof Dr Ing Goch Berührungsloses Messen der Maß- und Formabweichungen gekrümmter Oberflächen
US6619406B1 (en) * 1999-07-14 2003-09-16 Cyra Technologies, Inc. Advanced applications for 3-D autoscanning LIDAR system
US7149677B2 (en) * 2000-10-30 2006-12-12 Translation Technologies, Inc. Geometric model comparator and method
AU2002315499B2 (en) * 2001-06-29 2006-08-03 Quantronix, Inc. Overhead dimensioning system and method
US7661632B2 (en) * 2006-05-08 2010-02-16 Panduit Corp. Mounting device for studs comprising T-shaped channels
DE102006031009B4 (de) * 2006-07-05 2008-07-10 Airbus Deutschland Gmbh Verfahren und Vorrichtung zum Überwachen des Zustands von Strukturbauteilen
DE102006036346B4 (de) * 2006-08-03 2010-12-30 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Verfahren zur automatisierten 3-D-Objekterkennung und Lagebestimmung
EP1993072A1 (de) * 2007-05-18 2008-11-19 Siemens Aktiengesellschaft Verfahren zum Vergleichen eines dreidimensionalen Computermodells mit der Baubestandsaufnahme einer Industrieanlage
DE102008045746A1 (de) 2008-09-04 2010-03-25 Lufthansa Technik Ag Verfahren zum Vermessen des Innenraums eines Flugzeugs

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See references of WO2012152734A1 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110160465A (zh) * 2019-06-12 2019-08-23 北京住总第一开发建设有限公司 利用三维激光技术进行废旧污染厂区的扫描测绘方法

Also Published As

Publication number Publication date
US20120290243A1 (en) 2012-11-15
WO2012152734A1 (de) 2012-11-15
BR112013028689A2 (pt) 2017-01-24
CA2834394A1 (en) 2012-11-15
DE102011100919A1 (de) 2012-11-15

Similar Documents

Publication Publication Date Title
EP2707674A1 (de) Verfahren zur automatisierten detektion von einzelteilen einer komplexen differenziellen struktur
EP3622247B1 (de) Verfahren zur referenzierung mehrerer sensoreinheiten und zugehörige messeinrichtung
EP3195256B1 (de) Verfahren und vorrichtung zum identifizieren von strukturelementen eines projizierten strukturmusters in kamerabildern
WO2001088471A1 (de) Verfahren und vorrichtung zum bestimmen der 3d-form eines objektes
DE102017116952A1 (de) System und verfahren für verbessertes scoring von 3d-lagen und entfernen von störpunkten in 3d-bilddaten
DE102016120557B4 (de) System zum dimensionalen Messen eines Objekts
EP3084347A1 (de) Verfahren zur durchführung und kontrolle eines bearbeitungsschritts an einem werkstück
EP2321616A1 (de) Verfahren zum vermessen des innenraums eines flugzeugs
EP3491367B1 (de) Verfahren und vorrichtung zum kalibrieren eines röntgensystems
DE102017212371A1 (de) Bestimmung einer Marke in einem Datensatz mit mittels zumindest eines Laserscanners erfassten dreidimensionalen Oberflächen-Koordinaten einer Szene
AT522028B1 (de) Verfahren sowie 3D-Sensoreinheit zum Bestimmen von dreidimensionalen Koordinaten von Punkten auf der Oberfläche eines Objekts
DE102014104514B4 (de) Verfahren zur Messdatenvisualisierung und Vorrichtung zur Durchführung des Verfahrens
DE102007011603A1 (de) Verfahren und Vorrichtung zum Bestimmen von Geometriedaten eines konischen Messobjekts
EP3023810A1 (de) Ortungssystem und Verfahren
DE69426468T2 (de) Verfahren und Gerät zur Abstandsmessung
EP3904827A1 (de) Dynamische routenplanung einer drohnenbasierten überprüfung von streckeneinrichtungen einer strecke
DE102019108426A1 (de) Vorrichtung und Verfahren zum dreidimensionalen Erfassen wenigstens eines Objekts
DE102006005990B4 (de) Werkstückvermessung für 3-D Lageerkennung in mehreren Multi-Roboter-Stationen
EP3465076A1 (de) Vorrichtung zur vermessung von objekten
DE102023128153B4 (de) Robotergestützes Fertigungssystem
EP3201612B1 (de) Computertomographie vorrichtung und deren verwendung
DE102023136341B3 (de) Verfahren zur Vermessung eines Werkstückes mit einem Messgerät und Messgerät
DE102018208189A1 (de) Verfahren und Vorrichtung zum Ermitteln der Torsionsfehler einer Maschinenachse
DE102024100739A1 (de) Verfahren, System und Bearbeitungsanlage
EP3901567A1 (de) Verfahren und vorrichtung zum entzerren von kohärenztomographie-bildern

Legal Events

Date Code Title Description
PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

17P Request for examination filed

Effective date: 20131209

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC MK MT NL NO PL PT RO RS SE SI SK SM TR

RIN1 Information on inventor provided before grant (corrected)

Inventor name: HEIDEN, RENE

Inventor name: THOMASCHEWSKI, OLIVER

Inventor name: GRIGOLEIT, MICHAEL

DAX Request for extension of the european patent (deleted)
STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE APPLICATION IS DEEMED TO BE WITHDRAWN

18D Application deemed to be withdrawn

Effective date: 20151201