CN110990952B - 一种飞机结构件自动化扫描轨迹规划方法 - Google Patents
一种飞机结构件自动化扫描轨迹规划方法 Download PDFInfo
- Publication number
- CN110990952B CN110990952B CN201911260766.2A CN201911260766A CN110990952B CN 110990952 B CN110990952 B CN 110990952B CN 201911260766 A CN201911260766 A CN 201911260766A CN 110990952 B CN110990952 B CN 110990952B
- Authority
- CN
- China
- Prior art keywords
- scanning
- features
- planning
- structural part
- feature
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000012545 processing Methods 0.000 claims abstract description 35
- 238000003754 machining Methods 0.000 claims abstract description 18
- 238000005259 measurement Methods 0.000 claims description 9
- 239000011148 porous material Substances 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 3
- 238000006073 displacement reaction Methods 0.000 claims description 2
- 238000005457 optimization Methods 0.000 abstract 1
- 238000007781 pre-processing Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Landscapes
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明涉及一种飞机结构件自动化扫描规划方法,首先进行零件模型导入,零件加工特征识别信息输入、建立扫描坐标系等零件预处理,其次构建加工特征几何拓扑关系图,分别计算图中节点、节点之间边的属性,然后对几何拓扑关系图中所有加工特征逐一进行扫描路径规划,接着初始化所有特征的扫描起始点和终止点,然后结合加工特征几何拓扑关系图优化整体扫描顺序,同时依据关键加工特征属性控制扫描仪扫描频率,实现飞机结构件的快速、完整扫描轨迹规划。该方法将飞机结构件整体扫描规划问题先拆分成逐个简单的加工特征的扫描规划问题再进行总体轨迹优化,解决了基于CAD零件模型扫描规划复杂度高、效率低、扫描缺失数据大的问题。
Description
技术领域
本发明涉及飞机扫描工程领域,具体而言,涉及一种飞机结构件自动化扫描轨迹规划方法。
背景技术
飞机结构件的检测及逆向工程都离不开对结构件的三维数据采集,目前结构件的测量方法主要分成两类,一类是接触式测量,如三坐标测量机。另一类是非接触式测量,如结构光扫描仪和三维激光扫描仪。接触式测量虽测量精度较高,但通常情况下测量效率较低、采样点也十分稀疏。而非接触式测量则可在较短的时间获取更多的高精度采样点,因此被工业界广泛采用。传统的三维数据采集方法采用人工手持扫描仪,基于人眼反馈规划扫描路径以及扫描数据的完整性。然而此方法非常依赖于扫描员的扫描技术,且操作乏味,扫描的最终结果难以得到保证。此外飞机结构件大多形状结构复杂,尺寸繁多,即使熟练的扫描员也很难规划好扫描的路径,会存在大量的重复扫描影响扫描效率。
为解放劳动力,提高测量效率,越来越多的研究人员将研究目标定位在由机器人(或者机械臂)驱动的扫描上,然而如何规划好扫描路径是决定机器人自动化扫描质量和扫描效率的关键因素,也是首要难点。目前的研究方法主要是基于已知三维模型的自动化扫描轨迹规划方法,虽然针对模型几何相对简单的路径规划已有较好的解决方案,但是在结构件较为复杂的情况下计算复杂度相对较高,同时会存在扫描结果缺失过大的情况。为解决以上问题,本发明通过将飞机结构件扫描的复杂结构规划问题拆解成逐个特征的轨迹规划问题,再通过特征之间的关联关系最终得到零件的整体扫描轨迹,这种分层次的扫描测量可有效解决扫描轨迹规划复杂度高的问题,显著提高扫描效率和扫描完整性。
发明内容
针对上述问题,本发明的目的是针对背景技术提出的问题,提供一种加工特征驱动的飞机结构件自动化扫描轨迹规划方法。
为实现上述技术目的,本发明采取的技术方案为:
一种飞机结构件自动化扫描轨迹规划方法,其中:包括以下步骤:
步骤一、向扫描仪输入飞机结构件CAD模型及飞机结构件相应加工特征识别结果,建立扫描坐标系,该坐标系与飞机结构件的加工坐标系一致;
步骤二、提取飞机结构件所有已识别加工特征及其关联参数,将加工特征进行分类,根据各类加工特征之间的位置和相似性关系构建几何拓扑关系图,其中每个加工特征为一个节点,边为加工特征与加工特征之间距离和相似度相关的度量函数,
步骤三、初始化扫描原点,依据边确定各加工特征的总体扫描顺序规划,每一类加工特征,分出若干个子特征,依据其子特征对每一个加工特征进行细节扫描轨迹规划;
步骤四、当不同加工特征在飞机结构件上共面时,调整扫描轨迹规划,使加工特征之间的共同面只扫描一次;
步骤五、以总体扫描顺序规划顺序为约束,优化各个细节扫描轨迹规划的扫描起始点和终止点,使得扫描仪在不同加工特征扫描的位移距离最短;
步骤六、确定部分子特征为重点子特征,规划扫描仪扫描速度,扫描仪扫描重点子特征时降低速度,提高扫描点云密度,最终得到飞机结构件完整扫描路径。
为优化上述技术方案,采取的具体措施还包括:
步骤二中,对加工特征进行分类的类别至少包括:轮廓特征、槽特征、筋特征和孔特征,步骤一中,导入的飞机结构件加工特征识别结果至少包括轮廓特征、槽特征、筋特征和孔特征的位置、几何形状、种子面和子特征的属性信息。
步骤二中,边的构建原则为:1)两个加工特征fi,fj存在共面,则该两个特征之间存在一条有效边eij;2)搜索与当前加工特征同类的加工特征,构建有效边eij;3)搜索与当前加工特征不同类的其他加工特征,取最邻近的加工特征构建有效边eij;参考特征的相似性和特征之间的距离设定每一条边的权重,其中同一类特征的相似性为tij=1,不同类特征的相似性为 tij=0.1,边的计算公式如下:
||eij||=dist(fi,fj)*(1-tij)
其中,||eij||表示特征fi,fj之间构建的边的权重,dist(fi,fj)表示特征fi,fj之间的欧式距离。
步骤三中,槽特征的子特征至少包括腹板特征、槽侧壁特征、槽转角特征和底角特征;孔特征的子特征至少包括孔壁特征。
每一个子特征都是由平面或者二次曲面构成,细节扫描轨迹规划中,对平面子特征扫描采用zig-zag算法找到平面上的扫描目标点以及根据扫描仪的扫描面积找到平面覆盖区域,接着根据平面法向量确定扫描仪的扫描朝向,再根据扫描仪的最优扫描距离d沿平面法向量向空间平移d长度的距离可得到扫描仪的扫描位置和朝向,对于二次曲面而言,则可将二次曲面通过参数化得到对应平面,然后执行与平面扫描一致的规划算法。
总体扫描顺序规划顺序的目标函数为:
求取最优值即Eorder的最小值。
步骤五中,每个子特征均具有一个扫描起始点和扫描终止点,扫描起始点和扫描终止点可以互换,子特征的扫描起始点和扫描终止点要求满足目标函数:
其中,Econ为细节扫描轨迹规划的目标函数,endi、strj分别为特征fi和fj的起点和终点, 求取最优值即Econ的最小值。
步骤六中,重点子特征至少包括槽特征的腹板特征。
与现有技术相比,本发明的一种飞机结构件自动化扫描轨迹规划方法,将飞机结构件整体扫描轨迹规划问题转化为基于加工特征驱动的逐层次轨迹规划问题,简化扫描规划复杂度,快速生成飞机结构件整体扫描路径,实现飞机结构件的快速、高精度、完整自动化扫描。
附图说明
图1为本发明飞机结构件自动化扫描轨迹规划流程图;
图2为飞机结构件CAD模型及相应特征列表;
图3为飞机结构件特征几何拓扑关系图;
图4为各特征单独扫描路径生成,其中,1为槽特征,2为筋特征,3为孔特征,4为轮廓特征。
图5为飞机结构件整体扫描路径生成。
具体实施方式
以下结合附图对本发明的实施例作进一步详细描述。
本实施例的一种飞机结构件自动化扫描轨迹规划方法,其中:包括以下步骤:
如图1所示,1、扫描环境搭建,导入飞机起落架翼梁CAD模型(STEP格式),加工特征识别结果列表(以槽特征为例),如图1所示。初始化扫描坐标系与输入的加工坐标系重合。
2、关键特征提取和分类。提取槽特征、筋特征、孔特征和轮廓特征,记为 fi∈{gi,si,hi,pi},本实例零件中包含10个槽特征,记gi,i=0,1,2...9;9个筋特征,记 si,i=0,1,2...8;3个孔特征,记hi,i=0,1,2(i从左至右逐渐增大),1个轮廓特征,记为p0,并提取各个特征的位置、几何形状、种子面、子特征等参数信息。基于特征间的邻接关系建立几何拓扑关系图。
3、其中所有槽特征均与筋特征存在共侧面的现象,根据有效边构建准则,即特征之间共面亦或是最邻近准则可得特征拓扑关系图如图2所示。
4、边权重的计算。以g1和s1为例,其中分别以种子面的中心位置来代表每一个特征的位置,槽为槽腹板面,筋为筋顶面,本实施例中,其距离为0.1925m,再根据其相似性关系tij=1,则以g1和s1的边的权重为0.1925。再以槽特征g1和g2为例,其距离为0.375m,再根据其相似性关系tij=0.1,则可得以g1和g2为顶点的边的权重为0.0375。因此当两个相似特征距离较近时,下一个扫描的特征将会在相似的特征间进行,这样有助于扫描仪姿态的平稳性提高扫描质量。
5、针对不同的特征,构建参数化扫描轨迹。此处以槽特征为例,槽特征又可分解成多个子特征,如槽腹板、侧壁、转角底角等,平面子特征(如槽腹板面、侧面)扫描采用zig-zag 算法找到平面上的扫描目标点以及根据扫描仪的扫描面积找到平面覆盖区域,接着根据平面法向量确定扫描仪的扫描朝向,再根据扫描仪的最优扫描距离d沿平面法向量向空间平移d 长度的距离可得到扫描仪的扫描位置和朝向。对于二次曲面而言,则可将二次曲面通过参数化得到对应平面,然后执行与平面扫描一致的规划算法(如转角面)。如图3所示为子特征的扫描轨迹规划和轮廓特征的扫描轨迹规划。
6、总体扫描顺序规划顺序的目标函数为:
求取最优值即Eorder的最小值。由于同时考虑了距离和特征相似性的因素,可以使扫描仪能保持稳定的扫描姿态,同时避免两个相似特征距离过远导致的扫描轨迹加长影响扫描效率。本实施例中,特征间的总体扫描顺序为
h0→g0→g1→g2→g3→g4→g5→g6→g7→g8→g9→h2→s8→s7→s6→s5→s4→h1→s3→s2→s1→s0→p0
7、优化扫描重复面。其中槽特征与筋特征的共面处,如g1和s2,筋特征的筋顶面s6和轮廓特征p0重合。删除共面特征的扫描轨迹,避免扫描仪重复扫描。
8、优化各个特征的扫描起始点和终止点。如图4所示,槽特征和筋特征之间的扫描起点和终点的扫描需符合最短路径原则。即每个子特征均具有一个扫描起始点和扫描终止点,扫描起始点和扫描终止点可以互换,子特征的扫描起始点和扫描终止点要求满足目标函数:
其中,Econ为细节扫描轨迹规划的目标函数,endi、strj分别为特征fi和fj的起点和终点, 求取最优值即Econ的最小值。
9、以上步骤已优化得到完整飞机结构件自动化扫描的最短路径,接下来实现对关键特征的着重扫描,确定部分子特征为重点子特征,规划扫描仪扫描速度,扫描仪扫描重点子特征时降低速度,提高扫描点云密度,最终得到飞机结构件完整扫描路径。获得的整体路径如图 5所示。
以上仅是本发明的优选实施方式,本发明的保护范围并不仅局限于上述实施例,凡属于本发明思路下的技术方案均属于本发明的保护范围。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前提下的若干改进和润饰,应视为本发明的保护范围。
Claims (7)
1.一种飞机结构件自动化扫描轨迹规划方法,其特征是:包括以下步骤:
步骤一、向扫描仪输入飞机结构件CAD模型及飞机结构件相应加工特征识别结果,建立扫描坐标系,该坐标系与飞机结构件的加工坐标系一致;
步骤二、提取飞机结构件所有已识别加工特征及其关联参数,将加工特征进行分类,根据各类加工特征之间的位置和相似性关系构建几何拓扑关系图,其中每个加工特征为一个节点,边为加工特征与加工特征之间距离和相似度相关的度量函数,
步骤三、初始化扫描原点,依据边确定各加工特征的总体扫描顺序规划,每一类加工特征,分出若干个子特征,依据其子特征对每一个加工特征进行细节扫描轨迹规划;
步骤四、当不同加工特征在飞机结构件上共面时,调整扫描轨迹规划,使加工特征之间的共同面只扫描一次;
步骤五、以总体扫描顺序规划顺序为约束,优化各个细节扫描轨迹规划的扫描起始点和终止点,使得扫描仪在不同加工特征扫描的位移距离最短;
步骤六、确定部分子特征为重点子特征,规划扫描仪扫描速度,扫描仪扫描重点子特征时降低速度,提高扫描点云密度,最终得到飞机结构件完整扫描路径;
步骤二中,边的构建原则为:1)两个加工特征fi,fj存在共面,则该两个特征之间存在一条有效边eij;2)搜索与当前加工特征同类的加工特征,构建有效边eij;3)搜索与当前加工特征不同类的加工特征,取最邻近的加工特征构建有效边eij;基于特征的相似性和特征之间的距离计算每一条边的权重,其中同一类特征的相似性为tij=1,不同类特征的相似性为tij=0.1,边的计算公式如下:
||eij||=dist(fi,fj)*(1-tij)
其中,||eij||表示特征fi,fj之间构建的边的权重,dist(fi,fj)表示特征fi,fj之间的欧式距离。
2.根据权利要求1所述的一种飞机结构件自动化扫描轨迹规划方法,其特征是:步骤二中,对加工特征进行分类的类别至少包括:轮廓特征、槽特征、筋特征和孔特征,步骤一中,导入的飞机结构件加工特征识别结果至少包括轮廓特征、槽特征、筋特征和孔特征的位置、几何形状、种子面和子特征的属性信息。
3.根据权利要求2所述的一种飞机结构件自动化扫描轨迹规划方法,其特征是:步骤三中,槽特征的子特征至少包括腹板特征、槽侧壁特征、槽转角特征和底角特征;孔特征的子特征至少包括孔壁特征。
4.根据权利要求3所述的一种飞机结构件自动化扫描轨迹规划方法,其特征是:每一个子特征都是由平面或者二次曲面构成,细节扫描轨迹规划中,对平面子特征扫描采用zig-zag算法找到平面上的扫描目标点以及根据扫描仪的扫描面积找到平面覆盖区域,接着根据平面法向量确定扫描仪的扫描朝向,再根据扫描仪的最优扫描距离d沿平面法向量向空间平移d长度的距离可得到扫描仪的扫描位置和朝向,对于二次曲面而言,则可将二次曲面通过参数化得到对应平面,然后执行与平面扫描一致的规划算法再将所得轨迹重投影到3维坐标系下可得扫描仪的轨迹。
7.根据权利要求6所述的一种飞机结构件自动化扫描轨迹规划方法,其特征是:步骤六中,重点子特征至少包括槽特征的腹板特征。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911260766.2A CN110990952B (zh) | 2019-12-10 | 2019-12-10 | 一种飞机结构件自动化扫描轨迹规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911260766.2A CN110990952B (zh) | 2019-12-10 | 2019-12-10 | 一种飞机结构件自动化扫描轨迹规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110990952A CN110990952A (zh) | 2020-04-10 |
CN110990952B true CN110990952B (zh) | 2020-08-25 |
Family
ID=70092069
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911260766.2A Active CN110990952B (zh) | 2019-12-10 | 2019-12-10 | 一种飞机结构件自动化扫描轨迹规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110990952B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112902868A (zh) * | 2021-01-20 | 2021-06-04 | 上海云铸三维科技有限公司 | 一种随形轮廓扫描表面形貌的方法及装置 |
CN113587807A (zh) * | 2021-06-17 | 2021-11-02 | 南京航空航天大学 | 一种飞机壁板加工特征面的扫描路径生成方法 |
CN113901599A (zh) * | 2021-08-25 | 2022-01-07 | 山东大学 | 一种基于特征的微零件成型模拟方法及*** |
CN114061486B (zh) * | 2021-11-19 | 2022-08-16 | 南京航空航天大学 | 面向飞机大型蒙皮曲面的自动化测量装置及其测量方法 |
CN114707253B (zh) * | 2022-05-25 | 2022-08-26 | 南京航空航天大学 | 一种基于特征引导的三维测量机器人扫描轨迹优化方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102092478A (zh) * | 2010-12-30 | 2011-06-15 | 中国商用飞机有限责任公司 | 用于翼身对接的定位装置 |
CN102346979A (zh) * | 2010-07-30 | 2012-02-08 | 江苏泰达机电设备有限责任公司 | 移动式llp12雷达模拟训练*** |
CN104182795A (zh) * | 2014-08-19 | 2014-12-03 | 南京航空航天大学 | 基于中间特征的飞机结构件数控加工切削参数优化方法 |
CN108508846A (zh) * | 2018-05-09 | 2018-09-07 | 清华大学 | 一种曲面喷涂轨迹规划方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017154553A (ja) * | 2016-02-29 | 2017-09-07 | 三菱航空機株式会社 | 航空機 |
-
2019
- 2019-12-10 CN CN201911260766.2A patent/CN110990952B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102346979A (zh) * | 2010-07-30 | 2012-02-08 | 江苏泰达机电设备有限责任公司 | 移动式llp12雷达模拟训练*** |
CN102092478A (zh) * | 2010-12-30 | 2011-06-15 | 中国商用飞机有限责任公司 | 用于翼身对接的定位装置 |
CN104182795A (zh) * | 2014-08-19 | 2014-12-03 | 南京航空航天大学 | 基于中间特征的飞机结构件数控加工切削参数优化方法 |
CN108508846A (zh) * | 2018-05-09 | 2018-09-07 | 清华大学 | 一种曲面喷涂轨迹规划方法 |
Non-Patent Citations (1)
Title |
---|
基于检测状态模型的飞机结构件在线检测路径规划;丁永发 等;《机械科学与技术》;20100531;第29卷(第5期);第593-598页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110990952A (zh) | 2020-04-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110990952B (zh) | 一种飞机结构件自动化扫描轨迹规划方法 | |
CN108010116B (zh) | 点云特征点检测方法和点云特征提取方法 | |
CN109541997B (zh) | 一种面向平面/近似平面工件的喷涂机器人快速智能编程方法 | |
CN111080627B (zh) | 一种基于深度学习的2d+3d大飞机外形缺陷检测与分析方法 | |
Ji et al. | Lloam: Lidar odometry and mapping with loop-closure detection based correction | |
CN104040590A (zh) | 用于估计物体的姿态的方法 | |
CN115147437B (zh) | 机器人智能引导加工方法与*** | |
CN110599506B (zh) | 一种复杂异形曲面机器人三维测量的点云分割方法 | |
CN112508895B (zh) | 一种基于曲面配准的螺旋桨叶片质量评估方法 | |
WO2021082380A1 (zh) | 一种基于激光雷达的托盘识别方法、***和电子设备 | |
Choe et al. | Fast point cloud segmentation for an intelligent vehicle using sweeping 2D laser scanners | |
US20220215629A1 (en) | Method for generating scanning path of machining feature surface of aircraft panel | |
CN107274446B (zh) | 一种利用法向一致性的尖锐几何边缘点识别方法 | |
CN108629315B (zh) | 一种针对三维点云的多平面识别方法 | |
CN110942077A (zh) | 基于权重局部变化度和l1中值优化的特征线提取方法 | |
Filaretov et al. | Method of combination of three-dimensional models of details with their CAD-models at the presence of deformations | |
Maldonado et al. | Automatic point Cloud Building Envelope Segmentation (Auto-CuBES) using Machine Learning | |
Kong et al. | A trajectory planning algorithm of spray robot for workpieces with complex geometric features based on 3D point cloud | |
CN108595373A (zh) | 一种无控制dem配准方法 | |
CN113592976A (zh) | 地图数据的处理方法、装置、家用电器和可读存储介质 | |
Cupec et al. | Segmentation of depth images into objects based on local and global convexity | |
Kaleci et al. | Plane segmentation of point cloud data using split and merge based method | |
Chen et al. | A point cloud feature regularization method by fusing judge criterion of field force | |
Lin et al. | Three-Dimensional truss modelling for biped climbing robots | |
Mahphood et al. | A data driven method for flat roof building reconstruction from lidar point clouds |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20200410 Assignee: Nanjing Yuntong Technology Co.,Ltd. Assignor: Nanjing University of Aeronautics and Astronautics Contract record no.: X2022320000056 Denomination of invention: An automatic scanning trajectory planning method for aircraft structural parts Granted publication date: 20200825 License type: Exclusive License Record date: 20220426 |
|
EE01 | Entry into force of recordation of patent licensing contract |