CN116593490A - 一种机翼壁板橡胶软模表面缺陷无损检测方法及*** - Google Patents

一种机翼壁板橡胶软模表面缺陷无损检测方法及*** Download PDF

Info

Publication number
CN116593490A
CN116593490A CN202310437723.7A CN202310437723A CN116593490A CN 116593490 A CN116593490 A CN 116593490A CN 202310437723 A CN202310437723 A CN 202310437723A CN 116593490 A CN116593490 A CN 116593490A
Authority
CN
China
Prior art keywords
soft
wing panel
coordinate system
measurement
mold
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.)
Granted
Application number
CN202310437723.7A
Other languages
English (en)
Other versions
CN116593490B (zh
Inventor
严思杰
葛庆如
岳晶
吴龙
陈巍
程赵阳
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.)
Wuxi CRRC Times Intelligent Equipment Research Institute Co Ltd
Original Assignee
Wuxi CRRC Times Intelligent Equipment Research Institute Co Ltd
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 Wuxi CRRC Times Intelligent Equipment Research Institute Co Ltd filed Critical Wuxi CRRC Times Intelligent Equipment Research Institute Co Ltd
Priority to CN202310437723.7A priority Critical patent/CN116593490B/zh
Publication of CN116593490A publication Critical patent/CN116593490A/zh
Application granted granted Critical
Publication of CN116593490B publication Critical patent/CN116593490B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • 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
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/01—Arrangements or apparatus for facilitating the optical investigation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Immunology (AREA)
  • Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Pathology (AREA)
  • Analytical Chemistry (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种机翼壁板橡胶软模表面缺陷无损检测方法及***，包括：基于结构光扫描仪和机翼壁板橡胶软模模型规划的机翼壁板橡胶软模测量视点和扫描路径，进行第一靶标测量，标定测量视点坐标系与全局坐标系的第一转换关系；基于激光跟踪仪进行第二靶标测量，标定激光跟踪仪坐标系与全局坐标系的转换关系，得到误差校正矩阵，基于第一转换关系和误差校正矩阵得到第二转换关系；基于第二转换关系和移动最小二乘法将结构光扫描仪采集的不同测量视点的机翼壁板橡胶软模表面点云数据进行拼接，得到机翼壁板橡胶软模表面三维数据；比对机翼壁板橡胶软模表面三维数据与机翼壁板橡胶软模模型，得到机翼壁板橡胶软模表面缺陷结果，实现高精度、大尺度、稠密点云以及高效率的测量。

Description

一种机翼壁板橡胶软模表面缺陷无损检测方法及***
技术领域
本发明属于三维重建拼接与无损检测技术领域，更具体地，涉及一种机翼壁板橡胶软模表面缺陷无损检测方法及***。
背景技术
机翼壁板橡胶软模表面的成型质量影响飞机复合材料加筋壁板上筋条与蒙皮一体化成型，对其流体力学性能影响显著，最终会影响飞机飞行的安全性。目前企业主要使用红丹粉人工检测机翼壁板橡胶软模表面，识别出缺陷区域，但是这种方法检测效率低且复杂，不能同时满足高效率、高精度、高质量的生产要求。以结构光扫描仪为代表的非接触式测量，具有测量速度快、精度高、重量轻等优点，在大型构件的测量中应用广泛。在利用结构光扫描仪对大型零件的测量中，鉴于机翼壁板橡胶软模的尺寸大、视觉单次测量视场又较小，因此需要多视角对零件进行定位测量，然后将不同位置的测量得到的三维数据统一到一个坐标系下，以完成机翼壁板橡胶软模形面的整体测量。
对于一些零件本身特征不明显的情况多视角的测量结果难以进行准确拼接，而且随着拼接次数增加，坐标转换次数将会相应增加，会产生严重的累积误差，造成拼接错位、数据无法对齐等现象。
发明内容
针对现有技术的以上缺陷或改进需求，本发明提供一种机翼壁板橡胶软模表面缺陷无损检测方法及***，用于机翼壁板橡胶软模表面高效率、高精度、高质量的三维重建。
按照本发明的一方面，提供一种机翼壁板橡胶软模表面缺陷无损检测方法，包括：
基于结构光扫描仪和机翼壁板橡胶软模模型规划的机翼壁板橡胶软模测量视点和扫描路径，进行第一靶标测量，标定测量视点坐标系与全局坐标系的第一转换关系；
基于激光跟踪仪进行第二靶标测量，标定激光跟踪仪坐标系与全局坐标系的转换关系，得到误差校正矩阵，基于第一转换关系和误差校正矩阵得到第二转换关系；
基于第二转换关系和移动最小二乘法将结构光扫描仪采集的不同测量视点的机翼壁板橡胶软模表面点云数据进行拼接，得到机翼壁板橡胶软模表面三维数据；
比对机翼壁板橡胶软模表面三维数据与机翼壁板橡胶软模模型，得到机翼壁板橡胶软模表面缺陷结果。
进一步地，所述基于结构光扫描仪和机翼壁板橡胶软模模型规划的机翼壁板橡胶软模测量视点，包括：基于机翼壁板橡胶软模模型的待测量尺寸与结构光扫描仪单次测量视场，规划测量视点，使得任两个相邻测量视点的结构光扫描仪测量存在重合区域，所述重合区域可放置至少一个靶标。
进一步地，所述基于结构光扫描仪和机翼壁板橡胶软模模型规划扫描路径，包括：
规划结构光扫描仪的扫描路径，将机翼壁板橡胶软模测量视点连接。
进一步地，所述基于结构光扫描仪和机翼壁板橡胶软模模型规划的机翼壁板橡胶软模测量视点和扫描路径，进行第一靶标测量，标定测量视点坐标系与全局坐标系的第一转换关系，包括：
基于结构光扫描仪在i个机翼壁板橡胶软模测量视点处测量靶标，得到i个测量视点坐标系下靶标点云；
基于靶标点云特征对i个测量视点坐标系下靶标点云的任两个相邻两个测量视点坐标系进行ICP配准，得到配准矩阵；
基于配准矩阵确定任一测量视点坐标系与全局坐标系的转换关系。
进一步地，所述基于结构光扫描仪和机翼壁板橡胶软模模型规划的机翼壁板橡胶软模测量视点和扫描路径，进行第一靶标测量，标定测量视点坐标系与全局坐标系的第一转换关系，还包括：
基于测量视点坐标系与全局坐标系的转换关系将i个测量视点坐标系下靶标点云转换到全局坐标系下，得到全局坐标系下第一靶标点云。
进一步地，所述基于激光跟踪仪进行第二靶标测量标定激光跟踪仪坐标系与全局坐标系的转换关系，得到误差校正矩阵，包括：
基于激光跟踪仪获取激光跟踪仪坐标系下的靶标点云；
调整结构光扫描仪位置，使结构光扫描仪的测量坐标系为全局坐标系；基于调整好的结构光扫描仪和激光跟踪仪测量相同靶标，标定激光跟踪仪坐标系，得到激光跟踪仪坐标系与全局坐标系的第三转换关系；
根据激光跟踪仪坐标系下的靶标点云和第三转换关系得到全局坐标系下的第二靶标点云；
根据第一靶标点云和第二靶标点云进行配准，得到误差校正矩阵。
进一步地，所述基于第二转换关系和移动最小二乘法将结构光扫描仪采集的不同测量视点的机翼壁板橡胶软模表面点云数据进行拼接，得到机翼壁板橡胶软模表面三维数据，包括：
基于结构光扫描仪采集的各测量视点的机翼壁板橡胶软模表面点云数据；
根据第二转换关系将各测量视点的机翼壁板橡胶软模表面点云数据转换到全局坐标系下；
全局坐标系下各测量视点的机翼壁板橡胶软模表面点云数据进行拼接，基于移动最小二乘法去除全局坐标系下各测量视点的机翼壁板橡胶软模表面点云数据的重叠区域。
进一步地，所述比对机翼壁板橡胶软模表面三维数据与机翼壁板橡胶软模模型，得到机翼壁板橡胶软模表面缺陷结果，包括：
若所述机翼壁板橡胶软模表面三维数据和机翼壁板橡胶软模模型的距离偏差小于距离偏差阈值，则机翼壁板橡胶软模没有缺陷。
进一步地，所述比对机翼壁板橡胶软模表面三维数据与机翼壁板橡胶软模模型，得到机翼壁板橡胶软模表面缺陷结果，包括：
若所述机翼壁板橡胶软模表面三维数据存在与机翼壁板橡胶软模模型的距离偏差大于距离偏差阈值的点云，提取距离偏差大于距离偏差阈值的点云，采用欧几里得聚类分割将点云中相邻距离小于点云分辨率10倍值的点归为一类，得到多个缺陷点集，根据缺陷点集确定缺陷区域。
按照本发明的另一方面，提供一种机翼壁板橡胶软模表面缺陷无损检测***，包括：
结构光全局标定模块，用于基于结构光扫描仪和机翼壁板橡胶软模模型规划的机翼壁板橡胶软模测量视点和扫描路径，进行第一靶标测量，标定测量视点坐标系与全局坐标系的第一转换关系；
激光全局标定模块，用于基于激光跟踪仪进行第二靶标测量，标定激光跟踪仪坐标系与全局坐标系的转换关系，得到误差校正矩阵，基于第一转换关系和误差校正矩阵得到第二转换关系；
数据拼接模块，用于基于第二转换关系和移动最小二乘法将结构光扫描仪采集的不同测量视点的机翼壁板橡胶软模表面点云数据进行拼接，得到机翼壁板橡胶软模表面三维数据；
缺陷识别模块，用于比对机翼壁板橡胶软模表面三维数据与机翼壁板橡胶软模模型，得到机翼壁板橡胶软模表面缺陷结果。
总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果：
1.本发明的机翼壁板橡胶软模表面无损检测方法，结构光扫描仪采集相邻视点重叠视场中的靶标点云数据，根据靶标自身的点云特征进行ICP配准，得到相邻两个局部测量坐标系的转换关系，通过逐级转换得到局部测量坐标系与全局坐标系之间的全局变换矩阵。为了控制拼接累积误差，保证全局测量精度，使用激光跟踪仪高精度测量设备得到误差校正矩阵，进一步计算得到更加精确的局部测量坐标系与全局测量坐标系之间的全局变换矩阵，优化了全局位姿关系，完成全局标定，实现多视角点云精拼接；
2.本发明的机翼壁板橡胶软模表面无损检测方法，结合结构光扫描仪精密测量技术、全局标定技术以及机器人控制一体化技术，实现了全局精密三维自动测量、机翼壁板橡胶软模缺陷视觉检测识别等功能的智能化检测***，不但提高了生产效率，而且提高了机器人检测***的柔性，适应橡胶软模表面缺陷随机分布的场景，满足了机翼壁板橡胶软模表面缺陷智能化、自动化、高精度检测的应用需求；
3.本发明的机翼壁板橡胶软模表面无损检测方法，根据扫描仪的测量幅面和机翼壁板橡胶软模的CAD模型规划合适的测量视点和扫描路径，由机器人带动结构光扫描仪按照扫描路径从多个视点位置对机翼壁板橡胶软模进行定位测量，获取每个视点位置处的扫描仪坐标系下高精度局部点云数据，选取第一个视点位置处的扫描仪坐标系为全局测量坐标系，通过全局标定获取各个视点位置的局部扫描仪坐标系与全局测量坐标系之间的转换关系，将所有视点位置处采集的扫描仪坐标系下高精度局部点云数据统一到全局坐标系下，完成点云数据拼接融合获取测量对象完整的三维形貌，实现高精度、大尺度、稠密点云以及高效率的测量。
附图说明
图1为本发明实施例的一种机翼壁板橡胶软模表面无损检测方法流程图；
图2为本发明实施例的多视角靶标点云全局统一原理图；
图3为本发明实施例的一种机翼壁板橡胶软模表面缺陷无损检测装置示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
在本发明的描述中，除非另有明确的规定和限定，术语“相连”、“连接”、“固定”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本申请的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组合。
本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本申请所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像本申请实施例中一样被特定定义，否则不会用理想化或过于正式的含义来解释。
如图1所示为一种机翼壁板橡胶软模表面无损检测方法流程图，本发明实施例提供一种机翼壁板橡胶软模表面缺陷无损检测方法，根据扫描仪的测量幅面和机翼壁板橡胶软模的CAD模型规划合适的测量视点和扫描路径，由机器人带动结构光扫描仪按照扫描路径从多个视点位置对机翼壁板橡胶软模进行定位测量，获取每个视点位置处的扫描仪坐标系下高精度局部点云数据，选取第一个视点位置处的扫描仪坐标系为全局测量坐标系，通过全局标定获取各个视点位置的局部扫描仪坐标系与全局测量坐标系之间的转换关系，将所有视点位置处采集的扫描仪坐标系下高精度局部点云数据统一到全局坐标系下，完成点云数据拼接融合获取测量对象完整的三维形貌，实现高精度、大尺度、稠密点云以及高效率的测量。参见图1,本发明的机翼壁板橡胶软模表面缺陷无损检测方法具体包括步骤S100～步骤S400。
步骤S100、基于结构光扫描仪和机翼壁板橡胶软模模型规划的机翼壁板橡胶软模测量视点和扫描路径，进行第一靶标测量，标定测量视点坐标系与全局坐标系的第一转换关系；
具体地，规划机翼壁板橡胶软模测量视点需要基于结构光扫描仪和机翼壁板橡胶软模模型，鉴于机翼壁板橡胶软模的尺寸大，结构光扫描仪单次测量视场又较小，不能通过单次测量得到机翼壁板橡胶软模，需要基于机翼壁板橡胶软模模型的待测量尺寸与结构光扫描仪单次测量视场，规划测量视点，使得任两个相邻测量视点的结构光扫描仪测量存在重合区域，所述重合区域可放置至少一个靶标，重叠区域放置的靶标用于后续的转换关系及误差矩阵的标定。
具体地，扫描路径规划是基于机翼壁板橡胶软模测量视点，通过规划的结构光扫描仪的扫描路径，将机翼壁板橡胶软模测量视点连接。
进一步地，在本发明的一个实施例中，进行第一靶标测量，标定测量视点坐标系与全局坐标系的第一转换关系，包括：
基于结构光扫描仪在i个机翼壁板橡胶软模测量视点处测量靶标，得到i个测量视点坐标系下靶标点云；
基于靶标点云特征对i个测量视点坐标系下靶标点云的任两个相邻两个测量视点坐标系进行ICP配准，得到配准矩阵；
基于配准矩阵确定任一测量视点坐标系与全局坐标系的转换关系。
基于测量视点坐标系与全局坐标系的转换关系将i个测量视点坐标系下靶标点云转换到全局坐标系下，得到全局坐标系下第一靶标点云。
具体地，进行第一靶标测量标定第一转换关系的过程是在机翼壁板橡胶软模测量视点处测量靶标坐标系测量点云坐标系进行全局统一的过程，如图2所示：假设扫描仪在任意第i-1个测量视点进行扫描测量时，将扫描仪坐标系作为局部测量坐标系，且扫描仪在每个测量视点位置采集的三维数据均为在局部测量坐标系下的坐标，选取第一个测量视点位置处的扫描仪坐标系为全局坐标系，将若干靶标放置相邻测量视点扫描仪的重叠视场中，结构光扫描仪在某个测量视点i-1拍摄靶标，采集靶标在扫描仪坐标系下的靶标点云数据，然后结构光扫描仪在第i测量视点拍摄靶标，采集靶标在扫描仪坐标系下的靶标点云数据，根据靶标自身的点云特征进行ICP配准，得到的配准矩阵就是相邻两个局部测量坐标系的转换关系通过逐级转换得到第i测量视点位置扫描仪的局部测量坐标系与全局坐标系之间的全局变换矩阵/>同理可得所有测量视点位置扫描仪的局部测量坐标系与全局坐标系之间的全局变换矩阵，将所有测量视点位置扫描仪采集靶标数据统一到全局坐标系下，完成多视角靶标点云全局统一。
将结构光扫描仪得到的所有点云数据统一到同一个坐标系下后，不能直接进行点云拼接，因为机翼壁板橡胶软模尺寸较大，需要进行多次拼接，拼接次数增加，坐标转换次数将会相应增加，会产生严重的累积误差，拼接的精度会因此损失较多，造成拼接错位、数据无法对齐等现象。为提高点云拼接精度，需要进行高精度的拼接优化修正。
步骤S200、基于激光跟踪仪进行第二靶标测量，标定激光跟踪仪坐标系与全局坐标系的转换关系，得到误差校正矩阵，基于第一转换关系和误差校正矩阵得到第二转换关系；
具体地，步骤S200包括步骤S201～步骤S204。
步骤S201、基于激光跟踪仪获取激光跟踪仪坐标系下的靶标点云；
具体地，激光跟踪仪的T-scan设备直接测量结构光扫描仪测量时的放置的靶标靶标，得到激光跟踪仪坐标系下的靶标点云。
步骤S202、调整结构光扫描仪位置，使结构光扫描仪的测量坐标系为全局坐标系；基于调整好的结构光扫描仪和激光跟踪仪测量相同靶标，标定激光跟踪仪坐标系，得到激光跟踪仪坐标系与全局坐标系的第三转换关系；
具体地，调整结构光扫描仪位置，匹配结构光扫描仪的测量坐标系和全局坐标系，使结构光扫描仪的测量坐标系为全局坐标系，示例性地，若第一个测量视点的结构光扫描仪位置为全局坐标系，则调整结构光扫描仪位置测量位置为第一测量视点位置，此时结构光扫描仪的测量坐标系与全局坐标系为同一坐标系。
具体地，基于调整好的结构光扫描仪和激光跟踪仪测量相同靶标，标定激光跟踪仪坐标系，得到激光跟踪仪坐标系与全局坐标系的第三转换关系，示例性地，若第一个测量视点的结构光扫描仪位置为全局坐标系，则调整结构光扫描仪位置测量位置为第一测量视点位置，将若干靶标均匀放置在第一个测量视点的结构光扫描仪视野中，结构光扫描仪和激光跟踪仪的T-scan设备分别采集靶标点云，通过单位四元数法计算两个设备采集的靶标点云，可以求得激光跟踪仪坐标系到全局坐标系的坐标转换关系，为第三转换关系。
步骤S203、根据激光跟踪仪坐标系下的靶标点云和第三转换关系得到全局坐标系下的第二靶标点云；
具体地，根据第三转换关系将步骤S201得到的激光跟踪仪坐标系下的靶标点云转换到全局坐标系下，得到全局坐标系下激光测量的靶标点云，为第二靶标点云。
步骤S204、根据第一靶标点云和第二靶标点云进行配准，得到误差校正矩阵。
具体地，全局坐标系下激光测量的靶标点云，为第二靶标点云，第一靶标点云为结构光扫描仪i个测量视点得到的点云转换到全局坐标系下点云数据，将第一靶标点云和第二靶标点云进行精配准，得到误差校正矩阵ΔHi。
第i测量视点位置结构光扫描仪的局部测量坐标系与全局坐标系之间第一转换关系可具体表示为：则该点第二转换关系为基于同样的方法可得到所有视点位置扫描仪的局部测量坐标系与全局测量坐标系之间的第二转换关系(即全局转换矩阵)，完成全局标定。
为了控制累积误差，保证全局测量精度，实现高精度准确拼接，使用激光跟踪仪高精度测量设备直接扫描测量将多视角靶标点云全局统一时放置的所有靶标，与所有视点位置扫描仪采集统一到全局测量坐标系下的靶标数据进行配准，得到误差校正矩阵，进一步计算得到更加精确的所有视点位置扫描仪的局部测量坐标系与全局测量坐标系之间的全局变换矩阵，完成全局标定。
步骤S300、基于第二转换关系和移动最小二乘法将结构光扫描仪采集的不同测量视点的机翼壁板橡胶软模表面点云数据进行拼接，得到机翼壁板橡胶软模表面三维数据；
具体地，步骤S300包括步骤S301～步骤S303。
步骤S301、基于结构光扫描仪采集各测量视点的机翼壁板橡胶软模表面点云数据；
步骤S302、根据第二转换关系将各测量视点的机翼壁板橡胶软模表面点云数据转换到全局坐标系下；
步骤S303、全局坐标系下各测量视点的机翼壁板橡胶软模表面点云数据进行拼接，基于移动最小二乘法去除全局坐标系下各测量视点的机翼壁板橡胶软模表面点云数据的重叠区域。
若规划了N个测量视点位置，选定结构光扫描仪在第i个测量视点扫描机翼壁板橡胶软模获取的表面点云数据是Yi，经过全局标定后将各个测量视点结构光扫描仪坐标系下的测量数据转换到全局坐标系中，获取机翼壁板橡胶软模完整的三维形貌数据Y：
在本发明的一个可选实施例中，全局坐标系下各测量视点的机翼壁板橡胶软模表面点云数据进行拼接，还包括：去除拼接数据的体外孤点、重合点以及其他多余点。
步骤S400、比对机翼壁板橡胶软模表面三维数据与机翼壁板橡胶软模模型，得到机翼壁板橡胶软模表面缺陷结果。
在本发明的一个可选实施例中，所述比对机翼壁板橡胶软模表面三维数据与机翼壁板橡胶软模模型，得到机翼壁板橡胶软模表面缺陷结果，包括：若所述机翼壁板橡胶软模表面三维数据和机翼壁板橡胶软模模型的距离偏差小于距离偏差阈值，则机翼壁板橡胶软模没有缺陷；若所述机翼壁板橡胶软模表面三维数据存在与机翼壁板橡胶软模模型的距离偏差大于距离偏差阈值的点云，提取距离偏差大于距离偏差阈值的点云，采用欧几里得聚类分割将点云中相邻距离小于点云分辨率10倍值的点归为一类，得到多个缺陷点集，根据缺陷点集确定缺陷区域。
在本发明的一个可选实施例中，采用欧几里得聚类分割将点云中相邻距离小于点云分辨率10倍值的点归为一类，得到多个缺陷点集，还包括：将包含点云数量小于100的点集剔除，保留下来的点集作为缺陷点集。
进一步地，在本发明的一个可选实施例中，根据缺陷点集确定缺陷区域后，还包括，对缺陷区域进行特征分析，生成缺陷检测报告。
本发明的方法，根据扫描仪的测量幅面和机翼壁板橡胶软模的CAD模型规划合适的测量视点和扫描路径，由机器人带动结构光扫描仪按照扫描路径从多个视点位置对机翼壁板橡胶软模进行定位测量，获取每个视点位置处的扫描仪坐标系下高精度局部点云数据，选取第一个视点位置处的扫描仪坐标系为全局测量坐标系，通过全局标定获取各个视点位置的局部扫描仪坐标系与全局测量坐标系之间的转换关系，将所有视点位置处采集的扫描仪坐标系下高精度局部点云数据统一到全局坐标系下，完成点云数据拼接融合获取测量对象完整的三维形貌，实现高精度、大尺度、稠密点云以及高效率的测量。
本发明各个实施例的实现基础是通过具有中央处理器功能的设备进行程序化的处理实现的。因此在工程实际中，可以将本发明各个实施例的技术方案及其功能封装成各种模块。基于这种现实情况，在上述各实施例的基础上，本发明的实施例提供了一种机翼壁板橡胶软模表面缺陷无损检测***，用于执行上述方法实施例中的机翼壁板橡胶软模表面缺陷无损检测方法。本发明的一种机翼壁板橡胶软模表面缺陷无损检测***，包括：
结构光全局标定模块，用于基于结构光扫描仪和机翼壁板橡胶软模模型规划的机翼壁板橡胶软模测量视点和扫描路径，进行第一靶标测量，标定测量视点坐标系与全局坐标系的第一转换关系；
激光全局标定模块，用于基于激光跟踪仪进行第二靶标测量，标定激光跟踪仪坐标系与全局坐标系的转换关系，得到误差校正矩阵，基于第一转换关系和误差校正矩阵得到第二转换关系；
数据拼接模块，用于基于第二转换关系和移动最小二乘法将结构光扫描仪采集的不同测量视点的机翼壁板橡胶软模表面点云数据进行拼接，得到机翼壁板橡胶软模表面三维数据；
缺陷识别模块，用于比对机翼壁板橡胶软模表面三维数据与机翼壁板橡胶软模模型，得到机翼壁板橡胶软模表面缺陷结果。
需要说明的是，本发明提供的***实施例中的***，除了可以用于实现上述方法实施例中的方法外，还可以用于实现本发明提供的其他方法实施例中的方法，区别仅仅在于设置相应的功能模块，其原理与本发明提供的上述***实施例的原理基本相同，只要本领域技术人员在上述***实施例的基础上，参考其他方法实施例中的具体技术方案，通过组合技术特征获得相应的技术手段，以及由这些技术手段构成的技术方案，在保证技术方案具备实用性的前提下，就可以对上述***实施例中的***进行改进，从而得到相应的***类实施例，用于实现其他方法类实施例中的方法。
进一步地，基于上述实施例，示例性地，本发明提供一种机翼壁板橡胶软模表面缺陷无损检测装置，如图3所示，包括：
数据采集模块为机翼壁板橡胶软模表面数据测量机构，包括结构光扫描仪、导轨、机器人，所述导轨与机器人相连接，用于承载并带动机器人移动，扩展测量范围；结构光扫描仪安装在机器人的末端上。
全局标定模块，包括结构光扫描仪、若干靶标、激光跟踪仪和T-scan扫描仪，用于标定各个视点位置的局部测量坐标系与全局测量坐标系之间的转换关系，所述的激光跟踪仪在世界坐标系中相对于被测工件位姿固定，所述的若干靶标均匀分布在扫描仪相邻测量视点的重叠视野中。
数据拼接模块，用于为结构光扫描仪采集的的数据进行拼接，根据全局标定结果将不同视点位置采集的点云数据统一到全局坐标下，并消除相邻视点结构光扫描仪测量的重叠部分，得到完整的被测工件表面三维数据。
缺陷检测模块，用于机翼壁板橡胶软模表面缺陷检测，将机翼壁板橡胶软模表面三维数据与理论模型对比，自动识别出缺陷区域，生成缺陷检测报告。
在本发明的实施例中，数据拼接模块和缺陷检测模块为处理终端上运行的代码、程序、或软件，具体地，所述处理终端可以为计算机、平板、服务器等电子设备。
本发明实施例的方法是依托电子设备实现的，因此对相关的电子设备有必要做一下介绍。基于此目的，本发明的实施例提供了一种电子设备，该电子设备包括：至少一个中央处理器(Central processor)、通信接口(Communications Interface)、至少一个存储器(Memory)和通信总线，其中，至少一个中央处理器，通信接口，至少一个存储器通过通信总线完成相互间的通信。至少一个中央处理器可以调用至少一个存储器中的逻辑指令，以执行前述各个方法实施例提供的方法的全部或部分步骤。
此外，上述的至少一个存储器中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个方法实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件实现。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
附图中的流程图和框图显示了根据本发明的多个实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。基于这种认识，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。
在本申请中，术语“包括”、“包含”或者其任何其它变体意在涵盖非排它性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其它要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种机翼壁板橡胶软模表面缺陷无损检测方法，其特征在于，包括：
基于结构光扫描仪和机翼壁板橡胶软模模型规划的机翼壁板橡胶软模测量视点和扫描路径，进行第一靶标测量，标定测量视点坐标系与全局坐标系的第一转换关系；
基于激光跟踪仪进行第二靶标测量，标定激光跟踪仪坐标系与全局坐标系的转换关系，得到误差校正矩阵，基于第一转换关系和误差校正矩阵得到第二转换关系；
基于第二转换关系和移动最小二乘法将结构光扫描仪采集的不同测量视点的机翼壁板橡胶软模表面点云数据进行拼接，得到机翼壁板橡胶软模表面三维数据；
比对机翼壁板橡胶软模表面三维数据与机翼壁板橡胶软模模型，得到机翼壁板橡胶软模表面缺陷结果。
2.根据权利要求1所述的一种机翼壁板橡胶软模表面缺陷无损检测方法，其特征在于，所述基于结构光扫描仪和机翼壁板橡胶软模模型规划的机翼壁板橡胶软模测量视点，包括：基于机翼壁板橡胶软模模型的待测量尺寸与结构光扫描仪单次测量视场，规划测量视点，使得任两个相邻测量视点的结构光扫描仪测量存在重合区域，所述重合区域可放置至少一个靶标。
3.根据权利要求2所述的一种机翼壁板橡胶软模表面缺陷无损检测方法，其特征在于，所述基于结构光扫描仪和机翼壁板橡胶软模模型规划扫描路径，包括：
规划结构光扫描仪的扫描路径，将机翼壁板橡胶软模测量视点连接。
4.根据权利要求1所述的一种机翼壁板橡胶软模表面缺陷无损检测方法，其特征在于，所述基于结构光扫描仪和机翼壁板橡胶软模模型规划的机翼壁板橡胶软模测量视点和扫描路径，进行第一靶标测量，标定测量视点坐标系与全局坐标系的第一转换关系，包括：
基于结构光扫描仪在i个机翼壁板橡胶软模测量视点处测量靶标，得到i个测量视点坐标系下靶标点云；
基于靶标点云特征对i个测量视点坐标系下靶标点云的任两个相邻两个测量视点坐标系进行ICP配准，得到配准矩阵；
基于配准矩阵确定任一测量视点坐标系与全局坐标系的转换关系。
5.根据权利要求4所述的一种机翼壁板橡胶软模表面缺陷无损检测方法，其特征在于，所述基于结构光扫描仪和机翼壁板橡胶软模模型规划的机翼壁板橡胶软模测量视点和扫描路径，进行第一靶标测量，标定测量视点坐标系与全局坐标系的第一转换关系，还包括：
基于测量视点坐标系与全局坐标系的转换关系将i个测量视点坐标系下靶标点云转换到全局坐标系下，得到全局坐标系下第一靶标点云。
6.根据权利要求5所述的一种机翼壁板橡胶软模表面缺陷无损检测方法，其特征在于，所述基于激光跟踪仪进行第二靶标测量，标定激光跟踪仪坐标系与全局坐标系的转换关系，得到误差校正矩阵，包括：
基于激光跟踪仪获取激光跟踪仪坐标系下的靶标点云；
调整结构光扫描仪位置，使结构光扫描仪的测量坐标系为全局坐标系；基于调整好的结构光扫描仪和激光跟踪仪测量相同靶标，标定激光跟踪仪坐标系，得到激光跟踪仪坐标系与全局坐标系的第三转换关系；
根据激光跟踪仪坐标系下的靶标点云和第三转换关系得到全局坐标系下的第二靶标点云；
根据第一靶标点云和第二靶标点云进行配准，得到误差校正矩阵。
7.根据权利要求5所述的一种机翼壁板橡胶软模表面缺陷无损检测方法，其特征在于，所述基于第二转换关系和移动最小二乘法将结构光扫描仪采集的不同测量视点的机翼壁板橡胶软模表面点云数据进行拼接，得到机翼壁板橡胶软模表面三维数据，包括：
基于结构光扫描仪采集的各测量视点的机翼壁板橡胶软模表面点云数据；
根据第二转换关系将各测量视点的机翼壁板橡胶软模表面点云数据转换到全局坐标系下；
全局坐标系下各测量视点的机翼壁板橡胶软模表面点云数据进行拼接，基于移动最小二乘法去除全局坐标系下各测量视点的机翼壁板橡胶软模表面点云数据的重叠区域。
8.根据权利要求1所述的一种机翼壁板橡胶软模表面缺陷无损检测方法，其特征在于，所述比对机翼壁板橡胶软模表面三维数据与机翼壁板橡胶软模模型，得到机翼壁板橡胶软模表面缺陷结果，包括：
若所述机翼壁板橡胶软模表面三维数据和机翼壁板橡胶软模模型的距离偏差小于距离偏差阈值，则机翼壁板橡胶软模没有缺陷。
9.根据权利要求1所述的一种机翼壁板橡胶软模表面缺陷无损检测方法，其特征在于，所述所述比对机翼壁板橡胶软模表面三维数据与机翼壁板橡胶软模模型，得到机翼壁板橡胶软模表面缺陷结果，包括：
若所述机翼壁板橡胶软模表面三维数据存在与机翼壁板橡胶软模模型的距离偏差大于距离偏差阈值的点云，提取距离偏差大于距离偏差阈值的点云，采用欧几里得聚类分割将点云中相邻距离小于点云分辨率10倍值的点归为一类，得到多个缺陷点集，根据缺陷点集确定缺陷区域。
10.一种机翼壁板橡胶软模表面缺陷无损检测***，其特征在于，包括：
结构光全局标定模块，用于基于结构光扫描仪和机翼壁板橡胶软模模型规划的机翼壁板橡胶软模测量视点和扫描路径，进行第一靶标测量，标定测量视点坐标系与全局坐标系的第一转换关系；
激光全局标定模块，用于基于激光跟踪仪进行第二靶标测量，标定激光跟踪仪坐标系与全局坐标系的转换关系，得到误差校正矩阵，基于第一转换关系和误差校正矩阵得到第二转换关系；
数据拼接模块，用于基于第二转换关系和移动最小二乘法将结构光扫描仪采集的不同测量视点的机翼壁板橡胶软模表面点云数据进行拼接，得到机翼壁板橡胶软模表面三维数据；
缺陷识别模块，用于比对机翼壁板橡胶软模表面三维数据与机翼壁板橡胶软模模型，得到机翼壁板橡胶软模表面缺陷结果。
CN202310437723.7A 2023-04-21 2023-04-21 一种机翼壁板橡胶软模表面缺陷无损检测方法及*** Active CN116593490B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310437723.7A CN116593490B (zh) 2023-04-21 2023-04-21 一种机翼壁板橡胶软模表面缺陷无损检测方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310437723.7A CN116593490B (zh) 2023-04-21 2023-04-21 一种机翼壁板橡胶软模表面缺陷无损检测方法及***

Publications (2)

Publication Number Publication Date
CN116593490A true CN116593490A (zh) 2023-08-15
CN116593490B CN116593490B (zh) 2024-02-02

Family

ID=87605324

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310437723.7A Active CN116593490B (zh) 2023-04-21 2023-04-21 一种机翼壁板橡胶软模表面缺陷无损检测方法及***

Country Status (1)

Country Link
CN (1) CN116593490B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108507466A (zh) * 2018-03-29 2018-09-07 大连理工大学 采用二维线激光扫描仪获取三维精确数据的方法
CN109916333A (zh) * 2019-04-04 2019-06-21 大连交通大学 一种基于agv的大尺寸目标高精度三维重建***及方法
CN110440692A (zh) * 2019-08-27 2019-11-12 大连理工大学 激光跟踪仪与结构光3d扫描仪组合式测量标定方法
WO2022165973A1 (zh) * 2021-02-05 2022-08-11 杭州思看科技有限公司 三维扫描方法、***、电子装置和计算机设备
CN115972093A (zh) * 2022-11-25 2023-04-18 无锡中车时代智能装备研究院有限公司 工件表面的测量方法及装置、机翼壁板软模的打磨方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108507466A (zh) * 2018-03-29 2018-09-07 大连理工大学 采用二维线激光扫描仪获取三维精确数据的方法
CN109916333A (zh) * 2019-04-04 2019-06-21 大连交通大学 一种基于agv的大尺寸目标高精度三维重建***及方法
CN110440692A (zh) * 2019-08-27 2019-11-12 大连理工大学 激光跟踪仪与结构光3d扫描仪组合式测量标定方法
WO2022165973A1 (zh) * 2021-02-05 2022-08-11 杭州思看科技有限公司 三维扫描方法、***、电子装置和计算机设备
CN115972093A (zh) * 2022-11-25 2023-04-18 无锡中车时代智能装备研究院有限公司 工件表面的测量方法及装置、机翼壁板软模的打磨方法

Also Published As

Publication number Publication date
CN116593490B (zh) 2024-02-02

Similar Documents

Publication Publication Date Title
CN111505606B (zh) 多相机与激光雷达***相对位姿检校方法及装置
CN112654886B (zh) 外参标定方法、装置、设备及存储介质
CN102135417B (zh) 一种全自动三维特征提取方法
CN111027010A (zh) 一种钢构件圆柱体拟合算法
CN102800096B (zh) 一种摄像机参数的鲁棒性估计算法
CN106767524A (zh) 一种水力机械叶片曲面检测方法和装置
CN106643492B (zh) 一种航空发动机损伤叶片三维数字散斑造型方法
CN111369607B (zh) 一种基于图片解析的预制构件拼装匹配方法
CN111638499A (zh) 基于激光雷达反射强度点特征的相机-激光雷达相对外参标定方法
CN113375594B (zh) 飞机蒙皮型面数字化检测方法
CN110930382A (zh) 基于标定板特征点提取的点云拼接精度评估方法及***
CN104729529B (zh) 地形图测量***误差判断的方法和***
Jiang et al. Combined shape measurement based on locating and tracking of an optical scanner
CN111540001A (zh) 航空发动机涡轮叶片气膜孔轴线方向检测方法
CN110068313B (zh) 一种基于投影变换的数字天顶仪定向方法
CN110044266B (zh) 基于散斑投影的摄影测量***
US11544837B2 (en) Method for dynamically measuring deformation of rotating-body mold
CN115187612A (zh) 一种基于机器视觉的平面面积测量方法、装置及***
CN112665523B (zh) 一种复杂型面的联合测量方法
CN112683307B (zh) 一种星敏感器星点质心位置精度测量方法
CN116593490B (zh) 一种机翼壁板橡胶软模表面缺陷无损检测方法及***
Wang et al. A binocular vision method for precise hole recognition in satellite assembly systems
Fraser Automated processes in digital photogrammetric calibration, orientation, and triangulation
CN112304214B (zh) 基于摄影测量的工装检测方法和工装检测***
Jiang et al. A multi-view structured light measurement method based on pose estimation using deep learning

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