CN117213397A - 飞机表面关键形貌特征的三维测量方法、***及使用方法 - Google Patents
飞机表面关键形貌特征的三维测量方法、***及使用方法 Download PDFInfo
- Publication number
- CN117213397A CN117213397A CN202311488337.7A CN202311488337A CN117213397A CN 117213397 A CN117213397 A CN 117213397A CN 202311488337 A CN202311488337 A CN 202311488337A CN 117213397 A CN117213397 A CN 117213397A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- butt joint
- dimensional
- point
- camera
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000000691 measurement method Methods 0.000 title claims abstract description 13
- 238000005259 measurement Methods 0.000 claims abstract description 108
- 230000000877 morphologic effect Effects 0.000 claims abstract description 12
- 210000001503 joint Anatomy 0.000 claims description 144
- 239000013598 vector Substances 0.000 claims description 31
- 238000005070 sampling Methods 0.000 claims description 17
- 238000012935 Averaging Methods 0.000 claims description 15
- 241000587161 Gomphocarpus Species 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 13
- 230000003287 optical effect Effects 0.000 claims description 13
- 101100001669 Emericella variicolor andD gene Proteins 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 238000003708 edge detection Methods 0.000 claims description 4
- 239000000956 alloy Substances 0.000 claims description 3
- 229910045601 alloy Inorganic materials 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 2
- 101150064138 MAP1 gene Proteins 0.000 claims 1
- 101150077939 mapA gene Proteins 0.000 claims 1
- 238000012876 topography Methods 0.000 claims 1
- 238000000605 extraction Methods 0.000 description 7
- 239000013589 supplement Substances 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Classifications
-
- 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
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明涉及数字化测量技术领域,特别是涉及飞机表面关键形貌特征的三维测量方法、***及使用方法,本测量方法充分利用点云的分布特征,将测量点位的方向向量与对缝方向形成一个夹角,保证了点云能够渐进靠近实际对缝的边缘,去除了随机性的影响,使能选取得到对缝两侧点云中距离实际对缝边缘最近的最近点,克服了点云密度的限制,使得选取的最近点到实际对缝边缘的距离大幅缩小,从而使得对缝间隙测量的误差大幅缩小,大大降低由于点云密度不足所带来的误差。本测量***的测量距离可变,能满足飞机内外表面三维测量时对于测量距离的不同需求。
Description
技术领域
本发明涉及数字化测量技术领域,特别是涉及飞机表面关键形貌特征的三维测量方法、***及使用方法。
背景技术
对于先进飞机制造来说,飞机表面质量对于实现飞机的关键性能指标至关重要。飞机表面质量通过飞机表面关键形貌特征,包括钉头凹凸量,对缝阶差间隙等的测量来保证。目前飞机表面关键形貌特征的测量仍主要采用手工方式,包括使用千分垫、塞尺、目视和手摸等方式,检测结果具有较大的主观性和不确定性,无法保证先进飞机对表面质量的高要求;同时手工方式检测效率低,无法满足先进飞机批量生产的需求。
此外,虽然使用结构光可以自动化的获取飞机表面的三维点云,但是仍缺乏提取和计算关键形貌特征的方法,阻碍了自动化测量的广泛应用。
现有技术中,提出了公开号为CN114626470A,公告日为2022年06月14日的中国发明专利文件,该专利文献公开的技术方案如下:利用对缝轮廓两条曲线中的每个点到另一条曲线的有向距离D来计算相应的对缝间隙。该技术方案无法降低由于点云密度不足所带来的误差。
现有技术中,还提出了公开号为CN111028221A,公告日为2020年04月17日的中国发明专利文件,该专利文献公开的技术方案如下:利用对缝特征点拟合特征线,根据对缝特征线空间位置关系计算对缝之间的间隙和阶差值。然而,由于点云是离散的,用于拟合特征线的对缝特征点距离实际上的对缝边缘都有一定的距离,使得最终间隙测量结果偏大。
现有技术中,还提出了公开号为CN111814888A,公告日为2020年10月23日的中国发明专利文件,该专利文献公开的技术方案如下:使用T-Scan对对缝进行扫描,利用边缘临界点来计算对缝间隙阶差。然而,其边缘临界点到实际对缝边缘的距离具有随机性,小于等于点云中相邻点的距离。
现有技术中,还提出了公开号为CN112053361A,公告日为2020年12月08日的中国发明专利文件,该专利文献公开的技术方案如下:将单侧间隙定义为一侧边界点到对侧辅助直线的距离。然而,由于点云密度的原因,该边界点到实际对缝的边缘有一定的距离,导致间隙测量的误差。
现有技术中,还提出了公开号为CN114627177A,公告日为2022年06月14日的中国发明专利文件,该专利文献公开的技术方案如下:利用分段端点计算阶差高度和缝隙宽度,但是由于分段端点受制于点云的密度,难以保证其与实际对缝边缘的距离。
上述技术方案中,都无法克服点云密度的限制,无法降低由于点云密度不足所带来的误差,导致间隙测量的误差较大。
进一步的,随着自动化测量技术的发展,面结构光等三维测量技术逐渐进入航空制造领域,应用于飞机表面质量的测量。飞机的表面分为外表面和内表面,其外表面面积较大,为提高测量效率,需要较大的测量面积,因此要求结构光测量***的测量距离较远。但是对于内部空间狭窄的内表面,结构光测量***必须具有较小的测量距离,以顺利进入进气道等内表面进行测量。但是现有结构光测量***的测量距离是固定的,无法同时满足飞机外表面和内表面对于测量距离的不同需求。因此亟需发展测量距离可变的结构光三维测量***。
发明内容
为解决上述技术问题,本发明提出了一种飞机表面关键形貌特征的三维测量方法、***及使用方法。本测量方法充分利用点云的分布特征,将测量点位的方向向量与对缝方向形成一个夹角,保证了点云能够渐进靠近实际对缝的边缘,去除了随机性的影响,使能选取得到对缝两侧点云中距离实际对缝边缘最近的最近点,克服了点云密度的限制,使得选取的最近点到实际对缝边缘的距离大幅缩小,从而使得间隙测量的误差大幅缩小,大大降低由于点云密度不足所带来的误差。本测量***的测量距离可变,能满足飞机内外表面三维测量时对于测量距离的不同需求。
本发明是通过采用下述技术方案实现的:
飞机表面关键形貌特征的三维测量方法,包括以下步骤:
步骤S1. 根据飞机数模中的钉头和对缝信息规划三维测量点位,获取飞机表面的二维图片和三维点云信息;其中,测量点位的方向向量与对缝方向形成有夹角;
步骤S2. 在二维图片中自动识别提取铆钉和对缝的位置信息,利用二维图像和三维点云的对应关系,获得铆钉和对缝对应的点云,进而计算铆钉凹凸量、对缝阶差以及对缝间隙;
其中,所述对缝间隙的计算方法为:通过寻找对缝两侧点云中与对缝垂直方向的最近点,进而获取对缝间隙。
所述步骤S2中对缝间隙的计算方法具体包括以下步骤:
步骤S221. 根据采集的二维图片,获得对缝的两条边缘线,将两条边缘线分别向外延拓距离,获取对缝的两个图像子区域;
步骤S222. 根据二维图像与三维点云的对应关系,获得对缝的两个图像子区域所对应的点云集合和点云集合/>;
步骤S223. 计算点云集合和点云集合/>的点云之间在x方向的最近距离,计算对缝间隙,其中,x方向为与对缝垂直的方向。
所述步骤S223具体指:取对缝左侧点云集合中x坐标最大的点的x坐标和对缝右侧点云集合/>中x坐标最小的点的x坐标,则对缝间隙的计算方法为:
;
其中,d i 为第i个采样点处的对缝间隙。
所述步骤S223具体指:
对点云集合和点云集合/>每隔距离进行切分,生成点云子集合/>和点云子集合/>,/>是点云集合/>和点云集合/>中包含的子集合数量;
计算点云子集合和点云子集合/>的点云之间在x方向的最近距离,即取对缝左侧点云子集合/>中x坐标最大的点的x坐标/>和对缝右侧点云子集合/>中x坐标最小的点的x坐标/>,则对缝间隙的计算方法为:
;其中,d i 为第i个采样点处的对缝间隙;
对点云集合和点云集合/>中的所有子集合重复上述步骤,获得/>个对缝间隙。
所述对缝阶差的计算方法为:
步骤S231. 根据采集的二维图片,获得对缝的两条边缘线,将两条边缘线分别向外延拓距离,获取对缝的两个图像子区域;
步骤S232. 根据二维图像与三维点云的对应关系,获得对缝的两个图像子区域所对应的点云集合和点云集合/>;
步骤S233. 对点云集合中的所有点进行平面拟合,获取平面,计算点云集合/>中所有点到该平面的距离并求平均,得到对缝阶差/>,
其中,为第i个采样点处的对缝阶差。
所述步骤S233具体包括:
对点云集合和点云集合/>每隔距离/>进行切分,生成点云子集合/>和点云子集合/>,/>是点云集合/>和点云集合/>中包含的子集合数量;
对点云子集合中的所有点进行平面拟合,获取平面/>,记平面/>的方程为,计算点云子集合/>中所有点到平面/>的距离并求平均,得到对缝阶差/>;
其中,为第i个采样点处的对缝阶差;A 2 、B 2 、C 2 和D 2 分别为平面方程的系数;
对点云集合和点云集合/>中的所有子集合重复上述步骤,获得/>个对缝阶差。
所述距离,其中,/>为测量点云相邻点之间的间距,/>为测量点位的方向向量与对缝方向形成的夹角。
所述步骤S2还包括对二维图片进行预处理,即将采集的二维图片进行逐像素求平均值处理。
获得对缝的两条边缘线具体指:利用Canny算子进行边缘检测,获取对缝的边缘信息;再利用长度和连续性进行筛选,并进行直线拟合,得到对缝的两条边缘线。
所述步骤S1具体包括以下步骤:
步骤S11. 提取测量区域内各个钉头的法矢信息,经平均后计算得到测量点位的法矢向量;
步骤S12. 提取测量区域内各个钉头的位置信息,经平均后沿平均法矢方向偏移测量距离,得到测量点位的位置;
步骤S13. 提取测量区域内对缝的方向信息,使测量点位的方向向量与之形成夹角;
步骤S14. 以测量点位的位置以及方向向量为基准,进行测量,获取飞机表面的二维图片和三维点云信息。
所述步骤S2中计算铆钉凹凸量具体包括以下步骤:
步骤S211. 在采集的二维图片中进行圆识别,获取铆钉的边缘信息;对铆钉边缘进行椭圆拟合,并向内延拓距离,获取铆钉的图像子区域,对铆钉边缘的椭圆拟合结果向外延拓距离/>,获取蒙皮的图像子区域;
步骤S212. 根据二维图像与三维点云的对应关系,获取铆钉的图像子区域和蒙皮的图像子区域所对应的铆钉点云集合和蒙皮点云集合/>;
步骤S213. 对蒙皮点云集合进行平面拟合,获取蒙皮平面/>,记蒙皮平面的方程为/>,则铆钉凹凸量的计算方法为:
其中,为点云坐标,/>为铆钉点云集合内点云总数,A 1 、B 1 、C 1 和D 1 分别为平面方程的系数,/>为铆钉凹凸量。
飞机表面关键形貌特征的三维测量***,用于上述飞机表面关键形貌特征的三维测量方法中,用于获取飞机表面的二维图片和三维点云信息;所述测量***包括相机、投影仪以及驱动组件;所述驱动组件用于驱动相机和投影仪同时沿反方向转动相同角度,用于增大或减小测量距离,且测量范围的中心始终位于相机和投影仪光心连线的中垂线上。
所述驱动组件包括相机齿轮、投影仪齿轮、相机齿条、投影仪齿条以及驱动齿轮;所述相机、投影仪分别设置在相机齿轮和投影仪齿轮上;所述相机齿轮、投影仪齿轮和驱动齿轮的半径相同;所述相机齿条包括用于与相机齿轮啮合的第一齿条以及用于与驱动齿轮啮合的第二齿条;所述投影仪齿条包括用于与投影仪齿轮啮合的第三齿条以及用于与驱动齿轮啮合的第四齿条;所述驱动齿轮旋转,用于同时带动第二齿条和第四齿条沿反方向移动,进一步带动相机齿轮和投影仪齿轮同时沿反方向转动相同角度,从而带动相机和投影仪同时沿反方向转动相同角度,用于调整测量距离。
初始时,相机和投影仪光轴与水平方向的夹角相同。
所述相机齿轮和投影仪齿轮上安装有角度编码器。
所述相机和投影仪安装的镜头都为机械变焦镜头。
飞机表面关键形貌特征的三维测量***的使用方法,测量飞机外部时,驱动相机和投影仪同时向相互背离方向转动,增大测量距离;测量飞机内部狭窄空间时,驱动相机和投影仪同时向相互靠近方向转动,减少测量距离。
与现有技术相比,本发明的有益效果表现在:
1、本发明中,提出了一种二三维信息结合的飞机表面关键形貌特征自动化识别提取方法,能够在二维图片中自动识别提取铆钉和对缝的位置信息,利用二维图像和三维点云的对应关系,从而获得铆钉和对缝对应的点云,进而计算钉头凹凸量、对缝阶差和对缝间隙,实现飞机表面质量的自动化检测,由于创新性的提出二三维信息结合的铆钉和对缝提取方法,使识别提取过程具有较高的效率和鲁棒性。
2、本发明中,提出一种提升对缝间隙测量精度的小偏角超分辨方法,测量点云时,将测量方向与对缝方向偏移一个小的夹角,然后寻找两侧点云中与对缝垂直方向的最近点,进而获取对缝间隙。通过该夹角,保证了点云能够渐进靠近实际对缝的边缘,去除了随机性的影响,使得该最近点到实际对缝边缘的距离大幅缩小,从而使得间隙测量的误差大幅缩小。而现有技术中,边界点到对缝边缘的距离有很大的随机性,其波动范围等于点云中相邻点之间的距离。
通过该方法,使得本发明首次使对缝间隙测量精度摆脱了点云分辨率的限制,大幅提升了对缝间隙的测量精度。
3、本发明中,对铆钉边缘进行椭圆拟合,并向内延拓距离作为铆钉的范围,能够避免凹坑的影响,避免带来较大的误差。
4、本发明中,将采集的二维图片进行逐像素求平均值处理,能消除条纹特征,使得此图像的像素值更为准确,得到真实场景的图像,能够提取更为准确的铆钉边缘和对缝边缘。
5、本测量***利用齿轮齿条结构,能够改变相机和投影仪的夹角,从而改变测量距离,以满足飞机内外表面对于测量距离的不同需求。并且,相机和投影仪沿反方向转动相同角度,能够保证测量范围的中心始终位于相机和投影仪光心连线的中垂线上,使该测量***在实际应用中改变测量距离时无需考虑测量范围的改变。
6、相机齿轮和投影仪齿轮上安装有角度编码器,能够准确记录转动角度。利用该角度信息能够计算相机和投影仪的外参矩阵,避免每次转动角度后的重复标定。
7、本发明的测量***,结合机械变焦镜头,可以自动化的调整测量距离,而实现飞机内外表面的自动化测量。
8、本发明创新性的提出通过改变相机和投影仪夹角,从而改变测量距离的三维测量方法,使用该测量***,能够适应飞机内外表面三维测量的不同需求,实现飞机表面完整的点云获取。
附图说明
下面将结合说明书附图和具体实施方式对本发明作进一步的详细说明,其中:
图1为本发明中测量对缝点云示意图;
图2为本发明的流程示意图;
图3为本发明中计算对缝间隙的流程示意图;
图4为本发明中计算对缝阶差的流程示意图;
图5为本发明中求取图像平均亮度的过程示意图;
图6为本发明中铆钉边缘提取结果示意图;
图7为本发明中铆钉的图像子区域和蒙皮的图像子区域提取结果示意图;
图8为本发明中对缝边缘提取结果示意图;
图9为本发明中对缝子区域提取结果示意图;
图10为本发明中测量***的结构示意图;
图中标记:
1、相机,2、投影仪,3、相机齿轮,4、投影仪齿轮,5、相机齿条,6、投影仪齿条,7、驱动齿轮,8、安装法兰。
具体实施方式
实施例1
作为本发明基本实施方式,本发明包括一种飞机表面关键形貌特征的三维测量方法,包括以下步骤:
步骤S1. 根据飞机数模中的钉头和对缝信息规划三维测量点位,使得测量点位的方向向量与对缝方向形成有夹角。在该测量点位,利用结构光测量设备进行测量,从而获取飞机表面的二维图片和三维点云信息。其中,所述结构光测量设备可以采用本领域的常规结构,包括工业相机与多线结构光发射器等。
步骤S2. 在二维图片中自动识别提取铆钉和对缝的位置信息,利用二维图像和三维点云的对应关系,获得铆钉和对缝对应的点云,进而计算铆钉凹凸量、对缝阶差以及对缝间隙。
对于自动识别提取铆钉和对缝的位置信息、计算铆钉凹凸量和计算对缝阶差,都可以采用本领域的常规技术手段来完成,例如利用多层次模型拟合算法提取铆钉轮廓特征以及对缝轮廓特征,再基于提取的铆钉轮廓特征计算铆钉凹凸量,基于对缝轮廓特征计算对缝阶差。
其中,所述对缝间隙的计算方法为:通过寻找对缝两侧点云中与对缝垂直方向的最近点,进而获取对缝间隙。而怎样寻找最近点,可以采用本领域的常规技术手段。
实施例2
作为本发明一较佳实施方式,本实施例是在上述实施例1的基础上,对步骤S2中计算对缝间隙的一种具体实施方式的阐述。
在本实施例中,基于上述步骤S1中获取的飞机表面的二维图片和三维点云信息,计算对缝间隙的方法具体包括以下步骤:
步骤S221. 根据采集的二维图片,获得对缝的两条边缘线,将两条边缘线分别向外延拓距离,获取对缝的两个图像子区域。
步骤S222. 根据二维图像与三维点云的对应关系,获得对缝的两个图像子区域所对应的点云集合和点云集合/>。
步骤S223. 计算点云集合和点云集合/>点云之间在x方向的最近距离,取对缝左侧点点云集合/>中x坐标最大的点的x坐标/>和对缝右侧点云集合/>中x坐标最小的点的x坐标/>,则对缝间隙的计算方法为:
。
其中,d i 为第i个采样点处的对缝间隙,x方向为与对缝垂直的方向。
本实施例中,由于测量点位的方向向量与对缝方向偏转了一个夹角,保证了点云能够渐进靠近实际对缝的边缘,再选取对缝两侧点云中距离对缝最近的点作为最近点,将其垂直于对缝方向的坐标做差值,可以大大降低点云密度不足带来的误差。
实施例3
作为本发明一较佳实施方式,本实施例是在上述实施例1或实施例2的基础上,对本发明的对缝间隙计算做出的进一步详细的补充和阐述。在本实施例中,获得对缝的两个图像子区域所对应的点云集合和点云集合/>后,需要对点云集合/>和点云集合/>每隔距离/>进行切分,生成点云子集合/>和点云子集合/>,/>是点云集合和点云集合/>中包含的子集合数量,也是采样点的数量。
通过计算点云子集合和点云子集合/>点云之间在x方向的最近距离,即取对缝左侧点云子集合/>中x坐标最大的点的x坐标/>和对缝右侧点云子集合/>中x坐标最小的点的x坐标/>,则对缝间隙的计算方法为:
;
其中,d i 为第i个采样点处的对缝间隙。
对点云集合和点云集合/>中的所有子集合重复上述步骤,获得/>个对缝间隙。
由于对缝长度较长,各处的间隙变化大,本实施例对对缝两侧的点云集合进行了切分,能计算各处的对缝间隙,使得对缝间隙计算更加精准。
实施例4
作为本发明一较佳实施方式,本实施例是在上述实施例1或实施例2或实施例3的基础上,对对缝阶差的计算做出的进一步详细的补充和阐述。
具体的,本实施例中,对缝阶差的计算方法包括:
步骤S231. 根据采集的二维图片,获得对缝的两条边缘线,将两条边缘线分别向外延拓距离,获取对缝的两个图像子区域。
步骤S232. 根据二维图像与三维点云的对应关系,获得对缝的两个图像子区域所对应的点云集合和点云集合/>。
步骤S233. 对点云集合中的所有点进行平面拟合,获取平面,计算点云集合/>中所有点到该平面的距离并求平均,得到对缝阶差/>。其中,/>为第i个采样点处的对缝阶差。平面拟合算法为本领域的常规技术手段,本实施例不再赘述。
实施例5
作为本发明一较佳实施方式,本实施例是在上述实施例3的基础上,对对缝阶差的计算做出的进一步详细的补充和阐述。在本实施例中,获得对缝的两个图像子区域所对应的点云集合和点云集合/>后,对点云集合/>和点云集合/>每隔距离/>进行切分,生成点云子集合/>和点云子集合/>,/>是点云集合/>和点云集合/>中包含的子集合数量,也是采样点的数量。
对点云子集合中的所有点进行平面拟合,获取平面/>,记平面/>的方程为,计算点云子集合/>中所有点到平面/>的距离并求平均,得到对缝阶差/>。
其中,为第i个采样点处的对缝阶差;A 2 、B 2 、C 2 和D 2 分别为平面方程的系数。
对点云集合和点云集合/>中的所有子集合重复上述步骤,获得/>个对缝阶差。
实施例6
作为本发明一较佳实施方式,本实施例是在上述实施例1或实施例2或实施例3或实施例4或实施例5的基础上,对本发明中的铆钉凹凸量的计算方法做出的进一步详细的补充和阐述。
所述铆钉凹凸量的具体计算方法包括:
步骤S211. 在采集的二维图片中进行圆识别,获取铆钉的边缘信息。由于获取的二维图片具有明显的条纹特征,为了便于更好的获得铆钉的边缘信息,可以对采集的二维图片进行预处理,即将采集的二维图片进行逐像素求平均值处理,消除条纹特征,得到真实场景的图像。
在此基础上,对铆钉边缘进行椭圆拟合,并向内延拓距离,获取铆钉的图像子区域,对铆钉边缘的椭圆拟合结果向外延拓距离/>,获取蒙皮的图像子区域。
现有技术中,提出了公开号CN113129445A,公开日为2021年07月16日的专利文件,该专利文件将铆钉轮廓圆对应的圆柱体内的点作为初始铆钉点云,然而,实际应用中铆钉中心处常有凹坑,会带来较大的误差。与该专利文件相比,本实施例将铆钉边缘进行椭圆拟合,并向内延拓距离,获取铆钉的图像子区域,能够避免凹坑的影响。
步骤S212. 根据二维图像与三维点云的对应关系,获取铆钉的图像子区域和蒙皮的图像子区域所对应的铆钉点云集合和蒙皮点云集合/>。
步骤S213. 对蒙皮点云集合进行平面拟合,获取蒙皮平面/>,记蒙皮平面的方程为/>,则铆钉凹凸量的计算方法为/>,
其中,为点云坐标,/>为铆钉点云集合内点云总数,A 1 、B 1 、C 1 和D 1 分别为平面方程的系数,/>为铆钉凹凸量。
实施例7
作为本发明另一较佳实施方式,本实施例是在上述实施例1~实施例6中任一实施例的基础上,对本发明中的根据飞机数模中的钉头和对缝信息规划三维测量点位的技术方案做出的进一步详细的补充和阐述。
本实施例中,根据飞机数模中的钉头和对缝信息规划三维测量点位,获取飞机表面的二维图片和三维点云信息,具体包括以下步骤:
步骤S11. 提取测量区域内各个钉头的法矢信息,经平均后计算得到测量点位的法矢向量。
步骤S12. 提取测量区域内各个钉头的位置信息,经平均后沿平均法矢方向偏移测量距离,得到测量点位的位置。
步骤S13. 提取测量区域内对缝的方向信息,使测量点位的方向向量与之形成夹角。
步骤S14. 以测量点位的位置以及方向向量为基准,进行测量,获取飞机表面的二维图片和三维点云信息。
实施例8
作为本发明又一较佳实施方式,本发明包括一种飞机表面关键形貌特征的三维测量***,该测量***为结构光测量***,包括相机1、投影仪2以及驱动组件。本实施例中,并不限制所述驱动组件的具体结构,只要所述驱动组件能用于驱动相机1和投影仪2同时沿反方向转动相同角度,用于增大或减小测量距离,且测量范围的中心始终位于相机1和投影仪2光心连线的中垂线上即可。例如,所述驱动组件可以为分别驱动相机1和投影仪2旋转的电机。
所述测量***可以用于上述实施例1~实施例7中任一实施例中,在步骤S1中的测量点位进行测量,就可以获取飞机表面的二维图片和三维点云信息。并且,本测量***也可以单独用于其他的测量方法,用于获取飞机内外表面的二维图片和三维点云信息。
实施例9
作为本发明一较佳实施方式,本实施例是在上述实施例8的基础上,对驱动组件做出的进一步详细的补充和阐述。
当驱动组件为电机时,不仅无法进一步提升效果,成本也提升了。故本实施例对驱动组件进行改进,所述驱动组件包括相机齿轮3、投影仪齿轮4、相机齿条5、投影仪齿条6以及驱动齿轮7。所述相机1、投影仪2分别设置在相机齿轮3和投影仪齿轮4上,初始时,相机1和投影仪2光轴与水平方向的夹角相同。所述相机齿轮3、投影仪齿轮4和驱动齿轮7的半径相同。所述相机齿条5包括用于与相机齿轮3啮合的第一齿条以及用于与驱动齿轮7啮合的第二齿条;所述投影仪齿条6包括用于与投影仪齿轮4啮合的第三齿条以及用于与驱动齿轮7啮合的第四齿条。所述第二齿条和第四齿条分别位于驱动齿轮7两侧,用于在驱动齿轮7的带动下,驱动相机齿轮3和投影仪齿轮4沿反方向转动相同角度,从而带动相机1和投影仪2沿反方向转动相同角度,保证相机1和投影仪2的对称性。
实施例10
现阶段,飞机表面结构以蒙皮为主,连接方式多为铆钉。为保证飞机的表面质量,对于铆钉凹凸量、对缝间隙和对缝阶差等关键形貌特征的测量至关重要。而现有测量***的测量距离是固定的,无法同时满足飞机外表面和内表面对于测量距离的不同需求。因此,现有检测方法已经无法满足先进飞机对于表面质量的高要求,故本实施例提出了一种飞机表面关键形貌特征的三维测量方法、***及其使用方法,该测量***能实现测量距离可调,能够获取飞机内外表面的三维点云信息,并在此基础上,所述测量方法能高精度提取钉头凹凸量、对缝阶差和对缝间隙等关键形貌特征,而且不需人为干预,能够实现自动化。
本实施例首先对以下专业术语做出解释说明。
飞机数模:飞机数字模型。
本实施例提出了一种飞机表面关键形貌特征的三维测量***,参照说明书附图10,包括相机1、投影仪2、驱动组件以及安装法兰8,所述驱动组件包括相机齿轮3、投影仪齿轮4、相机齿条5、投影仪齿条6和驱动齿轮7。所述相机1、投影仪2分别设置在相机齿轮3和投影仪齿轮4上,初始时,相机1和投影仪2光轴与水平方向的夹角相同。所述相机1用于拍摄投影仪2投影到飞机表面的条纹图案的照片。
所述相机齿轮3、投影仪齿轮4和驱动齿轮7的半径相同。所述相机齿条5包括用于与相机齿轮3啮合的第一齿条以及用于与驱动齿轮7啮合的第二齿条。所述投影仪齿条6包括用于与投影仪齿轮4啮合的第三齿条以及用于与驱动齿轮7啮合的第四齿条。所述第二齿条和第四齿条分别位于驱动齿轮7两侧,所述第一齿条和第三齿条可以位于同一竖直线上。
在改变测量距离时,相机齿轮3和投影仪齿轮4经相应齿条和驱动齿轮7带动,沿反方向转动相同角度,从而带动相机1和投影仪2沿反方向转动相同角度,保持其对称性,从而获得最大的公共视野。同时,转动相同角度能够保证测量范围的中心始终位于相机1和投影仪2光心连线的中垂线上,使该***在实际应用中改变测量距离时无需考虑测量范围的改变。
测量距离改变后,相机1和投影仪2出现散焦现象,此时调整相机1和投影仪2所安装机械式可调焦镜头,根据测量距离调整焦距。
通过相机齿轮3和投影仪齿轮4上安装的角度编码器,准确获得相机1和投影仪2转动后的角度。利用该角度信息能够计算相机1和投影仪2的外参矩阵,用于点云的获取。
测量飞机外部时,驱动相机1和投影仪2向相互背离方向转动,即相机1顺时针转动,投影仪2仪逆时针转动,从而增加测量距离,增大测量面积并且提高测量时的安全性,避免碰撞飞机;测量飞机内部狭窄空间时,驱动相机1和投影仪2向相互靠近方向转动,即相机1逆时针转动,投影仪2顺时针转动,从而减小测量距离,适应飞机内部的狭小空间。
当测量距离需要减小时,驱动齿轮7进行转动,设驱动齿轮7的半径为(本实施例取为10mm)。当其顺时针转动角度/>(本实施例取为5°)时,相机齿条5向上的位移为:,投影仪齿条6向下的位移为:/>,从而带动相机1和投影仪2固结的齿轮进行转动。其中,/>的单位为:mm。
由于相机齿轮3和投影仪齿轮4与驱动齿轮7具有相同的半径(10mm),所以相机齿轮3逆时针转动角度/>(5°),投影仪齿轮4顺时针转动角度/>(5°)。为保证测量范围最大,将测量平面取在相机1和投影仪2光轴的交点处,设初始时相机1和投影仪2光轴与水平方向的夹角均为/>(本实施例取10°),相机1和投影仪2的光心距离为/>(本实施例取150mm),则测量距离的变化量为:
其中,为初始测量距离,/>为减小后的测量距离,/>、L 1 以及L 2 的单位都为:mm。当测量距离需要增大时,则需要按相同方式逆时针转动驱动齿轮7。基于上述测量***,本实施例还提出了一种飞机表面关键形貌特征的自动化三维测量方法,参照说明书附图2,主要包括以下步骤:
步骤S1. 根据飞机数模中的钉头和对缝信息规划三维测量点位,获取飞机表面的二维图片和三维点云信息。具体包括以下步骤:
步骤S11. 提取测量区域内各个钉头的法矢信息,经平均后计算得到测量点位的法矢向量。
步骤S12. 提取测量区域内各个钉头的位置信息,经平均后沿平均法矢方向偏移测量距离,得到测量点位的位置。其中,测量距离/>根据三维测量***的要求设定,一般为200mm-1000mm,本实施例取为425.3mm。
步骤S13. 提取测量区域内对缝的方向信息,使测量点位的方向向量与之形成夹角。所述夹角/>的取值范围为3°-20°,本实施例取为10°。
步骤S14. 以测量点位的位置以及方向向量为基准,利用测量***进行测量,获取飞机表面的二维图片和三维点云信息。
步骤S2. 在二维图片中自动识别提取铆钉和对缝的位置信息,利用二维图像和三维点云的对应关系,获得铆钉和对缝对应的点云,进而计算铆钉凹凸量、对缝阶差和对缝间隙。
由测量***获取的二维图片具有明显的条纹特征,将采集的所有图片求平均值,消除条纹特征,得到真实场景的图像,如说明书附图5所示,用于铆钉和对缝的识别。
其中,计算铆钉凹凸量具体包括以下步骤:
步骤S211. 由于铆钉具有明显的圆形特征,在采集的二维图片中进行圆识别。以灰度级差为基础,进行Canny算子边缘检测,获取铆钉的边缘信息,如说明书附图6所示。对铆钉边缘进行椭圆拟合,并向内延拓距离,获取铆钉的图像子区域,对铆钉边缘的椭圆拟合结果向外延拓距离/>,获取蒙皮的图像子区域,结果如说明书附图7所示。其中,距离/>需小于铆钉半径,本实施例取值为2mm。距离/>的取值范围为1.5mm-5mm,本实施例取值为2mm。
步骤S212. 根据二维图像与三维点云的对应关系,获取铆钉的图像子区域和蒙皮的图像子区域所对应的铆钉点云集合和蒙皮点云集合/>。
步骤S213. 对蒙皮点云集合进行平面拟合,获取蒙皮平面/>,记蒙皮平面的方程为/>,则铆钉凹凸量的计算方法为:
其中,为点云坐标,/>为铆钉点云集合内点云总数,,A 1 、B 1 、C 1 和D 1 分别为平面方程的系数,/>为铆钉凹凸量。
参照说明书附图3和说明书附图4,对缝阶差和对缝间隙的计算方法具体包括以下步骤:
步骤S221. 由于对缝在图片中接近直线特征,在步骤S1采集的二维图片中进行直线拟合:利用Canny算子进行边缘检测,获取对缝的边缘信息,然后利用长度和连续性进行筛选,并进行直线拟合,得到对缝的两条边缘线,结果如说明书附图8所示。将两条边缘线分别向外延拓距离,获取对缝的两个图像子区域,结果如说明书附图9所示。其中,所述距离的取值范围为3mm-10mm,本实施例取值为5mm。
步骤S222. 根据二维图像与三维点云的对应关系,获得对缝的两个图像子区域所对应的点云集合和点云集合/>。
步骤S223. 由于对缝通常长度较长,且对缝阶差和对缝间隙处处变化,为了对对缝阶差和对缝间隙进行更精细的测量,对点云集合和点云集合/>每隔距离/>进行切分,生成点云子集合/>和点云子集合/>,/>是点云集合/>和点云集合/>中包含的子集合数量,也是采样点的数量。
其中,针对对应的点云子集合和点云子集合/>求对缝间隙,由于三维点云的密度有限,直接求取点云子集合/>和点云子集合/>中点云之间的距离,其精度受制于点云密度,此处使用超分辨的方法以提高对缝的测量精度:由于步骤S1中测量点云时测量方向相比对缝方向偏转了/>,因此测量点云与对缝的位置关系如说明书附图1所示。设步骤S1中测量点云相邻点之间的间距为/>,此处要求切分距离/>。具体的,切分距离/>的取值范围为20mm-50mm,本实施例取值为30mm。
经过上述处理后,再计算对缝阶差和对缝间隙,其中对缝阶差和对缝间隙的计算顺序无要求。
所述对缝阶差的计算方法为:
针对对应的点云子集合和点云子集合/>求对缝阶差:对点云子集合/>中的所有点进行平面拟合,获取平面/>,记平面/>的方程为/>,计算点云子集合/>中所有点到平面/>的距离并求平均,得到对缝阶差/>。其中, />为第i个采样点处的对缝阶差;A 2 、B 2 、C 2 和D 2 分别为平面方程的系数。
对点云集合和点云集合/>中的所有子集合重复上述步骤,获得/>个对缝阶差。
所述对缝间隙的计算方法为:
计算点云子集合和点云子集合/>点云之间在x方向,也就是与对缝垂直的方向的最近距离,即取对缝左侧点云子集合/>中x坐标最大的点的x坐标/>和对缝右侧点云子集合/>中x坐标最小的点的x坐标/>,则对缝间隙的计算方法为:
。
其中,d i 为第i个采样点处的对缝间隙。
对点云集合和点云集合/>中的所有子集合重复上述步骤,获得/>个对缝间隙/>。
综上,本发明的技术先进性体现在以下几点:
1、现有技术,例如公开号为CN114626470A、CN111028221A、CN111814888A、CN112053361A以及CN114627177A等中国专利,都无法克服点云密度的限制,无法降低由于点云密度不足所带来的误差,导致间隙测量的误差较大。但是,本申请创新性的提出,在测量点云时,将测量方向与对缝方向偏移一个小的夹角,然后寻找两侧点云中与对缝垂直方向的最近点,进而获取对缝间隙。使得本发明能摆脱了点云分辨率的限制,大大降低由于点云密度不足所带来的误差。
2、现有技术中,相机和投影仪的相对位置一般不发生变化,而是两者整体移动;或者相机和投影仪都分别进行位置调整;或者相机或投影仪进行位置调整。上述技术方案都存在需要重新调整测量范围的问题,导致测量的效率低且操作复杂。
相反,本发明中,通过改变相机和投影仪的夹角,使得相机和投影仪沿反方向转动相同角度,能够保证测量范围的中心始终位于相机和投影仪光心连线的中垂线上,使该测量***在实际应用中,能满足对测量距离的不同需求,且在改变测量距离时无需考虑测量范围的改变。
本发明的技术方案能够实现飞机表面关键形貌特征的数字化测量,替代传统人工测量及测量数据纸质传递的方式,显著提高测量效率与测量准确度,为提升飞机表面钉头与对缝质量提供技术支撑;同时,结合工业机器人能够完成整机表面钉头与对缝测量,从而为飞机气动性能等关键性能闭环奠定基础;此外,该技术能够推广应用至航天、汽车领域,提升相关产品质量。
综上所述,本领域的普通技术人员阅读本发明文件后,根据本发明的技术方案和技术构思无需创造性脑力劳动而作出的其他各种相应的变换方案,均属于本发明所保护的范围。
Claims (17)
1.飞机表面关键形貌特征的三维测量方法,其特征在于:包括以下步骤:
步骤S1. 根据飞机数模中的钉头和对缝信息规划三维测量点位,获取飞机表面的二维图片和三维点云信息;其中,测量点位的方向向量与对缝方向形成有夹角 ;
步骤S2. 在二维图片中自动识别提取铆钉和对缝的位置信息,利用二维图像和三维点云的对应关系,获得铆钉和对缝对应的点云,进而计算铆钉凹凸量、对缝阶差以及对缝间隙;
其中,所述对缝间隙的计算方法为:通过寻找对缝两侧点云中与对缝垂直方向的最近点,进而获取对缝间隙。
2.根据权利要求1所述的飞机表面关键形貌特征的三维测量方法,其特征在于:
所述步骤S2中对缝间隙的计算方法具体包括以下步骤:
步骤S221. 根据采集的二维图片,获得对缝的两条边缘线,将两条边缘线分别向外延拓距离,获取对缝的两个图像子区域;
步骤S222. 根据二维图像与三维点云的对应关系,获得对缝的两个图像子区域所对应的点云集合和点云集合/>;
步骤S223. 计算点云集合和点云集合/>的点云之间在x方向的最近距离,计算对缝间隙,其中,x方向为与对缝垂直的方向。
3.根据权利要求2所述的飞机表面关键形貌特征的三维测量方法,其特征在于:所述步骤S223具体指:取对缝左侧点云集合中x坐标最大的点的x坐标/>和对缝右侧点云集合/>中x坐标最小的点的x坐标/>,则对缝间隙的计算方法为:
;
其中,d i 为第i个采样点处的对缝间隙。
4.根据权利要求2所述的飞机表面关键形貌特征的三维测量方法,其特征在于:所述步骤S223具体指:
对点云集合和点云集合/>每隔距离/>进行切分,生成点云子集合/>和点云子集合/>,/>是点云集合/>和点云集合/>中包含的子集合数量;
计算点云子集合和点云子集合/>的点云之间在x方向的最近距离,即取对缝左侧点云子集合/>中x坐标最大的点的x坐标/>和对缝右侧点云子集合/>中x坐标最小的点的x坐标/>,则对缝间隙的计算方法为:
;
其中,d i 为第i个采样点处的对缝间隙;
对点云集合和点云集合/>中的所有子集合重复上述步骤,获得/>个对缝间隙。
5.根据权利要1所述的飞机表面关键形貌特征的三维测量方法,其特征在于:所述对缝阶差的计算方法为:
步骤S231. 根据采集的二维图片,获得对缝的两条边缘线,将两条边缘线分别向外延拓距离,获取对缝的两个图像子区域;
步骤S232. 根据二维图像与三维点云的对应关系,获得对缝的两个图像子区域所对应的点云集合和点云集合/>;
步骤S233. 对点云集合中的所有点进行平面拟合,获取平面,计算点云集合/>中所有点到该平面的距离并求平均,得到对缝阶差/>,其中,/>为第i个采样点处的对缝阶差。
6.根据权利要5所述的飞机表面关键形貌特征的三维测量方法,其特征在于:所述步骤S233具体包括:
对点云集合和点云集合/>每隔距离/>进行切分,生成点云子集合/>和点云子集合/>,/>是点云集合/>和点云集合/>中包含的子集合数量;
对点云子集合中的所有点进行平面拟合,获取平面/>,记平面/>的方程为,计算点云子集合/>中所有点到平面/>的距离并求平均,得到对缝阶差/>;
其中,为第i个采样点处的对缝阶差;A 2 、B 2 、C 2 和 D 2 分别为平面方程的系数;
对点云集合和点云集合/>中的所有子集合重复上述步骤,获得/>个对缝阶差。
7.根据权利要求4所述的飞机表面关键形貌特征的三维测量方法,其特征在于:
所述距离,其中,/>为测量点云相邻点之间的间距,/>为测量点位的方向向量与对缝方向形成的夹角。
8.根据权利要求1所述的飞机表面关键形貌特征的三维测量方法,其特征在于:所述步骤S2还包括对二维图片进行预处理,即将采集的二维图片进行逐像素求平均值处理。
9.根据权利要求2所述的飞机表面关键形貌特征的三维测量方法,其特征在于:获得对缝的两条边缘线具体指:利用Canny算子进行边缘检测,获取对缝的边缘信息;再利用长度和连续性进行筛选,并进行直线拟合,得到对缝的两条边缘线。
10.根据权利要求1所述的飞机表面关键形貌特征的三维测量方法,其特征在于:所述步骤S1具体包括以下步骤:
步骤S11. 提取测量区域内各个钉头的法矢信息,经平均后计算得到测量点位的法矢向量;
步骤S12. 提取测量区域内各个钉头的位置信息,经平均后沿平均法矢方向偏移测量距离,得到测量点位的位置;
步骤S13. 提取测量区域内对缝的方向信息,使测量点位的方向向量与之形成夹角;
步骤S14. 以测量点位的位置以及方向向量为基准,进行测量,获取飞机表面的二维图片和三维点云信息。
11.根据权利要求1所述的飞机表面关键形貌特征的三维测量方法,其特征在于:所述步骤S2中计算铆钉凹凸量具体包括以下步骤:
步骤S211. 在采集的二维图片中进行圆识别,获取铆钉的边缘信息;对铆钉边缘进行椭圆拟合,并向内延拓距离,获取铆钉的图像子区域,对铆钉边缘的椭圆拟合结果向外延拓距离/>,获取蒙皮的图像子区域;
步骤S212. 根据二维图像与三维点云的对应关系,获取铆钉的图像子区域和蒙皮的图像子区域所对应的铆钉点云集合和蒙皮点云集合/>;
步骤S213. 对蒙皮点云集合进行平面拟合,获取蒙皮平面/>,记蒙皮平面的方程为,则铆钉凹凸量的计算方法为:
,
其中,为点云坐标,/>为铆钉点云集合内点云总数,A 1 、B 1 、C 1 和 D 1 分别为平面方程的系数,/>为铆钉凹凸量。
12.飞机表面关键形貌特征的三维测量***,其特征在于:用于上述权利要求1~11中任一权利要求所述的飞机表面关键形貌特征的三维测量方法中,用于获取飞机表面的二维图片和三维点云信息;所述测量***包括相机(1)、投影仪(2)以及驱动组件;所述驱动组件用于驱动相机(1)和投影仪(2)同时沿反方向转动相同角度,用于增大或减小测量距离,且测量范围的中心始终位于相机(1)和投影仪(2)光心连线的中垂线上。
13.根据权利要求12所述的飞机表面关键形貌特征的三维测量***,其特征在于:所述驱动组件包括相机齿轮(3)、投影仪齿轮(4)、相机齿条(5)、投影仪齿条(6)以及驱动齿轮(7);所述相机(1)、投影仪(2)分别设置在相机齿轮(3)和投影仪齿轮(4)上;所述相机齿轮(3)、投影仪齿轮(4)和驱动齿轮(7)的半径相同;所述相机齿条(5)包括用于与相机齿轮(3)啮合的第一齿条以及用于与驱动齿轮(7)啮合的第二齿条;所述投影仪齿条(6)包括用于与投影仪齿轮(4)啮合的第三齿条以及用于与驱动齿轮(7)啮合的第四齿条;所述驱动齿轮(7)旋转,用于同时带动第二齿条和第四齿条沿反方向移动,进一步带动相机齿轮(3)和投影仪齿轮(4)同时沿反方向转动相同角度,从而带动相机(1)和投影仪(2)同时沿反方向转动相同角度,用于调整测量距离。
14.根据权利要求13所述的飞机表面关键形貌特征的三维测量***,其特征在于:初始时,相机(1)和投影仪(2)光轴与水平方向的夹角相同。
15.根据权利要求13所述的飞机表面关键形貌特征的三维测量***,其特征在于:所述相机齿轮(3)和投影仪齿轮(4)上安装有角度编码器。
16.根据权利要求12所述的飞机表面关键形貌特征的三维测量***,其特征在于:所述相机(1)和投影仪(2)安装的镜头都为机械变焦镜头。
17.根据权利要求12所述的飞机表面关键形貌特征的三维测量***的使用方法,其特征在于:测量飞机外部时,驱动相机(1)和投影仪(2)同时向相互背离方向转动,增大测量距离;测量飞机内部狭窄空间时,驱动相机(1)和投影仪(2)同时向相互靠近方向转动,减少测量距离。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311488337.7A CN117213397B (zh) | 2023-11-09 | 2023-11-09 | 飞机表面关键形貌特征的三维测量方法、***及使用方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311488337.7A CN117213397B (zh) | 2023-11-09 | 2023-11-09 | 飞机表面关键形貌特征的三维测量方法、***及使用方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117213397A true CN117213397A (zh) | 2023-12-12 |
CN117213397B CN117213397B (zh) | 2024-03-19 |
Family
ID=89037549
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311488337.7A Active CN117213397B (zh) | 2023-11-09 | 2023-11-09 | 飞机表面关键形貌特征的三维测量方法、***及使用方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117213397B (zh) |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0845656A1 (fr) * | 1996-12-02 | 1998-06-03 | Espace Industrie Contrôle S.A. | Système de mesure de jeux et d'affleurements entre des pièces en vis-à-vis |
US20090151454A1 (en) * | 2007-12-17 | 2009-06-18 | Georgeson Gary E | Gap mapping for fitting composite doublers |
JP2015004389A (ja) * | 2013-06-20 | 2015-01-08 | トヨタ紡織株式会社 | 乗物用シート |
DE102015115763A1 (de) * | 2014-09-19 | 2016-03-24 | Electroimpact Inc. | Werkstückschutz in einer Verbindungsmaschine unter Verwendung eines Luftspalts |
CN106705847A (zh) * | 2017-01-18 | 2017-05-24 | 重庆市计量质量检测研究院 | 一种自由曲面内缝隙几何尺寸测量方法及装置 |
CN109506580A (zh) * | 2018-11-26 | 2019-03-22 | 清华大学 | 基于线激光三维扫描的锪孔质量检测方法 |
CN111062960A (zh) * | 2019-12-11 | 2020-04-24 | 南京航空航天大学 | 基于散乱点云的飞机蒙皮对缝特征线提取方法 |
CN111524129A (zh) * | 2020-04-29 | 2020-08-11 | 南京航空航天大学 | 一种基于端面提取的飞机蒙皮对缝间隙计算方法 |
CN111814888A (zh) * | 2020-07-14 | 2020-10-23 | 南京航空航天大学苏州研究院 | 一种面向飞机蒙皮对缝的三维扫描线点云间隙阶差提取方法 |
CN112053361A (zh) * | 2020-10-15 | 2020-12-08 | 南京航空航天大学 | 一种基于大规模点云的飞机蒙皮对缝检测方法 |
CN113624142A (zh) * | 2021-07-26 | 2021-11-09 | 成都飞机工业(集团)有限责任公司 | 一种飞机装配紧固件凹凸量检测方法 |
CN114627177A (zh) * | 2022-03-25 | 2022-06-14 | 南京航空航天大学 | 一种基于图像分割的飞机蒙皮间隙与阶差测量方法 |
CN114791270A (zh) * | 2022-06-23 | 2022-07-26 | 成都飞机工业(集团)有限责任公司 | 一种基于pca的飞机表面关键形貌特征包络测量场构建方法 |
US20220234719A1 (en) * | 2021-01-22 | 2022-07-28 | The Boeing Company | Aerodynamic structures and methods of forming aerodynamic structures |
CN115597512A (zh) * | 2022-12-14 | 2023-01-13 | 南京航空航天大学(Cn) | 一种汽车间隙测量及误差矫正方法 |
CN116358449A (zh) * | 2023-04-13 | 2023-06-30 | 东南大学 | 一种基于双目面结构光的飞机铆钉凹凸量测量方法 |
CN116842634A (zh) * | 2023-06-25 | 2023-10-03 | 成都飞机工业(集团)有限责任公司 | 基于三维模型测量制孔理论法矢与实际法矢偏差的方法 |
-
2023
- 2023-11-09 CN CN202311488337.7A patent/CN117213397B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0845656A1 (fr) * | 1996-12-02 | 1998-06-03 | Espace Industrie Contrôle S.A. | Système de mesure de jeux et d'affleurements entre des pièces en vis-à-vis |
US20090151454A1 (en) * | 2007-12-17 | 2009-06-18 | Georgeson Gary E | Gap mapping for fitting composite doublers |
JP2015004389A (ja) * | 2013-06-20 | 2015-01-08 | トヨタ紡織株式会社 | 乗物用シート |
DE102015115763A1 (de) * | 2014-09-19 | 2016-03-24 | Electroimpact Inc. | Werkstückschutz in einer Verbindungsmaschine unter Verwendung eines Luftspalts |
CN106705847A (zh) * | 2017-01-18 | 2017-05-24 | 重庆市计量质量检测研究院 | 一种自由曲面内缝隙几何尺寸测量方法及装置 |
CN109506580A (zh) * | 2018-11-26 | 2019-03-22 | 清华大学 | 基于线激光三维扫描的锪孔质量检测方法 |
CN111062960A (zh) * | 2019-12-11 | 2020-04-24 | 南京航空航天大学 | 基于散乱点云的飞机蒙皮对缝特征线提取方法 |
CN111524129A (zh) * | 2020-04-29 | 2020-08-11 | 南京航空航天大学 | 一种基于端面提取的飞机蒙皮对缝间隙计算方法 |
CN111814888A (zh) * | 2020-07-14 | 2020-10-23 | 南京航空航天大学苏州研究院 | 一种面向飞机蒙皮对缝的三维扫描线点云间隙阶差提取方法 |
CN112053361A (zh) * | 2020-10-15 | 2020-12-08 | 南京航空航天大学 | 一种基于大规模点云的飞机蒙皮对缝检测方法 |
US20220234719A1 (en) * | 2021-01-22 | 2022-07-28 | The Boeing Company | Aerodynamic structures and methods of forming aerodynamic structures |
CN113624142A (zh) * | 2021-07-26 | 2021-11-09 | 成都飞机工业(集团)有限责任公司 | 一种飞机装配紧固件凹凸量检测方法 |
CN114627177A (zh) * | 2022-03-25 | 2022-06-14 | 南京航空航天大学 | 一种基于图像分割的飞机蒙皮间隙与阶差测量方法 |
CN114791270A (zh) * | 2022-06-23 | 2022-07-26 | 成都飞机工业(集团)有限责任公司 | 一种基于pca的飞机表面关键形貌特征包络测量场构建方法 |
CN115597512A (zh) * | 2022-12-14 | 2023-01-13 | 南京航空航天大学(Cn) | 一种汽车间隙测量及误差矫正方法 |
CN116358449A (zh) * | 2023-04-13 | 2023-06-30 | 东南大学 | 一种基于双目面结构光的飞机铆钉凹凸量测量方法 |
CN116842634A (zh) * | 2023-06-25 | 2023-10-03 | 成都飞机工业(集团)有限责任公司 | 基于三维模型测量制孔理论法矢与实际法矢偏差的方法 |
Non-Patent Citations (2)
Title |
---|
杨凌辉;张正吉;林嘉睿;王金旺;徐秋宇;刘博文;: "融合光电扫描定位的大构件整体形貌测量方法", 红外与激光工程, no. 05 * |
汪俊;李红卫;: "飞机大尺寸自动化柔性测量技术研究进展", 南京航空航天大学学报, no. 03 * |
Also Published As
Publication number | Publication date |
---|---|
CN117213397B (zh) | 2024-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103499297B (zh) | 一种基于ccd的高精度测量方法 | |
CN107452024B (zh) | 一种用于旋转物体全场运动追踪的视觉测量方法 | |
CN102159918B (zh) | 用于测定机动车的车轮或车轴几何形状的方法和测量装置 | |
CN103615980B (zh) | 一种板件上圆孔参数的测量方法及*** | |
CN107516324B (zh) | 一种基于光条几何特征突变的目标边界提取方法 | |
CN103106632B (zh) | 一种基于均值漂移的不同精度三维点云数据的融合方法 | |
CN109612390A (zh) | 基于机器视觉的大尺寸工件自动测量*** | |
CN112697058A (zh) | 一种基于机器视觉的大尺寸板材装配间隙在线测量***与方法 | |
CN111612768A (zh) | 一种采用结构光空间定位和二维工业ct检测叶片方法 | |
CN107588723B (zh) | 一种基于两步法的高速动目标上圆形标记漏点检测方法 | |
CN105423954A (zh) | 一种基于视觉测量的柔壁喷管的测量方法 | |
CN112697388B (zh) | 一种基于纹影图像的高超声速风洞模型姿态角测量方法 | |
US20230258445A1 (en) | Three-dimensional (3d) structured light camera based method and system for measuring gap of vehicle body | |
CN110375674A (zh) | 一种精密制造设备的视觉检测*** | |
CN104390584A (zh) | 双目视觉激光标定测量装置及测量方法 | |
US6917700B2 (en) | Method and apparatus for the determination of the contour of sheet metal blanks | |
WO2023142608A1 (zh) | 获得飞机面型的***和方法 | |
CN113375594A (zh) | 飞机蒙皮型面数字化检测方法 | |
CN114170284B (zh) | 基于主动标志点投射辅助的多视图点云配准方法 | |
CN112002013A (zh) | 一种三维交叠式建模方法 | |
CN109816682B (zh) | 一种基于凹凸性的腕臂***分割与参数检测方法 | |
CN116817796B (zh) | 基于双远心镜头的曲面工件精确度参数测量方法及装置 | |
CN117213397B (zh) | 飞机表面关键形貌特征的三维测量方法、***及使用方法 | |
CN113566735A (zh) | 一种火箭发动机喷管冷却通道线激光在位测量方法 | |
CN116958218A (zh) | 一种基于标定板角点对齐的点云与图像配准方法及设备 |
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 |