一种面向铆钉孔测量点云数据的圆孔特征提取方法与流程

本发明涉及飞机制造中零件检测技术领域，尤其涉及一种面向铆钉孔测量点云数据的圆孔特征提取方法。

背景技术：

铆钉孔的制孔精度对于飞机制造与装配的质量有着重要的意义，对于精度要求较高的铆钉孔，制孔后需要对孔进行检测，传统三坐标测量机检测方法效率低且对大尺寸辅助壁板等零件检测困难，而制造专用铆钉孔检测检具耗时长且成本高，随着飞机生产对铆钉孔制孔精度要求的提高、孔检测需求的增大，逐渐采用非接触式扫描测量方式检测铆钉孔，这种方式得到的是铆钉孔散乱点云，需要对点云数据进行处理提取点云中的铆钉孔特征。

经检索，中国专利申请号为cn201710718764.8的专利，公开了一种飞机蒙皮上的铆钉孔孔位检测方法，包括步骤如下：a.制做一套与蒙皮零件相匹配的托架用于支撑；b.在托架上做出基准孔作为测量用的基准；c.蒙皮零件安放在托架上固定后，蒙皮零件上的定位孔与托架上的定位孔采用定位销进行定位；d.将基准孔的坐标输入激光跟踪仪设备，拟合基准孔坐标，使基准孔坐标与模具设计的理论坐标相重合；e.以基准孔为基准进行激光跟踪仪对铆钉孔孔位进行测量；f.对铆钉孔测量的坐标值数据与蒙皮零件数模中坐标值进行比对，以判断铆钉孔孔位是否符合要求。上述专利中的飞机蒙皮上的铆钉孔孔位检测方法存在以下不足：操作复杂且测量时间长，需要人工及时参与。

技术实现要素：

本发明的目的是为了解决现有技术中存在的缺点，而提出的一种面向铆钉孔测量点云数据的圆孔特征提取方法。

为了实现上述目的，本发明采用了如下技术方案：

一种面向铆钉孔测量点云数据的圆孔特征提取方法，包括如下步骤：

s1：通过点云中每个点的k邻域点分布情况提取点云边界点；

s2：通过边界点欧式距离聚类分割得到属于不同边界特征的点云块；

s3：通过椭圆拟合法提取分割点云块中的铆钉孔边界。

优选地：所述点云边界点的提取方法，包括如下步骤：

s11：采用kd树法建立散乱点云的kd树结构，以点pi和其k邻域点nj(j=0,1,2…k-1)构成的点集x来最小二乘拟合得到pi点的局部切平面；

s12：在切平面上建立平面坐标系，以pi的到切平面投影点pi作为坐标原点，pi点和n0点的投影点构成的向量作为坐标系x轴，平面法向与向量的叉乘×作为坐标系y轴；

s13：将点集x中每个点的三维坐标都转换到该平面坐标系上，得到点集x的二维坐标集合；

s14：以中的点作为向量起点，点作为向量终点，得到平面向量集(j=0,1,2…k-1)，计算中每个向量到局部坐标系的x轴的夹角αj和与y轴的夹角βj；

s15：根据边界点θj中的最大值θmax识别边界点。

优选地：所述s14中若βj>π/2，则αj=αj+π，然后将αj以升序进行排列得到角度序列ηj，计算ηj相邻角度之间的夹角θj=ηj-ηj-1，其中。

优选地：所述s15中当相邻角度序列θj中的最大夹角θmax超过最大夹角阈值εθ时，则点pi为边界点，否则点pi为非边界点，阈值的大小要视点云分布情况而定，一般将阈值设置为π/2。

优选地：所述边界点欧式距离聚类分割为边界点云中的不同边界特征具有同边界特征内相邻点距离连续的特点，即同边界特征内的相邻点距离间距较小，不同边界特征的最近点距离较大。

优选地：所述边界点欧式距离聚类分割的方法，包括如下步骤：

s31：对边界点云x建立kd树点云结构，方便后续点邻域搜索；

s32：创建空的聚类集c和点集q；

s33：对任意点pix进行处理；

s34：当边界点云x中每个点都执行过s33步骤后，就得到了聚类集c；

s35：删除聚类集c中的点数量少于nmin的点云块，得到最终聚类集c，分割完成。

优选地：所述s33中对任意点pix，执行以下步骤：

s41：把pi加入q中；

s42：对每个点piq，执行以下步骤：

a、通过边界点kd树的k近邻搜索算法找到pi的k邻域，放入点集；

b、对每个，若不在q中，且与pj的欧式距离rj<dth，则把加入q中并从x中移除；

s43：当q找不到新点加入时，则把q放入聚类集c中，清空q。

优选地：所述通过椭圆拟合法提取分割点云块中的铆钉孔边界，包括如下步骤：

s51：对分割点云块cic最小二乘拟合平面，构建局部平面二维坐标系，将点云块ci中所有点的三维坐标转换到构建的局部平面二维坐标系下，得到二维坐标；

s52：对平面二维坐标最小二乘拟合平面椭圆，得到椭圆方程ax²+bxy+cy²+dx+ey+f=0、椭圆圆心和长短轴半径和；

s53：根据椭圆拟合误差error、长短轴之比ratio、最大半径阈值rmax、最小半径阈值rmin和圆心位置阈值εd提取边界点云块中的铆钉孔边界特征。

优选地：所述构建局部平面二维坐标系为以平面上的任一向量作为坐标系x轴，平面的法向与的叉乘作为坐标系y轴，点云块ci中的任一点p0在平面上的投影点作为坐标系原点。

本发明的有益效果为：

1.取代了传统接触式测量铆钉孔的方法，能够有效克服手工划线及人工切割的缺点，测量效率高且柔性好，相对于其它基于散乱点云的铆钉孔特提取方法，过程简化，可以减少提取过程中过多的人工参与，自动化程度高。

2.采用kd树法建立散乱点云的kd树结构，从而便于查找出点云中每个点pi的k邻域点集nj(j=0,1,2…k-1)。

3.点云中可能存在有其他不是铆钉孔的圆孔，需要对其进行剔除，计算非铆钉圆孔理论圆心与该算法拟合椭圆圆心的空间距离dc，若dc小于设定阈值，则剔除该提取孔，准确性高。

附图说明

图1为本发明提出的一种面向铆钉孔测量点云数据的圆孔特征提取方法的流程示意图；

图2为本发明提出的一种面向铆钉孔测量点云数据的圆孔特征提取方法的铆钉孔点云数据示意图；

图3为本发明提出的一种面向铆钉孔测量点云数据的圆孔特征提取方法的建立局部平面坐标系示意图；

图4为本发明提出的一种面向铆钉孔测量点云数据的圆孔特征提取方法的计算相邻向量夹角示意图；

图5为本发明提出的一种面向铆钉孔测量点云数据的圆孔特征提取方法的边界点识别示意图。

具体实施方式

下面结合具体实施方式对本专利的技术方案作进一步详细地说明。

下面详细描述本专利的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本专利，而不能理解为对本专利的限制。

在本专利的描述中，需要理解的是，术语“中心”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本专利的限制。

在本专利的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“设置”应做广义理解，例如，可以是固定相连、设置，也可以是可拆卸连接、设置，或一体地连接、设置。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本专利中的具体含义。

一种面向铆钉孔测量点云数据的圆孔特征提取方法，如图1-4所示，包括如下步骤：

s1：通过点云中每个点的k邻域点分布情况提取点云边界点；

s2：通过边界点欧式距离聚类分割得到属于不同边界特征的点云块；

s3：通过椭圆拟合法提取分割点云块中的铆钉孔边界。

所述点云边界点的提取方法，包括如下步骤：

s11：采用kd树法建立散乱点云的kd树结构，以点pi和其k邻域点nj(j=0,1,2…k-1)构成的点集x来最小二乘拟合得到pi点的局部切平面；

s12：在切平面上建立平面坐标系，以pi的到切平面投影点pi作为坐标原点，pi点和n0点的投影点构成的向量作为坐标系x轴，平面法向与向量的叉乘×作为坐标系y轴；

s13：将点集x中每个点的三维坐标都转换到该平面坐标系上，得到点集x的二维坐标集合；

s14：以中的点作为向量起点，点作为向量终点，得到平面向量集(j=0,1,2…k-1)，计算中每个向量到局部坐标系的x轴的夹角αj和与y轴的夹角βj；

s15：根据边界点θj中的最大值θmax识别边界点。

具体的，所述s14中若βj>π/2，则αj=αj+π，然后将αj以升序进行排列得到角度序列ηj，计算ηj相邻角度之间的夹角θj=ηj-ηj-1，其中。

具体的，所述s15中当相邻角度序列θj中的最大夹角θmax超过最大夹角阈值εθ时，则点pi为边界点，否则点pi为非边界点，阈值的大小要视点云分布情况而定，一般将阈值设置为π/2。

所述边界点欧式距离聚类分割为边界点云中的不同边界特征具有同边界特征内相邻点距离连续的特点，即同边界特征内的相邻点距离间距较小，不同边界特征的最近点距离较大。

进一步的，所述边界点欧式距离聚类分割的方法，包括如下步骤：

s31：对边界点云x建立kd树点云结构，方便后续点邻域搜索；

s32：创建空的聚类集c和点集q；

s33：对任意点pix进行处理；

s34：当边界点云x中每个点都执行过s33步骤后，就得到了聚类集c；

s35：删除聚类集c中的点数量少于nmin的点云块，得到最终聚类集c，分割完成。

进一步的，所述s33中对任意点pix，执行以下步骤：

s41：把pi加入q中；

s42：对每个点piq，执行以下步骤：

a、通过边界点kd树的k近邻搜索算法找到pi的k邻域，放入点集；

b、对每个，若不在q中，且与pj的欧式距离rj<dth，则把加入q中并从x中移除；

s43：当q找不到新点加入时，则把q放入聚类集c中，清空q。

再进一步的，所述dth为聚类分割阈值。

再进一步的，所述nmin为最小聚类点数量阈值。

所述通过椭圆拟合法提取分割点云块中的铆钉孔边界，包括如下步骤：

s51：对分割点云块cic最小二乘拟合平面，构建局部平面二维坐标系，将点云块ci中所有点的三维坐标转换到构建的局部平面二维坐标系下，得到二维坐标；

s52：对平面二维坐标最小二乘拟合平面椭圆，得到椭圆方程ax²+bxy+cy²+dx+ey+f=0、椭圆圆心和长短轴半径和；

s53：根据椭圆拟合误差error、长短轴之比ratio、最大半径阈值rmax、最小半径阈值rmin和圆心位置阈值εd提取边界点云块中的铆钉孔边界特征。

进一步的，所述构建局部平面二维坐标系为以平面上的任一向量作为坐标系x轴，平面的法向与的叉乘作为坐标系y轴，点云块ci中的任一点p0在平面上的投影点作为坐标系原点。

所述椭圆方程ax²+bxy+cy²+dx+ey+f=0的求解，如下：

令和，则优化目标为：min=，s.t.>0，由于=0时，w存在缩放因子使得所有w’=aw也满足优化目标，因此可令=1，于是优化目标就变为：min=，s.t.=1，对式构造拉格朗日函数：l(w,λ)=-λ(-1)，求导，令，可得-λhw=0→=λhw，令s=，则sw=λhw，通过求解广义逆矩阵得到6个可能的解w，由于s为正定矩阵，所以λ>0，因此可以用=1和λ>0这两个条件来筛选得到最终合格的解。

其中h=，>0是椭圆拟合参数约束4ac->0。

计算椭圆圆心和长短轴半径和：

计算椭圆拟合误差error与长短轴之比ratio：

其中，f(p)为网格面的集合，n为点云块cic中点的数量，若error>εe，εe为拟合误差阈值，则为该分割点云块为非椭圆，即非铆钉孔，若error<εe，则比较长短轴之比；若1-εr<ratio<1-εr，εr为长短轴比阈值，则该分割点云块圆度高，即为铆钉孔边界，否则为非铆钉孔边界；若对铆钉孔半径大小有要求，可设置最大半径阈值rmax和最小半径阈值rmin，将长短轴的均值与rmax和rmin比较来提取满足半径要求的铆钉孔，点云中可能有其他不是铆钉孔的圆孔，需要对其进行剔除，计算非铆钉圆孔理论圆心与该算法拟合椭圆圆心的空间距离dc，若dc小于设定阈值，则剔除该提取孔。

本实施例在使用时，采用kd树法建立散乱点云的kd树结构，从而查找出点云中每个点pi的k邻域点集nj(j=0,1,2…k-1)，取代了传统接触式测量铆钉孔的方法，能够有效克服手工划线及人工切割的缺点。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。