劉曉晶,桑偉
北京奔馳汽車有限公司 北京 100176
隨著生活水平的不斷提高,消費者對汽車質量的要求也在隨之提高。車身間隙/段差是用戶對汽車的第一印象,同時對汽車在密封防水、噪聲抑制等性能上產生直接影響,因此在汽車制造中對車身間隙段差的重視程度不斷提升[1]。汽車零部件的制造與裝配精度是控制車身質量的關鍵因素,傳統方法是將車身實際零部件進行匹配,然后測量其間隙段差,測量過程需要安裝支具、固定零件與調整坐標系,且在整體裝配后才能發現問題,這使得信息不能得到及時反饋,存在效率低、成本高的缺點。因此提出基于Polyworks的車身虛擬匹配方法,在零部件裝配前獲取匹配信息,對車身間隙超差或干涉等問題進行提前預警,可有效提高工作效率,降低汽車生產成本。
虛擬匹配是實際零部件裝配過程在計算機中實現的一種技術方法,即在計算機中完成點云建模、坐標轉換、零件裝配和數據分析等全程協調的設計手段[2]。與虛擬匹配不同的是,虛擬裝配采用理想數模進行裝配[3],其模型不存在誤差與變形等因素,但在實際生產中,所用零件不可避免地存在制造偏差,虛擬裝配無法反映真實產品的裝配質量。虛擬匹配是使用雙目視覺、三維激光等測量手段,采集零部件整體點云模型,并通過數據建模技術,得到可視化的真實點云數據,并在計算機中進行可變化的、精確的對齊裝配,以實現車身實際裝配潛在問題的可視化分析與處理。
為保證模型能夠更加準確地描述零件數據特征,本研究采用ZEISS PRO測量臂搭載ZEISS EagleEye2 navigator激光傳感器,如圖1所示,該組合方案可獲取零件特征微米級信息。另外,其他基于光學的測量系統,在具備一定分辨率和數據格式的前提下,也可作為數據源,如ATOS GOM和海克斯康360SIMS系統。本研究試驗處理平臺為臺式計算機。在此基礎上,通過Polyworks 2018進行模型裝配與點云數據處理分析,最終實現測量結果的高品質評估。

圖1 硬件配置
本研究擬采用激光三維掃描的方式,獲取汽車零件的點云信息,通過對三維數據的處理與逆向建模,得到零件真實模型的特征數據。在計算機的虛擬環境中,按照工藝要求或裝配分析要求,對零件模型進行對齊裝配,并生成檢測報告,實現對裝配結果的匹配分析與單件分析。
本研究所用方法關鍵技術主要包括:三維點云獲取、數據去噪、輕量化處理和模型重構。
三維點云數據的準確性直接關系著測量結果的精度與可信度。由于汽車零件多為鈑金制品,該類工件存在柔性與回彈性,探針等接觸式測量方式受觸發力和測點密度的影響,不能全面反映零件尺寸狀態,且數據在計算方面受到很大限制。本研究使用激光掃描的方法,能夠實現零接觸測量,可避免測量力帶來的隨機誤差與系統誤差。在實際工作中,單次掃描往往僅能測量零件的局部數據,為得到完整的三維點云,測量臂需搭載測頭從不同位置與角度進行多次掃描,相鄰兩次掃描部分應有重合,重疊區域占整體數據的15%~25%,測量獲取零件點云信息如圖2所示。

圖2 零件點云文件
通過激光掃描直接獲取的三維點云數據會存在一些噪點,產生噪點的因素主要有夾具的誤掃描、環境因素與設備誤差等,如不去除數據中的噪點,將對模型裝配精度造成影響。噪點去除方式分為人工手動去噪和自動擬合去噪。人工去噪是通過測量人員對點云數據進行檢查,并在軟件中手動去除噪點,此方法簡單直觀,但大型零件的點云數據巨大,手動去噪的效率低下,通常用于噪聲的初步處理。自動擬合去噪是采用點云數據與理想數模進行擬合,通過設置參數,消除數據中的粗差點,此方法能夠快速地去除點云中的噪聲,去噪效果如圖3所示。

圖3 防護工裝

圖3 點云去噪效果
在點云去噪后仍然會有大量重疊的數據在點云中存在,若直接對數據進行建模,會增加計算機的運算負荷,甚至會導致模型異常情況的出現。因此需對點云數據進行輕量化處理。本研究采用八叉樹結構精簡法,其做法是在三維空間中選定包圍點云的最小立方塊,并將此立方塊劃分為8個大小相同的立方塊,然后依次對各小立方塊進行相同的分割,直至立方塊達到預設條件位置,精簡前后的部分點云如圖4所示。可以看出,該方法能夠實現消除重疊數據、精簡點云的目標。

圖4 輕量化效果
處理后的點云依然是離散的數據點,其并不能直接用來進行裝配,需對點云進行重構,使之成為具有面結構的實體模型。Polyworks采用Delaunay三角剖分算法[5],將點云數據中的測點以三角形進行包絡,此方法計算式可覆蓋點云中全部數據,且無論從點云中何處構建三角網絡,最終得到的結果都是相同的,確保相同點云重構出的模型具有唯一性。模型重構后所有點云數據形成了一個整體,如圖5所示。可以看出,處理后的模具有更高的完備性,為后續在虛擬環境中進行裝配提供了必要條件。

圖5 模型重構效果
車身零件在實際裝配中出現間隙過盈或干涉時,由于車身裝配情況復雜,進行單件測量極為不便,因此很難判斷調整哪個零件以及如何調整[6]。在虛擬匹配的報告中,不但可以清晰地看出裝配后計算結果的所在位置,并且可以直接查看單個零件與理想數模之間的偏差,從而快速有效地找到問題零件,實現提前預警。根據報告結果進行分析,對問題零件提前調整或修改制造模具,最終實現一次裝配成功的目標。
本研究通過激光三維掃描與點云逆向建模的方式獲取實際零件的特征數據,在此基礎上,對機蓋和翼子板進行檢測試驗,并生成標準化報告,對其裝配結果進行分析。
在獲取機蓋和翼子板模型后,為保證兩個工件在同一坐標系下進行精準裝配,本研究采用最佳擬合方法,以理想數模所在坐標為標準坐標系,將點云看做剛體的單點,在坐標轉換時只有平移和旋轉,因此工件坐標系和標準坐標系的對齊可用變換矩陣R、T來表示:

式中,?、w、k分別表示X、Y、Z軸的旋轉角;Tx、Ty、Tz分別表示各坐標軸的平移量。

通過工件模型與理想數模擬合的操作,機蓋與翼子板模型在計算機環境中實現了虛擬裝配,可用于后續對比與分析。
根據實際試生產調試需要,在虛擬裝配后的模型上選取測量點,對其進行測量,并生成報告。通過機蓋與翼子板的間隙測量結果報告可以看出,機蓋與翼子板之間存在1.4mm的V形間隙,偏差0.53mm~-0.87mm。機蓋和翼子板分別的偏差值,即零件制造誤差,通過測點顏色與對應數值刻度能夠直觀的顯示出工件的偏差狀態。分別查看機蓋和翼子板在該區域的公差標準,均為±0.4mm,可以看出造成此問題的主要原因是機蓋在測點處偏差較大,屬于單件超差導致的裝配干涉,需對此件進行修整以用于后續生產裝配。
為了實現標準化的虛擬匹配過程,基于上述研究成果,須對數據和報告頁面進行標準化設置。
首先根據整車DTS斷面(Dimensional Technical Specification尺寸技術規范),在Polyworks中設置固定的測量斷面和計算公式,并對其進行編號,匹配計算結果為DMO數據格式上傳至數據庫服務器中特定的路徑。數據庫中以編號為索引,將樣本信息和經過編號的斷面設置為變量,對全部匹配計算結果進行數據管理,即通過報告模板和數據的篩選,將特定樣本的計算結果載入經過編號的變量中,進行可視化、標準化顯示,系統可以一次載入多組樣本,可同步實現SPC過程監控。通過數據管理系統,虛擬匹配的結果以標準化的格式顯示在各工藝位、制造工程師的辦公電腦上,實現了高效的無紙化數據傳輸。
本文采用虛擬匹配的方法,對車身零件進行逆向建模,獲取零件真實數據特征,并在計算機中將零件模型與理想數模進行對比與裝配,實現問題零件的提前預警,相比于傳統的實物匹配:減少了匹配支架的采購,省去了實物零件精確裝配所必須的長時間裝配調整,避免了專用測量設備的長時間占用,有效避免實際裝配中反復調裝與復雜測量的問題。大規模投入使用,可縮短模具夾具的調試周期,達到汽車試生產調試期間已經量產過程中,尺寸質量成本的降低和測量效率的大幅提升。