CRTSⅢ型板點云數據與設計模型自動匹配研究

李朋亮

（中鐵二十二局集團有限公司 北京 100043）

1 引言

CRTSⅢ型無砟軌道板［1］已在我國鐵路工程建設中大范圍采用，按照現行先張法預應力混凝土無砟軌道板施工規范［2］要求，必須逐塊對CRTSⅢ型軌道板的外形尺寸進行檢測。針對目前采用全站儀配檢測工裝［3］進行逐點測量常規檢測方法中存在的檢測效率低、精度差等缺陷，以京沈客專京冀段九標軌道板場為背景，提出工業機器人［4］加載法如三維成像儀［5］對軌道板進行自動化掃描檢測［6］的方法，研發了CRTSⅢ型板檢測系統［7］，大幅提高檢測效率和精度，減少檢測人員，降低檢測成本。

CRTSⅢ型板檢測系統中點云數據處理軟件是基于 PolyWorks｜Inspector平臺自主開發的，Poly-Works｜Inspector模塊通常應用于工件檢測和診斷。可使用非接觸點云掃描［8］和單點接觸式探測設備來獲取工具及零件的尺寸，診斷和防止制造及裝配問題，可通過實時測量指導安裝，監控裝配產品的質量［9］，工作流程包含以下幾步：

（1）導入數字模型。輸入CAD模型或三角化模型作為理論數據。

（2）獲取實測數據。通過導入點云作為實測數據，也可通過硬件的插件實時采集數據。

（3）建立坐標系。將實測數據與理論數據進行對齊。

（4）解析數據。通過彩圖比較、斷面線、量規、比較點等方法分析數據。

（5）輸出報告。自動生成報告，可自定義報告模板。

其中“建立坐標系”是“解析數據”的基礎。若軌道板表面實測點云數據未與軌道板三維設計模型對齊［10］，則無法利用軌道板三維實體模型的特征計算相關測量值。

點云數據與三維設計模型的對齊精度直接影響軌道板三維設計模型中“特征面”、“特征圓”、“特征線”和“特征點”的計算精度［11］。若二者未精確對齊，則會使各種“特征”的測量值“失真”，引起軌道板檢測結果“失真”甚至錯誤。

軌道板點云數據與三維設計模型應實現自動化對齊［12］。若人工手動完成點云數據與三維設計模型的對齊工作，則不滿足系統“自動化”的設計要求，且增加系統操作難度，無法實現“一鍵式操作”的功能特點。因此，實現點云數據與設計模型自動精確對齊是高速鐵路CRTSⅢ型軌道板外形尺寸偏差自動化檢測系統集成的關鍵技術。

2 PolyWorks|Inspector的常用匹配方法

PolyWorks｜Inspector中“建立坐標系”可由多種途徑和方式實現。常用方法分為以下幾類：

（1）使用對象曲面對齊。該方法基于自動預對齊或使用手動預對齊完成點云數據與模型的粗對齊，最后精確對齊最佳擬合數據對象至參考對象。

（2）通過探測曲面點對齊。該方法通過硬探測的點對齊至參考對象上相同位置。

（3）特征對齊。根據使用特征項目的不同，該方法分為“平面－軸－中心點”對齊、“中心點”對齊、“垂直平面”對齊。

（4）使用參考目標對齊。該方法使用參考目標來對齊數據對象至參考對象。

（5）使用基準參考框對齊。該方法分為基準參考框對齊和探測基準參考框對齊。

上述方法中，特征對齊需要數據對象與參考對象都含有對應的特征項目，而數據對象中的特征項目無法自動建立。探測曲面點應用于硬探測，在非接觸式測量中無法應用。參考目標對齊中數據對象須預對齊至參考對象，且數據對象包含參考目標點。基準參考框對齊中數據對象須包含基準目標。綜上所述，若數據對象通過非接觸式掃描獲得且未包含特征項目、參考目標或基準目標時，上述方法都無法自動精確對齊至參考對象。

最佳擬合數據對象至參考對象需完成“自動預對齊”或“手動預對齊”。自動預對齊需數據對象與參考對象基本一致，手動預對齊需人工手動在“數據對象”與“參考對象”中選擇至少3對位置大概一致的點。該方法無需數據對象包含特征、參考目標或基準目標等利用硬探測或手動建立特征目標的項目即可完成精確對齊。

3 最佳擬合對齊

高速鐵路CRTSⅢ型軌道板外形尺寸偏差自動化檢測系統使用“改進后的最佳擬合數據對象至參考對象”的方法對齊軌道板表面點云數據至軌道板三維設計模型，最佳擬合對齊是基于曲面的對齊工具，通過迭代轉換數據對象的位置和姿態、稀釋后點云數據至相關參考對象曲面的偏差來實現數據對象與參考對象的對齊。本質為求得數據對象與參考對象的最優平移和旋轉參數。

最佳擬合對齊前需數據對象預對齊至參考對象。預對齊方式分為兩種：自動預對齊和點對預對齊，其中自動預對齊需數據對象涵蓋大部分的參考對象，且參考對象無對稱形狀。

CRTSⅢ型軌道板三維設計模型以“軌道板中心線”對稱，且自動化檢測系統獲取點云數據的區域為軌道板特征部位，未包含大部分軌道板三維實體模型，軌道板表面點云數據拼接成果與軌道板三維實體模型之間的相對關系如圖1所示。因此，自動化檢測系統不能使用“自動預對齊方式”進行預對齊。

圖1 點云數據與三維設計模型相對關系

CRTSⅢ型軌道板外形尺寸偏差自動化檢測系統中，軌道板檢測時的放置方式如圖2所示。軌道板檢測時放置的前后左右各方向位置偏差小于100 mm，因此，設置PolyWorks｜Inspector中三維實體模型表面點云數據的搜索距離參數為100 mm。

圖2 軌道板檢測時的放置方式

預對齊完成后，設置其他參數，包括“采樣”和“最大角度”參數設置，保障二者對齊的工作效率和對齊精度。

（1）采樣的參數配置。采樣即為用于對齊計算的點云數據比例，采樣中選擇全部點云數據，對齊精度最高，但點云數據量較大，數據計算分析時間長，不利于提高檢測效率，需在不影響對齊精度前提下，選擇最佳“采樣”參數，對不同采樣比例進行測試，測試結果如表1所示。

表1 采樣參數設置測試 mm

從表1中可知，當采樣數據只占總數據量的“1/64”時，大大降低了迭代計算的效率以及對齊的精度；采樣為“1/16”時計算效率無明顯差別，但平移參數與“1/1”的平移參數相差較大，不符合對齊精度要求；采樣為“1/1”時與“1/4”時的迭代運算量相同，但“1/1”的計算時間更長，因此選取采樣比例“1/4”作為采樣參數。

（2）最大角度的參數配置。最大角度參數作為一個過濾器，確保每個考慮的數據單元法向與參考對象的法向相匹配。兩個法向之間的角度偏差必須小于指定的最大角度，如果法向之間偏差超過最大值時，將重新搜索參考對象，直至具有兼容方向的參考點達到最大距離的要求為止。選取不同最大角度進行測試，測試結果如表2所示。

表2 最大角度參數設置測試 mm

在點云數據質量良好的情況下，最大角度對點云對齊的影響不大；如果在點云質量不佳時，可增大最大角度的設置，防止過濾過多數據，影響對齊計算精度。自動化檢測系統獲取的點云數據質量極高，因此使用默認參數配置：“最大角度”設置為45°。

4 對齊匹配優化

利用上述方法自動對齊軌道板表面特征部位點云數據至軌道板三維設計模型時，由于點云數據量多達700 MB，耗時大于10 min，不滿足自動化檢測系統“高效率”的要求。

為提高檢測效率，加快點云數據處理速度，CRTSⅢ型軌道板外形尺寸偏差自動化檢測系統采用“獲取－拼接－對齊”方案，點云數據的獲取、對齊與拼接同步進行，具體運行過程如下：

（1）庫卡機器人攜帶法如三維成像儀移動至第一個掃描位置，獲取當前位置承軌臺點云數據。

（2）利用庫卡機器人傳遞的成像儀坐標系在機器人基坐標系下的位置和姿態參數，轉換軌道板在該位置的點云數據至庫卡機器人基坐標系下。

（3）利用自動化檢測系統投入運行前配置的“預對齊參數”，預對齊當前承軌臺至軌道板三維設計模型對應的承軌臺。

（4）利用“最佳擬合數據至參考對象”，精確對齊當前位置承軌臺。

（5）輸出當前位置承軌臺的“最后移動矩陣”。

（6）庫卡機器人攜帶法如三維成像儀移動至下一個掃描位置，獲取當前位置軌道板表面點云數據。

（7）重復步驟（2）和（3），完成點云數據的預對齊。

（8）利用第一個位置承軌臺點云數據的“最后移動矩陣”，完成表面當前點云數據與軌道板三維設計模型對應表面的精確對齊。

（9）重復步驟（6）、（7）、（8）。

（10）完成軌道板特征部位表面點云數據的獲取、拼接與對齊。

軌道板檢測時每次放置姿態不一致，位置稍有偏差，且軌道板體積較大，若利用某一個承軌臺的精確對齊參數作為基準，轉換軌道板表面其他特征部位點云數據至軌道板三維標準模型下，對齊結果會出現表面點云整體“上翹”或“下踏”現象。因此，需對軌道板表面點云數據整體與軌道板三維設計模型進行最終整體調整對齊。

為保證對齊效率和精度，指定成品板“四角承軌臺”點云數據作為數據對象，指定軌道板三維設計模型作為參考對象，利用“最佳擬合數據至參考對象”方法，設置采樣率為“1/64”精確對齊軌道板表面點云數據至軌道板三維設計模型。

利用上述方法對齊軌道板點云數據至軌道板三維設計模型，當獲取軌道板指定部位點云數據后，自動化檢測系統將實時對齊點云數據，整體對齊時間小于10 s，點云數據對齊成果如圖3所示。

圖3 點云數據與軌道板模型對齊成果

軌道板不同部位點云數據進行拼接和對齊后，進行點云數據擬合計算，得到軌道板“自動化檢測”成果。該成果與采用其他檢測方法的檢測成果對比，檢測成果基本一致，表明該對齊方法應用于高速鐵路CRTSⅢ型軌道板外形尺寸偏差自動化檢測系統是可靠有效的。

5 結論

綜上所述，利用上述方法對軌道板表面不同部位點云數據進行拼接和對齊，全程無需人工干預，精度高，耗時少。利用“獲取－拼接－對齊”的點云數據預處理方案滿足高速鐵路CRTSⅢ型軌道板外形尺寸偏差自動化檢測系統設計需求。