AutoScan系列復(fù)雜零件自動化三維測量裝備開發(fā)與應(yīng)用

李中偉，張攀，鐘凱，李文龍

1. 華中科技大學(xué) 材料科學(xué)與工程學(xué)院 材料成形與模具技術(shù)國家重點(diǎn)實(shí)驗(yàn)室，武漢 430074 2. 華中科技大學(xué) 機(jī)械科學(xué)與工程學(xué)院 數(shù)字制造裝備與技術(shù)國家重點(diǎn)實(shí)驗(yàn)室，武漢 430074

航空發(fā)動機(jī)機(jī)匣、葉片等關(guān)鍵零件形狀復(fù)雜，成形精度難以控制，其制造水平代表國家的核心競爭力。三維測量不僅能夠?qū)崿F(xiàn)復(fù)雜零件的精度檢測，還可為后續(xù)工藝優(yōu)化提供基礎(chǔ)數(shù)據(jù)，是保證復(fù)雜零件成形制造精度的關(guān)鍵技術(shù)。“中國制造2025”“德國工業(yè)4.0”等戰(zhàn)略規(guī)劃均闡明了工業(yè)零件三維測量和精度檢測對于發(fā)展高端制造和智能制造的重要性，并將其列為重點(diǎn)研究內(nèi)容。

現(xiàn)有自動化三維測量方法主要有線結(jié)構(gòu)光法[1-2]和面結(jié)構(gòu)光法[3-6]兩類。線結(jié)構(gòu)光法通過向被測物體表面投影線條獲取一條線的三維數(shù)據(jù)，結(jié)構(gòu)簡單，測量精度高，但在效率方面存在較大局限。面結(jié)構(gòu)光法向被測物體表面投影光柵條紋圖案獲取一個(gè)形面的三維數(shù)據(jù)，結(jié)構(gòu)相對復(fù)雜，但測量速度快，數(shù)據(jù)密度大，是進(jìn)行自動化三維測量的首選方法。基于面結(jié)構(gòu)光和機(jī)器人的自動化三維測量技術(shù)，由機(jī)器人按照預(yù)先規(guī)劃的測量視點(diǎn)和測量路徑帶動面結(jié)構(gòu)光三維測頭，從多個(gè)視角對復(fù)雜零件進(jìn)行自動化三維測量[7-8]，具有速度快、精度高等優(yōu)勢，是實(shí)現(xiàn)自動化三維測量的主流技術(shù)之一。

國內(nèi)外許多機(jī)構(gòu)對此技術(shù)進(jìn)行了深入研究，并開發(fā)了相應(yīng)的自動化三維測量裝備，在航空、汽車等領(lǐng)域的復(fù)雜零件精度檢測方面進(jìn)行了推廣和應(yīng)用[9]。如：GOM公司研發(fā)的ScanBox系列自動化三維測量裝備，可對航空發(fā)動機(jī)風(fēng)扇葉片上的關(guān)鍵表面區(qū)域進(jìn)行檢測，達(dá)到微米級精度[10]；Hexagon公司所研發(fā)的PartInspect L系列自動化三維測量設(shè)備，已應(yīng)用于航空、航天等多個(gè)領(lǐng)域，精確重建出航空發(fā)動機(jī)葉片、葉盤零部件的輪廓形狀和細(xì)節(jié)特征，進(jìn)行誤差分析[11]。除上述產(chǎn)業(yè)化公司外，天津大學(xué)、北京航空航天大學(xué)、華中科技大學(xué)與加拿大多倫多大學(xué)等學(xué)術(shù)機(jī)構(gòu)在自動化三維測量技術(shù)方向也取得了良好進(jìn)展。如：天津大學(xué)的楊守瑞[12]提出了一種基于面結(jié)構(gòu)光和近景攝影測量技術(shù)的大型構(gòu)件復(fù)雜曲面三維測量方法，結(jié)合工業(yè)機(jī)器人運(yùn)動規(guī)劃，實(shí)現(xiàn)了飛機(jī)蒙皮、汽車車身等大型復(fù)雜曲面的高精度自動化測量；多倫多大學(xué)的Liu等[13]提出一種3D掃描儀-機(jī)器人校準(zhǔn)方法，降低了連續(xù)測量期間的數(shù)據(jù)拼接誤差，有效提高了自動化測量的穩(wěn)定性。

已有的自動化三維測量技術(shù)和設(shè)備在實(shí)際應(yīng)用時(shí)仍存在以下問題：① 復(fù)雜零件的自動化測量視點(diǎn)規(guī)劃仍以人工示教為主，規(guī)劃效率低且難以獲得最優(yōu)視點(diǎn)；② 結(jié)構(gòu)光三維測量設(shè)備的標(biāo)定仍以離線標(biāo)定為主，當(dāng)應(yīng)用于具有復(fù)雜工況的生產(chǎn)現(xiàn)場時(shí)，預(yù)先標(biāo)定的系統(tǒng)參數(shù)易發(fā)生漂移，導(dǎo)致測量精度低；③ 多視測量數(shù)據(jù)拼接仍主要采用標(biāo)志點(diǎn)拼接的方式，過程繁瑣，且難以應(yīng)用于高溫零件自動化三維測量場景；④ 數(shù)據(jù)自動處理過程中，受工裝夾具等支撐影響，測量數(shù)據(jù)中存在大量點(diǎn)云背景噪聲，影響數(shù)據(jù)自動處理時(shí)的精度與穩(wěn)定性。針對上述問題，國內(nèi)外學(xué)者圍繞測量視點(diǎn)自動規(guī)劃、系統(tǒng)參數(shù)標(biāo)定、多視點(diǎn)云配準(zhǔn)、點(diǎn)云數(shù)據(jù)自動處理等關(guān)鍵技術(shù)開展了深入系統(tǒng)的研究，以進(jìn)一步提高測量精度和自動化程度。

在測量視點(diǎn)自動規(guī)劃方面，現(xiàn)有方法主要有產(chǎn)生-篩選、專家模式、綜合模式等，其中產(chǎn)生-篩選模式算法簡單，對參照模型依賴較小，應(yīng)用前景良好。Sheng等[14]提出一種“平坦補(bǔ)丁”法(Flat Patches)針對平坦工件進(jìn)行視點(diǎn)劃分，在測量表面曲率較小的工件時(shí)具有良好的效果，但難以適用于表面曲率較大的工件。Chen和Li[15]提出一種將對象特征作為與表面法線相連的單個(gè)點(diǎn)進(jìn)行重采樣，然后以基于最小-最大標(biāo)準(zhǔn)的遺傳算法計(jì)算最佳視點(diǎn)的方法，可適用于各向特征一致性較好的工件。Germani等[16]依據(jù)知識數(shù)據(jù)庫，根據(jù)要驗(yàn)證的公差表面計(jì)算最佳視點(diǎn)位置，針對特定物體時(shí)效果較好，但通用性較差。Lartigue等[17]提出基于體素的測量路徑規(guī)劃方法，將零件表面劃分為體素貼圖，然后以可視性與測量質(zhì)量為標(biāo)準(zhǔn)生成視點(diǎn)，與前幾種方法相比，在零件復(fù)雜度適應(yīng)性方面具有更好的性能，但其可視性計(jì)算方法僅針對單目面結(jié)構(gòu)光三維測量設(shè)備，難以應(yīng)用于更加廣泛的雙目面結(jié)構(gòu)光三維測量設(shè)備。總體而言，前述幾種方法大多在針對具有某些特定特征的被測零件進(jìn)行測量視點(diǎn)規(guī)劃時(shí)具有良好的效果，但在零件的普適性方面尚有諸多限制。

在測量系統(tǒng)參數(shù)標(biāo)定方面，現(xiàn)有的方法仍以離線標(biāo)定[18-21]為主，效率低且過程繁瑣，難以應(yīng)用于具有復(fù)雜工況的生產(chǎn)現(xiàn)場。Garbacz[22]、Dang[23]等將測量與標(biāo)定同時(shí)進(jìn)行，提高了標(biāo)定的效率，但需使用特殊設(shè)計(jì)的精確標(biāo)志點(diǎn)以保證匹配點(diǎn)對質(zhì)量[24]。針對基于相位測量原理的面結(jié)構(gòu)光技術(shù)可通過相位相關(guān)提供大量精確匹配點(diǎn)的特性，一些學(xué)者在測量中根據(jù)相位相關(guān)方法直接獲取匹配點(diǎn)進(jìn)行標(biāo)定[25-29]。Br?uer-burchardt等[27-28]提出一種系統(tǒng)重標(biāo)定方法，補(bǔ)償了傳感器和機(jī)械設(shè)備影響導(dǎo)致的標(biāo)定誤差。Zhao等[25]提出一種基于光束平差和相位匹配的雙目相機(jī)實(shí)時(shí)標(biāo)定算法，實(shí)現(xiàn)了大規(guī)模的精確測量。前述幾種方法一定程度上可以提高參數(shù)標(biāo)定的效率與精度，但通常要求光學(xué)幾何參數(shù)有初步標(biāo)定，且需使用大量匹配點(diǎn)對矯正光學(xué)幾何，應(yīng)用有所局限。

在多視測量數(shù)據(jù)拼接方面，現(xiàn)有方法主要為標(biāo)志點(diǎn)拼接法[30]，拼接精度高但過程繁瑣，測量效率低。為此，有學(xué)者提出直接配準(zhǔn)方法，采用順序幀點(diǎn)云之間的特征、距離等約束進(jìn)行配準(zhǔn)，適用于具有復(fù)雜特征的零件，靈活程度高，但全局配準(zhǔn)精度仍然較低。Newcombe等[31]提出一種基于Kinet傳感器的配準(zhǔn)方法，采用隱式階段距離函數(shù)(TSDF)對測量點(diǎn)云進(jìn)行融合，并利用光線投射算法實(shí)時(shí)獲取重建模型表面數(shù)據(jù)，與當(dāng)前幀進(jìn)行配準(zhǔn)實(shí)現(xiàn)實(shí)時(shí)定位跟蹤，顯著提高了單次配準(zhǔn)的精度。Lefloch等[32]在其基礎(chǔ)上以表面最大絕對曲率為參數(shù)計(jì)算誤差權(quán)重，有效提高了單次配準(zhǔn)精度，但其計(jì)算依賴于經(jīng)驗(yàn)參數(shù)，難以適用其他復(fù)雜場景。前述兩種方法可以提高單次配準(zhǔn)精度，但難以消除全局配準(zhǔn)累計(jì)誤差，因此有學(xué)者采用全局優(yōu)化算法對全局視點(diǎn)位姿進(jìn)行優(yōu)化。Henry[33]和Dai[34]等采用光束平差法(Bundle Adjustment,BA)算法優(yōu)化全局視點(diǎn)位姿，但只針對稀疏三維點(diǎn)與視點(diǎn)，且依賴于紋理特征檢測。Zhou[35]和Whelan[36]等采用非剛性配準(zhǔn)方法將分層、錯位點(diǎn)云進(jìn)行扭曲變形，使得整體重建結(jié)果與局部形狀一致，但對精度會造成嚴(yán)重影響。Lu和Milios[37]采用位姿圖方式將全局位姿優(yōu)化問題建模，以視點(diǎn)位姿為節(jié)點(diǎn)，兩個(gè)節(jié)點(diǎn)之間點(diǎn)云配準(zhǔn)結(jié)果為邊，大幅提高了配準(zhǔn)效率。Cao[38]和Yue[39]等在此基礎(chǔ)上針對不同應(yīng)用場景的重建點(diǎn)云進(jìn)行配準(zhǔn)優(yōu)化，但未考慮配準(zhǔn)點(diǎn)云的距離誤差，僅對視點(diǎn)位姿與視點(diǎn)間相對位姿不一致進(jìn)行優(yōu)化。上述幾種方法在順序幀間配準(zhǔn)精度和全局優(yōu)化方面取得了較為良好的效果，但其關(guān)注的重點(diǎn)在于拼接數(shù)據(jù)的視覺效果，易造成重建點(diǎn)云表面形狀失真，難以適用于工業(yè)零件的高精度三維測量。

在點(diǎn)云背景噪聲自動去除方面，現(xiàn)有方法主要為將測量點(diǎn)云與CAD模型配準(zhǔn)后按照距離準(zhǔn)則去除點(diǎn)云背景噪聲，但實(shí)際應(yīng)用時(shí)由于點(diǎn)云背景噪聲與被測物體點(diǎn)云緊密相連，導(dǎo)致配準(zhǔn)過程難以收斂，影響數(shù)據(jù)自動處理的精度與穩(wěn)定性。程云勇等[40]結(jié)合模型配準(zhǔn)可靠性原則，在基準(zhǔn)CAD模型上對配準(zhǔn)基準(zhǔn)點(diǎn)進(jìn)行預(yù)規(guī)劃，降低了噪聲、體外孤點(diǎn)等無關(guān)數(shù)據(jù)造成的誤匹配影響，其配準(zhǔn)精度依賴于配準(zhǔn)基準(zhǔn)點(diǎn)的規(guī)劃。Chetverikov等[41]將截?cái)嘧钚《朔☉?yīng)用到對應(yīng)點(diǎn)匹配中，選取歐氏距離排序靠前的部分匹配點(diǎn)對進(jìn)行計(jì)算，可有效降低無關(guān)數(shù)據(jù)的影響。Jian和Vemuri等[42]采用高斯混合模型對點(diǎn)云配準(zhǔn)算法進(jìn)行建模，大幅降低了無關(guān)數(shù)據(jù)對配準(zhǔn)點(diǎn)影響，但計(jì)算量大、花費(fèi)時(shí)間長，難以滿足實(shí)際工業(yè)生產(chǎn)需求。本課題組的程旭等[43]結(jié)合三維形狀指數(shù)度量標(biāo)準(zhǔn)與非極大值抑制方法，優(yōu)化選擇具有高曲率特征的匹配點(diǎn)對進(jìn)行配準(zhǔn)，降低了噪聲等無關(guān)數(shù)據(jù)對點(diǎn)云匹配的影響。上述幾種方法在背景數(shù)據(jù)較少時(shí)具有良好的效果，但當(dāng)背景數(shù)據(jù)過多且與物體緊密相連時(shí)仍會產(chǎn)生誤匹配，致使配準(zhǔn)過程無法收斂。

針對以上4個(gè)方面的問題，本文將系統(tǒng)介紹基于雙目測頭的自動化測量視點(diǎn)規(guī)劃、基于耦合焦距比例約束的系統(tǒng)參數(shù)自標(biāo)定、基于全局優(yōu)化的多視測量數(shù)據(jù)拼接、基于自適應(yīng)閾值ICP的點(diǎn)云背景噪聲自動去除等關(guān)鍵技術(shù)；在此基礎(chǔ)上，進(jìn)一步介紹AutoScan系列自動化三維測量裝備的研制，包括PowerVirtualPlan視點(diǎn)規(guī)劃軟件、PowerScan三維測量軟件、iPoin3D數(shù)據(jù)處理軟件的開發(fā)；最后介紹自動化三維測量裝備在航空航天等領(lǐng)域的工程應(yīng)用情況。

1 自動化三維測量關(guān)鍵技術(shù)

1.1 基于雙目測頭的測量視點(diǎn)規(guī)劃技術(shù)

當(dāng)前工業(yè)測量中多將面結(jié)構(gòu)光技術(shù)與機(jī)器人技術(shù)結(jié)合以實(shí)現(xiàn)多個(gè)視點(diǎn)的自動化測量，獲取大型工件的三維數(shù)據(jù)。現(xiàn)有設(shè)備一般采用人工示教對機(jī)器人進(jìn)行視點(diǎn)規(guī)劃，但效率低且安全性、穩(wěn)定性無法保證。

為此，本文提出一種基于雙目測頭的測量視點(diǎn)規(guī)劃技術(shù)，以實(shí)現(xiàn)復(fù)雜零件的自動測量。首先以雙目測頭單次最佳測量范圍作為體元對模型進(jìn)行區(qū)域劃分；其次，根據(jù)體元六面等價(jià)原理將體元劃分為6個(gè)視圖，針對每個(gè)視圖均勻生成候選試點(diǎn)；然后根據(jù)特征可視性及視角方向計(jì)算視點(diǎn)三維成像質(zhì)量，篩選最佳成像視點(diǎn)；再建立機(jī)器人與測頭的統(tǒng)一模型進(jìn)行模擬仿真以判斷視點(diǎn)可達(dá)性，得出最優(yōu)視點(diǎn)，保證測量時(shí)機(jī)器人不發(fā)生機(jī)械干涉；最后對不同體元區(qū)域的視點(diǎn)進(jìn)行全局統(tǒng)一，以機(jī)器人運(yùn)動代價(jià)最小化為依據(jù)生成最佳路徑。

為方便說明，以“測頭”作為雙目相機(jī)加投影儀的代稱，測頭中心為雙目相機(jī)基線中心，測頭視點(diǎn)位置即測頭基線中心位置。生成視點(diǎn)時(shí)，需獲取視點(diǎn)的三維坐標(biāo)及測頭姿態(tài)。為簡化描述，默認(rèn)測頭基線與體元x-y平面平行，測頭姿態(tài)為其基線與體元中心所決定的平面，默認(rèn)測頭左相機(jī)處于相對視點(diǎn)方位角增大的位置，光軸方向指向體元中心。為更好獲取模型表面特征，采用非均勻有理B樣條(NURBS)模型進(jìn)行視點(diǎn)劃分。對提取出來的每一特征曲面進(jìn)行如下定義：S為曲面面積；Pc為曲面中心點(diǎn)，即曲面輪廓線上所有的頂點(diǎn)坐標(biāo)值的平均值；niavg為第i個(gè)分區(qū)曲面法矢量，即輪廓線上所有頂點(diǎn)法向量矢量和的單位化矢量。

首先將雙目測頭的單次最佳測量范圍作為體元，對模型進(jìn)行劃分。采用雙目相機(jī)測量時(shí)，無需對投影儀進(jìn)行標(biāo)定，僅需考慮雙目相機(jī)測量范圍。雙目相機(jī)的三維重建主要通過極線約束，尋找到兩張圖像上的對應(yīng)像素點(diǎn)，再依據(jù)相機(jī)的內(nèi)外參數(shù)重建出三維點(diǎn)云。為保證重建精度，其最佳測量范圍需滿足兩個(gè)約束條件：① 處于雙目相機(jī)的共同測量區(qū)域；② 處于雙目相機(jī)的共同測量景深。因此，雙目測頭的單次最佳測量范圍可定義為以景深為直徑的球的外接立方體，據(jù)此對模型表面進(jìn)行體元劃分。

區(qū)域劃分完成之后，對單個(gè)體元生成視點(diǎn)。如圖1所示，測頭的最佳測量位置多定義為兩個(gè)相交光軸的交點(diǎn)或公垂線的中心處，但考慮測量時(shí)僅需測量表面，所以將最佳測量位置調(diào)整為光軸交點(diǎn)垂直于測頭中心反向的1/4景深處。因此，測頭的視點(diǎn)位置可以定義為一個(gè)以體元中心為中心，最佳測量距離為半徑的球面。體元的6個(gè) 面相互等價(jià)，因此將其分為前、后、左、右、仰、俯6個(gè)視圖以方便規(guī)劃。每個(gè)視圖中選取一部分測量區(qū)域作為候選視點(diǎn)的生成區(qū)域，如圖2中俯視圖所示紅色區(qū)域，天頂角α∈[0°,60°]，方位角β∈[0°,360°]。另一部分區(qū)域在多個(gè)視圖中是重合的，重合天頂角度為15°，足以保證零件特征的完整性。如圖3所示，在視點(diǎn)生成區(qū)域，先均勻產(chǎn)生初始候選視點(diǎn)，生成準(zhǔn)則為天頂角和方位角間隔角度為15°。

圖1 雙目測頭最佳測量區(qū)域Fig.1 Optimal measurement area of binocular probe

圖2 體元測量區(qū)域劃分Fig.2 Division of voxel measurement area

圖3 單個(gè)體元俯視圖的候選視點(diǎn)生成Fig.3 Generation of candidate viewpoints from a single voxel’s top view

初始候選視點(diǎn)生成之后，需根據(jù)其三維成像質(zhì)量進(jìn)行排序，篩選評估出最優(yōu)成像視點(diǎn)。視點(diǎn)三維成像質(zhì)量由對應(yīng)特征的可視性及視角方向二者共同決定，因此需先判斷對應(yīng)視圖測量區(qū)域所擁有的特征。劃分流程如下：① 計(jì)算出特征曲面的平均法矢niavg；② 依據(jù)法矢方向所對應(yīng)的天頂角與方位角進(jìn)行視圖劃分，以正視圖為例，法矢方向應(yīng)為α∈[45°,135°]，β∈[135°,225°]；③ 若該視圖分區(qū)內(nèi)特征的曲面面積之和小于總面積的5%，則該分區(qū)對應(yīng)的候選視點(diǎn)組不參與最優(yōu)視點(diǎn)的篩選。特征劃分完成之后，三維成像質(zhì)量計(jì)算為

Fiq=mfvis+nfang

(1)

式中：Fiq為三維成像質(zhì)量；fvis為特征可視性，代表該視點(diǎn)下光學(xué)可視特征的總面積；fang為視角方向參數(shù)，代表對應(yīng)特征的測量效果；m、n為兩個(gè)參數(shù)權(quán)重，分別設(shè)置為0.6、0.4。fvis的表達(dá)式為

(2)

式中：Si為分區(qū)中特征的曲面面積，其取值表示為

(3)

發(fā)生干涉的判斷準(zhǔn)則為：依次連接曲面中心點(diǎn)Pc與視點(diǎn)、左相機(jī)中心、右相機(jī)中心，判斷連線是否被曲面模型遮擋。fang的計(jì)算為

fang=tγ

(4)

(5)

θ=arctan(navg·npr)

(6)

式中：npr為測頭法向量，由測頭中心與體元中心連線決定；t為權(quán)重系數(shù)，不同的角度特征成像質(zhì)量不盡相同；γ為比例系數(shù)，與特征可視性大小進(jìn)行匹配；navg為面積加權(quán)法向量，代表著此視點(diǎn)下所有曲面法向量的加權(quán)方向，計(jì)算公式為

(7)

式中：niavg為第i個(gè)分區(qū)曲面法矢。

因此，可按照Fiq的大小對視點(diǎn)進(jìn)行排序，從高到低依次驗(yàn)證視點(diǎn)可達(dá)性，選擇最優(yōu)視點(diǎn)。

最優(yōu)成像視點(diǎn)篩選完成后，還需進(jìn)行可達(dá)性判斷，若無問題則生成最優(yōu)視點(diǎn)，若存在問題則按照排序替換該視點(diǎn)。視點(diǎn)可達(dá)性的檢測主要依靠機(jī)器人模擬仿真進(jìn)行判斷，其準(zhǔn)確性依賴于機(jī)器人手眼標(biāo)定的精度。為此，建立機(jī)器人與測頭的統(tǒng)一模型，將測頭位姿作為機(jī)器人的末端姿態(tài)，拍攝標(biāo)定板進(jìn)行定位構(gòu)建轉(zhuǎn)換關(guān)系以實(shí)現(xiàn)參數(shù)標(biāo)定，從而更加方便地進(jìn)行模擬。模型構(gòu)建完成之后，通過機(jī)器人仿真進(jìn)行碰撞檢測以判斷運(yùn)動過程中是否存在機(jī)械干涉，確認(rèn)視點(diǎn)可達(dá)性。

最佳視點(diǎn)構(gòu)建完成后，還需進(jìn)行視點(diǎn)的最優(yōu)運(yùn)動路徑規(guī)劃，以保證自動化測量的效率。本文先針對每個(gè)體元區(qū)域進(jìn)行路徑規(guī)劃，以機(jī)器人的各軸轉(zhuǎn)動角度之和最小為準(zhǔn)則獲得局部最優(yōu)路徑，然后將這些局部路徑進(jìn)行全局優(yōu)化，得到全局路徑。

如圖4所示，通過對視點(diǎn)成像質(zhì)量的計(jì)算和排序，以及可達(dá)性驗(yàn)證，能夠獲得一組可行的測量視點(diǎn)，并依據(jù)該組視點(diǎn)進(jìn)行實(shí)際測量。測量結(jié)果中，轉(zhuǎn)向節(jié)本體以外的數(shù)據(jù)為工裝夾具，手動去除后進(jìn)行配準(zhǔn)，計(jì)算得到的數(shù)據(jù)覆蓋率為91.3%(未獲取數(shù)據(jù)多為夾具遮擋部分)。

圖4 測量視點(diǎn)虛擬規(guī)劃與實(shí)際獲取結(jié)果Fig.4 Results of viewpoint virtual planning and actual acquisition

1.2 基于耦合焦距比例約束的系統(tǒng)參數(shù)自標(biāo)定算法

面結(jié)構(gòu)光三維重建技術(shù)基本流程如圖5所示，測量時(shí)，投影儀向被測物體表面投影多個(gè)頻率的光柵條紋圖案，相機(jī)同步進(jìn)行拍攝。由于被測物體表面的幾何形狀變化，相機(jī)所拍攝的光柵條紋圖案會發(fā)生變形，進(jìn)而再根據(jù)算法依次進(jìn)行相位計(jì)算、相位展開、立體匹配，最終按照三角測量原理重建出三維點(diǎn)云。三維重建算法依賴于預(yù)先標(biāo)定的相機(jī)參數(shù)，實(shí)際使用時(shí)受工業(yè)現(xiàn)場高溫、環(huán)境振動等因素影響會發(fā)生漂移，導(dǎo)致重建精度不穩(wěn)定。

圖5 面結(jié)構(gòu)光三維重建原理圖Fig.5 Schematic diagram of 3D reconstruction of surface structured light

為此，本文提出一種基于耦合焦距比例約束的系統(tǒng)參數(shù)自標(biāo)定算法，實(shí)現(xiàn)變溫、振動等復(fù)雜工況的高精度穩(wěn)定測量。首先向被測物體表面投影多幅水平和垂直光柵條紋圖像，通過四步相移算法進(jìn)行解相求得相位圖，再通過相位相關(guān)性原理進(jìn)行對應(yīng)點(diǎn)匹配，實(shí)現(xiàn)系統(tǒng)參數(shù)自標(biāo)定，基本原理如圖6所示，匹配函數(shù)為

(8)

(9)

(10)

(11)

圖6 相位匹配示意圖Fig.6 Schematic diagram of phase matching

(12)

左右相機(jī)之間的位姿關(guān)系可定義為剛性變換，通過旋轉(zhuǎn)平移矩陣進(jìn)行表示。左右相機(jī)的圖像則可根據(jù)極線幾何關(guān)系，通過基礎(chǔ)矩陣F進(jìn)行關(guān)聯(lián):

(13)

式中：F為基礎(chǔ)矩陣；[t]x為t向量定義的反對稱矩陣；[t]xR為本質(zhì)矩陣E，下標(biāo)1和2分別代表左右相機(jī)。

將相機(jī)成像視作理想模型，則可通過經(jīng)典的八點(diǎn)法求解出本質(zhì)矩陣。為提高精度，可通過SNR對匹配點(diǎn)對進(jìn)行篩選，去除低質(zhì)量的匹配點(diǎn)對，從而計(jì)算出相對精確的相機(jī)相對位置。根據(jù)相機(jī)相對位置與相機(jī)初始內(nèi)部參數(shù)對匹配點(diǎn)對進(jìn)行三維重建，獲取初始三維結(jié)構(gòu)。但由于相機(jī)的內(nèi)參只是進(jìn)行粗略估計(jì)，因此三維結(jié)構(gòu)并不準(zhǔn)確，需進(jìn)行優(yōu)化，經(jīng)典的最小重投影誤差優(yōu)化函數(shù)為

(14)

為驗(yàn)證參數(shù)自標(biāo)定算法的精度與穩(wěn)定性，本課題組搭建了一套基于面結(jié)構(gòu)光技術(shù)的三維測量系統(tǒng)，在其加熱過程中采用本文所提的自標(biāo)定算法優(yōu)化參數(shù)，針對標(biāo)準(zhǔn)陶瓷球棒進(jìn)行連續(xù)多次測量，最終與傳統(tǒng)方法所得到的結(jié)果進(jìn)行對比，如圖7 所示。傳統(tǒng)方法在工作溫度階段絕對最大誤差和標(biāo)準(zhǔn)偏差(Std)分別為0.022 mm和0.009 3 mm，而采用自標(biāo)定后其絕對最大誤差和標(biāo)準(zhǔn)偏差(Std)分別為0.016 mm和0.005 6 mm，證明了本文所提出的自標(biāo)定算法可以有效提升測量結(jié)果的穩(wěn)定性。

圖7 自標(biāo)定試驗(yàn)結(jié)果Fig.7 Self-calibration test results

1.3 基于全局優(yōu)化的多視測量數(shù)據(jù)拼接方法

采用面結(jié)構(gòu)光技術(shù)進(jìn)行三維測量時(shí)，單個(gè)視角所獲取的只是局部三維數(shù)據(jù)，需對多個(gè)視角的局部三維數(shù)據(jù)進(jìn)行拼接配準(zhǔn)以獲得被測物體完整三維形貌。為保證測量精度，工業(yè)現(xiàn)場中最常用的拼接配準(zhǔn)方法為標(biāo)志點(diǎn)拼接法，但其過程繁瑣、效率低，且難以適用于高溫模鍛件在線測量等領(lǐng)域。

為此，本文提出了一種基于位姿圖全局優(yōu)化的點(diǎn)云配準(zhǔn)方法，針對具有顯著特征的零件進(jìn)行多視測量數(shù)據(jù)拼接，對標(biāo)志點(diǎn)拼接法進(jìn)行補(bǔ)充。首先依據(jù)曲率[32, 44-45]和幾何形狀一致性原則，采用深度圖進(jìn)行快速配準(zhǔn)，實(shí)現(xiàn)相鄰視點(diǎn)的初始位姿預(yù)估；然后結(jié)合初始位姿，對關(guān)鍵幀[46-47]進(jìn)行回環(huán)檢測[48-52]，構(gòu)建基于位姿圖的全局多視點(diǎn)云優(yōu)化模型以進(jìn)行全局點(diǎn)云配準(zhǔn)。

深度圖配準(zhǔn)方法主要依靠相機(jī)的正逆投影模型，根據(jù)相機(jī)參數(shù)，先采用逆向投影模型計(jì)算源深度圖像上的點(diǎn)三維坐標(biāo)(源相機(jī)坐標(biāo)系)，再根據(jù)源相機(jī)與目標(biāo)相機(jī)的剛性變換矩陣(初始設(shè)為I)，計(jì)算出三維點(diǎn)在目標(biāo)相機(jī)坐標(biāo)系下的坐標(biāo)，繼而求出目標(biāo)深度圖像上的對應(yīng)點(diǎn)坐標(biāo)。當(dāng)源深度圖像與目標(biāo)圖像上的像素點(diǎn)匹配后，相應(yīng)的三維點(diǎn)也進(jìn)行了匹配。此外，采用深度緩沖技術(shù)，當(dāng)源圖像中有多個(gè)點(diǎn)匹配到目標(biāo)深度圖像上同一點(diǎn)時(shí)，選取重建深度最小的像素點(diǎn)作為對應(yīng)點(diǎn)。對應(yīng)點(diǎn)計(jì)算完成之后，通過迭代方式計(jì)算出剛性變換矩陣。每一次迭代過程中，以上一次迭代計(jì)算出的矩陣作為結(jié)果進(jìn)行深度圖快速配準(zhǔn)，再采用點(diǎn)到面距離衡量的方式構(gòu)建誤差方程，對相對位姿增量進(jìn)行優(yōu)化。誤差方程為

Ereg=Egeo+λEcur

(15)

式中：Egeo為幾何形狀誤差；Ecur為平均曲率誤差；λ為比例因子。幾何形狀誤差方程定義為

(16)

pi-1(x)′=ΔTi-1,iTi-1,ipi(x)

(17)

(18)

(19)

(20)

(21)

同理，根據(jù)圖像扭曲的方式構(gòu)建平均曲率誤差模型，表示為

(22)

(23)

Ecur≈

(24)

(25)

(26)

圖8 三維重建結(jié)果對比Fig.8 Comparison of 3D reconstruction results

相對位姿計(jì)算完成之后，為可采用回環(huán)檢測方式在位姿圖框架下進(jìn)行全局優(yōu)化消除累計(jì)誤差。采用深度配準(zhǔn)時(shí)相鄰位姿差別不能過大，因此對較大物體進(jìn)行測量時(shí)最終幀數(shù)可能達(dá)幾百。為加快速度提高效率，可先檢測出關(guān)鍵幀，然后在關(guān)鍵幀之間進(jìn)行回環(huán)檢測，構(gòu)建全局位姿約束關(guān)系。本文采用空間位姿距離作為標(biāo)準(zhǔn)對關(guān)鍵幀進(jìn)行選取，遍歷所有視點(diǎn)，當(dāng)當(dāng)前幀與上一個(gè)關(guān)鍵幀間的旋轉(zhuǎn)距離或平移距離達(dá)到設(shè)定閾值時(shí)，即將當(dāng)前幀作為關(guān)鍵幀。旋轉(zhuǎn)距離與平移距離分別定義為

(27)

(28)

(29)

根據(jù)相對位姿以及相機(jī)投影模型，即可計(jì)算出兩幀間深度圖像的對應(yīng)點(diǎn)數(shù)目(對應(yīng)點(diǎn)需滿足有效深度)，再根據(jù)關(guān)鍵幀有效深度點(diǎn)總數(shù)，即可算出重疊比例。若重疊比例達(dá)到預(yù)設(shè)閾值，則進(jìn)行重疊距離計(jì)算。重疊距離可根據(jù)對應(yīng)點(diǎn)間的平均絕對誤差進(jìn)行計(jì)算

(30)

式中：N為對應(yīng)點(diǎn)總數(shù)。

回環(huán)檢測完成之后，可據(jù)此與相鄰位姿關(guān)系構(gòu)建全局優(yōu)化模型。常用的方法一般為直接優(yōu)化或位姿優(yōu)化，對所有點(diǎn)云中的對應(yīng)點(diǎn)的絕對誤差進(jìn)行優(yōu)化：

(31)

式中：pw、qw分別為對應(yīng)幀中對應(yīng)三維點(diǎn)的世界坐標(biāo)；nqw為qw的法向量。直接優(yōu)化法雖然思路簡單，但由于測量點(diǎn)云規(guī)模巨大，會導(dǎo)致全局優(yōu)化緩慢甚至無法收斂的問題。位姿圖優(yōu)化法則是將全局位姿視為圖節(jié)點(diǎn)，相鄰局部位姿視為有向邊，忽略對應(yīng)三維點(diǎn)的距離關(guān)系，構(gòu)建全局位姿與相鄰局部位姿間的誤差模型。

Ep-g(T)=∑e(Ti,Tj,Ti,j)Te(Ti,Tj,Ti,j)

(32)

式中：e(Ti,Tj,Ti,j)為i、j之間的絕對位姿與相對位姿的誤差。誤差方程可轉(zhuǎn)換為李代數(shù)，再利用擾動模型根據(jù)非線性最小二乘法進(jìn)行迭代優(yōu)化，然后不斷更新擾動項(xiàng)，最終獲得優(yōu)化的全局位姿。這種方法計(jì)算簡單，但沒有考慮對應(yīng)點(diǎn)云的距離信息，難以保證最終點(diǎn)云拼接的精度。本文將這兩種方法進(jìn)行結(jié)合，構(gòu)建出一種在位姿圖框架下對多視點(diǎn)云的對應(yīng)點(diǎn)距離絕對誤差進(jìn)行優(yōu)化的方法，加快速度同時(shí)保證精度。幾何形狀距離函數(shù)為

(33)

考慮到剛性變換不影響對應(yīng)點(diǎn)距離，且深度圖點(diǎn)云配準(zhǔn)幀間精度已經(jīng)很高，因此可將式(33)近似變換為

(34)

運(yùn)用擾動模型變換可得

(35)

將[-[pi]×I]定義為Gi,

(36)

為驗(yàn)證多視測量數(shù)據(jù)拼接方法的準(zhǔn)確性，如圖9所示，采用基于全局優(yōu)化的多視測量數(shù)據(jù)拼接方法對多個(gè)視角點(diǎn)云進(jìn)行全局拼接。如表1所示，對全局拼接后所得到的標(biāo)準(zhǔn)球點(diǎn)云進(jìn)行曲面擬合，得到標(biāo)準(zhǔn)球直徑尺寸與球心距離，再和對應(yīng)參考值進(jìn)行比對分析誤差。

圖9 全局優(yōu)化結(jié)果Fig.9 Optimization results

表1 標(biāo)準(zhǔn)球規(guī)試驗(yàn)結(jié)果Table 1 Standard ball gauge test results

1.4 基于自適應(yīng)閾值ICP的點(diǎn)云背景噪聲去除算法

在工業(yè)現(xiàn)場進(jìn)行實(shí)際測量時(shí)，受生產(chǎn)線、工裝夾具等復(fù)雜背景影響，最終得到的融合點(diǎn)云中會存在大量與被測工件無關(guān)的背景噪聲數(shù)據(jù)，嚴(yán)重影響后續(xù)的數(shù)據(jù)分析處理等工作。

為此，本文以對應(yīng)點(diǎn)間的歐式距離為依據(jù)，開發(fā)出一種基于自適應(yīng)距離閾值ICP的背景去除算法。首先根據(jù)預(yù)標(biāo)定位姿實(shí)現(xiàn)點(diǎn)云與CAD模型的初始粗配準(zhǔn)，然后以測量點(diǎn)云與CAD模型之間的對應(yīng)點(diǎn)距離為標(biāo)準(zhǔn)計(jì)算出每次迭代的距離閾值，不斷迭代，最終實(shí)現(xiàn)點(diǎn)云與CAD模型的精配準(zhǔn)，去除所有點(diǎn)云背景噪聲。

生產(chǎn)線上的工件進(jìn)行測量時(shí)一般不會進(jìn)行剛性固定，因此同一批次不同工件所測量的點(diǎn)云數(shù)據(jù)在同一坐標(biāo)系下位姿會有所不同。若采用固定距離作為閾值刪除點(diǎn)云背景噪聲，則極易導(dǎo)致點(diǎn)云背景噪聲刪除不全或誤刪有效數(shù)據(jù)。因此，本文采取由遠(yuǎn)及近的刪除策略，將融合點(diǎn)云按照預(yù)標(biāo)定的位姿轉(zhuǎn)換到標(biāo)定板坐標(biāo)系下，同時(shí)將CAD模型預(yù)先放置在標(biāo)定板坐標(biāo)系下與其對齊。盡管每次測量時(shí)工件位姿會有一定偏差，但仍可實(shí)現(xiàn)測量點(diǎn)云與CAD模型的初始粗配準(zhǔn)，為后續(xù)ICP精配準(zhǔn)奠定基礎(chǔ)。

實(shí)際生產(chǎn)過程中每次測量時(shí)工件位姿會發(fā)生偏移，采用傳統(tǒng)的固定閾值距離ICP[53-55]算法容易導(dǎo)致誤匹配的發(fā)生，因此本文以測量點(diǎn)云與CAD模型之間的對應(yīng)點(diǎn)距離為標(biāo)準(zhǔn)，計(jì)算出每次迭代的自適應(yīng)距離閾值，進(jìn)行求解計(jì)算。設(shè)測量點(diǎn)云為P，模型點(diǎn)云為Q，以點(diǎn)到面的距離為標(biāo)準(zhǔn)進(jìn)行點(diǎn)云配準(zhǔn)，則公式為

(37)

式中：Nc為對應(yīng)點(diǎn)總數(shù)目；ni為qi的法向量。

首先將測量點(diǎn)云根據(jù)預(yù)標(biāo)定的位姿轉(zhuǎn)換到標(biāo)定板坐標(biāo)系下，與CAD模型進(jìn)行粗配準(zhǔn)。然后以CAD模型點(diǎn)云上的所有點(diǎn)構(gòu)建kd_tree，再遍歷測量點(diǎn)云P中的所有點(diǎn)，根據(jù)CAD模型中構(gòu)建好的kd_tree進(jìn)行最近鄰點(diǎn)搜索，構(gòu)建匹配點(diǎn)對Ci。再依據(jù)匹配點(diǎn)對之間的歐式距離計(jì)算出此次迭代的距離閾值，計(jì)算公式為

(38)

R=Rz(γ)Ry(β)Rx(α)=

(39)

式中：c為cos；s為sin。設(shè)γ、β、α接近于0，則可將式(39)轉(zhuǎn)換為

F(R,T)=F(α,β,γ,tx,ty,tz)≈

argmin(AB-C)2

(40)

(41)

(42)

(43)

B中的各個(gè)參數(shù)可以通過奇異值分解(Singular Value Decomposition，SVD)分解進(jìn)行計(jì)算，從而獲取旋轉(zhuǎn)平移矩陣。不斷迭代，直到滿足迭代次數(shù)或達(dá)到收斂條件即可停止。

每次迭代可以去除部分點(diǎn)云背景噪聲，當(dāng)測量點(diǎn)云與CAD模型完全配準(zhǔn)之后，即可根據(jù)距離將所有的點(diǎn)云背景噪聲去除。圖10為帶有背景數(shù)據(jù)的轉(zhuǎn)向節(jié)和外殼的迭代配準(zhǔn)試驗(yàn)結(jié)果，盡管存在大量點(diǎn)云背景噪聲，依然可迭代去除，最終與CAD模型進(jìn)行精確配準(zhǔn)。

圖10 數(shù)據(jù)配準(zhǔn)實(shí)驗(yàn)結(jié)果Fig.10 Data alignment experiment results

2 裝備研制

在第1節(jié)所述關(guān)鍵技術(shù)的研究基礎(chǔ)上，本課題組開發(fā)出了基于面結(jié)構(gòu)光的復(fù)雜零件機(jī)器人自動化三維測量裝備。如圖11所示，將面結(jié)構(gòu)光三維測量設(shè)備安裝在六自由度機(jī)器人上，配合高精度轉(zhuǎn)臺、導(dǎo)軌等運(yùn)動裝置，實(shí)現(xiàn)復(fù)雜零件的自動化三維測量和精度檢測。測量前采用PowerVirtualPlan視點(diǎn)規(guī)劃軟件合理規(guī)劃出測量視點(diǎn)，生成測量路徑；測量時(shí)采用PowerScan三維測量軟件控制機(jī)器人帶動測頭運(yùn)動到規(guī)劃的測量視點(diǎn)位置，依次對被測復(fù)雜零件進(jìn)行三維測量，得到零件的三維數(shù)據(jù)；最后使用iPoint3D軟件處理上一步得到的三維測量數(shù)據(jù)，對復(fù)雜零件的制造精度進(jìn)行自動分析和檢測。

圖11 基于面結(jié)構(gòu)光的復(fù)雜零件機(jī)器人自動化三維測量技術(shù)原理圖Fig.11 Schematic diagram of robot automated 3D measurement technology for complex parts based on surface structured light

2.1 PowerVirtualPlan視點(diǎn)規(guī)劃軟件

PowerVirtualPlan視點(diǎn)規(guī)劃軟件的功能為自動生成三維測量視點(diǎn)及規(guī)劃測量路徑。用戶導(dǎo)入待測工件模型，設(shè)置參數(shù)后可自動地實(shí)現(xiàn)視點(diǎn)生成和路徑規(guī)劃。由于最終的運(yùn)動是通過機(jī)器人來完成，需進(jìn)行模擬，因此本軟件在Robotstudio環(huán)境下進(jìn)行開發(fā)。軟件主要包括功能界面、模型顯示界面、視點(diǎn)管理界面、信息輸出界面等，如圖12所示。

圖12 PowerVirtualPlan 視點(diǎn)規(guī)劃軟件界面圖Fig.12 Interface diagram of PowerVirtualPlan viewpoint planning software

功能界面主要顯示軟件可實(shí)現(xiàn)的功能，包括添加掃描模型、導(dǎo)入導(dǎo)出測量視點(diǎn)等；模型顯示界面用于顯示導(dǎo)入的機(jī)器人、測量設(shè)備和測量零件模型，在此界面可以自由拖動、縮放、移動、選擇模型，以及點(diǎn)擊零件表面選擇想要測量的區(qū)域手動生成測量視點(diǎn)；視點(diǎn)管理界面生成測量視點(diǎn)工程樹，對視點(diǎn)進(jìn)行查看和管理；信息輸出界面用來查看系統(tǒng)反饋的信息，會顯示進(jìn)行的操作成功或者失敗，給出相應(yīng)提示。比如判斷機(jī)器人能否到達(dá)生成的視點(diǎn)，若不能則會提示“無法到達(dá)該視點(diǎn)”。

2.2 PowerScan三維測量軟件

PowerScan三維測量軟件主要是將結(jié)構(gòu)光三維重建、系統(tǒng)參數(shù)自標(biāo)定、多視測量數(shù)據(jù)拼接等自動化三維測量核心技術(shù)進(jìn)行集成，同時(shí)添加與機(jī)器人、轉(zhuǎn)臺等的交互功能，實(shí)現(xiàn)自動化三維測量。如圖13所示，PowerScan界面主要分為4個(gè)部分，分別是自動化三維測量控制界面、工程界面、點(diǎn)云顯示界面和相機(jī)顯示界面。其中，自動化三維測量控制界面主要負(fù)責(zé)整個(gè)軟件的操作部分，包括整個(gè)軟件的命令按鈕，進(jìn)行前端界面與后端算法的交互。工程界面、點(diǎn)云顯示界面和相機(jī)顯示界面則主要是顯示一些文件以及圖像、點(diǎn)云等數(shù)據(jù)，實(shí)現(xiàn)測量結(jié)果實(shí)時(shí)顯示。

圖13 PowerScan 三維測量軟件界面圖Fig.13 Interface diagram of PowerScan 3D measurement software

除此之外，為提高工業(yè)現(xiàn)場測量的速度，本課題組基于全流水線與前端并行的設(shè)計(jì)原則，提出一套基于FPGA平臺的三維重建算法架構(gòu)，完成了相位計(jì)算、相位展開、相位矯正、相位匹配、三維重建等多個(gè)模塊的全新構(gòu)建。相較傳統(tǒng)的CPU計(jì)算架構(gòu)[56-59]而言，測量精度基本一致，加速倍數(shù)可提高100倍以上。

2.3 iPoint3D數(shù)據(jù)處理軟件

如圖14所示，iPoint3D數(shù)據(jù)處理軟件的主要功能是對最終測量得到的點(diǎn)云數(shù)據(jù)進(jìn)行分析處理，分為通用模塊與專用模塊兩個(gè)部分。通用模塊主要包括常用的點(diǎn)云精簡、光順、模型匹配、報(bào)告生成等基本功能。專用模塊則主要是針對特定場景，根據(jù)工業(yè)現(xiàn)場實(shí)際需求進(jìn)行定制開發(fā)，目前已經(jīng)有鍛造曲軸檢測、飛機(jī)蒙皮修邊測量等專用功能[9]。

圖14 iPoint3D 數(shù)據(jù)處理軟件界面圖Fig.14 Interface diagram of iPoint3D data processing software

2.4 系列裝備研制

在上述3個(gè)軟件的基礎(chǔ)上，本課題組開發(fā)了AutoScan系列工業(yè)自動化三維測量裝備，具備自動測量、自動拼接、自動分析、實(shí)時(shí)監(jiān)控、定制化開發(fā)等功能，可用于產(chǎn)品生產(chǎn)過程中的首末件檢測、線邊抽檢、線上全檢，即刻判定產(chǎn)品是否合格并自動分揀，已通過惟景三維科技有限公司[60]進(jìn)行產(chǎn)業(yè)化應(yīng)用。圖15所示分別為AutoScan1000、AutoScan2000與AutoScan-H這3種不同型號的自動化三維測量設(shè)備，可應(yīng)用于單批次生產(chǎn)過程中，對首件及末件零件進(jìn)行檢測，幫助產(chǎn)品工序質(zhì)量控制，用于預(yù)防機(jī)床、模具等部件受損導(dǎo)致的成批超差、返修、報(bào)廢等情況，也可對多批次生產(chǎn)過程中的數(shù)據(jù)進(jìn)行儲存與管理，幫助優(yōu)化工藝參數(shù)，提高零件加工精度，推動智能制造的發(fā)展進(jìn)程。其中，AutoScan1000與AutoScan2000用于常溫工件三維測量，搭載PowerScan系列常溫三維測頭。如圖16(a) 所示，單次測量時(shí)間為0.4 s，單次測量范圍可達(dá)430 mm×280 mm，單次測量精度最高可達(dá)±0.015 mm， 滿足大部分工業(yè)生產(chǎn)的實(shí)際應(yīng)用需求。AutoScan-H用于高溫鍛件三維測量，搭載PowerScan-H系列高溫測頭。如圖16(b)所示，單次測量時(shí)間為0.4 s，單次測量范圍可達(dá)430 mm×280 mm，單次測量精度最高可達(dá)±0.015 mm， 主要應(yīng)用于高溫物體測量，能夠消除高溫物體輻射對圖像采集質(zhì)量的影響，同時(shí)保證設(shè)備運(yùn)行的穩(wěn)定性，測量物體最高溫度可到1 100 ℃。

圖15 Autoscan系列自動化三維測量裝備Fig.15 Automated 3D measurement equipment of Autoscan series

圖16 PowerScan 系列藍(lán)光面掃描三維測頭Fig.16 Blue surface scanning 3D probe of PowerScan series

3 自動化三維測量工程應(yīng)用

3.1 航空發(fā)動機(jī)機(jī)匣精度檢測

航空發(fā)動機(jī)是飛機(jī)的核心部件，決定飛機(jī)的性能及使用壽命。發(fā)動機(jī)機(jī)匣作為整個(gè)發(fā)動機(jī)的基座，是發(fā)動機(jī)中最關(guān)鍵的承力部位，決定發(fā)動機(jī)的可靠性。發(fā)動機(jī)機(jī)匣形狀復(fù)雜且壁薄(弱剛性零件)，在加工過程中極易產(chǎn)生變形，導(dǎo)致最終加工精度低。為保證飛機(jī)的安全性能，使用發(fā)動機(jī)前需對發(fā)動機(jī)機(jī)匣的尺寸進(jìn)行檢測。傳統(tǒng)方法一般采用三坐標(biāo)測量機(jī)等對機(jī)匣進(jìn)行檢測，但受機(jī)匣復(fù)雜形狀影響，難以獲取機(jī)匣內(nèi)部關(guān)鍵部位的幾何尺寸。

本課題組與某航空發(fā)動機(jī)零件制造企業(yè)合作，首先采用PowerVirtualPlan視點(diǎn)規(guī)劃軟件對發(fā)動機(jī)機(jī)匣的CAD模型進(jìn)行視點(diǎn)規(guī)劃，生成最優(yōu)測量路徑并導(dǎo)出；然后采用PowerScan三維測量軟件導(dǎo)入測量路徑，控制AutoScan自動化三維測量設(shè)備在預(yù)規(guī)劃的多個(gè)視點(diǎn)位置對航空發(fā)動機(jī)機(jī)匣進(jìn)行檢測，重建出機(jī)匣內(nèi)外的整體三維點(diǎn)云并去除背景數(shù)據(jù)，整體測量時(shí)間為3～5 min，整體測量精度可達(dá)0.05 mm，如圖17所示；最后可預(yù)先設(shè)定好模板，采用iPoint3D數(shù)據(jù)處理軟件對重建的三維點(diǎn)云進(jìn)行分析，檢測機(jī)匣關(guān)鍵部位的尺寸，如圖18所示。

圖17 航空發(fā)動機(jī)機(jī)匣檢測Fig.17 Aeroengine casing inspection scene

圖18 機(jī)匣誤差分析結(jié)果Fig.18 Result of error analysis of casing

3.2 航天用箱體精度檢測及余量分析

箱體類鑄件是航空、航天領(lǐng)域中的通用零件，結(jié)構(gòu)復(fù)雜，加工精度要求高，加工之前需進(jìn)行余量分布的檢測。如圖19所示，目前主要采用人工劃線的方式進(jìn)行余量分析，在檢測平臺上使用鉤針和卡尺在鑄件表面劃出尺寸線，用以指導(dǎo)后續(xù)機(jī)加工，存在尺寸基準(zhǔn)不統(tǒng)一、尺寸超差判定不準(zhǔn)確、尺寸檢測效率低等突出問題。

圖19 人工劃線Fig.19 Manual marking scene

本課題組與某軍工單位合作，采用課題組自主研制的AutoScan自動化三維測量設(shè)備，對箱體類鑄件進(jìn)行了自動化三維測量，可自動完成多種航天用箱體類鑄件自動化三維測量和精度檢測，并根據(jù)測量結(jié)果自動進(jìn)行余量分析，保證后續(xù)加工精度。

如圖20所示，采用自動化三維測量設(shè)備獲取到鑄件完整的三維數(shù)據(jù)后(精度高于0.1 mm)，數(shù)據(jù)分析軟件將自動把測量數(shù)據(jù)和模型數(shù)據(jù)按照既定的方式進(jìn)行對齊，以分析各加工面的加工余量，給出報(bào)告結(jié)果，實(shí)現(xiàn)鑄件加工余量的快速測量，判斷鑄件是否合格。再根據(jù)報(bào)告結(jié)果，在數(shù)據(jù)處理軟件中調(diào)整測量數(shù)據(jù)在x、y和z這3個(gè)方向的平移，使余量分布滿足加工要求，如圖21所示。

圖20 測量數(shù)據(jù)與模型對齊Fig.20 Alignment of measurement data and model

圖21 加工余量分析結(jié)果Fig.21 Result of machining allowance analysis

3.3 高溫模鍛件測量

鍛件是高端裝備的關(guān)鍵承力部位，決定裝備的安全性能。當(dāng)前，汽車前橋等高溫鍛件多依靠三坐標(biāo)測量儀或?qū)Ｓ脢A具檢具進(jìn)行檢測，只能實(shí)現(xiàn)鍛件的最終檢測，無法在鍛造過程中對零件的關(guān)鍵尺寸進(jìn)行測量，難以滿足生產(chǎn)制造的需求。現(xiàn)有的結(jié)構(gòu)光三維測量技術(shù)雖然可以對普通零件進(jìn)行實(shí)時(shí)檢測，但對于振動工況下的高溫鍛件仍然無法實(shí)現(xiàn)穩(wěn)定的高精度測量，難以實(shí)際應(yīng)用。本課題組與某汽車車橋鍛件生產(chǎn)企業(yè)合作，實(shí)現(xiàn)了高溫、振動等復(fù)雜工況下的高溫前橋鍛件自動化三維測量。與傳統(tǒng)方法相比，節(jié)約了人力成本，提高了生產(chǎn)效率。

圖22為汽車前橋鍛件生產(chǎn)線檢測實(shí)景，采用機(jī)器人將生產(chǎn)線上的高溫紅熱鍛件放置在檢測區(qū)域直接進(jìn)行檢測，然后根據(jù)檢測結(jié)果運(yùn)往相應(yīng)的后續(xù)流程。檢測過程中，鍛件的溫度在750～900 ℃ 之間，測量時(shí)間為28 s，精度可達(dá)0.15 mm。測量完成之后，如圖23所示，采用數(shù)據(jù)分析軟件將測量點(diǎn)云與CAD模型配準(zhǔn)，對左右瓜頭、鋼板等關(guān)鍵部位的尺寸進(jìn)行分析，判斷鍛件是否合格，實(shí)現(xiàn)廢品的自動化分揀。如圖24所示，還可對生產(chǎn)線上的鍛件尺寸生產(chǎn)趨勢進(jìn)行分析，為之后 的鍛造生產(chǎn)工藝優(yōu)化提供基礎(chǔ)數(shù)據(jù)。

圖22 高溫鍛件自動化三維測量現(xiàn)場Fig.22 Automated 3D measurement site for high temperature forgings

圖23 測量點(diǎn)云與CAD 模型配準(zhǔn)結(jié)果Fig.23 Registration result of measurement point cloud and CAD model

圖24 鍛件尺寸趨勢分析結(jié)果Fig.24 Results of forging size trend analysis

4 結(jié) 論

基于面結(jié)構(gòu)光的自動化三維測量技術(shù)是實(shí)現(xiàn)自動化三維測量的主流技術(shù)之一，在工業(yè)零件檢測方面有著良好的應(yīng)用前景。本文針對其應(yīng)用中存在的視點(diǎn)規(guī)劃效率低、離線標(biāo)定過程繁瑣、多視測量數(shù)據(jù)拼接精度低、數(shù)據(jù)自動處理穩(wěn)定性差等問題，詳細(xì)介紹了基于雙目測頭的測量視點(diǎn)規(guī)劃、基于耦合焦距比例約束的參數(shù)自標(biāo)定、基于多視圖全局位姿優(yōu)化的多視點(diǎn)云拼接、基于自適應(yīng)閾值ICP的點(diǎn)云背景噪聲數(shù)據(jù)去除等關(guān)鍵技術(shù)，以及基于這些技術(shù)的設(shè)備開發(fā)與應(yīng)用。

基于面結(jié)構(gòu)光的復(fù)雜零件自動化三維測量技術(shù)的發(fā)展趨勢如下:

1) 隨著技術(shù)的不斷發(fā)展，對于零件的制造精度要求越來越高，相應(yīng)的對于三維測量的精度要求也越來越高。因此，需要在相機(jī)參數(shù)標(biāo)定、三維重建、多視點(diǎn)云數(shù)據(jù)拼接等方面繼續(xù)改進(jìn)，以實(shí)現(xiàn)更高的測量精度。

2) 現(xiàn)有的自動化三維測量設(shè)備在室內(nèi)等穩(wěn)定環(huán)境中可以實(shí)現(xiàn)較好的測量效果，但當(dāng)處于陽光、高溫、振動等復(fù)雜環(huán)境時(shí)，難以保證測量精度的穩(wěn)定性。因此，需要在相機(jī)硬件與算法等方面進(jìn)行改進(jìn)，增強(qiáng)三維測量設(shè)備的適用性，保證其在各種環(huán)境中實(shí)現(xiàn)穩(wěn)定測量。

3) 智能化的制造業(yè)應(yīng)該根據(jù)生產(chǎn)過程中被加工工件的實(shí)際狀況，實(shí)時(shí)修正程序，并調(diào)整生產(chǎn)工藝。當(dāng)前自動化三維測量設(shè)備可以根據(jù)重建的三維數(shù)據(jù)對被測工件的實(shí)際狀況進(jìn)行分析，但難以直接給出工藝優(yōu)化措施，仍需人工去進(jìn)一步分析。因此，需要加強(qiáng)基于測量數(shù)據(jù)的工藝優(yōu)化，對生產(chǎn)過程中的工藝參數(shù)進(jìn)行自動調(diào)控，實(shí)現(xiàn)信息化和工業(yè)化的融合，推進(jìn)生產(chǎn)制造過程的全智能化發(fā)展。