1.机器人三维重建设备视点规划方法,其特征在于,所述方法包括以下步骤:S100:在测量系统中获取待测航空发动机异形叶片的标准三维CAD模型;
S200:基于待测航空发动机异形叶片的标准三维CAD模型设计体素状态空间,对体素状态空间进行扩充以适应偏差,通过对待测叶片进行扫描更新状态空间体素状态;
S300:界定扫描仪深度范围,结合待测叶片的尺寸计算扫描仪半径,采用球形坐标系表示扫描仪的位置,根据偏移角度调整扫描仪的位置,指向待测叶片的中心,根据可调参数组成动作空间;
S400:利用映射方程和罗德里格斯旋转公式,将扫描仪位置和朝向转换为机械臂及旋转台角度,构建七自由度测量运动控制系统;
S500:设计奖励函数,根据当前状态和动作,结合强化学习算法训练设备结合强化学习算法训练七自由度测量运动控制系统,训练过程中,七自由度测量运动控制系统根据奖励函数的反馈对每个动作进行评估,并更新其决策策略,最大化累计奖励并优化视点选择,当达到训练终止条件时,得到训练好的七自由度测量运动控制系统,应用于实际的3D测量任务,生成最优视点规划引导机器人进行扫描;具体的奖励函数由以下方程定义:
;
其中,和是权重,为覆盖率奖励,为重叠率控制奖励,为重叠率阈值奖励。
2.根据权利要求1所述的方法,其特征在于,S200包括:S210:基于标准CAD模型的包围盒体素集合设计状态空间,体素边长为L;
S220:为适应被测叶片与CAD模型的偏差,状态空间在轴对齐包围盒基础上向外扩充,设轴对齐包围盒最小顶点坐标,包围盒长宽高分别为,扩充后最小顶点坐标为,边长为;
S230:状态空间包含未占有体素、占有体素和未知体素,扫描仪在被测叶片处扫描后,体素空间中有K个体素被占用,状态为1,从传感器原点向这K个占据体素的方向投射K条射线,通过射线投射更新体素状态,扫描仪与占用体素之间的区域为未占有体素,状态为0,占用体素之后的体素被视为未知体素,状态为2,每次扫描后更新状态空间体素状态。
3.根据权利要求2所述的方法,其特征在于,S230中,设扫描仪在处进行一次扫描后,体素空间中K个体素被占用,其中心坐标为,设K条射线从传感器原点向K个占据体素的方向投射,表示第k条射线,1≤k≤K,第k条射线穿过的第n个体素用, 1≤n≤N表示,其体素中心坐标为,则体素状态由下式确定:;
扫描仪与占用体素之间的区域均为空体素,占用体素之后的体素为未知体素。
4.根据权利要求3所述的方法,其特征在于,S300包括:S310:由近平面和远平面界定扫描仪的深度范围;
S320:为确保待测叶片保持在扫描仪的深度范围内,根据待测叶片的尺寸结合扫描仪的深度范围,计算扫描仪的半径,其中,扫描仪围绕待测叶片的重心进行工作;
S330:使用球形坐标系表示扫描仪的位置,包括方位角、俯仰角和半径,为有效扫描物体的特定区域,调整扫描仪的位置,将其上下或左右偏移一个角度,同时指向物体的中心;
S340:根据可调参数方位角、俯仰角、半径和偏移角度组成动作空间。
5.根据权利要求4所述的方法,其特征在于,S320具体为:;
其中,分别为物体的长度、宽度和高度,为扫描仪的扫描半径,为近平面,为远平面;
S340中动作空间具体为:
。
6.根据权利要求5所述的方法,其特征在于,S400中映射方程具体为:;
其中,是z轴的单位方向向量,和分别表示扫描仪朝向的垂直和水平方向的偏移角度,是指向叶片中心的扫描仪位置向量,表示为:;
是罗德里格斯旋转公式,用于表示沿着向量旋转向量的旋转公式,旋转角度为,其公式如下:;
使用六自由度的机器人臂和旋转台,创建七自由度的测量设备,旋转台使得叶片能进行各种姿态的调整,机器人臂能够在一个平面内进行扫描运动,扫描仪坐标(,,)通过坐标变换转换为机器人臂的坐标系统(,,),并通过以下方程计算得到机械臂及旋转台角度:;
其中,表示机器人臂的关节角度,表示旋转台的旋转角度;和分别表示机器人臂第二和第三段的长度。
7.根据权利要求6所述的方法,其特征在于,S500中奖励函数包括覆盖率奖励、重叠率控制奖励和重叠率阈值奖励,包括:当前的状态空间包含一组未占用的体素以及一组已占用的体素,每次扫描后,结果中未占用的体素集合为,已占用的体素集合为,标准的叶片CAD模型经过重网格化和细分处理后,用来确定模型中已占用的体素数量;
覆盖率奖励在每次扫描后计算,同时还计算该次扫描的点云重叠率,其定义如下:;
;
其中,表示体素的数量;
当目标理想重叠率设为时,设计重叠率控制奖励如下:
;
此外,为了增强七自由度测量运动控制系统对重叠率的控制,设计了重叠率阈值奖励:;
其中是设置的重叠率偏差阈值,是一个明显大于的奖励值;在初始步骤中,奖励函数鼓励七自由度测量运动控制系统选择能最大化模型覆盖率的动作,对于后续步骤,七自由度测量运动控制系统在最大化模型覆盖率的同时,最小化扫描点云的重叠率偏差。
8.根据权利要求7所述的方法,其特征在于,S500包括:S510:采用基于最大熵框架的Soft Actor-Critic算法来训练七自由度测量运动控制系统,算法包含Actor网络和两个独立的Critic网络,Actor网络负责生成视点规划策略,根据当前状态选择动作,两个独立的Critic网络评估动作的Q值,并通过最小化时序差分误差来更新Critic网络参数;
S520:在训练过程中,七自由度测量运动控制系统通过与环境的不断互动积累经验,并将这些经验存储到经验回放池中,经验包括状态、动作、奖励、下一个状态;训练时,从经验回放池中随机采样数据,用于更新Actor和Critic网络,Actor网络通过策略梯度方法进行优化,以最大化累计奖励和策略熵;Critic网络通过最小化时序差分误差来更新其参数,为了稳定训练,SAC算法采用软更新机制;
S530:通过反复迭代训练,七自由度测量运动控制系统逐步调整其视点规划策略,选择最佳视点以最大化累计奖励,当覆盖率满足设定覆盖率或动作次数达到最大设定动作次数时,训练结束,得到训练好的七自由度测量运动控制系统,应用于实际的3D测量任务,生成最优视点规划引导机器人进行扫描。
9.机器人三维重建设备视点规划系统,其特征在于,包括:待测叶片标准模型获取模块,用于在测量系统中获取待测航空发动机异形叶片的标准三维CAD模型;
状态空间设计模块,用于基于待测航空发动机异形叶片的标准三维CAD模型设计体素状态空间,对体素状态空间进行扩充以适应偏差,通过对待测叶片进行扫描更新状态空间体素状态;
动作空间设计模块,用于界定扫描仪深度范围,结合待测叶片的尺寸计算扫描仪半径,采用球形坐标系表示扫描仪的位置,根据偏移角度调整扫描仪的位置,指向待测叶片的中心,根据可调参数组成动作空间;
七自由度测量运动控制系统实现模块,用于利用映射方程和罗德里格斯旋转公式,将扫描仪位置和朝向转换为机械臂及旋转台角度,构建七自由度测量运动控制系统;
训练和视点规划模块,用于设计奖励函数,根据当前状态和动作,结合强化学习算法训练七自由度测量运动控制系统,训练过程中,七自由度测量运动控制系统根据奖励函数的反馈对每个动作进行评估,并更新其决策策略,最大化累计奖励并优化视点选择,当达到训练终止条件时,得到训练好的七自由度测量运动控制系统,应用于实际的3D测量任务,生成最优视点规划引导机器人进行扫描;具体的奖励函数由以下方程定义:
;
其中,和是权重,为覆盖率奖励,为重叠率控制奖励,为重叠率阈值奖励。
10.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述的方法的步骤。