1.一种线激光在位测量系统误差建模和路径规划方法,其特征在于,包括如下步骤:S1、线激光在位系统测量原理分析;
在步骤S1中,测量原理分析具体如下:机器人(1)搭载线激光传感器(2)测量时,明确线激光传感器(2)X平面及坐标系,结合机器人(1)的手眼标定位姿计算测量点云的三维坐标,获取工件(3)的轮廓信息;
S2、基于Lambert漫反射模型推导光能质心角位置;
在步骤S2中,基于Lambert漫反射模型推导光能质心角位置具体如下:S21、将工件(3)视为漫反射体,假设工件(3)被测表面为理想漫反射表面,散射光空间分布依据Lambert定律进行描述:(1);
S22、线激光传感器(2)的参数定义如下:设点为测量参考原点,表示工件(3)的位移量,其中向上移动取负值,向下移动取正值,表示激光线上点相对于原点的距离,为工件(3)被测表面的倾角,表示成像透镜(4)中心与光轴中心的夹角,表示工件(3)被测表面的法线,表示成像透镜(4)的半径,表示成像透镜(4)中心到原点的距离,表示接收面到成像透镜(4)的距离,当工件(3)被测表面向上移动时,光斑相应上移,当激光线上的点沿前后方向移动时,光斑也会相应位移;
S23、在接收透镜上取一个垂直于接收平面的条形面元,其中心处的光能量与其他位置相同,基于此,条形面元在单位时间内接收到的光能量可表示为:(2);
设为物光点到接收透镜中心的距离,表示条形面元相对于物光点所形成的立体角,则:(3);
其中,,将其代入式(3)中,得到:
(4);
(5);
在进行位移测量时,由于物光点到接收透镜的距离远大于透镜半径,因此可近似认为,对进行展开,从而推导出关系式(6):(6);
以作为参考,逆时针旋转形成的角取正值,顺时针旋转则取负值,设接收透镜内光锥的光能质心角位置为,则在处将接收透镜划分为两部分,这两部分均垂直于接收面且接收到的光能相等,其对应的光能积分方程如式(7)所示:(7)
式中:
(8);
(9);
使,在积分限到范围内,有,式(8)和式(9)变为:(10);
(11);
将式(10)和式(11)代入式(7),积分完成后得到:(12);
使,取近似和,经化简后可得:
(13);
因此,在物面倾斜会聚光斑位置形成的中,(14);
在物面倾斜会聚光斑位置形成的中,
(15);
在物面倾斜会聚光斑位置形成的中,由于,取一级近似可得:(16);
在物面倾斜会聚光斑位置形成的中,
(17);
(18);
(19);
联立式(17)、式(18)和式(19)可得:(20)
即为的值,将式(16)、式(20)代入式(13),可得:(21);
其中,,
式中,表示接收透镜所接收光锥中光能质心线的角位置,该光能质心线在光敏面上的投影点,即为线阵CCD感光面上会聚光斑的光能质心位置;
S3、激光三角法引起的线激光测量误差分析与建模;
在步骤S3中,
S31、激光三角法引起的线激光测量误差分析具体如下:对于线激光传感器(2)激光线上的同一激光点,当工件(3)表面倾斜角固定时,随着景深的增大,线激光传感器(2)的测量误差也会相应增加;
若选定激光线上的某个固定点,在工件(3)位移保持不变的前提下,测量误差将随工件(3)表面倾斜角的增加而增大;
若工件(3)表面倾斜角和位移量固定,在同一激光线上,不同位置的激光点到中心的距离越小,测量误差越小,反之误差越大,即越靠近激光线中心的位置,线激光传感器(2)的误差越小;
当工件(3)表面倾斜角时,线激光传感器(2)测量误差的正负方向与工件(3)位移方向一致,而当工件(3)表面倾斜角时,误差的正负方向则与工件(3)位移方向相反;
S32、激光三角法引起的线激光测量误差建模具体如下:设光能质心线为,光能质心线经折射后投射到线阵CCD上形成会聚光斑的光能质心点,作,设的像点为,其物距与像距满足,则像点到接收透镜光轴的距离可表示为:(22);
由于光线在线阵CCD上的投影点到接收透镜光轴的距离满足,且物面倾斜会聚光斑位置形成的,因此可得:(23)
由几何关系,可得,
(24);
由于,将式(22)代入式(23)中,得到:(25);
随后,将式(24)代入式(23)中,可推导出:(26);
由于,因此有:
(27);
当线激光传感器(2)的入射光束垂直入射,物面无倾斜时,有,若入射光束以倾角入射,即物面存在倾斜时,则,由此,倾斜角误差可表达为:(28);
其中,;
S4、在位系统测量扫描约束策略;
在步骤S4中,
S41、约束策略
线激光传感器(2)采用三角法测量原理得到激光线的位置和线激光传感器(2)与工件(3)表面的距离在传感器坐标系中的位置,通过移动工件(3)或线激光传感器(2)的位置,可以获得一组3D测量点,在扫描过程中,线激光传感器(2)的特性以及线激光传感器(2)与工件(3)的相对距离决定了测量数据的质量,因此通过以下约束条件进行约束:方向角:方向角是线激光传感器(2)方位与工件(3)表面法向量之间的夹角,该角度的大小直接影响测量效果,当扫描方向与工件(3)表面法向量保持平行时,能够实现最大的表面点云密度:(29);
景深:线激光传感器(2)在一次扫描时只能测量景深中的表面数据,假设传感器坐标系中的点为,那么需要满足:(30);
最佳距离:最佳距离是从激光源到位于半景深中的扫描参考平面,它可以使激光束聚焦在参考平面上;
扫描宽度:扫描宽度是位于半视场深度的激光束的宽度,也是扫描线的长度;
视场FOV:区域由扫描角度和扫描宽度定义,线激光传感器(2)可以在该范围内扫描点;
视场角:激光束平面的角度;
无碰撞约束:在扫描过程中,确保线激光传感器(2)不会与机器人(1)或工件(3)发生碰撞;
S42、邻域搜索算法
测量的工件(3)由STL文件格式描述的三角形网格模型,STL文件是三角形网格模型的标准格式,由顶点和面的法向量组成,半边结构用于三角网格的拓扑重建,对面片进行重构后,利用面片邻域搜索算法搜索面片的阶邻域,是网格模型中的一个刻面,是刻面的索引,是相应刻面的一组相邻刻面,获得刻面的阶邻域的算法如下:
S421、求刻面的一阶邻域,首先,找到中包含的三条半边,然后,找到相应的邻域半边,求出邻域的邻域面集,称为一阶邻域面集:(31);
S422、求刻面的二阶邻域,通过在一阶邻域中搜索刻面获得:(32);
S423、求刻面的阶邻域,通过在阶邻域中搜索刻面获得:(33);
S5、测量数据处理;
S6、测量路径生成与规划;
S7、球面和自由曲面路径规划算法仿真;
S8、测量精度和路径控制案例验证。
2.根据权利要求1所述的一种线激光在位测量系统误差建模和路径规划方法,其特征在于,在步骤S5中,测量数据处理具体包括:S51、采用半径滤波算法对点云数据进行滤波和降噪,具体如下:S511、首先设定离散阈值和滤波半径;
S512、然后导入点云数据;
S513、接着依据设定的参数对点云数据执行滤波处理;
S514、对于在半径范围内邻近点数量少于离散阈值的点,判定为噪声并予以剔除;
S515、最后保存滤波后的点云数据;
S52、采用下采样算法减少点云数据中的点云数量且保留点云的关键特征,具体如下:首先构建一个三维体素网格,并以每个体素内所有点的重心作为代表点,来近似替代该体素内的所有点,通过遍历所有体素,最终得到由各体素重心组成的下采样点云,设输入的点云数据集被划分为个大小一致的体素,每个体素的长度、宽度和高度均设定为1mm,对于第个体素,其中心点可表示为:(34);
其中,表示第个体素的中心坐标,是该体素内包含的点的数量;表示第个体素所包含的点云集合;表示体素中的第个点的坐标。
3.根据权利要求1所述的一种线激光在位测量系统误差建模和路径规划方法,其特征在于,在步骤S6中,测量路径的生成与规划具体如下:S61、表面区域划分
S611、遍历所有未标记的面,找出法向量最大的两个刻面,两个刻面的最大法向量角为,如果两个法向量角之间的夹角满足:,说明在一个视点中可以扫描所有面,如果角度不满足此条件,则进入下一步;
S612、将法向量之间的夹角最大的两个面片视为种子三角形面片和,其中且,利用邻域搜索算法,通过面片组成扫描区域,区域内的面片与种子面片之间的夹角均小于,同理得到扫描区域,标记规划好的面片;
S613、计算初始扫描区域的平均法向量,然后对该区域内每个面的方向角进行检测,对不满足视角约束的面片取消标记,确定扫描区域,如果所有的面片都被标记,则划分结束,否则返回步骤S611;
S62、传感器方向的确定
传感器方向根据下式确定:
(35)
式中,是扫描区域内三角形面片的数量,是每个面片的法向量;
S63、扫描视点的生成
将区域内所有面的的顶点都投射到上,投影点的坐标通过式(36)计算得到,然后确定投影点之间的最大距离,(36);
式中,为面片的顶点坐标,
设表示方向上所有投影点的最大距离,根据式(37)计算得到,和是方向上的最高投影点和最低投影点,(37);
如果,则所有的面片属于同一深度范围,可在同一最佳距离平面内扫描;如果,同一方向的面片需要根据深度范围进行分类,分类数据由式(38)确定,其中表示向下舍入,(38);
S64、扫描路径的生成
包含点却垂直于的面标记为,点由式(39)计算得到,首先,将扫描区域中满足深度约束的面片投影到平面上,投影点坐标通过式(40)计算,(39);
(40);
其中,是投影点的坐标,表示面片的顶点坐标,投影后,平面中的小平面形成一多边形,通过格雷厄姆算法计算投影平面的凸包,然后通过旋转法得到凸包的最小外矩形,即为待扫描区域,将外矩形的长方向作为线激光传感器(2)移动的方向,即传感器坐标系的Y轴方向,矩形的宽度方向作为X轴,假设构成最小外矩形的四个点是工件(3)坐标系中的、、和,如果,那么线激光传感器(2)在该区域内的姿态由式(41)可得:(41);
如果,可以根据一个扫描线段扫描该区域,否则,最小外矩形的宽度被分割,该区域的扫描线数由式(42)得到,其中表示向上舍入,最后,连接不同的扫描线以形成区域的扫描路径:(42)。
4.根据权利要求1所述的一种线激光在位测量系统误差建模和路径规划方法,其特征在于,在步骤S7中,S71、自由曲面路径规划算法仿真
自由曲面模型由1594个面和862个点组成,遍历曲面模型三角形网格表面法向量之间的最大夹角,因为,需要改变位姿进行测量,选择法向量夹角最大的两个面即和,进行邻域搜索,组成扫描区域和,计算传感器位姿,根据式(37)计算深度得到,因为景深值为8,,各个区域块满足深度约束,最后为各个区域生成最终扫描路径;
S72、半球面路径规划算法仿真
半球面模型共有3484个面和1804个点,求出半球面模型中三角形块的法向量最大夹角为179.84°,由于,为了实现工件(3)表面的完整扫描,需要改变线激光传感器(2)的方位,首先遍历工件(3)所有未被标记的面,选择角度最大的两个刻面即和,作为种子三角形刻面,并分别搜索种子刻面的邻域,扫描区域由刻面及与该刻面角度小于的所有刻面组成,扫描区域同理,在区域和中检测视角,取消不满足视角约束的刻面标记,然后,计算传感器位姿,因为大于景深,根据式(38)计算出,进一步对区域进行分类,最后生成四个不同的扫描区域,为每个区域生成最终的扫描路径。
5.根据权利要求1或4所述的一种线激光在位测量系统误差建模和路径规划方法,其特征在于,在步骤S8中,S81、对半球面工件进行验证
在已知工件(3)位姿且完成手眼标定后,利用式(43)即可得到机器人(1)端的扫描路径,线激光传感器(2)在不同扫描时间采集工件(3)表面不同截面的点云,当扫描完成时,需要将将数据转换到相同的坐标系中,以实现点云配准,根据式(44),可以将扫描数据统一到机器人(1)的基坐标系中:(43);
(44);
式中,是扫描点在传感器坐标系中的位置,是扫描点在基坐标系下的位置;
对采集数据进行预处理,以去除噪声和异常数据,在获得半球面表面点云数据之后,首先将扫描模型与相应的CAD模型进行对齐,然后采用差值阈值法判定工件(3)是否存在缺陷,采用Geomagic Qualify软件作为辅助检测工具,具体操作流程如下:首先,将扫描得到的点云模型导入辅助检测工具作为测试对象,再将CAD模型导入作为参考模型,然后,通过利用辅助检测工具的最佳拟合和对齐功能,逐步调整并优化测试模型与参考模型之间的匹配,直至达到最小偏差状态,随后,利用辅助检测工具的对比分析功能生成三维偏差图,全面反映出两模型之间的差异,最终实验得到偏差结果,得到扫描获得的点云模型与CAD参考模型之间的最大偏差、平均偏差以及标准偏差,并补偿机器人(1)定位误差,并利用误差模型补偿传感器部分的倾角误差和激光线上误差,将补偿后的点云模型与CAD模型进行对比,对比结果满足在机测量精度的需求;
S82、对复杂曲面工件进行验证
对加工好的复杂曲面工件进行扫描测量,将工件补偿前后与标准模型进行对比,对比结果满足在机测量精度的需求。