[發明專利]基于序列線性規劃的葉片點云模型截面曲線直接構造方法

有效

• 申請號: 201410186781.8
• 申請日: 2014-05-05
• 公開（公告）號: CN103942837B
• 公開（公告）日: 2017-03-08
• 發明（設計）人: 李文龍;湛紅暉;李啟東;嚴思杰
• 申請（專利權）人: 華中科技大學無錫研究院
• 主分類號: G06T17/00
• 分類號: G06T17/00
• 代理公司: 無錫市大為專利商標事務所(普通合伙)32104
• 代理人: 曹祖良,韓鳳

技術領域

本發明屬于葉片曲面數字化三維形貌檢測數據處理領域，具體是一種基于序列線性規劃的葉片點云模型截面曲線直接構造方法。

背景技術

葉片點云模型一般指激光掃描儀或柔性關節臂等非接觸式測量獲取的三維點云數據。葉片復雜曲面零件在航空、艦船、核電等工業中扮演著重要的角色，具有薄壁件類、難加工、易變形、低損傷等技術特點，如何保證其制造精度一直是數字化制造領域的研究前沿。傳統方法大多將制造過程的設計、分析、加工、測量等階段獨立處理，存在數據傳輸滯后、測量信息無法集成、自動化程度低等諸多問題，而研究集成“加工-測量”一體化的閉環平臺成為解決該問題的有效手段。密歇根州立大學開發了基于光學測量數據的復雜曲面精密加工與檢測裝置，諾丁漢大學采用類似技術研究了加工、檢測、修復一體化集成技術，其與德國MTU葉片生產商等開展了基于光學的葉片曲面輪廓原位檢測與補償加工；華中科技大學研制了葉片拋磨機器人“測量-操作-加工”一體化系統，通過光學掃描獲取葉片磨削過程的點云數據，分析葉片余量信息，反饋給磨拋機器人。可見，“加工-測量”一體化理論與方法對提高葉片制造精度具有重要意義，就測量獲取的葉片點云數據，通過提取葉片的特征參數可用于分析葉片的加工質量。就測量而言，分為非接觸式與接觸式測量兩種方法，其中非接觸式測量往往通過光學掃描方法(如德國Breuckmann公司的StereoSCAN便攜式光學測量設備，測速超過萬點/秒)快速獲取大規模點云數據，若經三角網格化和曲面參數話提取葉片的特征參數，將大幅降低一體化系統的效率，則從葉片點云模型直接提取形位參數成為評估葉片加工質量的重要技術之一。

光學掃描方法可快速獲取葉片銑削或拋磨過程中的反映葉片形貌的大規模點云數據，但光學測量點云數據規模巨大，動輒十萬/百萬，從點云數據直接提取葉片的特征參數，避免網格重構和曲面參數化，提高數據處理效率。為提取葉片的特征參數，需要在點云模型上有效構建截面曲線，并給出其樣條曲線的表達式。所謂葉片截面曲線是通過截平面與葉片曲面相交求取的曲線：截平面獲取的曲線為平面曲線。截面曲線具有重要的作用，如規劃刀具路徑、提取葉片型面或輪廓特征參數、重構曲面、檢查干涉等。其中，一個重要應用就是提取型面特征參數，包括前后緣半徑、弦線、弦長、軸弦長、弦傾角、中弧線、最大厚度等，從而區分葉緣特征，用于提取在機檢測的數據。在葉片點云模型上完成上述應用，需在葉片點云模型上有效提取誤差容許的截面曲線。

在葉片點云模型上提取截面曲線，常用方法是將點云模型三角網格化或曲面參數化，與截平面求交得到截面曲線，但該方法計算效率低，易導致錯誤的拓撲結構；或者采用一定厚度的平面直接在點云模型上截取散亂點集，通過凸包排序法直接構建截面曲線，但該方法并不能保證構建的截面曲線與點云模型在一定的誤差范圍內，且對于稀疏點云，從點云模型上截取的點集數目有限，易導致葉緣特征信息的丟失。故直接從葉片點云模型上構造截面曲線，對于“加工-測量”一體化系統具有重要的應用價值。

但通過光學測量獲取的散亂點云并無有序的拓撲結構，可通過數學形態學建立拓撲結構，如創建鄰域和計算一致性法矢。為此，將二維數學形態學擴展到三維，構建三維圖像實現三維形態學操作，并借助形態學操作提取型線有序點集及相關特征參數，創建鄰域結構，估算葉片點云模型的一致性法矢。構建三維圖像時存在離散誤差，初提取的截面型線存在較大誤差，曲率方向變化劇烈。為此，先對形態學粗提取的截面型線采用能量法進行光順；后通過點-面距離函數，對截面型線在點云模型上進行整體優化，使其誤差達到容許范圍、曲率分布合理。

發明內容

本發明的目的在于提出一種從葉片點云模型上直接構造截面曲線的方法，通過數學形態學建立葉片散亂點云的拓撲結構信息，針對葉片的形狀特征，建立葉片截面曲線和點云模型的距離函數，得到一階微分增量，由此建立序列線性規劃的優化模型，提高葉片截面曲線的構造精度，使截面曲線的曲率分布趨于合理。

按照本發明所采用的技術方案，所述的基于序列線性規劃(LP)的葉片點云模型截面曲線直接構造方法包括以下步驟：

S1：由形態學創建散亂點云模型的三維圖像，提取截面有序點集，經能量法光順后構建3次B樣條曲線。

S2：通過控制弦高將樣條曲線離散為足夠多的樣點，在點云模型對應三維圖像上創建每個樣點的k鄰域，并采用移動最小二乘法(MLS)計算每個樣點在點云模型上的垂足。

S3：建立截面樣條曲線和點云模型之間的距離函數，計算一階微分增量，構建序列線性規劃模型，通過規劃求解得到樣條曲線控制點集的微分增量。