[發明專利]一種法蘭的平面度檢測方法

在審

• 申請號: 202110010364.8
• 申請日: 2021-01-06
• 公開（公告）號: CN112325809A
• 公開（公告）日: 2021-02-05
• 發明（設計）人: 肖蘇華;戴智彬;鄭振興;羅文斌;吳建毅;盧琦文;王志勇;喬明娟
• 申請（專利權）人: 廣東技術師范大學
• 主分類號: G01B11/30
• 分類號: G01B11/30
• 代理公司: 北京中濟緯天專利代理有限公司 11429
• 代理人: 孔凡亮

1.一種法蘭的平面度檢測方法，包括硬件系統帶動3D相機采集法蘭表面輪廓圖階段和軟件系統進行平面度計算階段，其特征在于，所述軟件系統進行平面度計算階段包括以下步驟：

S1.預處理生成點云：將3D相機采集到的法蘭表面輪廓圖進行預處理并生成矩形帶狀點云；

S2.空間三維點云極坐標變換：

S21.將S1中生成的矩形帶狀點云向y軸正方向平移，使矩形帶狀點云位于y軸上方；

S22.將矩形帶狀點云上的每個點的直角坐標轉換為極坐標，并將轉成的極坐標用直角坐標表示；

S23.根據極坐標將矩形帶狀點還原為圓環形狀的點云；

S3.點云去噪：

S31.設置歐氏距離分割閾值；

S32.根據歐氏距離閾值將點云分割成不同的部分；

S33.獲取不同部分點云的特征；

S34.根據分割后的模型特征選取出法蘭的主體點云；

S4.檢測位點提?。?/p>

S41.獲取法蘭點云在二維圖像下的渲染圖；

S42.在渲染圖上提取檢測位點；

S5.法蘭基準平面擬合：

S51.根據S42獲得的檢測位點提取的位置，映射到三維點云之中提取檢測的點云；

S52.使用最小二乘法將檢測點云擬合為一個平面，獲得基準平面；

S6.法蘭平面度計算：

S61.計算每個檢測點到基準平面的距離；

S62.獲取所有距離的最大值與最小值之差的絕對值，該值即為平面度。

2.根據權利要求1所述的法蘭的平面度檢測方法，其特征在于，S1中將3D相機獲取的輪廓圖進行預處理并生成矩形帶狀點云包括以下步驟：

S11.3D相機SDK獲取采集的輪廓圖數據；

S12.對獲取的輪廓圖使用3D相機API進行中值濾波；

S13.對中值濾波后的圖像使用3D相機API進行平滑濾波；

S14.使用3D相機API生成點云數據。

3.根據權利要求1所述的法蘭的平面度檢測方法，其特征在于，S22中對點云的x、y坐標進行變換，z坐標的值不做改變。

4.根據權利要求3所述的法蘭的平面度檢測方法，其特征在于，S22中點云直角坐標與極坐標的轉換方法如下：

設定S1中生成的矩形帶狀點云的長度為L，矩形帶狀點云上任意一點M在直角坐標系中的直角坐標為（a，b）；

設定M點在極坐標中與M’對應，M’在極坐標中的極坐標為(θ，ρ)，則在極坐標圖中：

得到M’(θ，ρ)之后將其轉換為直角坐標的表示(x，y)：

則原始點M (x，y，z) 由直角坐標系變換到極坐標中后，得到M’ (，，z)。

5.根據權利要求4所述的法蘭的平面度檢測方法，其特征在于，S22中點云轉換的方法使用PCL算法來實現，根據轉成點云的輪廓圖的寬高來遍歷所有點云，計算時根據點云x軸分辨率與輪廓圖高度乘積來確定實際點云x方向距離，再根據轉換計算公式實現點云數據的轉換。

6.根據權利要求4所述的法蘭的平面度檢測方法，其特征在于，S22中點云轉換的方法使用HALCON算法來實現，用HTuple類型的數組形式接收點云的x、y、z的值，然后生成三維數據模型。

7.根據權利要求4所述的法蘭的平面度檢測方法，其特征在于，S34中的模型特征為數量特征或最小外接矩形的最大對角線長度。

8.根據權利要求1所述的法蘭的平面度檢測方法，其特征在于，S42中提取檢測位點的方法為在兩法蘭孔之間的中點位置提取內外圈檢測位點。