一种点云数据的三维曲面监控方法技术

本发明专利技术公开了一种点云数据的三维曲面监控方法，包括：设定标称样本；移除测量样本点云数据中的离群点；将所述测量样本和所述标称样本位姿对齐；对点云所占空间进行等体积分割；计算分割后的区域与标准曲面点云的EMD距离；计算多元广义似然比检验统计量；收集合格样本，建立多元广义似然比控制图，并设定合格控制线值；判定样本，通过控制图对零件生产过程进行监控。进行监控。进行监控。

【技术实现步骤摘要】
一种点云数据的三维曲面监控方法


[0001]本专利技术涉及曲面识别方法,尤其涉及一种点云数据的三维曲面监控方法。

技术介绍

[0002]新型的高清测量技术能够在数分钟内对零件表面进行全面测量，得到大规模的点云数据，高清测量技术能够完整反映零件表面信息，从而为零件表面分析提供了数据基础。
[0003]现有技术中的零件表面监控方法一般只适用于平面图像数据，对于点云数据无法反映其三维特征。而基于三维曲面的平面分割方法不适用于曲率变化较大的曲面，容易丢失曲面特征。因此需要一种表面监控方法可保证原始数据真实性、且普适于各种三维曲面成为一项迫切要求。

技术实现思路

[0004]本申请实施例通过提供一种点云数据的三维曲面监控方法，解决了现有技术中对于三维曲面监控的计算和处理过程中曲面原始特性丢失，丧失真实性的问题，采用等体积分割法实现了完全保留原始数据。
[0005]本申请实施例提供了一种点云数据的三维曲面监控方法，包括：
[0006](1)设定标称样本，选择第一个合格样本的点云数据作为标称样本；
[0007](2)移除测量样本点云数据中的离群点；
[0008](3)将所述测量样本和所述标称样本位姿对齐；
[0009](4)根据测量曲面的形状和大小，划分曲面区域，对点云所占空间进行等体积分割，将点云分割成若干个区域；
[0010]对点云所占空间采用体积进行分割，保留点云曲面的结构和三位特征，不对点云数据进行曲率计算、投影等处理，完全保留原始数据结构。
[0011](5)计算分割后的区域与标准曲面点云的EMD距离；
[0012]采用了EMD距离度量来表示表面3D特征，所以，在计算过程中无需已知表面的CAD模型，具有广泛的适用性。
[0013](6)计算多元广义似然比检验统计量；
[0014](7)收集合格样本，建立多元广义似然比控制图，并设定合格控制线值；
[0015](8)测量样本的多元广义似然比统计量与合格控制线比较，若超出控制线，则判定此样本为不合格样本。通过控制图对零件生产过程进行监控。
[0016]对零件生产过程实时监控，时刻检测测量样本曲面数据，及时判断样品是否属于合格品，零件生产和检测实现同步化。
[0017]优选地，移除测量样本点云数据中的离群点，包括：
[0018]a.计算测量样本其最近点的平均距离；
[0019]b.通过高斯滤波，由3σ准则对异常值进行剔除。
[0020]优选地，σ计算公式为：
[0021][0022][0023]其中，d
i
为第i个测量点的与最相邻的点的平均距离值；d
Mean
为所有d
i
值的均值；n为测量点的个数。
[0024]优选地，测量点的|d
i
‑
d
Mean
|>3σ，则对该点进行剔除。
[0025]计算每个测量点到其最近点的平均距离呈高斯曲线分布，将高斯滤波应用于点云数据中的离群点的剔除，计算简单，数据更具有可靠性。
[0026]优选地，最近点设定为4个。最近点设为4个可同时兼顾数据可靠性、降低计算难度。
[0027]优选地，将测量样本和所述标称样本位姿对齐，包括：
[0028]a.计算原点云和目标点云的质心；
[0029]b.转换原点云和目标点云到质心坐标系；
[0030]c.计算矩阵；
[0031]d.通过得到的旋转和平移矩阵对测量样本点云和标称样本点云进行配准。
[0032]将ICP配准算法应用于点云数据，配准效果好，不需要对点云数据进行分割和特征提取，收敛性好。
[0033]优选地，对点云所占空间进行等体积分割，包括：
[0034]确定点在x，y和z方向上的坐标边界分别为:
[0035](x min,x max)、(y min,y max)、(z min,z max)；
[0036]设置x，y和z方向上的网格数分别为：m、n、l；
[0037]则每个子区域的大小为
[0038]在x，y和z三个方向上对点云数据进行分割，保留了原始数据的三维特征。
[0039]优选地，计算多元广义似然比检验统计量包括：
[0040]将每个样本的EMD值按照向量排列，使用X
k
＝(x
1k
,
…
x
pk
)表示当前第k个样本的EMD向量值。假设在某一时间τ，0<τ<k，该样本受异常因素影响并发生偏移。截至时间k，已从该过程中收集了一系列样品(X1,
…
X
k
)。则时间k处的似然函数统计量为
[0041][0042]其中，是μ1的最大似然估计；μ0为τ时间之前的样本EMD向量均值；μ1为τ到时间k之间的样本EMD向量均值，Σ0为τ时间之前的样本EMD向量协方差矩阵。
[0043]优选地，设定合格控制线值，其计算公式为：
[0044][0045]其中，h为合格控制线值，为合格样品多元广义似然比检验统计量的均值，σ为合
格样品多元广义似然比检验统计量的标准差。
[0046]通过上述计算公式计算控制线值，取得的合格控制线值更加精确，保证测量的准确性。
[0047]本申请还提出了一种计算机可读存储介质，当存储介质中的指令由处理器执行时，使得处理器能够执行上述的方法。
[0048]本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
[0049]1、由于对曲面进行空间等体积分割，所以，有效解决了曲面计算处理过程中失真的问题，进而实现了保留点云曲面原始结构和三位特征。且可用于任意形状的曲面监控，解决了现有技术无法适用于任意三维曲面的问题。
[0050]2、由于采用了EMD距离度量来表示表面3D特征，所以，在计算过程中无需已知表面的CAD模型，具有广泛的适用性。
[0051]3、本申请通过曲面的完全分割来完整的保留零件表面的信息，可以有效识别加工过程的偏移。
[0052]4、本申请通过控制图对零件生产过程实时监控，零件生产和检测实现同步化。
附图说明
[0053]图1为本申请实施例一中一种点云数据的三维曲面监控方法的流程图；
[0054]图2为本申请实施例二中发动机缸盖的表面测量点云数据；
[0055]图3为本申请实施例二中单个发动机缸盖燃烧室的表面测量点云数据；
[0056]图4为本申请实施例二中点云等体积分割结果；
[0057]图5为本申请实施例二中合格样本子区域的EMD均值；
[0058]图6为本申请实施例二中不合格样本子区域的EMD均值；
[0059]图7为本申请实施例二中曲面的监控过程。
具体实施方式
[0060]本申请实施例本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种点云数据的三维曲面监控方法，其特征在于，包括：设定标称样本，选择第一个合格样本的点云数据作为标称样本；移除测量样本点云数据中的离群点；将所述测量样本和所述标称样本位姿对齐；根据测量曲面的形状和大小，划分曲面区域，对点云所占空间进行等体积分割，将点云分割成若干个区域；计算分割后的区域与标准曲面点云的EMD距离；计算多元广义似然比检验统计量；收集合格样本，建立多元广义似然比控制图，并设定合格控制线值；测量样本的多元广义似然比统计量与合格控制线比较，若超出控制线，则判定此样本为不合格样本。通过控制图对零件生产过程进行监控。2.如权利要求1所述的一种点云数据的三维曲面监控方法，其特征在于，所述移除测量样本点云数据中的离群点，包括：计算测量样本其最近点的平均距离；通过高斯滤波，由3σ准则对异常值进行剔除。3.如权利要求2所述的一种点云数据的三维曲面监控方法，其特征在于，所述σ计算公式为：式为：其中，d
i
为第i个测量点的与最相邻的点的平均距离值；d
Mean
为所有d
i
值的均值；n为测量点的个数。4.如权利要求3所述的一种点云数据的三维曲面监控方法，其特征在于，所述测量点的|d
i
‑
d
Mean
|>3σ，则对该点进行剔除。5.如权利要求2所述的一种点云数据的三维曲面监控方法，其特征在于，所述最近点设定为4个。6.如权利要求1所述的一种点云数据的三维曲面监控方法，其特征在于，所述将所述测量样本和所述标称样本位姿对齐，包括：计算原点云和目标点云的质心；转换原点云和目标...

【专利技术属性】
技术研发人员：杜世昌，
申请(专利权)人：力度工业智能科技苏州有限公司，
类型：发明
国别省市：