【技术实现步骤摘要】
本专利技术属于大尺寸/数字化测量领域，涉及复杂场景内离散关键点的自规划高效率激光测量方法。
技术介绍
1、数字化测量驱动的原位装配已成为大型飞机部件的主流制造模式之一，其测量精度、效率及可靠性直接影响装配质量及效率。例如，飞机装配中几何测量数据的精准传递与评估是保障装配精度、缩短装配时间的关键。然而，飞机部件上关键点(定位点、基准点等)往往分布范围大、空间分布离散、且测量现场内视线遮挡严重，系列关键点的高精度、高效率、高可靠测量面临严峻挑战。常规的现场测量技术往往需要依赖人工经验进行测量站位布设，难以预先判断测量视线遮挡是否遮挡，易出现视线遮挡导致临时补加测量站位的情况，同时若干测量目标的测量序列亦完全依靠个人经验，易出现漏测、重测、往返测的低效率测量问题；此外，激光跟踪仪测量精度与距离、角度均有关，经验布局无法保证测量精度。综上，必须探索一种面向于复杂装配现场的自规划高效率测量方法，以保证关键点的测量精度、效率及可靠性。
2、专利《一种基于组合测量的激光跟踪仪站位规划方法》、专利号cn202011243780.4中，公开了一种基于组合测量的激光跟踪仪站位规划方法，该方法由所规划的t-scan扫描轨迹来规划激光跟踪仪的放置位置与姿态。专利《激光跟踪仪和igps的空间测量可达性仿真分析与布置方法》、专利号cn202210363899.8中，公布了一种激光跟踪仪和igps的空间测量可达性仿真分析与布置方法，该方法通过仿真分析实测距离和理论距离的差值以判断测量点的可达性，并通过网格化搜索寻找所有测量点均可测的激光跟踪仪站位
3、上述方法只适用于激光跟踪仪和t-scan的组合式测量、且只能找使得所有测量点可测的激光跟踪仪站位，未考虑多站位测量时激光跟踪仪整体测量精度，且未研究离散关键点测量任务分配、测量序列规划的问题。因此，本专利技术提出复杂场景内离散关键点的自规划高效率激光测量方法，实现多测量站位的自规划、全覆盖测量，具有良好的通用性与广阔应用前景。
技术实现思路
1、专利技术复杂场景内离散关键点的自规划高效率激光测量方法。该方法首先基于点-线-面相交算法，进行激光测量视线遮挡的预先判别；其次构建分布式激光测量站位优化布局函数模型，以三维测量不确定度、关键点测量不确定度的加权之和最小为目标函数，设定测距范围、测角范围及可行域等约束，基于遗传算法求解出分布式激光测量站位坐标及测量任务，实现测量站位的数量、位置等自规划；最后，对大范围内离散关键点的测量序列规划，基于测量序列内测量路径最小为原则，求解出各测量站位内若干待测关键点的测量序列。本专利技术改变了人工经验站位布设的传统模式，解决了测不到、测不全、效率低的问题，应用前景广阔。
2、本专利技术的技术方案：
3、复杂装配场景内离散关键点的自规划高效率激光测量方法，步骤如下：
4、第一步，基于点-线-面相交的测量视线遮挡预判别
5、首先将装配现场内易造成视线遮挡的飞机部件、工装等遮挡物的模型导入至solidworks建模软件中，再将模型以obj格式导出，即完成模型三角面片化，每次得到一个模型的三角面片；其次构建待测关键点与激光跟踪仪的测量原点之间的线段，并计算该线段与部件三角面片所在平面的交点与三角面片顶点组成的三个三角形面积之和，判断线段与三角面片是否相交(即视线是否遮挡)。设某三角面片的3个顶点坐标分别为q1＝(x1,y1,z1)、q2＝(x2,y2,z2)与q3＝(x3,y3,z3)。待测关键点与激光跟踪仪的测量原点坐标分别为pa＝(xa,ya,za)、pb＝(xb,yb,zb)，该线段参数方程表示为式(1)：
6、
7、其中，λ为参数；
8、三角面片的平面方程用行列式表示为式(2)：
9、
10、联立式(1)与(2)，采用式(3)计算出参数的λ值，式中c、d为过程参数，m1＝xb-xa，m2＝yb-ya，m3＝zb-za；若λ∈[0,1]，则表面该三角面片与线段存在交点，且交点坐标由式(1)求出：
11、
12、采用式(4)求出模型三角面片面积、线面交点与模型三角面片的三个顶点构成三个三角形总面积；
13、
14、其中，s原为模型三角面片面积，s新为线面交点与模型三角面片顶点构成三个三角形总面积，a1＝x2-x1、a2＝x3-x1、b1＝y2-y1、b2＝y3-y1、c1＝z2-z1与c2＝z3-z1；
15、至此，可计算得到原模型三角面片面积、线面交点与模型三角面片顶点构成三个三角形总面积。若s原＝s新时，则表明测量视线与三角平面交点处于三角形内部，即相交，测量视线被遮挡，否则测量视线未被遮挡。
16、第二步，构建分布式激光跟踪仪测量站位的优化函数
17、首先以激光跟踪仪站位的可布设范围、激光跟踪仪的测距范围及测角范围作为约束，以激光跟踪仪三维测量(测量坐标系中x,y,z方向)不确定度、关键点测量不确定度(ux,uy,uz)的加权之和最小为目标函数，待优化参量为激光跟踪仪站位的数量、位置等参量。引入测点分配因子θ(i)分配测量任务；综上，构建出分布式激光跟踪仪测量站位的优化函数，其中目标函数如式(5)所示，测点分配因子如式(6)所(其他显示出来)示，约束函数如式(7)所示：
18、
19、其中，m为激光跟踪仪测量站位数量，n为关键点数量，plt,j为第j个待测测量站位坐标，pi为第i个待测关键点坐标，为竖直角(待测关键点与激光跟踪仪测量原点的连线与跟踪仪测量坐标系中z轴之间的夹角)的最小值与最大值，lmax为最大允许测量距离，εx,εy,εz分别为x,y,z三个方向站位可布设的可行域，为第i个控制的视线遮挡惩罚因子(遮挡时可取1e8，不遮挡为0)。
20、第三步，基于遗传算法的测量站位布局坐标求解
21、式(6)中，θ(i)用于将待测关键点按照距离最短原则分配到各个测量站位，即：判断待测关键点到各个测站的距离，若pi距离测站k最近，则θ(i)＝1，否则为0；随后采用遗传算法进行优化求解公式中测量站位数量及空间位置，算法中适应度函数为目标函数。考虑到大型航空装配现场内布设可行域并非与各坐标轴平行，所有将待测三维场景转换到与坐标轴平行空间的三维空间内进行求解，求解出的构型参量逆向转换至原始三维空间，从而求解出最终的测量站位构型参量。
22、第四步，大范围内离散关键点的测量序列自动规划
23、设某测量站位内待测关键点任务为n个，设g＝(vp,dp)为赋权图，vp＝{1,2,…,n}为顶点集，dp为边长集，各顶点间距离为di,j(di,j＞0,i,j∈vp)，优化的数学模型为式(8)。
24、
25、其中，ds为每个测点序列的总距离的倒数，di,j表示为i、j个待测关键点之间的距离，ai,j为过程参数，s为v的全部非空子集，|s|为集合v中包含赋权图g中的全部顶点个数。之后建立了本文档来自技高网...
【技术保护点】
1.一种复杂装配场景内离散关键点的自规划高效率激光测量方法，其特征在于，步骤如下：
【技术特征摘要】
1.一种复杂装配场景内离散关键点的自规划高...
【专利技术属性】
技术研发人员：张洋，闫瑞帝，逯永康，邢宏文，王佳伟，管啸，程习康，刘巍，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。