[发明专利]基于加权正负余量方差最小化算法的工件光学测量方法

说明书

本发明公开了一种基于加权正负余量方差最小化算法的工件光学测量方法，首先由光学扫描仪获得工件测量点云，并由三维软件获得带有法向量的CAD点云；之后由Kdtree搜索算法获得最近点对集合，并将测量点云划分为正负余量测点；定义正负余量测点的权重系数函数后，定义加权正负偏差距离，由加权正负偏差距离生成新的目标函数；对获得的对应点对集合应用目标函数求解转换矩阵，并将转换矩阵应用于测量点云转换；将转换后的测量点云与标准CAD点云比对并生成色谱图。本发明有效解决传统算法在测量点云存在负余量和异常余量(离群点、离群噪声等)情况下的匹配失真问题，适用于余量分布复杂且未知的工件测量，具有精度高、效率高及测量稳定等优点。

技术领域

本发明属于复杂工件加工制造领域，涉及一种点云匹配算法及光学测量技术，具体涉及一种基于加权正负余量方差最小化算法(WPMAVM算法)的工件光学测量方法。

背景技术

在复杂工件加工制造领域，为了保证工件的加工质量，需要对加工完成的工件进行光学测量并与标准CAD模型比对，以判断工件是否满足加工标准。以热端冲压工艺为例，在高温环境下，单次热冲压加工出的批量钢板并不能全部满足加工精度要求，当冲压强度过大时会导致钢板凹陷，而冲压强度过小时会导致钢板凸出，应对冲压完成后的钢板测量，对不满足加工精度的钢板冲压补偿，使其满足加工精度要求，因此热端冲压件存在分布未知的负余量，当冲压效果过差时会出现异常余量(错误的冲压方式使得工件局部区域严重偏离CAD模型标准件)。以复杂叶片为例，叶片通常具有前后缘薄、型面扭曲、易弯曲变形、材料难加工等特点，在前后缘等高曲率区域磨抛时材料去除量大易过磨，而在低曲率区域磨抛时材料去除量小易欠磨，单次叶片加工通常不能保证加工精度，尤其是叶片加工表面余量分布不均时，需要通过叶片表面测量工序获取叶片在当前加工工序完成时叶片的加工表面余量，以此判断叶片加工是否合格，而加工叶片在过磨区域会呈负余量，欠磨区域呈异常余量。上述复杂工件均属于余量分布复杂且未知的工件，传统匹配算法易受负余量和异常余量影响而匹配失真，难以获得工件的真实加工情况。文献“A method for registrationof 3-D shapes”(IEEE Transactions on Pattern Analysis and MachineIntelligence，14(1992)239-256.)提出了一种ICP算法用于点云匹配，该算法以点到点的距离平方和作为目标函数，用于上述复杂工件测量时，未考虑余量分布和异常余量的存在，会导致匹配失真。申请号为CN201510226138.8的授权发明专利提出了一种基于距离方差最小的工件点云匹配算法，对余量已知的刚性工件，或余量已知但分布非均匀工件(如叶片凹面余量已知为d₁mm，凸面已知为d₂mm)可获得良好的匹配效果，但对于上述余量未知，存在负余量和异常余量的复杂工件，该方法未区分测点的正负性和异常性进而导致匹配失真，无法对加工后的复杂工件精确测量。本发明针对上述问题，提出了一种考虑测点正负性和异常性的WPMAVM算法，并应用于复杂工件光学测量，可有效解决传统算法因工件存在负余量测点和异常余量测点引起的匹配失真问题。

发明内容

本发明的目的在于提供一种基于加权正负余量方差最小化(Weighted Plus-and-Minus Allowance Variance Minimization，以下简称“WPMAVM”)算法的工件光学测量方法，以解决现有算法在工件存在负余量、异常余量且余量分布复杂未知情况下的匹配失真问题，构造了一种新的加权正负偏差距离，并基于上述距离定义了新的目标函数，同时建立了算法的流程，并最终应用于复杂工件光学测量。

为了解决上述技术问题，本发明采用的技术方案为：

一种基于加权正负余量方差最小化算法的工件光学测量方法，其特征在于，包括如下步骤：

步骤1、由光学扫描仪扫描工件，获取工件的测量点云P，通过三维软件离散CAD模型获得点云并计算法向量，得到带有法向量的CAD模型点云Q_n，设置初始转换参数；