[发明专利]一种基于三维点云的叶轮焊缝定位方法

说明书

本发明公开了一种基于三维点云的叶轮焊缝定位方法，基于预扫描模式从焊缝起点之前扫描到焊缝终点之后，获取包含两叶片的叶轮三维点云数据；通过区域生长分割算法分割出立板叶片点云和底板叶片点云；对底板叶片点云处理以获取靠近焊缝区域的部分点集，对该部分点集以自适应间隔分组并拟合平面；将每个拟合平面分段范围内的且距平面在一定距离内的立板点集投影到平面上；最后对这些投影点集进行滤波、拟合和均匀采样，即为最终的焊缝点集。该方法具有精度高和效率高的特点，满足包角要求，对点焊点和反光具有一定的抗干扰能力。

技术领域

本发明涉及焊缝定位技术领域，具体涉及一种基于三维点云的叶轮焊缝定位方法。

背景技术

工业风机被广泛应用于环保净化、工业除尘和建筑通风等领域，近年来随着环保行业和建筑行业的发展风机需求量越来越大，而叶轮作为风机的关键部件，其焊接质量的好坏将直接影响风机的使用寿命和运行状况。

叶轮结构简单，由叶片和底座组成，需要通过焊接将叶片固定到底座支架上。传统的叶轮焊接是依靠人工对焊缝逐条进行焊接，该方式焊接效率低、成本高、焊接质量参差不齐，且会对焊接人员的健康造成危害。

目前的叶轮焊接大多采用了基于激光视觉的焊接系统，该系统将视觉系统固定在机械臂末端，人工示教机械臂末端的激光视觉系统扫描焊缝所在区域，相机拍摄多张含有激光线的图像，通过图像处理算法和标定算法获取焊缝拐点坐标，最后由拟合算法拟合焊缝轨迹。该方法提高了叶轮焊接的自动化程度，具有效率高和定位精度高的优点，但该方法对叶轮材质和组装的要求较高。

基于激光视觉的焊接系统利用图像处理算法提取图像中激光线中心并解算拐点坐标来实现定位功能，若叶轮材质特殊或拍摄角度不合理，又或者有油污杂质的情况出现，则相机拍摄的激光图像会有反光现象，这使得定位算法无法准确提取激光线中心并解算拐点坐标；而且叶轮在组装点焊时每个叶片的一致性较差，通过示教方式引导拍照并最终解算的焊缝轨迹可能出现一段缺失的情况，无法稳定实现良好的焊缝包角功能(即焊接轨迹从焊缝起点到终点)；此外，由于焊缝上点焊点的存在可能造成点焊点区域焊缝定位失败从而导致焊缝轨迹偏移或缺失。

发明内容

本发明提供的基于三维点云的焊缝定位方法对局部反光和点焊点有一定的抗干扰能力，而且定位精度高，还可实现包角功能；采用的技术方案具体如下：

一种基于三维点云的叶轮焊缝定位方法，所述方法包括如下步骤：

S1、获取叶轮的三维点云数据，所述叶轮的三维点云数据包括立板叶片的点云数据和底板叶片的点云数据；

S2、通过区域生长分割算法将所述叶轮的三维点云进行分割，根据点云特点区分出立板叶片点云PCD_v和底板叶片点云PCD_b；

S3、提取靠近立板叶片的底板叶片上的点云PCD_bs，利用PCA算法解算所述点云PCD_bs的第一主向量PCA_vec1根据所述第一主向量PCA_vec1确定最接近的xyz某一坐标轴的axis1坐标轴，由所述点云PCD_bs的第一主向量和所述axis1坐标轴单位向量通过轴角变换计算变换矩阵，将所述点云PCD_bs和所述点云PCD_v转换到新坐标系下，变换后的点云分别为点云PCD_bs_t和点云PCD_v_t，变换后的所述点云PCD_bs_t的第一主向量即为所述axis1坐标轴向量；求解所述点云PCD_bs_t的第二主向量，根据所述点云PCD_bs_t的第二主向量确定与所述第二主向量最接近的axis2坐标轴；

S4、沿所述axis1轴对所述点云PCD_bs_t进行等分，再沿所述axis2轴提取点集得到若干组分割点集，对所述若干组分割点集分别拟合平面并获取每组点集沿axis1轴方向的边界范围；

S5、将所述点云PCD_v_t距离所述每个拟合平面适当距离d3内的点集投影到对应的所述每个拟合平面上，得到投影点集PCD_v_t_p；