[发明专利]一种基于模型驱动的发动机铸件表面数据采集路径规划方法

权利要求书

1.一种基于模型驱动的发动机铸件表面数据采集路径规划方法，其特征在于，包括：

步骤1，使用激光扫描仪获取发动机铸件表面深度图像信息；

步骤2，基于发动机铸件表面深度图像信息建立发动机铸件表面障碍模型；

步骤3，采用最小代价生成树的路径规划算法，基于障碍模型规划相机在发动机铸件表面获取图像数据的行动路径；

步骤4，使用机械臂驱动相机，沿行动路径完成发动机铸件表面图像数据采集。

2.根据权利要求1所述的一种基于模型驱动的发动机铸件表面数据采集路径规划方法，其特征在于，所述步骤1中获取的发动机铸件表面深度图像信息格式为(x,y,z)×H×W；

其中，H和W表示发动机铸件表面的采样长度和宽度，即在铸件长和宽尺度上的采样点数量；x和y表示采样点的水平横纵坐标；z表示采样点的高度坐标。

3.根据权利要求2所述的一种基于模型驱动的发动机铸件表面数据采集路径规划方法，其特征在于，所述高度坐标为经过统一化处理得到的值，具体为：取深度图像信息中高度坐标最大值z_max为参照原点，将其他所有高度坐标值修改为与z_max的相对差值，该差值非负。

4.根据权利要求2所述的一种基于模型驱动的发动机铸件表面数据采集路径规划方法，其特征在于，所述步骤2建立的发动机铸件表面障碍模型为S_ob＝[i,x_ob,y_ob,l_x,l_y,μ_i]；

其中，i表示当前障碍块的标号，x_ob,y_ob表示每个障碍块的水平标定位置坐标；

l_x,l_y表示障碍块的横向宽度和纵向长度，其分别基于采样点的水平横纵坐标x和y计算得到；

μ_i表示高度障碍因子。

5.根据权利要求4所述的一种基于模型驱动的发动机铸件表面数据采集路径规划方法，其特征在于，所述高度障碍因子，其由下式计算得出：

其中，max(z)_i表示障碍块范围内高度坐标的最大值，min(z)_i表示障碍块范围内高度坐标的最小值。

6.根据权利要求5所述的一种基于模型驱动的发动机铸件表面数据采集路径规划方法，其特征在于，所述步骤3包含以下步骤：

步骤3.1、根据每个障碍块的高度障碍因子，计算得出相邻第i和第j个障碍块之间的权重值ω_i,j＝|μ_i-μ_j|，该权重为无负值；

步骤3.2、以权重值为相邻障碍块的权值边，将整个发动机铸件表面障碍模型抽象为带权值的无向图A，并生成该无向图A对应的最小代价树集合{γ_0→n}，n表示最小代价树的数量；

步骤3.3、对于每一棵最小代价树，选定相机模型的标定初始坐标，即代表第一块障碍块的点为路径起点，遍历整棵树中代表障碍块的结点，并计算遍历权重得到遍历权重集合{W_n}；

其中，OP表示遍历操作数量，ω_k表示第k次遍历操作对应最小代价树中操作边的权重；

步骤3.4、筛选得到遍历权重集合{W_n}中最小值对应的遍历路径，即为最小代价生成树的路径规划算法输出的基于障碍模型规划相机在发动机铸件表面获取图像数据的行动路径。

7.根据权利要求6所述的一种基于模型驱动的发动机铸件表面数据采集路径规划方法，其特征在于，步骤3.2所述无向图A为：

8.根据权利要求6所述的一种基于模型驱动的发动机铸件表面数据采集路径规划方法，其特征在于，步骤3.3所述相机模型的标定初始坐标为(x_c,y_c,z_c)；

其中，x_c,y_c为发动机铸件表面最左上角点水平横、纵坐标，z_c为发动机铸件表面深度图像信息中采样点的高度坐标z的最大值z_max。