[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

说明书

本发明公开了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，使用激光扫描仪获取发动机铸件表面深度图像信息；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；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；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。具有采集效率高，路径规划稳定的特点，能显著提升发动机铸件表面数据采集过程的稳定性，保证采集数据的质量。

技术领域

本发明属于发动机铸件技术领域，具体涉及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。

背景技术

铸件是使用各种铸造方法得到的金属成型物件，如将冶炼后的液态金属用浇注、压射、吸入或其他浇铸方法注入预先准备好的铸件模型中，待冷却后经打磨等加工手段后得到的具有一定形状、尺寸和性能的金属物件。

汽车发动机铸件由于结构复杂、尺寸精度要求高以及铸件表面质量和强度要求苛刻等原因，是铸造难度最高的铸件类型之一。

多年来，发动机铸件的铸造工艺水平有了长足的进步。但在发动机铸件的铸造过程中，因为生产工艺和人员操作手段等因素，发动机铸件表面难以避免地会出现缺陷。这些缺陷会在发动机铸件的后续使用过程中埋下严重的安全隐患。因此有必要在铸件出厂前对其表面进行缺陷检测。

而在进行发动机铸件表面检测任务之前，如何稳定高效的获取表面高质量图像是保障表检任务顺利进行的一个关键步骤。在目前的生产实践中，针对发动机铸件表面数据采集主要依靠人为拍摄的方法。但该方法效率和可靠性均偏低，且费时费力，难以满足高效的生产需求。

发明内容

本发明所要解决的技术问题是针对上述现有技术的不足，提供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。

为实现上述技术目的，本发明采取的技术方案为：

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，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。

为优化上述技术方案，采取的具体措施还包括：

上述的步骤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。

上述的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。

上述的步骤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。