基于2D激光扫描的基准检测技术研究

李现坤，曾德标，孟华林，谭红

(1. 成都飞机工业(集团)有限责任公司，四川 成都 610092； 2. 四川省航空智能制造装备工程技术研究中心，四川 成都 610092)

0 引言

近年来，我国制造业正在向自动化、智能化方向发展。在航空制造领域，基于工业机器人的自动制孔技术凭借其高效率、高质量和高精度等显著优势，已成为飞机数字化柔性装配的重要发展趋势[1]。在机器人自动制孔过程中，为了得到准确的待加工孔位信息，常在机器人末端执行器上安装检测装置，在加工前对加工基准进行测量，得到加工基准的点位信息，反馈给机器人控制系统从而对待加工孔的位姿进行修正。加工基准检测是一个非常重要的环节，其检测的准确性会直接影响整个机器人制孔过程中的位置精度[2-3]。

目前常用的基准检测方式是采用工业相机，该方式测量精度较低，并且对加工现场环境要求较高，为了保证测量的可靠性，需要配置专门的光源。激光测量技术具有原理简单、测量速度快、测量精度高的优点[4]，能够更好地适应加工环境，提高检测的准确度。本文采用激光扫描的方式对加工基准进行检测。首先设计了2D线激光测量点云的三维转换方法，然后提出了一种基于坐标差值的基准孔边界提取算法，通过引入两个边界条件，使该算法能有效地剔除点云中的噪声点，从而获得准确的加工基准信息。

1 测量点云的三维扩展

机器人控制系统读取加工基准信息时只能识别三维信息，而在机器人自动制孔系统中，为了方便标定刀尖点和检测装置的位置关系，检测装置多为二维检测，只能得到两个方向的坐标位置信息。本文采用的线激光扫描仪米铱2950-50(一种二维检测装置)，如图1所示，其z轴方向为激光出射方向，是线激光扫描仪内部原点到检测点的距离信息；x轴为光条方向，扫描仪内部自动在光条方向按设定分为若干等份(一般取x方向上的两个间距为0.01mm)，以此确定x坐标的值。为实现基准孔的三维测量，控制机器人带动扫描仪沿着与xz平面垂直的方向等距离平移，并把该方向作为扫描仪坐标系的y轴，y轴满足右手坐标系的规定方向。此时扫描仪坐标系是一个动态坐标系，通过设定机器人沿y方向的平移量d，将检测到的基准边缘特征信息进行标定，实现检测信息从二维到三维的扩展。

图1 二维线激光点云三维扩展示意图

线激光扫描仪的点云三维扩展分两步完成，先根据2D线激光扫描仪对基准孔进行测量，从而完成其在xz平面内的特征点提取，然后机器人带动扫描仪沿y方向平移，实现xy平面内的数据耦合[5-6]。选定机器人移动过程中扫描仪检测的某一瞬时位置，则扫描仪坐标系下基准孔点云的三维坐标转换方法如式(1)：

(1)

其中：(x'i,y'i,z'i)为基准孔特征点云在线激光扫描仪坐标系下的三维坐标；(xi,0,zi)为2D线激光扫描仪本身坐标系下的原始检测值；d为机器人每次沿y方向的平移量，di=i·d为扫描仪第i行时机器人的总平移量；α、β、γ为扫描仪坐标系的方向角；由于线激光扫描仪的局部运动为平移运动，R是一个3×3的单位矩阵。

2 基准孔边缘特征提取

为了获得基准孔边缘点云坐标，需要分析基准孔边缘特征信息。针对每一条线激光扫描三维点云信息，在x轴方向上点云等距离分布，即xi,2-xi,1=…=xi,n-xi,n-1=Δx=0.01mm，其坐标值不会发生突变。y轴方向点云坐标相等，即yi,2-yi,1=…=yi,n-yi,n-1=Δy=0，坐标值亦不存在突变。只有在线激光扫描仪出射方向z轴上点云坐标值会在基准孔边缘位置发生突变。为此针对每一行线激光扫描点云，可以通过设置z轴方向上突变阈值提取出基准孔在该行上的边界点，计算公式为：

|ΔZi,j|=Zi,j-Zi,j-1

(2)

其中：Zi,j表示线激光扫描仪在第i行第j点的z坐标值，|ΔZi,j|表示相邻2个点z轴方向的坐标差值。为了设定z轴方向的突变阈值，使用线激光扫描仪对基准孔进行扫描，对点云进行三维化处理以后，得出如图2所示三维点云。图3为基准孔点云的侧视图。

图2 基准孔点云三维显示

图3 基准孔点云侧视图

由图3可知在基准孔点云中存在大量的噪声点，这与被测材料本身材质属性有关，是在测量过程中线激光遇到空气中的粉尘、杂质颗粒反光折射造成的。通过对这些三维点云侧视图进行分析可知，除了少量噪声点以外，线激光扫描仪测量点云边界点在z轴方向上突变点的绝对值均在87.5以上，92以下，故设定判别边界点的第1个条件：

deltaTh<|ΔZi,j|=|Zi,j-Zi,j-1|

(3)

按照上述选定的边界条件1，提取上述三维测量点云在x-y坐标系下的点云分布图，如图4所示。

图4 条件1下基准孔边界提取分布图

由图4可以看出，通过边界提取条件1得出的基准孔边界点，在孔周围的噪声点并没有完全剔除。这是因为这些噪声点同样满足条件1。为了进一步去除这些噪声点，获取更为精确的基准孔边界点信息，引入边界提取的第2个条件。在扫描仪扫描点云中，任意选取一行基准孔三维点云，对其分布进行局部放大，如图5所示。

图5 基准孔三维噪点局部放大图

由图5发现，所有的噪声点分布相对孤立，并且点云之间在z轴方向上的差值大于平面上正常点云之间的差值，因此设定基准孔边界提取的第2个条件：

(4)

(5)

当边界提取条件1下的点云满足上述提取条件2时，才认定该点为基准孔边界点。经试验现场分析，SelectTh的值取0.1，n的大小依据基准孔的孔径确定，一般取20。加入边界提取条件2，再次提取三维点云在x-y的坐标系下的点云分布图，如图6所示。

图6 加入条件2后基准孔边界提取分布图

对比图6和图4拟合结果可以看出，加入边界提取条件2以后能有效地剔除基准孔周围的噪声点，使得计算得到的基准孔边界点更加准确。

3 结语

本文提出一种基于线激光扫描的机器人自动制孔基准检测方法，在检测过程中通过使用机器人带动扫描仪沿着y轴方向等距离移动，对二维点云进行扩展。在得到基准孔的三维点云后，分析了基准孔点云分布特点，先通过边界提取条件1得到包含噪声点的基准孔边界点，为了去除边界点中的噪声点，引入了边界提取条件2，限定边界点周围点云z轴方向差值。通过拟合结果可知，该算法能有效地去除掉基准孔周围的噪声点，使得计算得到的基准孔信息更加准确。