本發(fā)明涉及測試計量技術(shù)與儀器及精密檢測
技術(shù)領(lǐng)域：
，尤其涉及一種基于點云模型的面輪廓度精確檢測的方法及系統(tǒng)。
背景技術(shù)：
：隨著數(shù)字化設(shè)計與工業(yè)4.0智能制造的發(fā)展，自由曲面或復雜曲面在航空航天、生物醫(yī)學、汽車、造船、模具等工業(yè)領(lǐng)域應(yīng)用日益廣泛，對精密零件的加工質(zhì)量的要求也越來越高，因此對自由曲面或復雜曲面零件進行高精度、高效率的輪廓度誤差評定至關(guān)重要。輪廓度檢測主要研究的是面輪廓度誤差的評定，面輪廓度誤差是被測輪廓面對于理論輪廓面的允許變動量，分為標明基準的面輪廓度誤差和未標明基準的面輪廓度誤差。根據(jù)ISO1101，最小區(qū)域原則是評定輪廓度誤差的基本準則，指包容被測輪廓的理論輪廓等距面間的最小距離，其實質(zhì)是非線性最優(yōu)化問題。在輪廓度誤差評定的研究中，平面和球面等研究方法已經(jīng)比較成熟，自由曲面及復雜曲面的評定仍存在著很大的困難，而已有的樣板法、投影法和仿形法等，均因測量精度和效率較低而不能滿足要求。相對于傳統(tǒng)的測量方法，三坐標測量機(CMM)有著高精度和可編程控制的優(yōu)點，因此被廣泛用于精度要求高的零件外形檢測中，但其精度受測量策略影響較大，且存在著測量坐標系和設(shè)計坐標系不重合的問題。因此，針對上述技術(shù)問題，有必要提供一種基于點云模型的面輪廓度精確檢測的方法。技術(shù)實現(xiàn)要素：本發(fā)明提供了一種基于點云模型的面輪廓度精確檢測的方法，有效的提高了工業(yè)尤其是在3C行業(yè)中零件輪廓度檢測的精度和效率。本發(fā)明提供了一種基于點云模型的面輪廓度精確檢測的方法，包括：建立待測工件的理論點云模型；測量所述待測工件的實際點云模型；對所述待測工件的理論點云模型和實際點云模型完成配準；對所述理論點云模型進行特征提取，獲取其法線特征；計算所述理論點云模型和實際點云模型的輪廓度誤差。優(yōu)選地，所述建立待測工件的理論點云模型具體為：通過Imageware軟件將所述待測工件的三維設(shè)計模型轉(zhuǎn)化為Scatter格式，從而得到所述待測工件的理論點云模型。優(yōu)選地，所述測量所述待測工件的實際點云模型具體為：通過校準后的激光掃描儀獲取所述待測工件的點云深度信息。優(yōu)選地，所述對所述待測工件的理論點云模型和實際點云模型完成配準具體為：采用主方向貼合法快速縮小平移和旋轉(zhuǎn)錯位完成點云粗配準；通過計算點云曲率特征提取特征點，使用k-dtree搜索最近點完成精確配準。優(yōu)選地，所述計算所述理論點云模型和實際點云模型的輪廓度誤差具體為：計算所述待測工件配準后實際點云模型的每一個點到理論點云模型對應(yīng)點的距離，將計算得到的距離在提取到的理論點云模型的每一個點的法線方向上投影，確定所有投影中最大值的2倍為輪廓度誤差。一種基于點云模型的面輪廓度精確檢測的系統(tǒng)，包括：理論點云模型建立單元，用于建立待測工件的理論點云模型；實際點云模型測量單元，用于測量所述待測工件的實際點云模型；配準單元，用于對所述待測工件的理論點云模型和實際點云模型完成配準；法線特征獲取單元，用于對所述理論點云模型進行特征提取，獲取其法線特征；輪廓度誤差計算單元，用于計算所述理論點云模型和實際點云模型的輪廓度誤差。優(yōu)選地，所述理論點云模型建立單元具體用于：通過Imageware軟件將所述待測工件的三維設(shè)計模型轉(zhuǎn)化為Scatter格式，從而得到所述待測工件的理論點云模型。優(yōu)選地，所述實際點云模型測量單元具體用于：通過校準后的激光掃描儀獲取所述待測工件的點云深度信息。優(yōu)選地，所述配準單元具體用于：采用主方向貼合法快速縮小平移和旋轉(zhuǎn)錯位完成點云粗配準；通過計算點云曲率特征提取特征點，使用k-dtree搜索最近點完成精確配準。優(yōu)選地，所述輪廓度誤差計算單元具體用于：計算所述待測工件配準后實際點云模型的每一個點到理論點云模型對應(yīng)點的距離，將計算得到的距離在提取到的理論點云模型的每一個點的法線方向上投影，確定所有投影中最大值的2倍為輪廓度誤差。由上述方案可知，本發(fā)明提供的一種基于點云模型的面輪廓度精確檢測的方法，通過建立待測工件的理論點云模型，并測量待測工件的實際點云模型，對待測工件的理論點云模型和實際點云模型完成配準，并對理論點云模型進行特征提取，獲取其法線特征，最后基于獲取的法線特征計算理論點云模型和實際點云模型的輪廓度誤差，該方法簡單、實用、快捷，適用于任何模型的輪廓度檢測，通用性強，可以同時提高工業(yè)輪廓度檢測的精度和效率，能夠滿足高精度輪廓度誤差評定的需求。附圖說明為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。圖1為本發(fā)明實施例一公開的一種基于點云模型的面輪廓度精確檢測的方法的流程圖；圖2為本發(fā)明公開的具體實施方式中面輪廓度誤差定義的示意圖；圖3為本發(fā)明公開的具體實施方式中面輪廓度誤差計算示意圖；圖4為本發(fā)明實施例二公開的一種基于點云模型的面輪廓度精確檢測的系統(tǒng)的結(jié)構(gòu)示意圖。具體實施方式下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。如圖1所示，為本發(fā)明實施例一公開的一種基于點云模型的面輪廓度精確檢測的方法，包括：S101、建立待測工件的理論點云模型；當需要對待測工件的面輪廓度進行精確檢測時，對于CAD設(shè)計模型已知的工件，利用計算機輔助技術(shù)，得到待測工件的理論點云模型。理論點云模型上的點集為P＝{Pi＝(xi,yi,zi)|(i＝0,1,2,...,NP-1)}。S102、測量待測工件的實際點云模型；當建立好待測工件的理論點云模型后，進一步對待測工件的實際點云模型進行測量，在測量的過程中，借助于逆向工程技術(shù)，獲取待測工件的點云深度信息，測量得到實際點云模型上的點集為P′＝{P′i＝(x′i,y′i,z′i)|(i＝0,1,2,...,NP′-1)}。S103、對待測工件的理論點云模型和實際點云模型完成配準；ICP算法對待處理的兩片點云，首先根據(jù)一定的準則確定對應(yīng)點集P和P′，然后通過最小二乘法迭代計算最優(yōu)的坐標變換，即旋轉(zhuǎn)矩陣和平移向量，使得誤差函數(shù)最小。ICP算法計算簡便直觀且具有較好的精度，但是算法的運行速度以及向全局最優(yōu)的收斂性卻在很大程度上依賴于給定的初始變換估計以及在迭代過程中的對應(yīng)關(guān)系的確立。ICP處理流程分為4個主要步驟：對原始點云數(shù)據(jù)進行采樣；確定初始對應(yīng)點集；去除錯誤對應(yīng)點對；坐標變換的求解。各種粗拼接技術(shù)可為ICP算法提供較好的初始位置，所以迭代過程中確立正確對應(yīng)點集以及避免迭代陷入局部極值成為各種改進算法的關(guān)鍵，決定了算法的收斂速度與最終的拼接精度。這里采用改進的迭代最近點算法，以解決ICP算法處理速度較慢的缺陷，具體改進如下：對于點云粗配準，采用主方向貼合法,快速縮小平移和旋轉(zhuǎn)錯位，并且其對儀器和點云沒有特殊要求，具有廣泛的通用性和適用性；對于精確配準，對原始的ICP算法進行改進，實現(xiàn)了基于特征點的ICP算法。通過計算點云曲率特征提取特征點，并使用k-dtree搜索最近點，大大提高了算法的處理速度，能夠滿足海量數(shù)據(jù)的計算，具有良好的收斂速度和精度。S104、對理論點云模型進行特征提取，獲取其法線特征；工件的點云模型不僅表現(xiàn)了工件的輪廓信息，通過進一步的處理還可以得到更多的特征信息。設(shè)被測曲面S與理論曲面V在完成點云配準后，被測曲廓S上任意一點P1，點P1變換到設(shè)計坐標系下的點為P2，理論曲面V上與點P2對應(yīng)的點為P，傳統(tǒng)的最小二乘法是直接計算點P到點P2的距離來近似評定輪度誤差，這種方法雖然簡單實用，但是并不符合ISO和我國國標評定輪廓度誤差的最小區(qū)域原則。為了滿足最小區(qū)域原則，采用改進的ICP算法對點云進行配準，通過點云特征提取，獲取點云的曲率、法線特征，再求得變換前后對應(yīng)點之間的距離，然后計算其在理論模型相應(yīng)點的法線上的投影來精確計算輪廓度誤差。S105、計算理論點云模型和實際點云模型的輪廓度誤差。綜上所述，上述實施例通過建立待測工件的理論點云模型，并測量待測工件的實際點云模型，對待測工件的理論點云模型和實際點云模型完成配準，并對理論點云模型進行特征提取，獲取其法線特征，最后基于獲取的法線特征計算理論點云模型和實際點云模型的輪廓度誤差，該方法簡單、實用、快捷，適用于任何模型的輪廓度檢測，通用性強，可以同時提高工業(yè)輪廓度檢測的精度和效率，能夠滿足高精度輪廓度誤差評定的需求。具體的，上述實施例中的步驟S101具體可以通過Imageware軟件將所述待測工件的三維設(shè)計模型轉(zhuǎn)化為Scatter格式，從而得到所述待測工件的理論點云模型。具體的，上述實施例中的步驟S102具體可以通過校準后的激光掃描儀獲取所述待測工件的點云深度信息。借助于逆向工程技術(shù)，使用CREAFORM公司的手持式激光掃描儀獲取工件的點云深度信息，分辨率為0.100mm，精度最高可達0.040mm。掃描期間，無需固定安裝，零件和掃描儀可以自由移動，且不受部件尺寸大小、復雜程度、原料材質(zhì)或顏色的影響，能夠?qū)崿F(xiàn)在實際操作條件下的精確測量。在對工件進行掃描前，由于環(huán)境的變化可能會影響掃描儀的精度，因此需要對掃描儀進行校準，以確保掃描儀達到最高的精度。校準過程需要將掃描儀放置在校準板上方十四個位置，每個位置都需要保證軟件里顯示的三根紅線處于對應(yīng)綠色區(qū)域內(nèi)，才能進入下個位置，校準完成后就可以開始掃描。具體的，上述實施例中的步驟S103具體可以采用主方向貼合法快速縮小平移和旋轉(zhuǎn)錯位完成點云粗配準；通過計算點云曲率特征提取特征點，使用k-dtree搜索最近點完成精確配準。在粗匹配的過程中，算法流程具體如下，包括：A1、讀取實際模型點云和理論模型點云；A2、通過對應(yīng)點估計，分別粗略選取兩片點云的對應(yīng)點對；A3、使用雅克比法計算對應(yīng)點對集的特征向量和特征值，按特征值從大到小排列特征向量得到EV0,EV1,EV2；A4、分別計算點云重心O，以O(shè)為原點，EV0為X軸，EV1為Y軸，EV0×EV1為Z軸，建立2個點云的參考坐標系；A5、由兩個坐標系通過SVD奇異值分解計算得到齊次變換矩陣；A6、根據(jù)齊次變換矩陣變換實際模型點云坐標；A7、測試變換后點云和理論模型點云是否大致吻合，不一致則反轉(zhuǎn)實際模型點云X軸或Y軸,跳到步驟A5重新計算齊次變換矩陣；A8、結(jié)束。在精確匹配的過程中，基于特征點的ICP算法流程如下：B1、讀取理論模型點云P和實際模型點云P′；B2、計算點云曲率特征，在P中尋找m個特征點，得到特征點集F；B3、初始化變量：F0＝F,q0＝[1,0,0,0,0,0,0]t,k＝0；B4、利用k-dtree搜索F在P′中的最近點Y：Yk＝C(Fk,P′)(const:O(logNP′))；B5、計算坐標變換矩陣和誤差：(qk,dk)＝Q(F0,Yk)(const:O(logNP′))；B6、根據(jù)坐標變換矩陣變換特征點集坐標：Fk+1＝qk(F0)；B7、判斷配準誤差是否收斂，如果dk-dk+1<τ(τ為設(shè)定的誤差)，則收斂，否則回到步驟B4；B8、滿足誤差收斂于τ后，對實際模型點云進行坐標變換：P′＝qk(P)；B9、結(jié)束。在基于特征點的ICP算法中，為了求解最小二乘逼近的齊次坐標變換矩陣，采用了單位四元數(shù)法，具體算法流程如下：C1、讀取對應(yīng)點云P和P′；C2、分別計算理論模型點云P和實際模型點云P′的重心：C3、由點云P和P′構(gòu)造協(xié)方差矩陣：C4、構(gòu)造4×4對稱矩陣：其中，I3是3×3單位矩陣，tr(∑PP′)是矩陣∑PP′的跡，Δ＝[A23A31A12]t，C5、計算Q(∑PP′)的特征值和特征向量，其最大特征值對應(yīng)的特征向量即為要求解的最佳旋轉(zhuǎn)向量qR＝[q0q1q2q3]t；C6、求解最佳平移向量：qT＝μP′-R(qR)μP，R(qR)=q02+q12-q22-q322(q1q2-q2q3)2(q1q3+q0q2)2(q1q2+q0q3)q02-q12+q22-q322(q2q3-q0q1)2(q1q3-q0q2)2(q2q3+q0q1)q02-q12-q22+q32;]]>C7、由步驟C5和C6即可得到完全齊次坐標變換矩陣q＝[qRqT]t＝[q0q1q2q3q4q5q6]t，求解最小均方誤差dms＝f(q)；C8、結(jié)束。具體的，上述實施例中的步驟S105具體可以為計算所述待測工件配準后實際點云模型的每一個點到理論點云模型對應(yīng)點的距離，將計算得到的距離在提取到的理論點云模型的每一個點的法線方向上投影，確定所有投影中最大值的2倍為輪廓度誤差。如圖2所示，在GB中規(guī)定了，形狀誤差用最小包容區(qū)域的寬度或直徑表示。最小區(qū)域原則評定面輪廓度誤差是指待測輪廓的理論輪廓等距面間的最小距離，其實質(zhì)是非線性最優(yōu)化問題。根據(jù)形狀誤差的定義，采用極大值最小的數(shù)學模型：min[max(F(U,X))]其中：U為理想要素參數(shù)，X為實際要素參數(shù)。采用極大值最小原理建立滿足最小區(qū)域原則的曲面輪廓度誤差評定數(shù)學模型：Error(X)＝min(2max{di|i＝0,1,2,...,N-1})其中：di為實際測量點變換到設(shè)計坐標系后的點到理論設(shè)計輪廓的距離，用來評定模型的輪廓度誤差；N為測量點集和設(shè)計點集配準后的點對個數(shù)。如圖3所示，假設(shè)所有測量點經(jīng)過坐標變換后到理論曲面V的距離最大的點為S2，理論曲面V上與之對應(yīng)的點為S1，是理論曲面V在S1點處的法向量，方向指向內(nèi)側(cè)。為了計算方便，在提取點云的法向量特征時設(shè)置了法線方向的一致化，所有的法向量統(tǒng)一指向內(nèi)側(cè)。另外在實際匹配的過程中，S1和S2的偏離并沒有像圖3中所顯示的那么明顯，這里只是為了更清晰地說明本文輪廓度誤差的計算方法——通過向量點乘計算變換前后的對應(yīng)點之間的距離d，有：其中，若d>0，說明坐標變換后的測量點在理論曲面V的內(nèi)側(cè)；若d<0，說明坐標變換后的測量點在理論曲面V的外側(cè)；若d＝0，說明S1與S2點重合。在計算了工件配準后實際點云模型的每一個點到理論點云模型對應(yīng)點的距離后，再將計算得到的距離在提取到的理論點云模型的每一個點的法線方向上投影，所有投影中最大值的2倍即為所求的輪廓度誤差。與現(xiàn)有技術(shù)相比，本發(fā)明隨著計算機輔助設(shè)計技術(shù)、點云技術(shù)以及工業(yè)4.0智能制造的發(fā)展，該方法首次提出基于工件的點云模型快速完成輪廓度檢測任務(wù)，通過3D激光掃描儀一次可以采樣多個輪廓點數(shù)據(jù)，避免使用三坐標測量機進行測量所帶來的效率較低的問題，從而提高了工業(yè)尤其3C行業(yè)中輪廓度檢測的效率。該方法基于點云粗拼接技術(shù)和改進的ICP算法實現(xiàn)了理論輪廓點云和實際輪廓點云的精確配準，準確計算求解了齊次變換矩陣，很好地解決了傳統(tǒng)方法所存在的測量坐標系和設(shè)計坐標系不重合的問題，大大提高了配準定位的精度。該方法通過基于特征點的改進ICP算法和點云特征提取，實現(xiàn)了滿足最小區(qū)域原則的輪廓度誤差的計算，實驗中分別對長方體工件和二次曲面工件進行了輪廓度檢測，測得的輪廓度誤差分別為0.310228mm和0.1640898mm，實驗證明該方法能夠滿足工業(yè)中復雜精密零件的高精度輪廓度誤差評定的需求。該方法的實驗數(shù)據(jù)處理過程簡單、高效，只要將實驗數(shù)據(jù)保存為一定格式，運行使用C++編寫的數(shù)據(jù)處理軟件，即可以快速得到結(jié)果。綜上所述，本發(fā)明提供的基于點云模型的面輪廓度精確檢測方法具有簡單、實用、高效、快捷的優(yōu)點，適用于任何模型的輪廓度檢測，通用性強，可以同時提高工業(yè)輪廓度檢測的精度和效率。如圖4所示，為本發(fā)明實施例二公開的一種基于點云模型的面輪廓度精確檢測的系統(tǒng)，包括：理論點云模型建立單元401，用于建立待測工件的理論點云模型；當需要對待測工件的面輪廓度進行精確檢測時，對于CAD設(shè)計模型已知的工件，利用計算機輔助技術(shù)，得到待測工件的理論點云模型。理論點云模型上的點集為P＝{Pi＝(xi,yi,zi)|(i＝0,1,2,...,NP-1)}。實際點云模型測量單元402，用于測量所述待測工件的實際點云模型；當建立好待測工件的理論點云模型后，進一步對待測工件的實際點云模型進行測量，在測量的過程中，借助于逆向工程技術(shù)，獲取待測工件的點云深度信息，測量得到實際點云模型上的點集為P′＝{P′i＝(x′i,y′i,z′i)|(i＝0,1,2,...,NP′-1)}。配準單元403，用于對所述待測工件的理論點云模型和實際點云模型完成配準；ICP算法對待處理的兩片點云，首先根據(jù)一定的準則確定對應(yīng)點集P和P′，然后通過最小二乘法迭代計算最優(yōu)的坐標變換，即旋轉(zhuǎn)矩陣和平移向量，使得誤差函數(shù)最小。ICP算法計算簡便直觀且具有較好的精度，但是算法的運行速度以及向全局最優(yōu)的收斂性卻在很大程度上依賴于給定的初始變換估計以及在迭代過程中的對應(yīng)關(guān)系的確立。ICP處理流程分為4個主要步驟：對原始點云數(shù)據(jù)進行采樣；確定初始對應(yīng)點集；去除錯誤對應(yīng)點對；坐標變換的求解。各種粗拼接技術(shù)可為ICP算法提供較好的初始位置，所以迭代過程中確立正確對應(yīng)點集以及避免迭代陷入局部極值成為各種改進算法的關(guān)鍵，決定了算法的收斂速度與最終的拼接精度。這里采用改進的迭代最近點算法，以解決ICP算法處理速度較慢的缺陷，具體改進如下：對于點云粗配準，采用主方向貼合法,快速縮小平移和旋轉(zhuǎn)錯位，并且其對儀器和點云沒有特殊要求，具有廣泛的通用性和適用性；對于精確配準，對原始的ICP算法進行改進，實現(xiàn)了基于特征點的ICP算法。通過計算點云曲率特征提取特征點，并使用k-dtree搜索最近點，大大提高了算法的處理速度，能夠滿足海量數(shù)據(jù)的計算，具有良好的收斂速度和精度。法線特征獲取單元404，用于對所述理論點云模型進行特征提取，獲取其法線特征；工件的點云模型不僅表現(xiàn)了工件的輪廓信息，通過進一步的處理還可以得到更多的特征信息。設(shè)被測曲面S與理論曲面V在完成點云配準后，被測曲廓S上任意一點P1，點P1變換到設(shè)計坐標系下的點為P2，理論曲面V上與點P2對應(yīng)的點為P，傳統(tǒng)的最小二乘法是直接計算點P到點P2的距離來近似評定輪度誤差，這種方法雖然簡單實用，但是并不符合ISO和我國國標評定輪廓度誤差的最小區(qū)域原則。為了滿足最小區(qū)域原則，采用改進的ICP算法對點云進行配準，通過點云特征提取，獲取點云的曲率、法線特征，再求得變換前后對應(yīng)點之間的距離，然后計算其在理論模型相應(yīng)點的法線上的投影來精確計算輪廓度誤差。輪廓度誤差計算單元405，用于計算所述理論點云模型和實際點云模型的輪廓度誤差。綜上所述，上述實施例通過建立待測工件的理論點云模型，并測量待測工件的實際點云模型，對待測工件的理論點云模型和實際點云模型完成配準，并對理論點云模型進行特征提取，獲取其法線特征，最后基于獲取的法線特征計算理論點云模型和實際點云模型的輪廓度誤差，該方法簡單、實用、快捷，適用于任何模型的輪廓度檢測，通用性強，可以同時提高工業(yè)輪廓度檢測的精度和效率，能夠滿足高精度輪廓度誤差評定的需求。具體的，上述實施例中的理論點云模型建立單元401具體用于通過Imageware軟件將所述待測工件的三維設(shè)計模型轉(zhuǎn)化為Scatter格式，從而得到所述待測工件的理論點云模型。具體的，上述實施例中的實際點云模型測量單元402具體用于通過校準后的激光掃描儀獲取所述待測工件的點云深度信息。借助于逆向工程技術(shù)，使用CREAFORM公司的手持式激光掃描儀獲取工件的點云深度信息，分辨率為0.100mm，精度最高可達0.040mm。掃描期間，無需固定安裝，零件和掃描儀可以自由移動，且不受部件尺寸大小、復雜程度、原料材質(zhì)或顏色的影響，能夠?qū)崿F(xiàn)在實際操作條件下的精確測量。在對工件進行掃描前，由于環(huán)境的變化可能會影響掃描儀的精度，因此需要對掃描儀進行校準，以確保掃描儀達到最高的精度。校準過程需要將掃描儀放置在校準板上方十四個位置，每個位置都需要保證軟件里顯示的三根紅線處于對應(yīng)綠色區(qū)域內(nèi)，才能進入下個位置，校準完成后就可以開始掃描。具體的，上述實施例中的配準單元403具體用于采用主方向貼合法快速縮小平移和旋轉(zhuǎn)錯位完成點云粗配準；通過計算點云曲率特征提取特征點，使用k-dtree搜索最近點完成精確配準。在粗匹配的過程中，算法流程具體如下，包括：A1、讀取實際模型點云和理論模型點云；A2、通過對應(yīng)點估計，分別粗略選取兩片點云的對應(yīng)點對；A3、使用雅克比法計算對應(yīng)點對集的特征向量和特征值，按特征值從大到小排列特征向量得到EV0,EV1,EV2；A4、分別計算點云重心O，以O(shè)為原點，EV0為X軸，EV1為Y軸，EV0×EV1為Z軸，建立2個點云的參考坐標系；A5、由兩個坐標系通過SVD奇異值分解計算得到齊次變換矩陣；A6、根據(jù)齊次變換矩陣變換實際模型點云坐標；A7、測試變換后點云和理論模型點云是否大致吻合，不一致則反轉(zhuǎn)實際模型點云X軸或Y軸,跳到步驟A5重新計算齊次變換矩陣；A8、結(jié)束。在精確匹配的過程中，基于特征點的ICP算法流程如下：B1、讀取理論模型點云P和實際模型點云P′；B2、計算點云曲率特征，在P中尋找m個特征點，得到特征點集F；B3、初始化變量：F0＝F,q0＝[1,0,0,0,0,0,0]t,k＝0；B4、利用k-dtree搜索F在P′中的最近點Y：Yk＝C(Fk,P′)(const:O(logNP′))；B5、計算坐標變換矩陣和誤差：(qk,dk)＝Q(F0,Yk)(const:O(logNP′))；B6、根據(jù)坐標變換矩陣變換特征點集坐標：Fk+1＝qk(F0)；B7、判斷配準誤差是否收斂，如果dk-dk+1<τ(τ為設(shè)定的誤差)，則收斂，否則回到步驟B4；B8、滿足誤差收斂于τ后，對實際模型點云進行坐標變換：P′＝qk(P)；B9、結(jié)束。在基于特征點的ICP算法中，為了求解最小二乘逼近的齊次坐標變換矩陣，采用了單位四元數(shù)法，具體算法流程如下：C1、讀取對應(yīng)點云P和P′；C2、分別計算理論模型點云P和實際模型點云P′的重心：C3、由點云P和P′構(gòu)造協(xié)方差矩陣：C4、構(gòu)造4×4對稱矩陣：其中，I3是3×3單位矩陣，tr(∑PP′)是矩陣∑PP′的跡，Δ＝[A23A31A12]t，C5、計算Q(∑PP′)的特征值和特征向量，其最大特征值對應(yīng)的特征向量即為要求解的最佳旋轉(zhuǎn)向量qR＝[q0q1q2q3]t；C6、求解最佳平移向量：qT＝μP′-R(qR)μP，R(qR)=q02+q12-q22-q322(q1q2-q2q3)2(q1q3+q0q2)2(q1q2+q0q3)q02-q12+q22-q322(q2q3-q0q1)2(q1q3-q0q2)2(q2q3+q0q1)q02-q12-q22+q32;]]>C7、由步驟C5和C6即可得到完全齊次坐標變換矩陣q＝[qRqT]t＝[q0q1q2q3q4q5q6]t，求解最小均方誤差dms＝f(q)；C8、結(jié)束。具體的，在上述實施例中輪廓度誤差計算單元405具體用于計算所述待測工件配準后實際點云模型的每一個點到理論點云模型對應(yīng)點的距離，將計算得到的距離在提取到的理論點云模型的每一個點的法線方向上投影，確定所有投影中最大值的2倍為輪廓度誤差。如圖2所示，在GB中規(guī)定了，形狀誤差用最小包容區(qū)域的寬度或直徑表示。最小區(qū)域原則評定面輪廓度誤差是指待測輪廓的理論輪廓等距面間的最小距離，其實質(zhì)是非線性最優(yōu)化問題。根據(jù)形狀誤差的定義，采用極大值最小的數(shù)學模型：min[max(F(U,X))]其中：U為理想要素參數(shù)，X為實際要素參數(shù)。采用極大值最小原理建立滿足最小區(qū)域原則的曲面輪廓度誤差評定數(shù)學模型：Error(X)＝min(2max{di|i＝0,1,2,...,N-1})其中：di為實際測量點變換到設(shè)計坐標系后的點到理論設(shè)計輪廓的距離，用來評定模型的輪廓度誤差；N為測量點集和設(shè)計點集配準后的點對個數(shù)。如圖3所示，假設(shè)所有測量點經(jīng)過坐標變換后到理論曲面V的距離最大的點為S2，理論曲面V上與之對應(yīng)的點為S1，是理論曲面V在S1點處的法向量，方向指向內(nèi)側(cè)。為了計算方便，在提取點云的法向量特征時設(shè)置了法線方向的一致化，所有的法向量統(tǒng)一指向內(nèi)側(cè)。另外在實際匹配的過程中，S1和S2的偏離并沒有像圖3中所顯示的那么明顯，這里只是為了更清晰地說明本文輪廓度誤差的計算方法——通過向量點乘計算變換前后的對應(yīng)點之間的距離d，有：其中，若d>0，說明坐標變換后的測量點在理論曲面V的內(nèi)側(cè)；若d<0，說明坐標變換后的測量點在理論曲面V的外側(cè)；若d＝0，說明S1與S2點重合。在計算了工件配準后實際點云模型的每一個點到理論點云模型對應(yīng)點的距離后，再將計算得到的距離在提取到的理論點云模型的每一個點的法線方向上投影，所有投影中最大值的2倍即為所求的輪廓度誤差。本實施例方法所述的功能如果以軟件功能單元的形式實現(xiàn)并作為獨立的產(chǎn)品銷售或使用時，可以存儲在一個計算設(shè)備可讀取存儲介質(zhì)中?；谶@樣的理解，本發(fā)明實施例對現(xiàn)有技術(shù)做出貢獻的部分或者該技術(shù)方案的部分可以以軟件產(chǎn)品的形式體現(xiàn)出來，該軟件產(chǎn)品存儲在一個存儲介質(zhì)中，包括若干指令用以使得一臺計算設(shè)備(可以是個人計算機，服務(wù)器，移動計算設(shè)備或者網(wǎng)絡(luò)設(shè)備等)執(zhí)行本發(fā)明各個實施例所述方法的全部或部分步驟。而前述的存儲介質(zhì)包括：U盤、移動硬盤、只讀存儲器(ROM，Read-OnlyMemory)、隨機存取存儲器(RAM，RandomAccessMemory)、磁碟或者光盤等各種可以存儲程序代碼的介質(zhì)。本說明書中各個實施例采用遞進的方式描述，每個實施例重點說明的都是與其它實施例的不同之處，各個實施例之間相同或相似部分互相參見即可。對所公開的實施例的上述說明，使本領(lǐng)域?qū)I(yè)技術(shù)人員能夠?qū)崿F(xiàn)或使用本發(fā)明。對這些實施例的多種修改對本領(lǐng)域的專業(yè)技術(shù)人員來說將是顯而易見的，本文中所定義的一般原理可以在不脫離本發(fā)明的精神或范圍的情況下，在其它實施例中實現(xiàn)。因此，本發(fā)明將不會被限制于本文所示的這些實施例，而是要符合與本文所公開的原理和新穎特點相一致的最寬的范圍。當前第1頁1 2 3