王海波 秦 亮 馬 寧 張亞軍

(1.北京化工大學(xué) 機電工程學(xué)院，北京 100029；2.甘肅銀光化學(xué)工業(yè)集團有限公司，白銀 730900；3.中國航空制造技術(shù)研究院，北京 100024)

引 言

鈦合金帶筋壁板在航空航天領(lǐng)域中應(yīng)用廣泛，焊接是其加工制造的關(guān)鍵技術(shù)[1-2]。T型接頭是帶筋壁板的主要焊接形式，加工工藝主要采用雙光束激光焊接，焊接效果好、內(nèi)在缺陷少[3-4]。焊接成形質(zhì)量主要包括焊接成形角度和焊腳高度兩個方面，其中壁板和筋板的夾角直接影響裝配精度。目前主要依靠人工測量對T型焊接接頭的成形質(zhì)量進行定性評判，存在精度低、自動化程度低等問題，難以滿足當(dāng)前自動化焊接生產(chǎn)質(zhì)量管理、數(shù)字化發(fā)展和產(chǎn)量提升的需求[5]。

視覺檢測技術(shù)具有效率高、穩(wěn)定性好、準(zhǔn)確率高、非接觸等優(yōu)點，已逐漸開始應(yīng)用于焊縫自動跟蹤、精確測量等領(lǐng)域[6]。Chen等[7]采用激光視覺傳感器對焊縫坡口幾何形狀進行精確測量，獲得的測量數(shù)據(jù)可用于大型航空航天部件的裝配及其質(zhì)量控制?？酌鹊萚8]設(shè)計了一套激光視覺傳感器和濾光系統(tǒng)，實現(xiàn)了對T型接頭角焊縫進行焊縫跟蹤。田應(yīng)仲等[9]利用視覺傳感器在指定區(qū)域內(nèi)拍攝焊縫圖像，通過設(shè)計圖像處理算法完成了對焊縫的寬度測量。Sarkar等[10]開發(fā)了一套視覺檢測系統(tǒng)，用于測定埋弧焊接鋼板的瞬態(tài)等溫線形狀。然而目前尚未有利用視覺檢測技術(shù)對T型焊接接頭成形角度進行測量的研究工作。

本文基于面結(jié)構(gòu)光三維掃描儀設(shè)計了三維點云測量系統(tǒng)，以獲取T型焊接接頭區(qū)域點云，并綜合運用多種點云處理技術(shù)實現(xiàn)對焊縫成形角度的測量。利用本文方法可以代替人工測量，快速、準(zhǔn)確地測量出焊縫成形角度，為后續(xù)修正筋板裝配精度和評判焊接成形質(zhì)量提供數(shù)據(jù)支撐。

1 三維點云測量系統(tǒng)設(shè)計

三維點云測量系統(tǒng)主要由焊接機器人、面結(jié)構(gòu)光三維掃描儀和夾具組成，現(xiàn)場實驗裝置圖如圖1所示。面結(jié)構(gòu)光三維掃描儀分辨率為5×106，測量范圍為400 mm×300 mm，設(shè)計的夾具將面結(jié)構(gòu)光三維掃描儀裝夾在焊接機器人上。在對T型焊接接頭區(qū)域掃描前，對待掃描區(qū)域進行噴粉處理使噴粉區(qū)域點云稠密、未噴粉區(qū)域點云稀疏，以去除部分場景點云的影響，并通過焊接機器人示教器不斷調(diào)整面結(jié)構(gòu)光三維掃描儀的位置，最終獲取掃描效果較好的T型焊接接頭區(qū)域三維點云圖。設(shè)計的三維點云測量系統(tǒng)如圖2所示。

圖1 三維點云測量實驗裝置

圖2 點云測量系統(tǒng)示意圖

2 點云預(yù)處理

2.1 點云去噪

Point Cloud Library(PCL)是用于處理三維圖像和點云數(shù)據(jù)的開源工具[11]。使用面結(jié)構(gòu)光三維掃描儀測量帶筋壁板T型焊接接頭區(qū)域三維點云數(shù)據(jù)時，三維點云數(shù)據(jù)會出現(xiàn)稀疏的離群點，導(dǎo)致在估計點云局部特征時產(chǎn)生錯誤的數(shù)值，需過濾去除。本文采用PCL庫中的統(tǒng)計濾波算法進行剔除[12]。經(jīng)多次實驗后，搜索每個點的鄰居點數(shù)K取50，比例系數(shù)α取1.0。原始點云數(shù)據(jù)有201 324個點，經(jīng)統(tǒng)計濾波算法去除離群點625個，濾波結(jié)果見圖3。

圖3 統(tǒng)計濾波算法去除離群點

2.2 質(zhì)心變換和水平校正

由于面結(jié)構(gòu)光三維掃描儀的安裝位置不同以及點云數(shù)據(jù)的參考坐標(biāo)系采用的是隨機坐標(biāo)系，導(dǎo)致點云的參考坐標(biāo)系Z軸與獲取的T型焊接接頭點云的平面數(shù)據(jù)點不垂直，這會使直通濾波無法對場景點云和冗余點云精準(zhǔn)剪除。為解決此問題，將點云質(zhì)心變換到參考坐標(biāo)系原點，并對點云進行水平校正。點云質(zhì)心坐標(biāo)計算公式為

(1)

式中，n為點云總數(shù)，(xi,yi,zi)為點云坐標(biāo)。計算從Pc點變換到參考坐標(biāo)系原點的旋轉(zhuǎn)平移矩陣，將此矩陣應(yīng)用到點云中，完成質(zhì)心變換。

水平校正基本方法采用PCL庫中基于隨機抽樣一致性(RANSAC)算法的平面擬合方法，擬合出三維點云數(shù)據(jù)中的平面點云，得到平面方程為

a1x+b1y+c1z+d=0

(2)

式中，(a1,b1,c1)為對應(yīng)平面的法向量，d為坐標(biāo)原點到平面的距離。法向量(a1,b1,c1)通過旋轉(zhuǎn)變換矩陣轉(zhuǎn)換成參考坐標(biāo)系單位向量(0, 0, 1)。通過(a1,b1,c1)和(0, 0, 1)的點積求得向量的夾角，再根據(jù)兩向量叉積求得旋轉(zhuǎn)軸，將夾角和旋轉(zhuǎn)軸的單位向量代入羅德里格斯旋轉(zhuǎn)公式[13]，可得到對應(yīng)的旋轉(zhuǎn)變換矩陣，將其應(yīng)用到點云數(shù)據(jù)即可對點云進行水平校正。質(zhì)心變換及水平校正處理結(jié)果如圖4所示。

圖4 點云的質(zhì)心變換和水平校正處理

2.3 直通濾波

獲取的焊縫區(qū)域三維點云數(shù)據(jù)存在場景點云和冗余點云，為提高后續(xù)算法的效率和精度，采用PCL庫中的直通濾波算法過濾場景點云和冗余點云。通過設(shè)置參考坐標(biāo)系X軸、Y軸和Z軸對應(yīng)的閾值參數(shù)a、b、c，在使參數(shù)范圍之內(nèi)的點通過的同時將參數(shù)范圍之外的點過濾去除[14]，以此達到去除場景點云和冗余點云的目的。用PCL庫中的PCLVisualizer類對點云可視化，并在點云上交互點選焊縫區(qū)域的邊界點，比較點選的邊界點坐標(biāo)值，即可快速設(shè)定82

圖5 直通濾波處理

2.4 點云簡化

采用面結(jié)構(gòu)光三維掃描儀獲得的焊接接頭區(qū)域點云數(shù)據(jù)量較大且密度不均勻，影響后續(xù)點云算法處理的速度與精度。為解決此問題，采用PCL庫中的體素化柵格法對濾波后的點云數(shù)據(jù)進行下采樣。該算法原理是在濾波后的點云上創(chuàng)建三維體素網(wǎng)格，可將該網(wǎng)格看作空間中微小的三維長方體，設(shè)置網(wǎng)格三邊長度，網(wǎng)格內(nèi)所有的點都用它們的質(zhì)心近似代替[15-16]。為達到最好的點云簡化效果，本文將三維體素網(wǎng)格3個邊長都設(shè)置為2 mm，簡化前點云數(shù)據(jù)有77 885個點，簡化后點云數(shù)據(jù)有41 330個點，結(jié)果如圖6所示。

圖6 簡化后點云

3 區(qū)域增長算法分割

預(yù)處理完成后，采用PCL庫中的區(qū)域增長算法從T型焊接接頭區(qū)域點云中分割出焊縫、壁板、筋板處的點云。為減少分割點云的片段總數(shù)，提高算法運行速度，從點云曲率最小的點開始生長，該點稱為種子點[17]。算法流程圖如圖7所示。

圖7 區(qū)域增長算法流程圖

通過設(shè)置不同的分割參數(shù)比較多次分割后的結(jié)果，最后得出當(dāng)種子點的鄰居點數(shù)目N取30、平滑閾值H取3.0、曲率閾值Z取1.0、最小點云簇數(shù)目S取50時，區(qū)域增長算法的分割效果最好。該算法將預(yù)處理后的點云分割成3個聚類簇，結(jié)果如圖8所示?？梢钥闯?，圖中已成功分割出焊縫、壁板和筋板處的點云。

圖8 區(qū)域增長分割處理

4 T型焊接接頭成形角度求取

4.1 RANSAC算法擬合平面

RANSAC算法思想是尋找已知模型去擬合數(shù)據(jù)，用盡可能少的已知數(shù)據(jù)求得一個初始解，然后剔除不滿足初始解的異常數(shù)據(jù)[18-19]，通過不斷迭代來計算模型參數(shù)，計算所得模型或因模型內(nèi)總點數(shù)太少被舍棄，或因比現(xiàn)有模型更好被選用。利用區(qū)域增長分割算法分割出筋板和壁板點云后，采用RANSAC算法擬合出筋板和壁板的平面點云，得到兩個平面的法向量。筋板和壁板平面點云擬合方法相同，以筋板為例步驟介紹如下。

1)從分割得到的筋板點云中隨機選取3個點，由這3個點組成一個平面，求出平面模型參數(shù)。

2)設(shè)定點到平面的距離閾值Q，計算未選取點到1)中平面的距離。若該距離小于Q，將該點記為平面模型中的一點，最后統(tǒng)計該模型中的總點數(shù)。

3)重復(fù)步驟1)、2)，統(tǒng)計各平面模型的總點數(shù)并排序，取總點數(shù)最多的平面模型。

4)重復(fù)步驟1)～3)，設(shè)定最大迭代次數(shù)為m。當(dāng)?shù)螖?shù)大于m時，取總點數(shù)最多的平面模型參數(shù)，該平面模型參數(shù)(A1,B1,C1)即為最終要求的筋板點云平面法向量。

通過多次重復(fù)實驗，比較RANSAC算法擬合的平面結(jié)果，最后得出當(dāng)Q取0.01，m取10 000時，擬合出的筋板和壁板的平面點云效果最好。

4.2 成形角度計算

在求出筋板和壁板平面點云的法向量后，由于兩平面點云法向量的夾角等于焊接成形角度，即可根據(jù)式(3)求得焊接成形角度。圖9為T型焊接接頭的剖視圖，圖10為待測量焊接成形角度的焊件實物圖。成形角度的計算式為

圖9 T型焊接接頭剖視圖

圖10 T型焊接接頭實物圖

(3)

式中，(A1,B1,C1)和(A2,B2,C2)分別為筋板和壁板的法向量。

本文設(shè)計的T型焊接接頭成形角度測量方法的主要步驟包括：(1)測量T型焊接接頭焊縫區(qū)域三維點云數(shù)據(jù)；(2)對數(shù)據(jù)進行預(yù)處理(包括統(tǒng)計濾波、質(zhì)心變換、水平校正、直通濾波、點云簡化)；(3)使用區(qū)域增長算法分割出筋板和壁板點云；(4)利用隨機抽樣一致性算法擬合平面，計算求得T型焊接接頭的成形角度。測量和計算流程如圖11所示。

圖11 T型焊接接頭焊縫區(qū)域三維點云數(shù)據(jù)處理流程圖

分別采用本文的三維點云測量系統(tǒng)和萬能角度尺對實際的T型焊接接頭成形角度進行測量，萬能角度尺精度為2′。利用這兩種方式分別對同一帶筋壁板進行3次測量，并取平均值進行對比。三維點云測量系統(tǒng)的測量值記為θv，角度尺的測量值記為θm，測量結(jié)果見表1。表中為6個不同帶筋壁板的測量值，允許誤差范圍為±0.3°?？梢钥闯觯疚牡臏y量方法可以準(zhǔn)確獲取T型焊接接頭的成形角度，并可取代角度尺的人工測量方法，其測量誤差能夠滿足要求。

表1 T型焊接接頭成形角度測量結(jié)果

5 結(jié)論

(1)本文所提出的T型焊接接頭成形角度測量方法可以代替人工測量，快速、準(zhǔn)確地計算出焊接成形角度，測量誤差在±0.3°內(nèi)，能滿足成形角度的檢驗要求，且具有效率高、非接觸、高精度等優(yōu)點，為后續(xù)的筋板裝配角度調(diào)整和焊接成形質(zhì)量的評判提供了技術(shù)支撐。

(2)利用三維點云測量系統(tǒng)，每獲取一幅三維點云圖即可快速計算出成形角度，可實現(xiàn)在線實時監(jiān)測焊接前后的T型接頭角度的效果。