1、14航空制造技术2023年第66卷第7期专 稿FEATUREFEATURE专 稿引文格式：杨亚鹏,郑炜,李泷杲,等.测量位置点驱动的飞机蒙皮对缝结构点云分割方法J.航空制造技术,2023,66(7):1420.YANG Yapeng,ZHENG Wei,LI Shuanggao,et al.A point cloud segmentation method for aircraft skin seam structure driven by measurement positionJ.Aeronautical Manufacturing Technology,2023,66(7):1420.测
2、量位置点驱动的飞机蒙皮对缝结构点云分割方法杨亚鹏1，郑 炜1，李泷杲2，梁 标2，彭 云2（1.中航西安飞机工业集团股份有限公司，西安 710089；2.南京航空航天大学，南京 210016）摘要 飞机蒙皮表面存在大量对缝结构，其质量对飞机性能、寿命和可靠性有着重要影响。目前蒙皮对缝结构点云数据处理阶段存在数据量大、数据处理效率低、难度大等问题。为提高对缝参数计算效率，提出了一种测量位置点驱动的飞机蒙皮对缝结构点云分割方法。提取蒙皮理论模型对缝结构边缘曲线特征并离散成测量位置点，由测量位置点引导空间包围盒的构建，驱动对缝点云数据实现局部分割。试验结果表明该方法针对对缝结构点云能取得良好的分割效
3、果。关键词：对缝结构；点云数据；测量位置点；包围盒建立；点云分割DOI:10.16080/j.issn1671-833x.2023.07.014杨亚鹏 高级工程师，主要从事复合材料结构高精度装配协调、大型飞机数字化装配和大尺寸空间高精度测量等技术研究。好的鲁棒性。Yi 等3构建了基于结构光的双目视觉测量系统，利用差分再积分的方法获取所处理图像的光条中心，降低了光线强度不足带来的影响，实现了低照度精确测量。上述方法多为基于结构光的二维激光测量系统，在测量尺寸大、曲率小、外形不规则的飞机蒙皮对缝结构时效率较低，且容易受到线结构光与对缝夹角的影响。激光扫描仪作为一种能够快速采集高密度点云数据的测量设
4、备，以其测量精度高、数据获取速度快的特点逐渐被用于飞机蒙皮对缝间隙阶差的检测中。但如何从规模巨大的点云数据中识别提取出对缝特征成为当前基于激光扫描仪的对缝结构检测的棘手问题。为此，陈松林等4采用基于视觉的光栅投影的方法测量蒙皮对缝，通过将图像与点云数据结合提取对缝处随着数字化测量技术的飞速发展，高效的数字化对缝检测成为飞机蒙皮对缝质量检测的重要环节。对缝结构、边缘轮廓等形貌特征大量存在于飞行器表面，是评价飞行器表面平滑度的主要指标，也是飞行器气动外缘偏差检查的重要内容之一。传统人工塞片测量方式存在测量工作量大、测量精度低且不稳定等问题，无法满足新一代飞行器新材料、新工艺应用和数字化装配过程中的
5、高精度测量与快速评定要求，与国际先进检验检测技术差距巨大，已成为测量和检验领域的技术瓶颈。激光测量技术因其速度快、精度高、适应性强等优点成为对缝检测的主流研究方向。Kosmopoulos 等1构建了双目视觉测量系统，利用 CCD相机接收红外反射光以计算间隙阶差。Tran 等2构建了多线结构光的单目视觉测量系统，将线特征数字化，进行期望计算，使用合格的图像计算间隙阶差，该系统对噪声具有较152023年第66卷第7期航空制造技术专 稿FEATUREFEATURE专 稿间隙阶差值。严成等5提出了一种基于 T-scan 扫描线的三维对缝有序点云间隙阶差提取方法。张波6提出了对缝结构特征局部点云分割方法
6、。然而，上述研究未能实现对对缝结构庞大点云数据的高质量、高效率分割，从而影响了后续间隙阶差参数的精确快速提取。1 总体技术路线为了解决飞机蒙皮对缝实测点云数据量大、计算效率低和分割不均匀的问题，本文提出了一种测量位置点驱动的飞机蒙皮对缝结构点云分割方法，以实现飞机蒙皮对缝结构间隙阶差计算所需点云数据的快速提取，如图 1 所示。（1）提取飞机蒙皮三维理论模型对缝结构边缘曲线特征，将按照一定离散规则获取的离散点集作为测量位置点，以定义对缝结构间隙阶差提取分析的位置。（2）以该测量位置点集为指导，使用激光扫描仪对飞机蒙皮结构进行扫描测量，并通过装配工装的基准点完成实测点云数据转换与理论模型的配准对齐
7、。（3）以测量位置点为包围盒坐标系原点，搜索其附近的对缝结构局部点云，并根据邻域点云自身的空间分布几何性质求解包围盒坐标系的 z 轴和 y 轴主方向，右手定则确定 x 轴主方向。进一步计算包围盒长宽高参数，共同构建完整的点云分割包围盒。（4）依据蒙皮对缝点云与空间包围盒的位置关系进行局部分割，得到的子点云作为对缝结构间隙阶差分析的依据7。技术路线如图 2 所示。2 对缝测量位置点生成蒙皮对缝特征在几何空间中的表征形式为曲线，工程应用中常采用等弦高差法、等弦长法、逼近弦长法8等策略对其进行数字化离散。本文综合考虑实际测量过程的需求，按指定的精度要求引入弦高差控制因子，采用弦长法离散曲线特征，生成
8、对缝测量位置点。用相邻对缝测量位置点连接成的若干条直线段逼近理论曲线，使被逼近的理论曲线到直线段的弦高差小于给定的弦高差控制因子阈值 max，离散结果如图 3 所示。该方法可以保证对缝测量位置点的分布和数量随曲线形状和曲率变化而变化。具体步骤如下。（1）设定弦长初始值为 l0，弦高差控制因子阈值 max。（2）选择曲线特征的任一端点作为离散的对缝测量位置起始点P1。（3）从 P1开始，以 P1为球心，l0为半径作球，球与曲线特征的新交点为下一个对缝测量位置点 P2，计算直线段P1P2与截得的弧线的弦高差值12。（4）若 12max，则保留该点并继续下一个点离散；若 12 max，则图 1 蒙皮
9、对缝间隙阶差示意图Fig.1 Schematic diagram of gap and flush between skinsZYX测量位置点蒙皮阶差P1P1间隙蒙皮蒙皮实测点云分割包围盒对缝结构特征对缝子点云蒙皮P1P1图 2 对缝结构点云局部分割技术路线Fig.2 Local segmentation technique of point cloud of seam structure提取测量识别局部对缝子点云点云分割包围盒坐标系z轴主方向包围盒尺寸参数坐标系y轴主方向测量位置点实测点云数据蒙皮理论数模蒙皮实物零件构建图 3 蒙皮对缝曲线特征离散成对缝测量位置点集Fig.3 Skin se
10、am curve features discreted into seam measurement position points set蒙皮表面起始点P1弦长初始值l0辅助球结束点Pn对缝曲线特征S116航空制造技术2023年第66卷第7期专 稿FEATUREFEATURE专 稿说明曲线局部曲率较大，细化离散间距，将弦长变为 l0/2，重新计算弦高差值，直到满足离散精度控制要求，然后将离散弦长恢复到初始值 l0。（5）重复步骤（3）和（4），直到球与曲线只有一个交点，则认为离散到了曲线的另一个端点，停止离散。得到蒙皮对缝特征曲线有序的测量位置点集合，即P(L)=Pi(xi，yi，zi)，i=
11、1，np（1）式中，np为蒙皮对缝测量位置点总个数。3 基于包围盒的对缝点云局部 分割包围盒算法是一种求解离散点集最优包围空间的方法。基本思想是用体积稍大且特性简单的几何体近似地代替复杂的几何对象。最常见的包围盒算法有 AABB 包围盒（Axis aligned bounding box）、包围球、方向包围盒、固定方向凸包等。其中，AABB 包围盒是包含对象且边平行于坐标轴的最小六面体，其构造比较简单，存储空间小。使用 AABB 包围盒能保证分割出的局部点云具有良好的紧密性，还能保持一定的平面度，满足后续蒙皮对缝结构参数提取需求。AABB 包围盒由其在空间中的位置、姿态和大小唯一确定，包围盒坐
12、标系的原点由飞机蒙皮对缝曲线特征测量位置点确定；x、y、z 坐标轴主方向通过对缝点云自身空间几何性质求解；包围盒长宽高参数由测量位置点距离以及实测点云数据性质共同明确。3.1 基于 PCA 法的 z 轴主方向解算本文根据测量位置点附近的点云法向确定包围盒坐标系 z 轴主方向，采用基于局部邻域的表面拟合方法9获取准确的点云法向量，并利用PCA（Principal component analysis）方法对其改进。传统的局部邻域表面拟合方法是以某一离散点 pi为几何中心，以半径 R 划分点 Pi的局部邻域 G1，R 设置为曲线离散间距的一半，将局部微切平面 H 的法向量记做 n，点 pi到坐标系
13、原点的欧式距离记作 Di，则 H（n，Di）的拟合约束表达为HDpDiDiiiki(,)argmin().|(,)nnnn=-=211s t（2）式中，k 为 G1邻域内点总个数；s.t.表示约束条件。局部邻域 G1的平面拟合可以转化为协方差矩阵 M 的特征值分解问题，M 最小特征值对应的特征向量即为点 P 的法向量。M=-=11kppppiiik()()T（3）式中，p-为局部邻域 G1点云中心。协方差矩阵 M 的最小特征值所对应的特征向量即该局部邻域的法向量。该方法简单易实现，适用于对大规模散乱点云的法向量进行初始估计，但该方法应用于飞机蒙皮对缝结构点云时，由于阶差的存在，会出现表面拟合估
14、计的 G1邻域法向与局部对缝点云的真实法向存在较大偏差的问题。如图 4 所示，其中左右两侧的局部邻域法向和理论法向保持一致，而在对缝结构局部邻域的法向并不能和理论法向保持一致。为了解决对缝结构点云法向量的估算精度，本文采用一种改进的自适应邻域选择10的 PCA 法向估计方法：以半径 RG1划分出 G1局部邻域，对 G1邻域的点在总点云中进行近邻搜索，设 G1局部邻域集合为pii=1，2，3，n（n3），pi的 k邻近点为 pj=（xj，yj，zj），j=（1，2，3，k），由于 M 为正定矩阵，根据式（3）改写 pi的局部协方差矩阵 M 为Meeeeee=123123123000000 TTT
15、（4）式中，1、2、3为矩阵 M 的特征值；e1、e2、e3为特征向量。假设 123 0，则 1、2表征相应平面特征向量方向的偏移量，3表征法向的偏移量，3 个特征值反映了点云局部邻域的维度特性：当 1 2 3时，可以认定局部邻域为线型；同理，当1 2 3时为平面，当 1 2 3时为三维曲面11。根据上述点云局部邻域的维度特性，构建了特征值的维度特征评价模型，即LPS=-=-12123131,LPS=31（5）式中，L、P、S分别代表了局部邻域为线型、平面以及三维曲面的概率。计算 G1邻域内点 pi的协方差矩阵 3个特征值，并代入式（5），当 L、P、S图 4 点云局部邻域法向估计Fig.4
16、Local neighborhood normal direction estimation of point cloud 局部邻域法向ZP理论法向Zn理论法向ZnG1对缝结构局部邻域法向局部邻域法向ZP172023年第66卷第7期航空制造技术专 稿FEATUREFEATURE专 稿的关系满足 P L S时，保留该点法向，反之剔除。根据 PCA 算法估计局部邻域 G1所有点单位的法向量并统一视点方向，对所有满足条件的法向量进行最小二乘滤波去除杂点并取中值作为包围盒坐标系 z 轴主方向ek。如图 5 所示，使用改进后的自适应邻域选择的 PCA 算法估计对缝结构测量点附近的点云法向量能与理论法向保持较高的一致性。3.2 边界点拟合的 y 轴主方向解算建立完整的包围盒坐标系除了确定原点和 z 轴的主方向，还需要解算 y 轴主方向。然而，当 y 轴与对缝边缘角度较大时，点云宽度大于边缘宽度，增大了局部点云在对缝处的包含范围，单侧点云分布不均匀，导致该局部点云提取的间隙阶差值不能代表测量位置点Pi处间隙阶差均值，如图 6（a）所示。因此点云边缘与包围盒坐标系 y 轴夹角 应尽量接近 0，如图 6
