摘要:飛機表面的制造質量將直接影響飛機的性能,裝配后必須進行幾何檢測。本文提出了一種基于數字相移的飛機表面制造質量檢測方法。首先采用數字相移測量方法獲取表面點云數據和圖像數據。通過圖像邊緣跟蹤和霍夫變換算法,高效地識別鉚釘區域,然后映射到空間點云中,實現鉚釘的定位和幾何測量。反向標定投影儀的參數后,實現特征信息的可視化標注。實驗結果表明,本文中提出的方法具有較高檢測精度和效率,具有取代傳統檢測手段的應用潛力。
關鍵詞:數字相移;飛機表面;相位誤差;鉚釘識別
Abstract: The manufacturing quality of the aircraft surface will directly affect the performance of the aircraft which must be geometrically inspected after assembly. Based on digital phase shift, this paper proposes a inspecting method for the manufacturing quality of aircraft surface. First, the surface point cloud data and image data are acquired by digital phase shift measurement. Through the image edge tracking and Hough transform algorithm, the rivet area is efficiently identified and then mapped into the spatial point cloud to realize the positioning and geometric measurement of the rivet. After the parameters of the projector are reversely calibrated, the visual annotation of the feature information is realized. The experimental results show that the proposed method has superior detection accuracy and efficiency, and has the potential to replace traditional detection methods.
Key words: Digital phase shift; Aircraft surface; Phase error; Rivet identification
1 引言
作為20世紀最重要的發明之一,飛機是非常重要的交通和運輸工具,在國民經濟和國防軍事領域都具有十分重要的地位。根據制造工藝,飛機表面主要是由包圍在機翼骨架外圍的蒙皮構成,其表面制造質量對飛機的氣動特性、飛行安全性、飛行成本以及對隱身性等都具有重大影響[1~5]。因此,為了保障飛機的飛行性能,在飛機裝配制造以及出廠交付時,需要對其表面制造質量進行嚴格檢測。影響飛機表面制造質量的因素主要包括:飛機翼身對接面、蒙皮與蒙皮及表面緊固件之間形成的階差,蒙皮表面凹坑與凸起,表面劃痕等損傷[6~10]。
早期,由于技術水平的限制,人們主要通過手工觀察、量具測量等傳統方式對表面質量進行檢驗。這種方法只能單一判斷被測量是否合格,難以精確地描述零部件的真實狀態,且接觸式測量的速度慢,效率極低。由于沒有合適的工具,某些復雜結構的檢測結果受人的主觀因素影響嚴重,甚至無法測量。隨著科技的發展,這種傳統測量方法顯然難以滿足快速的非接觸式制造需求。因此,迫切需要一種快速、非接觸式、數字化的飛機表面制造質量檢測方法。
2 數字相移原理
本文采用數據相移技術實現飛機表面的三維數據采集。數字相移技術,又叫面結構光測量技術,是基于結構光的三維測量技術中的一種,是一種非常重要的三維測量方法。根據結構光類型的不同,可將基于結構光的三維測量技術分為三種:點結構光、線結構光和面結構光測量技術。根據相機個數的不同,又可將面結構光測量技術分為單目面結構光測量和雙目面結構光測量。由于面結構光測量技術一次測量即可得到整個幅面的點云數據,相較于點結構光和線結構光,測量效率大大提升,并且由于單幅測量的時候不需要拼接,因此,在測量單個幅面的時候測量精度明顯高于點結構光和線結構光。由于單目面結構光測量精度不如雙目面結構光高,因此,現階段多使用雙目面結構光測量技術。本文中討論的數字相移技術即為雙目面結構光測量技術,使用投影裝置向物體表面投射一系列預先設計好的正弦光柵圖像,該圖像經被測物體表面調制后,會發生變形,相機拍攝獲得變形后的光柵圖像,經計算機處理后求得每一點所對應的相位,并將其作為立體匹配時的特征量,根據三角測量的原理即可獲得被測物體表面的三維點云數據。
3 特征區域分析
采用圖像處理的方法提取鉚釘區域,參見文獻[11]。從圖像中提取出特征區域后,需要對特征區域對應的三維點云進行數據處理與分析。對于鉚釘區域,需要分析出鉚釘上表面與周邊區域的相對距離和鉚釘上表面與周邊區域的鉚接角度。
假設鉚釘周邊區域近似為一平面,如圖1所示,可以在鉚釘內外分別取一圈圓環點,采用RANSAC(Random Sample Consensus)的思想對這兩圈圓環點分別進行平面擬合。如圖1(b)所示,那么兩平面法向量之間的夾角即為鉚釘鉚接的角度,另外也可求出鉚釘內圓環點相對于鉚釘外平面的平均距離、最大距離與最小距離。
圖1 鉚釘區域數據分析
4 特征結果的可視化標注
為提高工作效率,使測量結果更加直觀,本文采用一種將特征結果直接投影到被測件表面的可視化顯示方法,并且投影的檢測結果直接和缺陷區域相對應,避免了操作員需要反復確認的問題。
如2所示,投影信息直接顯示在檢測區域附近,在鉚釘表面投射不同的顏色來區別其相對于表面高低差的大小,其中紅色表示高低差嚴重超出范圍,藍色表示稍微超出誤差范圍,但是仍在容忍的范圍之內,綠色表示高低差符合要求。此外,每一個鉚釘區域附近,也投影出了其實際的高低差數值。
圖2 可視化顯示原理
本方法中的關鍵是如何將檢測信息準確地投影到檢測區域。如圖2所示,取被測件上的點p進行分析,其在左右相機圖像中的投影點分別為pl和pr,根據雙目標定信息,可以求出其在左相機坐標系下的三維點坐標。在投影儀上建立與相機坐標系類似的投影儀坐標系,若已知投影儀坐標系與左相機坐標系之間的位置關系,則可將點p在左相機坐標系下的坐標轉換到投影儀坐標系下,根據投影儀標定的內參數信息,可以求出該點在投影儀圖像平面的投影點pp。如果在pp點設置投影信息,則該信息將會被投影儀投射到被測件上的p點。若已知被測區域的點云數據,根據上述步驟,求出在投影儀圖像中的相應投影坐標,在這些坐標處設置該區域的分析信息,則該信息將會被投射到相對應的檢測區域,從而完成檢測信息的可視化顯示過程。
5 實驗結果
實驗系統主要由兩個工業相機、投影儀、圖像采集卡和計算機組成,并進行了輕量化的設計,最終開發出的原型系統如圖3所示。
圖3 開發的試驗系統
相機通過網線、路由器和圖像采集卡與計算機連接,DLP投影儀通過USB、HDMI與計算機連接。相機與投影儀通過連接板固定在三腳架上,可實現三個方向的任意調節。由于三維測量時需要保證左右相機是同步拍攝的,因此,相機與投影儀進行了硬件連接,當投影儀投射光柵圖像后,會觸發相機進行同步拍攝。此外,編寫了系統測量軟件,具有系統標定、三維重建、特征分析、可視化顯示等功能。
為了更加直觀地顯示所提可視化方法的有效性,我們給出了一個彩色的例子,如圖4所示。實驗結果表明,該方法可準確地將檢測信息投影到被測件表面,顯示結果直觀,可大大提高檢測效率,因此,具有極大的實用價值。目前,鉚釘的檢測精度可達+/-0.02mm,平均檢測時間為8s。
圖4 可視化顯示結果 (a)待測件(b)檢測結果投影圖像 (c)檢測結果
6 結論
在這篇文章中,我們研究了一種基于數字相移的飛機表面制造質量檢測方法,被測特征區域為鉚釘。提出了一種基于邊緣跟蹤和霍夫變換的鉚釘提取算法,具有較高的效率。通過點云擬合計算,可提取鉚釘區域的特征信息,并使用投影儀將其結果投影到被測表面。實驗結果表明,本文的方法可以用于飛機鉚釘的在線檢測。
參考文獻:
[1] Kundu AK, Raghunathan S, Cooper RK. Effect of aircraft surface smoothness requirements on cost[J]. Aeronautical Journal. 2000, 104 ( 1039 ) : 415 - 420.
[2] Gong MZ, Yuan PJ, Wang TM, Yu LB, Xing HW, Huang W, et al. A Novel Method of Surface-normal Measurement in Robotic Drilling for Aircraft Fuselage Using Three Laser Range Sensors[C]. IEEE/ASME International Conference on Advanced Intelligent Mechatronics (AIM), 2012, 450 - 455.
[3] Salazar F, Barrientos A. Surface Roughness Measurement on a Wing Aircraft by Speckle Correlation[J]. Sensors. 2013, 13 ( 9 ) : 11772 - 11781.
[4] Jang B, Kim M, Park J, Lee S. Design Optimization of Composite Radar Absorbing Structures to Improve Stealth Performance[J]. International Journal of Aeronautical and Space Sciences. 2016, 17 ( 1 ) : 20 - 28.
[5] Panwar R, Lee JR. Performance and non-destructive evaluation methods of airborne radome and stealth structures[J]. Measurement Science and Technology. 2018, 29 ( 6 ) : 1 - 31.
[6] Siegel M, Gunatilake P, Podnar G. Robotic assistants for aircraft inspectors[J]. Industrial Robot. 1998, 25 ( 6 ) : 16 - 30.
[7] Liu Z, Forsyth DS, Marincak A, Vesley P. Automated rivet detection in the EOL image for aircraft lap joints inspection[J]. Ndt & E International.2006, 39 ( 6 ) : 441 - 448.
[8] Wang JH, Wang MR. Handheld non-contact evaluation of fastener flushness and countersink surface profiles using optical coherence tomography[J]. Optics Communications. 2016, 371 : 206 - 216.
[9] Lavoie J. Improvement of Aircraft Mechanical Damage Inspection with Advanced 3D Imaging Technology[C]. 5th International Symposium on NDT in Aerospace, 2013.
[10] Zhang WW, Zhuang BH. Non-contact measurement of scratches an aircraft skins and windows. Three-Dimensional Imaging and Laser-Based Systems for Metrology and Inspection Iii[J]. Proceedings of the Society of Photo-Optical Instrumentation Engineers (SPIE). 1997, 32041997 : 90 - 94.
[11] Chen SL, Xia RB, Zhao JB, Zhang HY, Hu MB. Analysis and reduction of phase errors caused by nonuniform surface reflectivity in a phase-shifting measurement system[J]. Optical Engineering. 2017, 56 ( 3 ) : 033102.
作者簡介:
夏仁波(1977-),男,貴州遵義人,研究員,博士,現就職于中國科學院沈陽自動化研究所,主要研究方向為計算機視覺、智能制造。
蘇 潤(1994-),男,湖北荊州人,碩士研究生,現就職于中國科學院沈陽自動化研究所,研究方向為圖像處理、三維重建。
趙吉賓(1970-),男,山東濟南人,研究員,博士,博士導師,現就職于中國科學院沈陽自動化研究所,主要研究員方向為計智能制造、機器人控制;
陳月玲(1987-),女,山西大同人,碩士,助理研究員,現就職于中國科學院沈陽自動化研究所,研究方向為圖像處理、三維重建。
付生鵬(1985-),男,山東濟南人,博士,副研究員,現就職于中國科學院沈陽自動化研究所,主要研究員方向為視覺測量。
摘自《自動化博覽》2019年5月刊