为了实现对跨尺度零件微小结构的尺寸精度和定位精度的同时测量，提出一种基于宏微复合标定的测量方法。建立不同尺度传感器组合式测量的标定模型，利用变焦扫描显微系统测量零件微尺度特征，利用双目系统测量定位显微设备，从控制坐标转换精度的角度设计加工特殊的标定块，将其作为跨尺度中转坐标系，标定变焦扫描显微重建点云坐标系与测头坐标系的空间转换关系，从而将局部测量点云统一至一个数据集中以完成所有局部区域的整体拼接。与理论模型对比分析，所提测量方法的各孔圆心坐标分布圆度误差为0.0438 mm，平面度误差为0.0252 mm，对喷注器各孔位姿的点误差值小于0.029 mm，孔轴向误差小于0.1140°。与面结构光传感器重建结果对比分析，所提模型能够在保证高精度重建三维形貌的情况下，更加正确地获取跨尺度零件的尺寸和位置。

为了实现具有不同测量尺度、分辨率与精度等特性的跨源点云的精确配准,提出了基于多尺度采样的测量点云数据配准方法。通过尺度滑移算法来滤除高频细节信息,保留轮廓数据,并结合体素网格邻域法来实现点云数据的降采样;对于宏观结构光视觉测量的低分辨率点云数据,通过基于深度学习的渐进式三维点云上采样算法可以精确还原结构光点云的轮廓细节,实现跨源点云在尺度与分辨率上的统一。最后,采用迭代最近点法对处理后尺度近似的数据进行配准,并将配准关系逆向用于原始跨源点云的配准。实验结果表明,多尺度采样方法对于跨源点云的配准精度有所提高,能有效用于发动机叶片等零部件的高性能检测。

铆钉平齐度是铆接质量参数中的一项重要指标,但在实际检测中缺少高效、稳定的检测方法。针对铆钉平齐度的检测,本文提出了一种基于图像-点云映射分割策略的平齐度检测方法。首先,为了快速、稳定地提取图像中的铆钉轮廓,本文提出了一种图像噪声轮廓的分割方法,并基于铆钉轮廓像素的邻域特征,总结出轮廓拐点处的三种邻域特征,据此判断轮廓点是否为拐点,依据拐点对噪声轮廓进行分割;然后,基于图像-点云映射策略,将图像中的铆钉特征映射到测量得到的三维点云中,实现铆钉点云区域的快速、稳定分割。实验结果验证了本文所提铆钉平齐度检测方法具有较高的稳定性和检测精度。

航空航天产品结构尺寸大、面形复杂、装配精度要求高,移动式机器人作为一种自动化装配装备,可实现飞行器表面爬行移动装配位姿的精准定位,补偿制孔机器人刀具中心点与工件之间的相对定位误差。针对穿心夹遮挡干扰下的装配基准三维识别与测量定位需求,提出了一种轨道式爬行机器人制孔基准的高精度定位方法。首先,基于灰度聚类的自适应轮廓提取算法实现基准孔轮廓的分割、识别和坐标计算;然后,基于靶标式高精度手眼标定方法实现基准孔坐标的三维转换;最后,在制孔装备上集成视觉测量系统并进行了现场测试和精度验证。实验结果表明,本方法对基准孔的定位误差小于0.05 mm,满足轨道式爬行制孔机器人的装配定位需求。

飞机蒙皮表面平缓、光滑、特征少,在使用迭代最近点进行数模配准时会产生错位、局部最小值等问题,因此提出了一种基于轮廓约束的蒙皮点云配准方法。首先定义一种新的三维轮廓Cκ特征点描述方法,并基于距离约束对初始Cκ特征点进行聚类和过滤,实现对蒙皮点云特征的精确描述。其次,基于距离的快速点特征直方图(FPFH-d)特征相似度约束,寻找点云和数模特征点的对应点对,实现蒙皮轮廓的初始配准。最终基于迭代最近点算法,融合Cκ特征描述的轮廓约束,实现蒙皮的精配准。利用斯坦福公共数据库点云对算法的速度和精度进行测试,与点快速直方图算法(FPFH-SAC-IA)相比,初始配准精度分别提高了48.47%和77.29%,速度分别提高了70.35%和97.08%,证明了Cκ特征点提取算法的普适性和有效性。基于以上算法,对飞机蒙皮测量数据进行实验验证,配准准确度达到了100%,在12 m 3范围内全局误差优于3.5 mm。该方法有效解决了蒙皮配准时的错位和局部最小值问题。

为提高标定精度,提出一种基于直线空间变换的光平面标定方法。首先利用互相关模板与5点滑动平均法提取激光条纹中心,然后采用正交回归法拟合图像中的光条直线方程。通过平面单应性变换获得靶标面光条直线方程,进一步再将靶标坐标系中的直线方程转换成Plücker矩阵形式。根据位姿转换关系得到相机坐标系下的直线方程,并建立超静定线面共面约束方程组,使用奇异值分解(SVD)求解光平面方程参数。所提方法测量的标准台阶块长度方均根(RMS)为0.065mm,平均误差小于0.030mm,圆柱直径的测量平均误差与RMS小于0.050mm。结果表明,利用光条自身整体信息拟合光平面,所提方法可实现较高的标定精度且标定过程简单,同时避免对每个特征点进行单独求解。

提出了一种基于场景特征点的双目变焦系统相机主距的计算方法。首先选取任意焦距作为基础焦距，用常规方法获取基础焦距下双目系统的内外参数，利用ASIFT算法提取基础焦距下场景中待测物体的特征控制点，利用视差原理重建空间世界点，接着切换焦距后再次提取两个焦距下待测物体对应的左右图像特征点，将不同焦距下匹配的图像特征点作为共同控制点，最后根据CCD平面与待测物体空间位置不变性完成双目变焦相机的主距求解。实验结果表明，该算法实际操作简单，主距计算结果的平均相对误差为2.1%。