[发明专利]应用于涡轮叶片气膜孔检测的目标点云分割方法

说明书

一种应用于涡轮叶片气膜孔检测的目标点云分割方法，通过五轴激光测量平台采集待测涡轮叶片的空间三维点云数据，根据激光传感器测量轨迹及激光点云分布特点，对叶片激光点云数据在前进方向上进行空间切片化降维处理，并结合各切片点云数据梯度分布特征，计算直线拟合残差、筛选气膜孔区域点云切片；在此基础上对筛选后点云切片进行去趋势化处理，得到各切片拟合误差类水平线；通过阈值筛选得到各切片上目标点集，实现气膜孔目标区域点云分割，继而对气膜孔目标区域点云进行轴线方向、孔径大小提取，实现对涡轮叶片气膜孔的质量检测，从而显著提高点云分割精度。

技术领域

本发明涉及一种航空发动机制造领域的技术，具体涉及一种应用于涡轮叶片气膜孔检测的目标点云分割方法。

背景技术

为保证航空发动机在高机械负载下的可靠性，涡轮叶片气膜孔的轴线方向、孔径大小具有严格的精度要求，基于激光点云的气膜孔特征检测算法能够对气膜孔进行高精度的质量检测。但线激光传感器采集的叶片空间三维点云，除目标区域气膜孔点云数据外，还包含叶片表面点云及噪声点云，无法直接用于气膜孔空间几何特征提取。因此，还需要借助气膜孔目标点云分割方法，从涡轮叶片的整体三维点云中，处理得到单个气膜孔目标区域点云数据；然后，再进行轴线方向、孔径大小以及空间位置等几何特征参数的提取。

现有的点云分割算法包括：边缘检测法、区域生长法。以点云几何边缘为分界线的边缘检测法，大多将点云的方向矢量或者曲率突变处视为区域边界，进而实现目标区域点云分割的目的，但该算法受边缘检测精度影响较大，由于点云噪声、法矢量求解精度以及曲率误差等因素的影响，易出现欠分割或者过分割等情况。此外，通过选取特定种子点的区域生长法，按照相应增长策略向邻近点生长拓展，直至不再有符合增长策略的点为止，同样可以实现目标区域点云分割的目的，但由于受初始种子点的分布位置和生长策略的制定影响，分割精度难以保证，并且目前尚未有较为成熟的能够应用于气膜孔目标点云分割的种子点选取和增长策略。

发明内容

本发明针对现有技术存在的上述不足，提出一种应用于涡轮叶片气膜孔检测的目标点云分割方法，能够显著提高点云分割精度。

本发明是通过以下技术方案实现的：

本发明涉及一种应用于涡轮叶片气膜孔检测的目标点云分割方法，通过五轴激光测量平台采集待测涡轮叶片的空间三维点云数据，根据激光传感器测量轨迹及激光点云分布特点，对叶片激光点云数据在前进方向上进行空间切片化降维处理，并结合各切片点云数据梯度分布特征，计算直线拟合残差、筛选气膜孔区域点云切片；在此基础上对筛选后点云切片进行去趋势化处理，得到各切片拟合误差类水平线；通过阈值筛选得到各切片上目标点集，实现气膜孔目标区域点云分割，继而对气膜孔目标区域点云进行轴线方向、孔径大小提取，实现对涡轮叶片气膜孔的质量检测。

所述的激光传感器测量轨迹及激光点云分布特点是指：线激光扫描数据在前进方向上呈切片状分布，且相邻切片间隔一定。

所述的空间切片化降维处理是指：基于线激光传感器测量轨迹及点云分布特征，将扫描点云切片，在XZ平面投影得到X向长度为16mm的二维点云切片单元d_i，i＝1，2，3，…，n，初始化i＝1。

所述的各切片点云数据梯度分布特征是指：针对涡轮叶片不同区域扫描切片，其离散点云沿Z向具有不同的梯度分布规律，Z向梯度公式为T_i(p_i，p_i+1)＝(Z_i-Z_i+1)/d，其中：p_i为当前点云切片单元d_i上一点，Z_i为该点的Z向高度，d为当前点云切片单元的离散点间隔。