[发明专利]基于重叠特征与局部距离约束的叶片多视场点云配准方法

说明书

本发明公开了一种基于重叠特征与局部距离约束的叶片多视场点云配准方法，包括步骤100：获取叶片的多视场点云数据，并求解出相邻两个视场间点云数据的重叠区域并构建数据集X和Y；步骤200：建立重叠特征约束矩阵F_MN；步骤300：建立局部距离约束矩阵D_MN；步骤400：基于矩阵的哈达玛积,通过重叠特征约束矩阵F_MN和局部距离约束矩阵D_MN构建数据集X和数据集Y之间的成员概率矩阵P_MN，P_MN=F_MND_MN，为哈达玛积；步骤500：基于EM算法计算数据集X和Y之间的转动矩阵和平移矩阵，通过计算出的转动矩阵和平移矩阵拼接出完整的叶片截面轮廓。本发明提出一种不依赖于检测系统运动精度的叶片多视场点云数据配准方法，以达到提高叶片检测精度与可靠性的目的。

技术领域

本发明属于叶片检测领域，具体涉及一种基于重叠特征与局部距离约束的叶片多视场点云配准方法。

背景技术

叶片作为航空发动机的核心部件，其型面精度将直接影响到整机的能量转换效率与工作可靠性。因此，叶片型面的精确检测一直以来都是叶片制造过程中的关键环节。近年来，因具有良好的效率与柔性等特点，基于光学测量的叶片检测方法受到了广泛关注。

目前，多视场点云的配准精度主要依赖于所搭建的检测系统的几何精度与运行可靠性。专利号为202011134900.7的中国发明专利中公布了一种基于叶片局部前缘曲线特征标定转动中心的方法，该方法直接利用检测平台的运动参数，可有效完成多视场点云数据的配准，但配准结果容易受到检测系统的几何精度与运动可靠性等多因素的影响，毕竟检测平台的运动参数会存在一定的机械误差，导致最终叶片检测的可靠性差；从图1中a和b是从利用该方法配准多视场点云数据的结果中截取两个相邻拼接出结果，可以看出其相邻视场之间的重叠区域并非完全吻合，密度存在不均匀（图1a中虚线内的点云数据）的问题。

发明内容

本发明的目的在于提出一种基于重叠特征与局部距离约束的叶片多视场点云配准方法，该方法不依赖于检测平台的运动精度实现叶片多视场点云数据配准，以达到提高叶片检测精度与可靠性的目的。

为实现上述目的，本发明采用如下技术方案：

基于重叠特征与局部距离约束的叶片多视场点云配准方法，包括如下步骤：

步骤100：获取叶片的多视场的点云数据，并求解出相邻两个视场间点云数据的重叠区域，并构建重叠区域的数据集X=（x₁,…,x_m,…,x_M）和Y=（y₁,…,y_n,…y_N），M为数据集X中点云数据的总个数，x_m为数据集X中第m个点云数据，N为数据集Y中点云数据的总个数，y_n为数据集Y中第n个点云数据；

步骤200：建立重叠特征约束矩阵F_MN；

首先，以数据集X中的点x_m为圆心绘制J个采样圆，对点x_m的第j个采样圆的半径如公式Ⅰ，

（Ⅰ）

公式Ⅰ中，r_mj为第j个采样圆的半径，r_mJ为最大采样圆的半径，r_m1为最小采样圆的半径，J为采样圆的数量，Ln（j）为变量j的对数函数，Ln（J）为固定值J的对数函数值；

然后，构造点x_m的协方差矩阵C_m如公式Ⅱ，

（Ⅱ）