基于点云匹配的自动测厚方法和系统与流程

1.本发明涉及本发明涉及厚度检测技术领域，特别涉及发动机叶片厚度检测技术领域，具体涉及一种基于点云匹配的自动测厚方法和系统。


背景技术：

2.当前国内叶片厚度检测主要依靠工人手持测厚仪进行测量，尚无自动检测系统。而涡轮发动机叶片通常内部设计有空气冷却通道，以便叶片在高温环境下工作。在叶片的加工生产过程中，由于受到工艺水平等影响，叶片内部厚度可能会低于某一安全阈值，这会严重影响涡轮机工作温度，对飞行安全带来一定威胁。传统叶片测厚方法大多采用人为手动在叶片上做标记，然后手持测厚仪进行测量，该方法不仅费时费力，还会带来人为的随机误差。因此，测量发动机叶片(例如涡轮叶片)的壁厚变得尤为重要。
3.目前涡轮叶片测量方法主要有三坐标测量法、激光测量法、结构光测量法、双目视觉测量法、激光三角测量法等。三坐标测量法通过对叶片进行自适应采样，可以准确地定位每个测量点的空间坐标位置，减少了测厚系统的位置误差，但是该方法设备费用较为昂贵，且测量速度较慢，难以满足实际生产的速度要求；激光测量法则是通过在叶片表面投射大量激光线，进而生成叶片的三维数据，该方法准确性较高、抗干扰能力较强，但是该方法需要逐点扫描，对设备要求较高，同时生成的激光数据量较大，设备处理激光数据速度受限。此外，激光测量设备较为昂贵，因此市面上尚未普及激光测量方案。结构光测量法可以实现叶片的动态快速精准测量，但是对于曲率较大的涡轮叶片，结构光测量容易出现测量盲区，导致非垂直于结构光面的检测区域精度较差，点云数据较为稀疏，为后续定位测量点的空间三维坐标带来了较大误差；双目视觉测量法通过两个摄像头获取叶片的深度信息，计算出视差，进而构建物体的三维模型，但是该方法容易受到光照影响，且算法复杂度较高、响应速度慢。此外，还采用电磁霍尔效应测量手段来测量叶片的壁厚，而电磁霍尔效应常会导致钢球在叶片内腔卡滞堵塞现象，进而导致厚度测量不精确。
4.现有人工检测方法存在以下问题：1)由于人工测量的操作习惯有差异，随着工作时间的加长，劳动强度的加大，人工测量会造成测量一致性差，稳定性低；2)叶片表面无明显的测量点位标记，仅凭人眼感觉很难定位到所需要的测量位置，并且手持仪器测量也无法每次都保证测笔和工件表面垂直，从而导致一些测量位置的测量结果出现较大误差，由此，因测量位置不准确而造成精准度低。3)除了员工工资成本愈来愈高之外，人员流动性不断加大，带来的培训成本也愈来愈高；新员工入职后因经验不足，导致的误测损失也相应加大，进而导致测量成本高；4)测量数据手动记录，信息量大无法记录完全；纸质存储、定期销毁又导致需要时无法追溯，进而造成测量数据不易长期保存且无法追溯的问题；5)人工测量时虽然也有一些防护措施，但用力不均的问题时常存在，因汗液的接触待测工件而造成对该待测工件有腐蚀的问题。此外，在检测动作自动化、数据分析自动化以及提高检测效率和精准度等多方面仍存在很大改进空间。
5.因此，有必要提供一种新的自动测厚方法，以实现发动机叶片厚度检测的自动化，
并能够解决上述问题。


技术实现要素：

6.本发明意在提供一种基于点云匹配的自动测厚方法，以解决现有技术中人工测量一致性差，因测量位置不准确而造成精准度低、测量成本高，测量数据手动记录，信息量大无法记录完全，数据无法追溯，以及无法实现自动化测量过程，需要人为干预的步骤较多等的技术问题，本发明要解决的技术问题通过以下技术方案来实现。
7.本发明第一方面提出一种基于点云匹配的自动测厚方法，包括：根据标准试片的外形特征建立所述标准试片的点云模型文件，所述标准试片用于表征发动机叶片的标准件，所述点云模型文件包括所述标准试片的点云数据；自动夹取待测试片，扫描所述待测试片的点云数据，并基于所述点云模型文件进行点云匹配，以校准所述待测试片的目标检测点的位置信息；对校准位置信息后的待测试片执行厚度检测动作；在超声测厚仪的检测方向与所述目标检测点的切平面的法线方向平行的位姿下采集所述待测试片在目标检测点的壁厚；将所采集的目标检测点的壁厚进行合格判断，并将与目标检测点相关的检测数据进行实时显示。
8.根据可选的实施方式，所述自动夹取待测试片，扫描所述待测试片的点云数据，并基于所述点云模型文件进行点云匹配，以校准所述待测试片的目标检测点的位置信息，包括：将当前位置的待测试片的点云数据与所述点云模型文件进行重合匹配，得到所述待测试片的各目标检测点的点云匹配度，所述点云数据包括表征待测试片的指定区域中目标检测点的三维位置坐标；基于所得到的点云匹配度，确定将所述待测试片的目标检测点从当前位置变换到目标位置的位姿变换关系，所述位姿变换关系表征从相机坐标系到机器臂基坐标系的位姿变换关系。
9.根据可选的实施方式，通过以下表达式计算所述当前位置的待测试片的点云数据与所述点云模型文件中标准试片的点云数据之间的重投影误差，得到所述待测试片的各目标检测点的点云匹配度：
[0010][0011]
其中，n表示标准试片的点云数据对应的目标模型中的点数；pi表示目标模型中的第i个点；表示待测试片在场景点云中的对应点在重建点云中的位置，即当前位置；wi表示第i个点的权重系数。
[0012]
根据可选的实施方式，从待测试片的目标检测点的原始三维位置坐标投影到二维图像平面；在二维图像平面通过灰度化、形态学和特征选择处理，提取出待测试片的叶身区域，再转换到三维空间，得到叶身区域的点云数据，通过计算叶身区域的点云数据与标准试片的点云数据之间的三维坐标偏差，得到所述待测试片的各目标检测点的点云匹配度。
[0013]
根据可选的实施方式，根据所确定的位姿变换关系，对所述待测试片进行姿态调整，以使所述待测试片的位置与所述标准试片的位置一致，得到校准位置信息后的待测试片。
[0014]
根据可选的实施方式，识别待测试片的叶片特征，得到所述叶片特征中叶身区域在相机坐标系下的位姿信息，根据所得到的位姿信息和所述叶片特征中叶身区域的位姿信息，对所述待测试片的夹持位置进行标定。
[0015]
根据可选的实施方式，将所述待测试片在相机坐标系下的位姿信息转换为所述待测试片在机器臂基坐标系下的位姿信息，并根据所述待测试片在机器臂基坐标系下的位姿信息，计算所述待测试片的各目标检测点的当前位置与目标位置的偏差信息。
[0016]
根据可选的实施方式，基于超声波形解析算法，超声检测装置解析并获取数字化超声波形以进行波形甄别，以获得在所述超声测厚仪的检测方向与所述目标检测点的切平面的法线方向平行的位姿下所述待测试片在目标检测点的叶片壁厚。
[0017]
本发明第二方面提供一种基于点云匹配的自动测厚系统，其用于执行本发明第一方面所述的自动测厚方法，所述自动测厚系统包括：夹取装置，用于夹取待测试片并带动所述待测试片执行厚度检测动作，在执行厚度检测动作之前，基于预先建立的点云模型文件进行点云匹配，以校准所述待测试片的目标检测点的位置信息；机器视觉装置，位于检测位置的上方，用于确定待测试片的目标检测点的位置信息；定位装置，用于确定经过所述目标检测点的切平面的法线方向；超声检测装置，包括超声测厚仪，用于在所述超声测厚仪的检测方向与所述目标检测点的切平面的法线方向平行的位姿下采集所述待测试片在目标检测点的壁厚；控制装置，与所述夹取装置和超声检测装置电连接，所述控制装置用于控制所述待测试片的自动夹取和自动厚度检测，并用于对所述待测试片的检测数据信息进行处理；显示装置，用于显示所述待测试片的检测过程、检测数据信息和检测结果数据信息。
[0018]
根据可选的实施方式，所述自动测厚系统还包括:存储送料装置，设置在在作业平台的一侧；所述存储送料装置包括工位器和转运储存区；中央数据库，用于收集并保存由超声检测装置和控制装置所反馈的待测试片的检测数据信息，所述检测数据信息包括测量时间、待测试片在机器臂基坐标系下的位姿信息、目标检测点的叶片壁厚值；所述中央数据库用于对所述检测数据信息进行处理以生成数据报表。
[0019]
本发明实施例包括以下优点：
[0020]
与现有技术相比，本发明的自动测厚方法，通过建立标准试片的点云3d模型，得到标准试片的点云模型文件，将所建立的标准试片的点云模型文件与待测试片的点云数据进行点云匹配，以用于校准所述待测试片的目标检测点的位置信息，能够获得待测试片的目标检测点的更精确的位置信息，能够更精确校准所述待测试片的目标检测点的位置信息。通过控制夹取装置夹取自动流水线上的待测试片，并运送至检测位置进行检测，检测运转全过程无需人直接参与以实现无人值守操作，可提供自动化、高负荷测量过程，能够以流水线测量方式实现检测动作自动化，能够保证测量一致性，能够提高检测效率和测量精度。
[0021]
本发明的自动测厚系统，通过建立以机器视觉为主的电控系统，通过控制装置控制夹取装置夹取自动流水线上的待测试片，并运送至检测位置进行检测，检测运转全过程无需人直接参与以实现无人值守操作，可提供自动化、高负荷测量过程，能够以流水线测量方式实现检测动作自动化，能够保证测量一致性，能够提高检测效率和测量精度，能够节约人力资源，能够有效降低用工成本，还能够有效避免各种腐蚀污染。
[0022]
此外，通过超声检测装置测量待测试片在目标检测点的叶片壁厚，能够实现精准、高效动作，且一千次动作误差保证在微米级别，能够有效保证测量精度。
[0023]
此外，通过实现超声检测装置的超声测厚探头和目标检测点形成垂直夹角，以获得在超声检测装置的检测方向与所述目标检测点的切平面的法线方向平行的位姿下所述待测试片在目标检测点的叶片壁厚进而能够提高目标检测点的测厚精度。
[0024]
此外，通过定位装置的激光位移传感器确定(寻找)目标检测点的切平面的法线方向，能够对待测试片的叶片表面进行微米级非接触式测量，具备精度高，可重复性好的优势，能够有效避免人工操作超声测厚时因需要手持探头(即测厚探头)寻找目标检测点的切平面的法线方向而造成的效率低和精度不足等、甚至易因与待测试片接触碰撞造成测厚探头损伤等的技术问题。
[0025]
此外，通过建立中央数据库，能够自动收集并保存由所述超声检测装置和所述控制装置所反馈的所述待测试片的检测数据信息，以为后续提供检测报告、报表提供数据支撑，通过以数据库为主的软件系统能够实现检测结果报表分析的自动化，能够实现高效测量数据入库、数据可追溯、可管理、报表化。
附图说明
[0026]
图1是本发明的基于点云匹配的自动测厚方法的一示例的流程图；
[0027]
图2是应用图1的自动测厚方法的自动测厚系统的一示例的结构示意图；
[0028]
图3是本发明的基于点云匹配的自动测厚方法中对所得到的待测试片的点云数据进行预处理以得到3d点云数据的一示例的流程示意图；
[0029]
图4是本发明的基于点云匹配的自动测厚系统的一示例的结构示意图；
[0030]
图5是图4的自动测厚系统的另一角度的局部结构示意图；
[0031]
图6是图4的自动测厚系统的又一角度的局部结构示意图；
[0032]
图7是图4的自动测厚系统的夹取装置中末端执行器和待测试片的立体结构示意图；
[0033]
图8是图4的自动测厚系统的存储送料装置中工位器的立体结构示意图；
[0034]
图9是使用本发明的自动测厚系统的机器视觉装置进行位置标定的一示例的示意图；
[0035]
图10是使用本发明的自动测厚系统在目标检测点测量出待测试片在相机坐标系下的位姿信息的示意图。
具体实施方式
[0036]
需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
[0037]
参照图1、图2和图3，本发明第一方面提供一种基于点云匹配的自动测厚方法。
[0038]
图1是本发明的基于点云匹配的自动测厚方法的一示例的流程示意图。
[0039]
如图1所示，本公开第一方面提供一种基于点云匹配的自动测厚方法，所述自动测厚方法包括以下步骤。
[0040]
步骤s101，根据标准试片的外形特征建立所述标准试片的点云模型文件，所述标准试片用于表征发动机叶片的标准件，所述点云模型文件包括所述标准试片的点云数据。
[0041]
步骤s102，自动夹取待测试片，扫描所述待测试片的点云数据，并基于所述点云模
型文件进行点云匹配，以校准所述待测试片的目标检测点的位置信息。
[0042]
步骤s103，对校准位置信息后的待测试片执行厚度检测动作。
[0043]
步骤s104，在超声测厚仪的检测方向与所述目标检测点的切平面的法线方向平行的位姿下采集所述待测试片在目标检测点的壁厚。
[0044]
步骤s105，将所采集的目标检测点的壁厚进行合格判断，并将与目标检测点相关的检测数据进行实时显示。
[0045]
图2是应用图1的自动测厚方法的自动测厚系统的一示例的结构示意图。
[0046]
如图2所示，所述自动测厚系统包括夹取装置100、机器视觉装置200、定位装置、超声检测装置400、控制装置500、显示装置600以及存储送料装置700，所述存储送料装置700的工位器710载置在所述夹取装置100与所述超声检测装置400之间，所述夹取装置100、超声检测装置400和所述存储送料装置700都载置于作业平台2000。
[0047]
需要说明的是，本发明的自动测量方法特别适用于图2的自动测厚系统，但是不限于此，还适用于其他测厚系统，上述仅作为可选示例进行说明，不能理解成对本发明的限制。
[0048]
下面将参照图2的应用示例对本发明的自动测厚方法进行具体说明。
[0049]
首先，在步骤s101中，根据标准试片的外形特征建立所述标准试片的点云模型文件，所述标准试片用于表征发动机叶片的标准件，所述点云模型文件包括所述标准试片的点云数据。
[0050]
在一具体实施方式中，在建立标准试片(即发动机叶片的标准件，又称为标准件)的点云模型文件之前，先手动在标准试片的上表面(也称为正面)和下表面(也称为背面)标记一个或多个目标检测点，或者标记指定区域的一个或多个目标检测点。
[0051]
需要说明的是，在本发明中，以附图中物体的上表面为正面，以附图中物体的下表面为背面。仅为了更清楚的说明检测过程，不能理解成对本发明的限制。
[0052]
例如使用激光三角扫描仪、相机或者其他具有扫描功能的设备，对夹取装置100的机械臂(即六轴机器人110的末端执行器111)所夹持的标准试片，并匀速通过激光三角扫描仪采集标准试片的叶片信息，得到标准试片的上表面(即正面)的所有点的点云数据。接着，机械臂180
°
翻转标准试片，再次匀速通过激光三角扫描仪，得到标准试片的下表面(即背面)的所有点的点云数据。
[0053]
具体通过点云滤波、点云分割、点云配准算法处理，将标准试片前后的两次点云数据进行处理，得到标准试片的点云3d模型。其中，例如通过进行点云分割，将所述标准叶片的点云数据分割成叶片叶身部分(即叶身区域)和叶片叶隼部分，舍弃叶片叶隼部分，叶身区域作为标准试片(即标准件)的点云3d模型。
[0054]
具体地，所述点云模型文件包括所述标准试片的上表面的点云数据和下表面的点云数据、采集点云数据时的初始位置、预标记的目标检测点的数量和位置信息、包含目标检测点的指定区域的信息、与指定区域对应的叶片编号信息。
[0055]
需要说明的是，机器臂夹持标准试片至超声测厚仪(即超声检测装置400)处，手动调整机器臂位置，使得标准试片上预标记的目标测量点位于超声测厚仪(具体为探头或者超声探头)的正上方，当超声测厚仪波形和数值稳定时，记录下机械臂位姿信息。每个目标测量点都有唯一对应的机械臂位姿信息。在其他实施方式中，也可以手动调整机器臂位置，
以确保目标测量点位于超声测厚仪的正上方，并记录下每个测量点的唯一机械臂位姿信息。
[0056]
通过建立标准试片的点云3d模型，得到标准试片的点云模型文件，以用于校准所述待测试片的目标检测点的位置信息，能够获得待测试片的目标检测点的更精确的位置信息，能够更精确校准所述待测试片的目标检测点的位置信息。
[0057]
此外，通过构建叶片识别模型(即预先训练好的ocr识别模型)来识别待测试片的叶片编号。具体地，基于激光三角扫描仪所扫描得到的叶片深度图，对所述叶片深度图进行阈值分割、形态学处理等操作，分割出ocr字符区域(对图像进行二值化和灰度化处理，再根据合适的像素阈值进行分割，保留出ocr字符区域)，并将该ocr字符区域的图像传送至预先训练好的ocr识别模型中进行识别，即可得到叶片编号信息。其中，所述训练数据包括标注有指定区域的图像等(所述指定区域包括一个或多个目标检测点)。
[0058]
例如，当将标准试片或待测试片的图像输入叶片识别模型(即预先训练好的ocr识别模型)时，输出所述标准试片或待测试片的叶片编号，以用于后续叶片测厚的使用，或或者识别叶片特征使用。
[0059]
需要说明的是，由于每个测试叶片都具有编号信息，因此需要将各自的编号信息记录至数据库中。对于叶片编号识别处理和测厚处理在程序中采用并行处理，互不干扰。具体借助扫描点云数据时，例如激光三角扫描仪扫描的同时输出深度图数据以进行ocr字符识别，提取叶片编号(或叶片编号信息)以存储至数据库。此外，上述仅作为可选示例进行说明，不能理解成对本发明的限制。
[0060]
接着，在步骤s102中，自动夹取待测试片，扫描所述待测试片的点云数据，并基于所述点云模型文件进行点云匹配，以校准所述待测试片的目标检测点的位置信息。
[0061]
在一优选实施方式中，在对待测试片进行自动测厚时，自动夹取待测试片，扫描所述待测试片的点云数据，得到所述待测试片的点云数据。该点数数据例如为tif文件格式。
[0062]
具体地，对所得到的待测试片的点云数据进行预处理，得到所述待测试片的3d点云数据。执行以下步骤，具体参见图3。
[0063]
步骤s310，对所得到的点云数据(即3d点云数据或三维数据)进行投影变换。首先，确定(或选择)一个激光三角扫描仪下的例如由x轴、y轴组成的2d平面(即二维平面)作为投影平面，将3d点云数据映射到该2d平面上。将3d点云数据沿着视线方向进行正交投影，形成2d平面上的第一图像。
[0064]
步骤s320，对所述第一图像进行特征提取。在得到第一图像后，例如采用blob分析的方法，对叶身区域进行分割。首先，将第一图像灰度化，通过选择灰度阈值范围，剔除大部分背景区域。然后，通过例如连通域分析方法将图像中的连通域(blob)区分出来。其中，连通域是指图像中由相邻的像素组成的、灰度值相同或者在某个范围内的像素区域。接下来，通过特征选择的方式进一步提取叶身区域(即提取所述待测试片的叶身部分中指定区域或包含目标检测点的区域)，通过对每一个blob区域的面积特征、形状特征以及方向特征进行阈值选择，最终得到roi区域，即完整的叶片点云区域。由此，得到第二图像。
[0065]
步骤s330，进行3d区域选择。在得到roi区域的2d图像(即第二图像)后，需要将其映射回3d空间，以得到与第二图像相对应的3d区域。例如通过反向投影方法，将roi区域的2d坐标转换为3d坐标，得到所述待测试片的目标检测点的三维位置坐标。
[0066]
在该实施方式中，将当前位置的待测试片的点云数据(具体为目标检测点的点云数据)与所述点云模型文件(标准试片的目标检测点的点云数据)进行重合匹配，得到所述待测试片的各目标检测点的点云匹配度，所述点云数据包括表征待测试片的指定区域中目标检测点的三维位置坐标。
[0067]
需要说明的是，当前位置与目标位置的偏差信息需要计算待测试片的至少两个目标检测点的点云匹配度，例如计算两个目标检测点的点云匹配度，具体来说是通过计算所述两个目标检测点的重投影误差(reprojectionerror)来实现的。其中，所述重投影误差是指将待测试片的目标检测点的3d点从目标模型投影到2d图像平面；在二维图像平面通过灰度化、形态学和特征选择处理，提取出待测试片的叶身区域，再转换到三维空间，得到叶身区域的点云数据，通过计算叶身区域的点云数据与标准试片的点云数据之间的三维坐标偏差，得到所述待测试片的各目标检测点的点云匹配度。
[0068]
具体通过以下表达式计算所述当前位置的待测试片的点云数据与所述点云模型文件中标准试片的点云数据之间的重投影误差，得到所述待测试片的各目标检测点的点云匹配度：
[0069][0070]
其中，e表示待测试片的各目标检测点的点云匹配度；n表示标准试片的点云数据对应的目标模型中的点数；pi表示目标模型中的第i个点；表示待测试片在场景点云中的对应点在重建点云中的位置，即当前位置；wi表示第i个点的权重系数。
[0071]
需要说明的是，对于权重系数(wi)，可根据特征匹配结果、距离度量等因素进行调整。上述仅作为可选示例进行说明，不能理解成对本发明的限制。
[0072]
在一具体实施方式中，首先，从待测试片的目标检测点的原始三维位置坐标(x,y,z)开始，通过从顶部向下的正射投影方法，将这些坐标投影到一个(x,y)轴组成的二维图像平面上。然后通过二维图像处理中的形态学方法进行处理，形态学是一种基于图像形状的处理方法，用于分析和处理二维图像的结构。它主要包括膨胀、腐蚀、开运算和闭运算等操作。在本例中，形态学处理用于提取叶身区域，通过消除噪声和连接断裂的区域，使得叶身区域轮廓更加清晰。接下来，采用二维图像处理中的特征选择方法做进一步处理，特征选择是从原始特征中选取对目标任务有贡献的部分特征，以降低特征维数，减少计算量，同时提高模型的泛化能力。在这里，特征选择主要用于提取叶身区域的关键特征，以便更好地与标准试片进行匹配。然后从二维图像转换到三维空间，在完成形态学处理和特征选择后，已经在二维图像平面上提取出了待测试片的叶身区域。接下来，需要将所提取的叶身区域从二维图像重新转换回三维空间。这一步骤需要根据之前的正射投影方法进行逆操作，将二维坐标重新映射到三维空间中，生成叶身区域的点云数据。最后计算点云匹配度：在得到待测试片的叶身区域的三维点云数据后，可以计算待测试片的叶身区域的三维点云数据与标准试片的点云数据之间的三维坐标偏差。通过这一计算，可以得到待测试片各目标检测点的点云匹配度。较高的匹配度意味着待测试片与标准试片的形状和结构更接近，从而可以用于评估待测试。
[0073]
在另一具体实施方式中，首先，在标准试片的点云模型文件的点云3d模型(即目标
模型)上提取出一些特征点(例如，surf特征点，即目标检测点)，并根据这些特征点计算出点云3d模型的描述子(例如，surf描述子)。然后，在检测场景的待测试片的点云数据中搜索与标准试片的点云3d模型(即目标模型)相似的特征点，并对这些特征点进行描述子匹配。例如采用基于kd-tree算法来加速匹配过程。
[0074]
根据特征点的匹配结果，计算出待测试片的点云3d模型到场景点云的初始位姿，例如采用mrsac算法进行位姿估计。利用计算得到的位姿将待测试片的点云3d模型上的点云数据投影到2d图像平面，然后再反投影回3d空间，得到待测试片在场景点云中的对应点在重建点云中的位置(即当前位置)。
[0075]
计算所述待测试片的重建点云与标准试片的点云3d模型的点云数据(即目标检测点)之间的重投影误差。具体对于每个点(即待测试片的每一个目标检测点)，例如，采用欧氏距离或者其他距离度量来计算待测试片的各目标检测点在场景点云中的对应点的位置与在重建点云中的位置之间的距离。
[0076]
接着，将所有点的距离进行加权平均，得到一个总体的重投影误差值，作为两个点云匹配度的得分。可以通过调整权重系数来平衡不同的距离度量和特征匹配结果的影响。
[0077]
基于所得到的点云匹配度，确定将所述待测试片的目标检测点从当前位置变换到目标位置的位姿变换关系，所述位姿变换关系表征从相机坐标系到机器臂基坐标系的位姿变换关系。
[0078]
接着，根据所确定的位姿变换关系，对所述待测试片进行姿态调整，以使所述待测试片的位置与所述标准试片的位置一致，得到校准位置信息后的待测试片。
[0079]
根据所建立的标准试片的点云模型文件与待测试片的点云数据进行点云匹配，能够更精确地校准待测试片的目标检测点的位置信息。
[0080]
在一可选实施方式中，通过识别待测试片的叶片特征，得到所述叶片特征中叶身区域在相机坐标系下的位姿信息，根据所得到的位姿信息和所述叶片特征中叶身区域的位姿信息，对所述待测试片的夹持位置进行标定。
[0081]
具体地，将所述待测试片在相机坐标系下的位姿信息转换为所述待测试片在机器臂基坐标系下的位姿信息，并根据所述待测试片在机器臂基坐标系下的位姿信息，计算所述待测试片的各目标检测点的当前位置与目标位置的偏差信息，以用于校准待测试片的目标检测点的位置信息。
[0082]
例如，通过实时获取夹取装置100的机械臂(即末端执行器111)的姿态信息(位姿信息)，由于机械臂(即末端执行器111)夹持待测试片，且与待测试片的位置保持固定不变，所以对所述机械臂的位姿进行标定，即可获得待测试片相对于机械臂基坐标系下的位姿信息，该位姿信息包含物体(即待测试片)在三维空间中的位置和方向信息，例如用一个4x4的变换矩阵表示，该变换矩阵(或姿态矩阵)可以表示为：
[0083][0084]
其中，γ
11
，γ
12
，γ
13
，γ
21
，γ
22
，γ
23
，γ
31
，γ
32
，γ
33
表示物体(待测试片)的方向信息，也就是变换矩阵的9个元素；t
x
,ty,tz表示物体的位置信息，即物体在参考坐标系中的三维坐标；最
后一行的0代表欧几里得坐标空间的齐次坐标，而1代表一个单位的欧几里得长度。在本发明中，变换矩阵(或姿态矩阵)用于描述待测试片在三维空间中的位置和方向信息。
[0085]
具体根据上述变换矩阵(或姿态矩阵)，辅助确定将所述待测试片的目标检测点从当前位置变换到目标位置的位姿变换关系。
[0086]
需要说明的是，待测试片相对于机械臂基坐标系下的位姿信息，即在机械臂基坐标系下的位姿信息，该位姿信息包含末端执行器111(即机械臂)在机械臂基坐标系下的三维空间中的位置信息和方向信息。所述欧拉角姿态信息包括在欧几里得坐标空间的齐次坐标、一个单位的欧几里得长度等。所述变换矩阵(或姿态矩阵)姿态矩阵例如可以使用一个多维矩阵表示，用于描述待测试片在三维空间中的位置信息和方向信息。
[0087]
接下来，在步骤s103中，对校准位置信息后的待测试片执行厚度检测动作。
[0088]
具体地，自动对校准位置信息后的待测试片执行厚度检测动作，例如使用图2的夹取装置100中六轴机器人110的末端执行器111夹取待测试片900并带动所述待测试片900执行厚度检测动作。
[0089]
通过控制装置控制夹取装置100的末端执行器111夹取自动流水线上的待测试片，并运送至检测位置进行检测。
[0090]
在一实施方式中，还包括判断夹取装置100是否与控制装置500连接，在判断夹取装置100与控制装置500连接时，在夹取装置100的工作状态中显示已连接。
[0091]
例如，控制装置的主界面包括以下功能菜单：数据、设置、启动、停止、关于、日志、调试等功能。例如，点击“数据”，会进入到历史的测试数据界面。例如，点击“设置”，会进入到设置界面，可以对标定位置及测试流程进行定义，例如作为管理员的用户可进行上述定义操作。例如，点击“启动”，六轴机器人会根据定义好的检测流程对待测试片进行数据测量，其中，测量数据会在主界面上显示，同时也会在数据功能页面上显示。例如，点击“停止”，六轴机器人会停止运行，停在运行中的某一个位置。例如，点击“关于”，例如会显示设计人和设计公司的信息。点击“日志“：会进入到历史操作的日志信息。点击“调试“：会进入到单步调试界面。
[0092]
通过控制装置控制夹取装置100的末端执行器111夹取自动流水线上的待测试片，并运送至检测位置进行检测，该检测运转全过程无需人直接参与以实现无人值守操作，可提供自动化、高负荷测量过程，能够以流水线测量方式实现检测动作自动化。
[0093]
接下来，在步骤s104中，在超声测厚仪的检测方向与所述目标检测点的切平面的法线方向平行的位姿下采集所述待测试片在目标检测点的壁厚。
[0094]
在本示例中，通过定位装置确定经过目标检测点的切平面的法线方向，例如目标检测点是通过机器视觉装置200所确定的待测试片上目标检测点。
[0095]
可选地，目标检测点是经步骤s102校准后的目标检测点，具体通过机器视觉装置200所确定的待测试片900上目标检测点。
[0096]
具体地，所述定位装置的所述激光位移传感器对所述待测试片900进行检测，得到所述待测试片900在相机坐标系下的位姿信息，以确定经过所述目标检测点的切平面的法线方向。
[0097]
通过激光位移传感器确定(寻找)目标检测点的切平面的法线方向，能够对待测试片的叶片表面进行微米级非接触式测量，具备精度高，可重复性好的优势，能够有效避免人
工操作超声测厚时因需要手持探头(即测厚探头)寻找目标检测点的切平面的法线方向而造成的效率低和精度不足等、甚至易因与待测试片接触碰撞造成测厚探头损伤等的技术问题。
[0098]
接下来，在步骤s105中，将所采集的目标检测点的壁厚进行合格判断，并将与目标检测点相关的检测数据进行实时显示。
[0099]
基于所确定的目标检测点的位置信息，在所述超声测厚仪的检测方向与所述目标检测点的切平面的法线方向平行的位姿下采集所述待测试片在目标检测点的壁厚。
[0100]
具体地，所述超声检测装置400的超声测厚仪测量所述待测试片在目标检测点的叶片壁厚，具体为，在所述超声测厚仪的检测方向与所述目标检测点的切平面的法线方向平行的位姿下采集所述待测试片在目标检测点的叶片壁厚。
[0101]
在一实施方式中，在待测试片900位于检测位置时检测所述待测试片900上目标检测点在机器臂基坐标系下的空间坐标位置，使经过该目标检测点的切平面的法线方向与超声检测装置400(具体为超声测厚仪的测厚探头)的检测方向平行，以使得所述超声测厚仪的检测方向与所述目标检测点的切平面形成垂直夹角。
[0102]
基于超声波形解析算法，超声检测装置解析并获取数字化超声波形以进行波形甄别，以获得在所述超声测厚仪的检测方向与所述目标检测点的切平面的法线方向平行的位姿下所述待测试片在目标检测点的叶片壁厚。
[0103]
具体地，所述超声检测装置400解析并获取数字化超声波形以进行波形甄别，具体通过辨别算法对所述数字化超声波形进行甄别，过滤波形杂乱的乱波或非正确波形，留下例如形状像铁塔一样的正确波形。当超声测厚仪的测厚探头的检测方向与目标检测点的切平面的法线方向平行时，超声测厚仪可接收到回波以测量出待测试片上目标检测点的叶片壁厚，通过上述方法判断超声测厚仪的测厚探头的检测方向是否与目标检测点的切平面的法线方向平行(或者一致)，以获得在超声检测装置400(具体为超声测厚仪的测厚探头)的检测方向与所述目标检测点的切平面的法线方向平行的位姿下所述待测试片在目标检测点的叶片壁厚。
[0104]
接着，将所采集的目标检测点的壁厚进行合格判断，并将与目标检测点相关的检测数据进行实时显示。
[0105]
具体地，将所采集目标检测点的壁厚进行处理。例如根据厚度测量时超声检测装置向控制装置500所反馈的叶片厚度数值信息，判断当前待测试片是否已经检测，是否存在缺陷(例如叶片壁厚过薄或叶片空腔偏芯的缺陷)。再例如将所述壁厚和相关检测数据发送给显示装置以使得在显示屏进行实时显示。
[0106]
可选地，控制装置500对不合格待测试片进行声光报警，并提示操作人员有不合格待测试片。
[0107]
在本示例中，显示装置用于显示所述待测试片的检测过程、检测数据信息和检测结果数据信息(例如待测试片的目标检测点的厚度是否合格)。
[0108]
与现有技术相比，本发明的自动测厚方法，通过建立标准试片的点云3d模型，得到标准试片的点云模型文件，将所建立的标准试片的点云模型文件与待测试片的点云数据进行点云匹配，以用于校准所述待测试片的目标检测点的位置信息，能够获得待测试片的目标检测点的更精确的位置信息，能够更精确校准所述待测试片的目标检测点的位置信息。
通过控制夹取装置夹取自动流水线上的待测试片，并运送至检测位置进行检测，检测运转全过程无需人直接参与以实现无人值守操作，可提供自动化、高负荷测量过程，能够以流水线测量方式实现检测动作自动化，能够保证测量一致性，能够提高检测效率和测量精度。
[0109]
下述为本发明系统实施例，本发明第一方面的方法特别适用于本发明的自动测厚系统。对于本发明系统实施例中未披露的细节，请参照本发明方法实施例。
[0110]
参照图2、图4至图10，本发明的自动测厚系统1000包括夹取装置100、机器视觉装置200、定位装置、超声检测装置400、控制装置500和显示装置600。
[0111]
在图4的示例中，所述自动测厚系统1000还包括存储送料装置700，所述存储送料装置700设置在作业平台2000的一侧，存储送料装置700的工位器710载置在所述夹取装置100与所述超声检测装置400之间，所述夹取装置100、超声检测装置400和所述存储送料装置700都载置于作业平台2000。
[0112]
如图2、图4和图8所示，所述存储送料装置700包括工位器710和转运储存区720，其中，所述工位器710用于放置所述待测试片900，所述工位器710包括多个工位711。转运储存区720用于存储工位器710。具体当作业平台2000上的工位器710中的待测试片900测量完成后，将转运储存区720中未进行工作的工位器710与作业平台2000上的工位器710进行替换。
[0113]
所述自动测厚系统1000还包括外罩3000，所述外罩3000是安全栅栏组成的外罩，主要功能是将工作区域与外界隔离，防止因外界因素导致的影响测量问题发生。
[0114]
在图4的示例中，所述夹取装置100包括六轴机器人110，所述六轴机器人110设置有末端执行器111，所述末端执行器111用于夹取待测试片900并带动所述待测试片900执行厚度检测动作。
[0115]
在本示例中，所述六轴机器人110是模仿人类腰部到手臂的基本结构，六轴机器人包括六轴机器人的机座(即底部和腰部的固定支撑)结构及腰部关节转动装置、大臂(即大臂支撑架)结构及大臂关节转动装置、小臂(即小臂支撑架)结构及小臂关节转动装置、手腕(即手腕支撑架)结构及手腕关节转动装置、和末端执行器(即手爪部分)111，其中，所述末端执行器111作为机器人的手爪部分，具有夹取功能，并固定在六轴机器人110的法兰盘112上，具体可参见图4和图5。
[0116]
需要说明的是，在其他示例中，所述但是不限于，六轴机器人还可以具有机械手且具有夹持功能的其他类型机器人。上述仅作为可选示例进行说明，不能理解成对本发明的限制。
[0117]
具体地，所述末端执行器111用于例如从工位器710中夹取待测试片900并可稳固夹持所述待测试片900，以使所述六轴机器人110带动夹持有待测试片900的末端执行器111进行检测动作，所述检测动作例如带动夹持有待测试片900的末端执行器111进行移动，以移动至检测位置、移动到相机扫描区域q1，移动到超声测厚区域q2等，具体可参见图5和图6。
[0118]
在一实施方式中，所述待测试片900例如为指定型号的发动机叶片，所述工位器710内放置例如十二片待测试片，这十二片待测试片呈相同指定姿态(例如相同朝向)放置在工位器710内，以使所述待测试片900在所述工位器710中姿态朝向保持一致。两相邻待测试片之间的间距相同，换言之，等间隔地放置这十二片待测试片，以便于六轴机器人110每次从工位器710中依次自动夹取(或抓取)待测试片。
[0119]
需要说明的是，对于待测试片和工位器，没有特别限制，待测试片还可以是其他型号的发动机叶片。所述工位器还可以放置十片、十一片或更多片的待测试片等等，上述仅作为可选示例进行说明，不能理解成对本发明的限制。
[0120]
在一可选实施方式中，所述自动测厚系统1000具备定期自校准功能，六轴机器人110在一定周期测厚操作后，六轴机器人110会进入自动校准程序，对夹持例如标准厚度(厚度可调整)试片进行校准，对自动测厚仪的测量结果漂移进行修正，自动校准功能可以通过手动和自动两种方式进行。
[0121]
从图2和图6中可知，机器视觉装置200位于超声检测装置400的上方且位于检测位置的上方，机器视觉装置200用于确定待测试片900的目标检测点的位置信息。
[0122]
需要说明的是，在本示例中，定位装置可以为独立于机器视觉装置200的另一设备。但是，也可以为机器视觉装置200的一个组件，还可以与机器视觉装置200为同一设备。所述定位装置例如为激光传感器等。
[0123]
在本示例中，所述机器视觉装置200包括3d相机210(例如为激光三角扫描仪)，所述3d相机210用于识别待测试片900的叶片特征，得到所述叶片特征中叶身区域在相机坐标系下的位姿信息。
[0124]
具体地，例如使用ocr识别待测试片900的叶身区域，并扫描出所述待测试片900的叶身区域的3d点云模型来作为叶片特征，所述叶片特征包括叶身轮廓、叶片表面特征、叶片标识(例如为叶片身份编码1**3、叶片二维码等)，等等。
[0125]
进一步地，根据所述3d相机210在机器臂基坐标系的位姿信息(具体包括位置和姿态，例如使用(x,y,z,rx,ry,rz,α)表示)和所述叶片特征中叶身部分(叶身区域)的位姿信息，对所述待测试片900的夹持位置进行标定，得到所述待测试片900的夹持位置的三维坐标，可参见图9。
[0126]
需要说明的是，位姿信息具体包括空间中位置信息(x,y,z),空间中位姿信息，即包括位置和姿态，位姿信息表示为(x,y,z,rx,ry,rz,α),其中rx、ry、rz表示物体绕x轴、y轴、z轴旋转角度，α表示旋转顺序，例如先绕z轴旋转、再绕y轴旋转、最后饶x轴旋转。
[0127]
已知3d相机210与六轴机器人110之间的相对位置，即使用x表示，标定板与3d相机210的相对位置，可得到标定板与六轴机器人110的相对位置，以用于标定所述待测试片900的夹持位置。
[0128]
已知3d相机210与六轴机器人110之间的相对位置，即x，六轴机器人110夹持待测试片900进行拍摄得到空间坐标t2，可将在相机坐标系下的坐空间标t2转化为在六轴机器人110的基坐标系下(也称为机器臂基坐标系下)的空间坐标t1，即t1＝x*t2，得到待测试片的夹持位置。
[0129]
具体地，标定所述待测试片900的夹持位置的标定过程包括对目标点的空间三维坐标所进行的变换。
[0130]
首先，确定3d相机210与六轴机器人110之间的相对位置(具体为相机坐标系与机械臂基坐标系之间的位置变换关系)，也就是机器人的手眼位置关系，该关系用符号x表示，具体可以用方程ax＝xb求解。其中，a表示相邻两次任意运动时机器人末端关节的变换关系；b表示相邻两次任意运动时摄像机坐标(即相机坐标系)的变化关系。x例如是一个4x4齐次变换矩阵。
[0131][0132]
根据不同时刻拍摄的标定板图片(即标定板上的图片)来求取x。如图9所示的标定板图片，t是平移函数，输入xyz方向的平移量，可得到x。
[0133]
对六轴机器人110夹持待测试片900进行拍摄，得到待测试片900相对于3d相机210的空间坐标t2，可将待测试片900相对于3d相机210的坐标t2转化为待测试片900相对六轴机器人110的基坐标t1，即t1＝x*t2，得到待测试片的夹持位置。
[0134]
需要说明的是，在示例中，所述机器臂基坐标系是以六轴机器人为中心所建立的空间坐标系；所述相机坐标系是以机器视觉装置的括相机为中心所建立的空间坐标系。此外，还包括工具坐标系，所述工具坐标系是末端执行器111的参考坐标系，由末端执行器111的位置和姿态定义，用于描述末端执行器111的运动。
[0135]
具体地，将所述待测试片900在相机坐标系下的位姿信息转换为所述待测试片900在机器臂基坐标系下的位姿信息，并根据所述待测试片900在机器臂基坐标系下的位姿信息，计算所述待测试片900的当前位置与目标位置的偏差信息。
[0136]
在一实施方式中，例如使用点云匹配的方法计算所述待测试片900的当前位置与目标位置的偏差信息。
[0137]
需要说明的是，由于在该实施方式中使用点云匹配的方法计算所述待测试片900的当前位置与目标位置的偏差信息与本发明第一方面中步骤s102(即基于所述点云模型文件进行点云匹配，以校准所述待测试片的目标检测点的位置信息)的内容大致相同，因此省略了相同部分的说明。
[0138]
在另一实施方式中，例如使用mrsac算法，计算所述待测试片900的当前位置与目标位置的偏差信息。
[0139]
接着，根据所计算的偏差信息，标定待测试片900在机器臂基坐标系下的位姿信息。还可以标定待测试片900的叶片特征(例如叶身部分的某个区域或某个检测点等)在机器臂基坐标系下的位姿信息，以得到待测试片900上目标检测点的位置坐标。
[0140]
在一可选实施方式中，根据所述偏差信息，校准所述待测试片900上目标检测点在机器臂基坐标系下的位姿信息，得到更精确的目标检测点的位置坐标。
[0141]
接着，将所得到的待测试片900上目标检测点的位置坐标反馈给超声检测装置400和控制装置500。
[0142]
下面将说明本发明的自动测厚系统1000的定位装置、超声检测装置400。
[0143]
在本示例中，所述定位装置用于确定经过目标检测点的切平面的法线方向，其中，目标检测点是通过机器视觉装置200所确定的待测试片上目标检测点。所述超声检测装置400用于采集所述待测试片900在目标检测点的壁厚(即叶片壁厚)。
[0144]
可选地，目标检测点是校准后的目标检测点，具体通过机器视觉装置200确定待测试片900上目标检测点。
[0145]
具体地，所述定位装置包括激光位移传感器，所述激光位移传感器用于对所述待测试片900进行检测，得到所述待测试片900在相机坐标系下的位姿信息，以确定经过所述目标检测点的切平面的法线方向。
[0146]
通过激光位移传感器确定(寻找)目标检测点的切平面的法线方向，能够对待测试
片的叶片表面进行微米级非接触式测量，具备精度高，可重复性好的优势，能够有效避免人工操作超声测厚时因需要手持探头(即测厚探头)寻找目标检测点的切平面的法线方向而造成的效率低和精度不足等、甚至易因与待测试片接触碰撞造成测厚探头损伤等的技术问题。
[0147]
进一步地，所述超声检测装置400包括超声测厚仪，所述超声测厚仪还包括测厚探头，所述超声测厚仪用于测量所述待测试片在目标检测点的叶片壁厚，具体为，在所述超声测厚仪的检测方向与所述目标检测点的切平面的法线方向平行的位姿下采集所述待测试片在目标检测点的叶片壁厚。
[0148]
在一实施方式中，在待测试片900位于检测位置时检测所述待测试片900上目标检测点在机器臂基坐标系下的空间坐标位置，使经过该目标检测点的切平面的法线方向与超声检测装置400(具体为超声测厚仪的测厚探头)的检测方向平行，以使得所述超声测厚仪的检测方向与所述目标检测点的切平面形成垂直夹角。
[0149]
利用激光位移传感器在目标检测点测量出待测试片在相机坐标系下的位姿信息，可通过解析几何算出待测试片的叶片表面上的目标检测点的切线所在的平面(即切平面)的法线方向，以得出该切平面与超声测厚仪的测厚探头的检测方向(例如为测厚探头的中心轴线)相垂直时待测试片上目标检测点的位姿信息。具体可参见图10。
[0150]
基于超声波形解析算法，所述超声检测装置400解析并获取数字化超声波形以进行波形甄别，具体通过辨别算法对所述数字化超声波形进行甄别，过滤波形杂乱的乱波或非正确波形，留下例如形状像铁塔一样的正确波形。当超声测厚仪的测厚探头的检测方向与目标检测点的切平面的法线方向平行时，超声测厚仪可接收到回波以测量出待测试片上目标检测点的叶片壁厚，通过上述方法判断超声测厚仪的测厚探头的检测方向是否与目标检测点的切平面的法线方向平行(或者一致)，以获得在超声检测装置400(具体为超声测厚仪的测厚探头)的检测方向与所述目标检测点的切平面的法线方向平行的位姿下所述待测试片在目标检测点的叶片壁厚。
[0151]
通过使经过该目标检测点的切平面的法线方向与超声检测装置400(具体为超声测厚仪的测厚探头)的检测方向平行，以使得所述超声检测装置400的检测方向与所述目标检测点的切平面形成垂直夹角，能够实现超声检测装置400的超声测厚探头和目标检测点形成垂直夹角，以获得在超声检测装置400(具体为超声测厚仪的测厚探头)的检测方向与所述目标检测点的切平面的法线方向平行的位姿下所述待测试片在目标检测点的叶片壁厚进而能够提高目标检测点的测厚精度。
[0152]
为了能够实现测量动作的自动化和数据分析自动化，同时提高检测效率和精度，本发明的自动测厚系统通过控制装置，控制所述待测试片的自动夹取和自动厚度检测，并用于对所述待测试片的检测数据信息进行处理。
[0153]
具体地，控制装置500与所述夹取装置100和超声检测装置400电连接，所述控制装置500用于控制所述末端执行器111夹取待测试片900并将所述待测试片900送至检测位置以进行厚度检测。
[0154]
更具体地，控制装置500实时获取六轴机器人110的坐标系空间位置及当前状态机器人欧拉角姿态信息，例如使用变换矩阵(即姿态矩阵)表示。
[0155]
需要说明的是，所述六轴机器人110的坐标系空间位置，以用于确定待测试片相对
于机械臂基坐标系下的位姿信息(即在机械臂基坐标系下的空间坐标信息)，该空间坐标信息包含末端执行器111(即机械臂)在机械臂基坐标系下的三维空间中的位置信息和方向信息。所述当前状态机器人欧拉角姿态信息包括在欧几里得坐标空间的齐次坐标、一个单位的欧几里得长度等。所述变换矩阵(或姿态矩阵)姿态矩阵例如可以使用一个多维矩阵表示，用于描述待测试片在三维空间中的位置信息和方向信息
[0156]
所述六轴机器人110的坐标系空间位置包括六轴机器人110的末端执行器111在机械臂基坐标系下的空间坐标信息，该空间坐标信息包含末端执行器111在机械臂基坐标系下的三维空间中的位置信息和方向信息。所述当前状态机器人欧拉角姿态信息包括在欧几里得坐标空间的齐次坐标、一个单位的欧几里得长度等。所述姿态矩阵例如可以使用一个多维矩阵表示，用于描述待测试片在三维空间中的位置信息和方向信息。
[0157]
根据检测业务流程规划六轴机器人110执行如下检测动作及相应运动轨迹：夹取待测试片、自动运动待测试片。规划以下运动轨迹：先夹取待测试片，并将待测试片运送至检测位置。再控制六轴机器人110精准执行检测动作。
[0158]
例如，根据检测业务流程所处阶段控制六轴机器人110的末端执行器111夹取待测试片，将待测试片准确送至检测位置。
[0159]
进一步地，所述控制装置500对所述待测试片900的检测数据信息进行处理。例如根据厚度测量时超声检测装置向控制装置500所反馈的叶片厚度数值信息，判断当前待测试片是否已经检测，是否存在缺陷(例如叶片壁厚过薄或叶片空腔偏芯的缺陷)。再例如将所述检测数据信息发送给显示装置以使得在显示屏进行实时显示。
[0160]
可选地，控制装置500对不合格待测试片进行声光报警，并提示操作人员有不合格待测试片。
[0161]
在本示例中，显示装置用于显示所述待测试片的检测过程、检测数据信息和检测结果数据信息(例如待测试片的目标检测点的厚度是否合格)。
[0162]
具体地，所述显示装置包括位于不同位置的多个显示屏，例如包括第一显示屏、第二显示屏和第三显示屏，使所述待测试片900的检测结果可在线实时显示(与第一显示屏相对应)、工作站显示(与第二显示屏相对应)和大屏幕数据显示(与第三显示屏相对应)。
[0163]
例如，在第一显示屏、第二显示屏和第三显示屏同时显示当前待测试片的测厚数据情况以及同一待测试片900测量的当前点位之前的测量数据，例如，一个待测试片900会测几十个点位，在同一个待测试片900的当前点位之前的测量完成的点位的所有测厚数据都会显示。例如目前正在测量第12个点位，前边11个点位的测厚数据也会显示。
[0164]
在一优选实施方式中，所述自动测厚系统1000还包括中央数据库，用于收集并保存由所述超声检测装置和所述控制装置所反馈的所述待测试片的检测数据信息，以为后续提供检测报告、报表提供数据支撑。所述中央数据库包括关系型数据库。
[0165]
具体地，所述检测数据信息包括测量时间、待测试片在机器臂基坐标系下的位姿信息、目标检测点的叶片壁厚值、叶片标识(例如叶片条码二维码，具有视觉自动识别功能)。所述检测数据信息例如基于叶片标识将相关检测数据自动录入关系型数据库，以方便数据的增删改查。
[0166]
进一步地，所述中央数据库还用于对所述检测数据信息进行处理以生成数据报表，数据报表例如日、月、年检测报表，叶片质量趋势等预测报表。
[0167]
需要注意的是，附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。
[0168]
与现有技术相比，本发明的自动测厚系统，通过建立以机器视觉为主的电控系统，通过控制装置控制夹取装置夹取自动流水线上的待测试片，并运送至检测位置进行检测，检测运转全过程无需人直接参与以实现无人值守操作，可提供自动化、高负荷测量过程，能够以流水线测量方式实现检测动作自动化，能够保证测量一致性，能够提高检测效率和测量精度，能够节约人力资源，能够有效降低用工成本，还能够有效避免各种腐蚀污染。
[0169]
此外，通过超声检测装置测量待测试片在目标检测点的叶片壁厚，能够实现精准、高效动作，且一千次动作误差保证在微米级别，能够有效保证测量精度。
[0170]
此外，通过实现超声检测装置的超声测厚探头和目标检测点形成垂直夹角，以获得在超声检测装置的检测方向与所述目标检测点的切平面的法线方向平行的位姿下所述待测试片在目标检测点的叶片壁厚进而能够提高目标检测点的测厚精度。
[0171]
此外，通过定位装置的激光位移传感器确定(寻找)目标检测点的切平面的法线方向，能够对待测试片的叶片表面进行微米级非接触式测量，具备精度高，可重复性好的优势，能够有效避免人工操作超声测厚时因需要手持探头(即测厚探头)寻找目标检测点的切平面的法线方向而造成的效率低和精度不足等、甚至易因与待测试片接触碰撞造成测厚探头损伤等的技术问题。
[0172]
此外，通过建立中央数据库，能够自动收集并保存由所述超声检测装置和所述控制装置所反馈的所述待测试片的检测数据信息，以为后续提供检测报告、报表提供数据支撑，通过以数据库为主的软件系统能够实现检测结果报表分析的自动化，能够实现高效测量数据入库、数据可追溯、可管理、报表化。
[0173]
应该指出，上述详细说明都是示例性的，旨在对本技术提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语均具有与本技术所属技术领域的普通技术人员的通常理解所相同的含义。
[0174]
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本技术的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式。此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
[0175]
需要说明的是，本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换，以便这里描述的本技术的实施方式能够以除了在这里图示或描述的那些以外的顺序实施。
[0176]
此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含。例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0177]
为了便于描述，在这里可以使用空间相对术语，如“在
……
之上”、“在
……
上方”、“在
……
上表面”、“上面的”等，用来描述如在图中所示的一个器件或特征与其他器件或特
征的空间位置关系。应当理解的是，空间相对术语旨在包含除了器件在图中所描述的方位之外的在使用或操作中的不同方位。例如，如果附图中的器件被倒置，则描述为“在其他器件或构造上方”或“在其他器件或构造之上”的器件之后将被定位为“在其他器件或构造下方”或“在其他器件或构造之下”。因而，示例性术语“在
……
上方”可以包括“在
……
上方”和“在
……
下方”两种方位。该器件也可以其他不同方式定位，如旋转90度或处于其他方位，并且对这里所使用的空间相对描述作出相应解释。
[0178]
在上面详细的说明中，参考了附图，附图形成本文的一部分。在附图中，类似的符号典型地确定类似的部件，除非上下文以其他方式指明。在详细的说明书、附图及权利要求书中所描述的图示说明的实施方案不意味是限制性的。在不脱离本文所呈现的主题的精神或范围下，其他实施方案可以被使用，并且可以作其他改变。
[0179]
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：
1.一种基于点云匹配的自动测厚方法，其特征在于，包括：根据标准试片的外形特征建立所述标准试片的点云模型文件，所述标准试片用于表征发动机叶片的标准件，所述点云模型文件包括所述标准试片的点云数据；自动夹取待测试片，扫描所述待测试片的点云数据，并基于所述点云模型文件进行点云匹配，以校准所述待测试片的目标检测点的位置信息；对校准位置信息后的待测试片执行厚度检测动作；在超声测厚仪的检测方向与所述目标检测点的切平面的法线方向平行的位姿下采集所述待测试片在目标检测点的壁厚；将所采集的目标检测点的壁厚进行合格判断，并将与目标检测点相关的检测数据进行实时显示。2.根据权利要求1所述的自动测厚方法，其特征在于，所述自动夹取待测试片，扫描所述待测试片的点云数据，并基于所述点云模型文件进行点云匹配，以校准所述待测试片的目标检测点的位置信息，包括：将当前位置的待测试片的点云数据与所述点云模型文件进行重合匹配，得到所述待测试片的各目标检测点的点云匹配度，所述点云数据包括表征待测试片的指定区域中目标检测点的三维位置坐标；基于所得到的点云匹配度，确定将所述待测试片的目标检测点从当前位置变换到目标位置的位姿变换关系，所述位姿变换关系表征从相机坐标系到机器臂基坐标系的位姿变换关系。3.根据权利要求2所述的自动测厚方法，其特征在于，通过以下表达式计算所述当前位置的待测试片的点云数据与所述点云模型文件中标准试片的点云数据之间的重投影误差，得到所述待测试片的各目标检测点的点云匹配度：其中，n表示标准试片的点云数据对应的目标模型中的点数；p
i
表示目标模型中的第i个点；表示待测试片在场景点云中的对应点在重建点云中的位置，即当前位置；w
i
表示第i个点的权重系数。4.根据权利要求3所述的自动测厚方法，其特征在于，从待测试片的目标检测点的原始三维位置坐标投影到二维图像平面；在二维图像平面通过灰度化、形态学和特征选择处理，提取出待测试片的叶身区域，再转换到三维空间，得到叶身区域的点云数据，通过计算叶身区域的点云数据与标准试片的点云数据之间的三维坐标偏差，得到所述待测试片的各目标检测点的点云匹配度。5.根据权利要求2所述的自动测厚方法，其特征在于，根据所确定的位姿变换关系，对所述待测试片进行姿态调整，以使所述待测试片的位置与所述标准试片的位置一致，得到校准位置信息后的待测试片。6.根据权利要求1所述的自动测厚方法，其特征在于，识别待测试片的叶片特征，得到所述叶片特征中叶身区域在相机坐标系下的位姿信
息，根据所得到的空间位置信息和所述叶片特征中叶身区域的位姿信息，对所述待测试片的夹持位置进行标定。7.根据权利要求6所述的自动测厚方法，其特征在于，将所述待测试片在相机坐标系下的位姿信息转换为所述待测试片在机器臂基坐标系下的位姿信息，并根据所述待测试片在机器臂基坐标系下的位姿信息，计算所述待测试片的各目标检测点的当前位置与目标位置的偏差信息。8.根据权利要求7所述的自动测厚方法，其特征在于，基于超声波形解析算法，超声检测装置解析并获取数字化超声波形以进行波形甄别，以获得在所述超声测厚仪的检测方向与所述目标检测点的切平面的法线方向平行的位姿下所述待测试片在目标检测点的叶片壁厚。9.一种基于点云匹配的自动测厚系统，其用于执行权利要求1至权利要求8中任一项所述的自动测厚方法，其特征在于，所述自动测厚系统包括：夹取装置，用于夹取待测试片并带动所述待测试片执行厚度检测动作，在执行厚度检测动作之前，基于预先建立的点云模型文件进行点云匹配，以校准所述待测试片的目标检测点的位置信息；机器视觉装置，位于检测位置的上方，用于确定待测试片的目标检测点的位置信息；定位装置，用于确定经过所述目标检测点的切平面的法线方向；超声检测装置，包括超声测厚仪，用于在所述超声测厚仪的检测方向与所述目标检测点的切平面的法线方向平行的位姿下采集所述待测试片在目标检测点的壁厚；控制装置，与所述夹取装置和超声检测装置电连接，所述控制装置用于控制所述待测试片的自动夹取和自动厚度检测，并用于对所述待测试片的检测数据信息进行处理；显示装置，用于显示所述待测试片的检测过程、检测数据信息和检测结果数据信息。10.根据权利要求9所述的自动测厚系统，其特征在于，所述自动测厚系统还包括:存储送料装置，设置在作业平台的一侧；所述存储送料装置包括工位器和转运储存区；中央数据库，用于收集并保存由超声检测装置和控制装置所反馈的待测试片的检测数据信息，所述检测数据信息包括测量时间、待测试片在机器臂基坐标系下的位姿信息、目标检测点的叶片壁厚值；所述中央数据库用于对所述检测数据信息进行处理以生成数据报表。

技术总结
本发明属于厚度检测技术领域，提供一种基于点云匹配的自动测厚方法和系统，该方法包括：根据标准试片的外形特征建立所述标准试片的点云模型文件，所述标准试片用于表征发动机叶片的标准件；自动夹取待测试片，扫描待测试片的点云数据，并基于点云模型文件进行点云匹配，以校准待测试片的目标检测点的位置信息；对校准位置信息后的待测试片执行厚度检测动作；在超声测厚仪的检测方向与所述目标检测点的切平面的法线方向平行的位姿下采集待测试片在目标检测点的壁厚；将所采集的目标检测点的壁厚进行合格判断，并将与目标检测点相关的检测数据进行实时显示。本发明实现了检测动作自动化，保证了测量一致性，提高了检测效率和测量精度。测量精度。测量精度。


技术研发人员：王新浩 王亚波
受保护的技术使用者：三维天工（北京）科技有限公司
技术研发日：2023.03.21
技术公布日：2023/7/25