三維激光掃描技術應用于機翼微變形檢測

朱 贊,姚 钘,王建琦,李 陽,龍詩科

(1. 桂林航天工業學院航空宇航學院,廣西 桂林 541004; 2. 廣西高校無人機遙測重點實驗室,廣西 桂林 541004)

三維激光掃描(TLS)技術作為目前應用最廣泛的逆向工程技術,又稱實景復制技術,能夠實現毫米級的三維場景重構。該技術的核心思想是利用面陣激光測距的原理,在不接觸待測物體的情況下獲取物體表面海量三維坐標數據,并以此為基礎進行逆向建模。根據應用場景的不同,TLS技術可以分為兩大類:一類是進行大面積、大體積對象的地面三維場景重建,如近年來TLS技術在高精度地形圖的測繪[1],滑坡、泥石流等自然災害的監測與評估[2],道路橋梁建設和運營中的變形監測[3-4],建筑與地下工程的竣工測量和運營監測[5-6]等相關領域的工作中都有著較為成熟的應用;另一類是進行中型或小型精度較高零部件的逆向測繪,如將TLS技術應用于復雜結構機械零部件的高精度逆向建模與內部缺陷檢測[7-8],電力巡檢系統的構建與檢測[9-10],文物三維重構修復與保護[11-12]等領域的工作中,都取得了良好的效果。這兩類應用的本質都是以點云數據為基礎進行逆向三維重構,但由于應用場景和精度要求的不同,又有著不同的數據處理技術要點。

飛機在長期飛行過程中,機翼和機身通常會產生局部和結構性的微小變形,進而影響飛行的氣動性能,甚至威脅飛機飛行的安全性。加之這種微小變形通常人眼無法直接感受和識別,由此給飛機的運營維護造成了較大困難。將TLS技術應用于航空航天領域,目前已有部分學者進行過相關研究。文獻[13]利用激光點云技術對固體火箭發動機熱防護層厚度進行測量;文獻[14—16]將TLS技術應用于飛機整機測量和零部件缺陷的檢測中,取得了毫米級的檢驗精度;文獻[17—18]將激光點云數據應用于飛機插配零部件數字化裝配、碰撞檢測和機翼C梁變形檢測中,取得了良好的效果;文獻[19—20]將TLS技術應用于飛機蒙皮損傷的三維重建和視覺檢測中,損傷驗證的準確度得到有效提升。以上學者的相關研究從不同角度對TLS技術在飛機運營維護階段的各個部位各個類型的變形檢測進行深入研究與探討,為本文技術方案的設計和分析方法的選取提供了重要的參考依據。本文將TLS技術應用于機翼的微變形檢測中,通過試驗對該過程中點云獲取、點云配準、濾波去噪、封裝建模和變形指標提取等各個技術環節進行了探索,并通過對比分析試驗對檢測的精度進行評定和分析,以期實現對整個技術路線的可行性和精度效果的驗證和研究。

1 技術原理與方案設計

1.1 TLS技術原理

TLS是繼GPS空間定位技術之后的一種全新測繪技術,它是利用激光測距原理,通過線陣或面陣的激光掃描獲取被測物體表面的三維坐標,以此形成密集的點云數據,從而實現快速復制待測目標的空間形態的目的。激光點云數據的掃描計算原理如圖1和式(1)所示。

圖1 TLS技術點云獲取計算原理

(1)

式中,O點為掃描設備中心;P點為待測物體表面點;S為激光測距獲取的距離。

1.2 技術方案設計

基于TLS技術的機翼微變形檢測的技術要點主要包括3個環節:①機翼點云數據的獲取與預處理。該環節主要包含點云數據掃描獲取、點云濾波去噪和點云配準3個技術要點。通過該環節能夠獲取高精度的機翼點云數據。②點云數據封裝與建模處理。該環節主要包含點云封裝、精度評價和機翼模型構建3個技術要點。通過該環節能夠構建出精確的機翼三維數字模型。③機翼微變形量探測與精度評價。該環節主要包含機翼微變形量探測和探測精度評價兩個技術要點。通過該環節能探測出機翼微變形量的大小和分布位置。具體技術流程如圖2所示。

圖2 技術流程

2 機翼點云數據處理與三維建模

2.1 試驗設備與點云數據獲取

2.1.1 試驗設備選取

本文選取的三維激光掃描設備為先臨EinScan Pro 2X 2020型手持三維激光掃描儀,具體參數見表1。

表1 三維激光掃描儀設備主要技術參數

本文選取的測量對象為比例1∶160的民航客機機模,機型為Airbus A380,掃描機翼為左翼。在試驗中需要設置兩組機翼:一組為有變形的機翼,作為試驗組;另一組為未變形的機翼,作為對照組,即用于變形檢測的基準。

2.1.2 點云數據掃描獲取

點云數據的掃描采用30幀/s的快速掃描模式,掃描空間點距設置為0.2 mm,掃描順序依次為:機翼上表、下表和引擎。在掃描工作中需要分別掃描試驗組和對照組的機翼模型,掃描獲取的原始點云數據如圖3(a)所示。

圖3 機翼點云配準前后對比

2.2 點云數據預處理

2.2.1 點云配準

通過掃描獲取的機翼點云數據屬于多站散亂點云數據,需要配準處理后才能進行后續操作。EinScan Pro 2X 2020配套的數據處理技術提供了兩種配準方案:一是標志點配準法,主要針對精細掃描和表面特征不豐富的點云數據;二是特征點配準法,主要針對快速掃描和表面特征豐富的點云數據。由于該機翼點云數據是采用快速掃描模式獲取的,且機翼表面存在一定數量的特征點。因此,采用特征點配準法首先對多站散亂點云進行拼接處理,以構建完整的機翼點云模型;然后對兩組機翼點云數據進行配準處理,配準精度RMSE保證在0.2 mm之內。點云配準如圖3所示。

2.2.2 點云濾波去噪

對點云進行濾波去噪處理,處理過程主要步驟為:①按多邊形過濾處理,主要用于剔除掃描對象范圍之外的非目標性點云,如掃描進入視野中的環境物品、輔助設備和其他零部件等點云;②點云過濾處理,直接獲取的點云數據掃描的點云間距通常較小,過于密集的點云數據通常會造成大量的數據冗余,對后期點云模型構建、變形分析和算法處理等環節造成較大影響。因此,掃描獲取的原始點云數據需要在保證模型精度的情況下進行點云的濾波去噪處理。

Geomagic Studio軟件平臺提供了4種點云濾波的采樣方案:①統一采樣。該方案以統一指標精簡平坦面上的點云數據,通過設置密度閾值過濾曲面上的點云數據。②曲率采樣。該方案通過百分比閾值過濾平坦面上的點云數量,保留高曲率表面內的點以保證細節。③柵格采樣。該方案通過設置均勻的間距進行濾波,不考慮測量對象的曲率和密度,以此減少無序點云的數量。④隨機采樣。該方案從無序點云數據中隨機移除一定比例的點云,以達到精簡點云數量的目的。由于本文中的機翼點云數據具有較為明顯的曲率特征,且細節處較多,因此在試驗中選擇曲率采樣法進行點云濾波去噪處理。過濾閾值設置為50%,即過濾后保留的點云數量為原始點云數量的50%。濾波去噪前后對比如圖4所示。

圖4 點云濾波去噪前后對比

2.3 點云封裝與數字三維模型構建

濾波去噪處理后的點云數據需要經過封裝處理以構建精細化的三維模型。Geomagic Studio軟件平臺的模型構建方式主要是將點云數據進行封裝處理后構建出不規則三角網(TIN)模型,并在此基礎上進行模型的構建與優化。點云模型及其經過封裝和優化處理后獲取的機翼TIN模型如圖5所示。

圖5 機翼點云封裝建模

3 機翼微變形檢測與結果分析

3.1 機翼微變形檢測

經過點云封裝和優化處理可以獲取到精細化的機翼數字化三維模型。試驗中,分別構建出作為試驗組的有變形機翼模型和作為對照組的無變形機翼模型。由于已對兩組點云數據進行點云配準處理,因此兩組機翼模型已被配準到同一坐標系下,可以進行后續的變形檢測操作。

Geomagic Studio軟件平臺提供了測量對象的檢測模塊。以未變形的機翼模型為參考模型,以有變形的機翼模型為測試模型,進行機翼微變形量的探測,探測結果如圖6所示。

圖6 機翼變形檢測結果

由圖6可知,利用三維激光掃描技術能夠探測出機翼表面變形的大小、位置和范圍。變形探測結果統計見表2。

表2 機翼變形量探測結果統計 mm

3.2 檢測結果精度分析

經過變形探測處理,得出該機翼共有14處微小變形,其中11個為下偏差變形,即凹陷;有3個為上偏差變形,即凸起。

為實現對檢測結果的精度評定,本文試驗方案的基本思路為:首先從機翼表面存在變形的區域選取一定數量的點作為驗證點;然后分別提取出這些驗證點在數字模型上的變形量和實體模型上的變形量大小;最后統計出其探測誤差值。具體步驟為:

(1)驗證點數分配。選取的驗證點數量設計為50個,需要根據機翼表面14個變形區域的面積大小為權值進行分配,分配過程為

(2)

式中,Ai為1～14號變形區域所分配到的檢測點數;Si為1～14號變形區域的范圍大小。

(2)變形量獲取。首先按照步驟(1)分配的驗證點數量;然后各個變形區域范圍內提取出數字模型上的變形量;最后提取出實體模型上對應點位的變形量,并計算出每個變形區域內每一對驗證點的變形量誤差值的平均數Di。

(3)探測誤差精度評定。首先,以各變形區域的驗證點數分為基準確定精度計算的加權值Wi;然后,以各變形區域的平均變形量誤差Di和權值Wi為基礎,可計算出探測誤差精度值P,計算公式為

(3)

根據表3計算測定,將三維激光掃描技術運用于機翼微變形檢測工作中,探測的整體精度可達0.12 mm。

表3 探測誤差精度評定計算

4 結 語

將TLS技術運用于機翼變形檢測工作中,不僅能夠探測出人眼無法識別的微小變形,也能獲取變形量的大小、變形位置和區域等信息,具有較大的技術優勢。本文對該技術應用各個環節的技術要點進行了研究,驗證了整個技術流程的可行性;同時,通過對比分析試驗對三維激光掃描技術應用于機翼微變形量的探測精度進行了評定,整體探測精度達到0.12 mm,接近該設備快速掃描狀態下0.1 mm的最高標稱精度。

針對該領域的下一步研究可從以下兩個方面進行:一方面是對點云數據獲取整個流程中各個環節的要點技術進行優化,如點云精確配準算法的優化、點云濾波去噪算法的優化等;另一方面是將TLS技術構建的有變形的機翼和機身模型數據與模擬風洞技術相結合,以獲取更為詳細的氣動數據,實現對機翼微變形損害的準確評估。