测量值的处理方法

文档序号:6108992阅读:383来源:国知局
专利名称:测量值的处理方法
技术领域
本发明涉及一种测量值的处理方法,其中所述方法可识别在一数据集中测量的讹误值,特别是传感器的测量值。
现有技术在实践之中上述的这类方法已为公知且出现不同的发展。这样的一种方法经常为一种测量值的自动处理,其中在所述的处理中,识别与处理一扩展的数据集中的无效或讹误的测量值,变得复杂且会出现一些问题。

发明内容
无效或讹误的测量值可由多种原因引起。最简单的一种情况,例如一传感器的测量范围有一超调量。在测量范围的终端,非线性或过载效应会产生不允许测量值。然而,其他的物理效应也会对测量的可靠性产生影响。这些其他的物理效应包括例如由诸如光学三角测量传感器或扫描仪测定物体的反射点或覆盖点,或者涡定电流测量时的物质不均匀性等等。
基本上,可以区别不同情形的误差或测试信号中的编码误差-首先,可能出现的误差由测量范围的下冲或过冲产生。这些误差可以由大多数传感器识别。例如,这些误差的产生,则一光学传感器在待测物体上打一孔。这就是所谓的超出范围误差。
-此外,错误的测量或误差可能会产生,这是由待测物体的特性引起,还可以解释为测量范围的下冲或过冲。举例来说,这一类型的误差产生,则一光学三角测量传感器对照一待测物体的一极黑点进行测量,而折回或反射的光量并不足以作一评定。如果这些误差由传感器识别,通常会以测量范围的下冲或过冲发出信号。这就是所谓的劣指标误差。
-再者,误差测量或误差可能会产生,这是由待测物体的特性引起,但不可能识别为测量范围的下冲或过冲。举例来说,错误的测量是在一光学传感器处于待测物体不能由该传感器识别出的反射点或覆盖点的情况下发生的。因而,这些错误的测量一般在测量的允许的范围内,并且不能和有效值区别开。具体地说,若待测的金属物体上的反射在角部或凹槽,则所述的反射使激光线在接收器的可见范围内重复地反射。而且,与穿透深度变化相关的颜色变化导致测量的误差。相反,表面粗糙度因激光的干扰而产生一固定图形噪音。另外,将激光反射到接收器上还可在细槽上出现所述直接反射导致基本过载。
在一测量值的一自动估值或目测中,必须尽可能删除所有不正确的测量值。当测量值在一三维坐标系的图示中,其中绘出x-y位置以及所测定的高度,具体地说,如果待测高度的容许限度比与传感器或扫描仪的测量范围相比小,则测量的无效值会令图示变形。
事实上,测量中的超出范围的值可以以一简单的方或从完整的数据集中移除,但是这将导致立体图中待表示的表面出现一些孔。因待测物体的特性而引起另外的无效值或讹误值用传统的方法不可能被识别并保持在图示中。这样,经插补遗漏的取样点重新构建原先测定的表面可能导致一随机错误的判读。
因此,本发明的目的在于提供一种测量值的处理方法,其中所述的方法为前述的类型的方法,并依据所述的方法,能够可靠地识别测量中的讹误值。
上述的目的通过一种测量值的处理方法实现,而所述的方法具有如权利要求1所述的特征。据此,所述的方法以这样一种方式构成,即通过一合适的测量与一可预定或可测定的模型函数(model function)的差异对所述的测量值作比较,并通过一在所述的差异测量中可预定或可测定的误差界限作计算。
依据本发明的一种方式,首先业已认识到,为了识别测量中的讹误值,使测量值与一模型函数比较是特别合适的。这是一可预定或可测定的模型函数,由一适合的测量差异与其作比较。在这种情况下,所述测量值则通过一在所述的差异测量中可预定或可测定的误差界限作计算。因此,计算出的测量值可以更进一步作处理。通过本发明的比较以及根据本发明借助于一模型函数和一误差界限的测量值的计算,可靠地识别测量的讹误值是有可能的。
关于一测量的讹误值特别可靠的识别,误差界限可以从测量值的静态分布中动态地测定。具体地说,误差界限可以在移除测量的超出范围的值之后最好通过局部偏差统计来测定。就此而论,测量的讹误值和模型函数之间差的若干标准偏差可作为误差界限。然而,仍可以设想为误差界限预先给予一固定的定义。但是,若分量处于一斜交位或被变形,则这是不利的。
超出误差界限的测量值可以界外值表示,以便辅助处理这些测量值。具体地说,所述的超出误差界限的测量值可以是位于一传感器测量范围以外的测量值。
超出误差界限的测量值可以当作界外值从数据集移除,以便实现用肉眼检测这些测量值。同样也可具体地说,所述的超出误差界限的测量值可以是位于一传感器测量范围以外的测量值。
原则上,数据集可以是一矩阵式结构,以便简单地用肉眼检测测量值。这样,就有可能以一特别简单的方法以一三维面作肉眼检测。
更为具体地说,为了简单地用肉眼检测测量值,如果数据集中的数据结构的大小和/或类型因移除界外值而变化则是有利的。此外,为了简单地用肉眼检测测量值,至少一个界外值由一模型函数值替代则是有利的。从而,可确保高度接近于真实情况。
另外,至少一个界外值可以由误差界限值或现行数据与模型函数之间的最大偏差替代。从而,同样地可达到图像的高度真实性。
作为另一种替代,至少一个界外值可以由一内插值替代。从而,同样地也可较好达到接近于真实情况。
关于测量中讹误值的确切补偿,所述模型函数的特性是非常重要的。就此而论,模型函数可以以一有利的方式适应于待测物体的构成和/或几何形状。此外,关于待测物体的结构的适合的补加知识,可以以一有利的方式在模型函数的结构中引用。
可以在测量的减值的取样点计算模型函数。在此情况下,测量中的减值是业已看作可靠且非讹误的测量值。
对于一特别有利的模型函数,其最终会特别可靠地识别一测量的讹误值,则反复地进行模型函数的匹配或重新计算以及移除一或多个界外值,其中在各步骤中,仅仅移除具有与模型函数有最大测量差异的界外值。这样,模型函数得以递增地优化。
具体地说,一多维多项式函数可作为一模型函数。这种类型的模型函数特别适合自行检验。
此外,可以使用待测物体的直接成像或模型化以形成模型函数。这种类型的模型函数在本发明的方法的范围中同样也是有利的。
在许多情况下,仅利用模型函数中的偏差作进一步的处理可能是有利的。换句话说,这时可以省略在所述方法的一后面的步骤中附加模型函数。
本发明的方法提供可靠识别的所谓界外值,也就是说,测量中的不允许值,基于一偏差函数的静态或动态误差界限,而该偏差函数与原函数的动态模型化相比较来测定,其中所述的原函数可由适合的补加知识产生。如果有必要,已识别的界外值可由因此校正的值替代,以致使不讹误地估算测量值变成可能。
当有任意的传感器传送的传感数据,特别适用本发明所述的方法,所述传感器提供经由输出信号编码的且与一测量的信号质量或可靠性有关的信息。举例来说,这些传感器可以是基于三角测量原理的光学传感器。
在一自动评估或用肉眼检测测量中,尽可能消除所有不正确的测量值是有利的。为此,必需解决一些问题。首先,出现的问题是相对于测量的不正确值(即所谓的界外值)来识别正确值。其次,出现的问题是,如何可以取代错误的测量点以致于例如使肉眼检测不受影响。最后,出现的问题是,如何可以取代错误的测量点以致于例如使进一步自动处理的测量值不受影响。
对于以一三维面形式的测量现时值的一实际图示,必须将错误的测量和三维面相配合,以致使作为错误的测量现时值是不可识别。在一更为扩展评估的情况下,识别错误的测量应当相应地被编码并且不包括在计算之内。通过替代超出范围的值和错误的测量,有可能评定测量中实际值。
本发明的方法是特别有效的,因此能够用作实时处理。于此同时,模型函数可以适应测量中的问题。此外,可以预先给予误差界限一固定的定义或经由补加的知识(例如像计算机辅助设计数据)动态地测定。
一其后的估算可以在较正的原模型上或相对于理想模型的偏差上完成。这样做,测量值的规则的矩阵式结构可保持完整无缺。与直接插值法相比较,可达到更好的效果。此外,本发明的方法代表一种插值方法的理想起点,因为还识别有关待测物体错误的测量。然后,所述错误的测量可由内插值替代,正如超出范围的值的情形一样。
有多方面的可能性可使本发明以一有利的方式发展和扩展。为此,一方面参照从属权利要求,另一方面结合附图参照以下关于本发明的方法的具体实施例的解释。与结合


本发明较佳实施例的同时解释本发明构思的优先发展和扩展。
附图简要说明图1是本发明的方法一实施例的流程图;图2是一包括测量的讹化值的测量图的透视图;图3是一测量图的透视图,其中测量的讹化值由模型函数值替代。
具体实施例方式
图1所示为本发明测量值的处理方法的一实施例的流程图。在本发明方法的实施例中,超出范围的值首先从原始数据中被移除。接着,对已移除了超出范围的值的原始数据计算出回归系数。在缩减的原始数据的取样点求得模型函数值。随后,移除错误的测量或测量的讹化值直到达到一固定的、预定的误差界限或者由原始数据和模型函数之间的偏差计算出来的3-σ阀值。
为此,反复移除错误的测量或测量的讹化值,由缩减的数据中重新计算模型系数,并且在缩减数据的取样点更新模型函数。
一旦达到误差范围,则重新计算已更新的系数和其后在已清除全部错误的测量或测量的讹化值的数据的取样点上的模型函数。
超出范围的值和错误的测量既可由模型函数值来替代,也可由模型中现有数据的最大误差值替代。因此,以由缩减数据确定的系数来计算在原始数据的取样点上的模型函数。重新计算原始数据和模型函数之间的偏差,从而校正超出范围的值和测量的讹化值或错误的测量。此外,从补加的模型函数值自校正偏差计算出校正的原始数据或原始数值。
图2所示为一以三维表示并包括超出范围的值和其它测量的讹化值的测量图的透视图,其中测量了一反射的弯曲金属线。
图3所示为在以本发明的测量值的处理方法的实施例的模型函数的值校正界外值之后图2中的金属件的透视图。在图3中,弯曲的金属件可以清楚地识别。
如果在本发明的方法中,所记录的测量值呈一矩阵式结构,正如所示的实施例,无需进一步努力,以一三维面的肉眼检察测是可能的。虽然通过从这规则的结构中移除数据点,但因失去一些点而产生一数据结构,其不再作进一步有效处理或肉眼检测。本发明的方法的优点在于,原始矩阵形状的表示保持完好,因已检测的错误的测量虽不能移除但却可以以一逻辑的方法替代。
一般地,并不使用识别界外值的一固定的误差界限,因测量分量可能处于一非垂直的位置或变形,也就是说,可能为一变形的自由状表面。在使分量接近一模型函数之后,所述的模型函数最好是一空间模型函数,其可从测量值中被减去。通过这一变换,可在形式上使用具有一最大恒定偏差的误差识别。
然后,所有的界外值都被替代,例如,由在那一点模型函数值替代。当模型函数再一次加入测量的数据之后,可再次获得没有界外值的原自由状表面。因为模型函数的计算受信号中原先发现的界外值的干扰,所以模型函数的计算以及界外值的移除可能迭代地进行,情况总是这样,则在每一阶段的计算中,只移除一小部分的界外值。
对于模型函数,在实例中可使用一多维多项式函数。同样地可使用任何其它函数,只要其可以以一线性或非线性最小平方的方法接近测量值的原始曲线。就有关待测分量的知识来说,例如从计算机辅助设计(CAD)数据,可使用一直接模型形式。
在许多情况下,省略把模型函数加入本方法的最后步骤中可以是合理的。这样,在某些情况下可简化由待测物体的理想几何形状的形状偏差的更大范围的计算,例如汽车镀覆上的凹痕、汽车门上的间隙测量等等。
可以预先给予识别界外值的误差界限一固定的定义或最好在移除超出范围的值之后由局部偏差统计确定。因此,可使用一在测量值和模型函数之间差的可调整的多个标准偏差。
应用上述方法,3-σ阀值和以经计算的模型值替代测量的讹化值之后,随之以一清晰的缩小范围表示偏差。
关于本发明的方法的另外一些有利的发展和扩展,参照说明书的总论部分以及所附的权利要求书以避免重复。
最后,清晰地指出,如上所述的具体实施例仅仅是说明权利要求的构思而并不受实施例的限定。
权利要求
1.一种处理测量值的方法,其中所述方法可识别在一数据集中测量的讹化值,特别是传感器测量值,其特征在于,所述的测量值通过一合适的测量与一可预定或可测定的模型函数的差异作比较,并通过一在所述的差异测量中可预定或可测定的误差界限作计算。
2.如权利要求1所述的方法,其特征在于所述的误差界限从测量值的静态分布中动态地测定。
3.如权利要求1和2所述的方法,其特征在于,测量的讹化值和模型函数之间差的若干标准偏差作为误差界限。
4.如权利要求1-3任何一项所述的方法,其特征在于,超过误差界限的测量值特别是位于一传感器测量范围以外的测量值以界外值表示。
5.如权利要求1-4任何一项所述的方法,其特征在于,超过误差界限的测量值特别是位于一传感器测量范围以外的测量值作为界外值,从数据集中移除。
6.如权利要求1-5任何一项所述的方法,其特征在于,所述的数据集是一矩阵式结构。
7.如权利要求1-6任何一项所述的方法,其特征在于,数据集中的数据结构的大小和/或类型并不会因界外值的移除而变化。
8.如权利要求4-7任何一项所述的方法,其特征在于,至少一个界外值由一模型函数中的值替代。
9.如权利要求4-8任何一项所述的方法,其特征在于,至少一个界外值由误差界限值或模型函数中的现存数据的最大偏差替代。
10.如权利要求4-9任何一项所述的方法,其特征在于,至少一个界外值由一内插值替代。
11.如权利要求1-10任何一项所述的方法,其特征在于,使所述的模型函数适应于一待测物体的构成和/或几何形状。
12.如权利要求1-11任何一项所述的方法,其特征在于,在一测量中的减值的取样点计算所述的模型函数。
13.如权利要求1-12任何一项所述的方法,其特征在于,反复地进行所述模型函数的匹配或重新计算以及移除一或多个的界外值,其中在各步骤中,仅仅移除具有与模型函数有最大测量差异的界外值。
14.如权利要求1-13任何一项所述的方法,其特征在于,一多维多项式函数作为模型函数。
15.如权利要求1-14任何一项所述的方法,其特征在于,使用待测物体的直接成像或模型化以形成模型函数。
16.如权利要求1-15任何一项所述的方法,其特征在于,利用模型函数中的偏差作进一步的处理。
全文摘要
本发明揭示一种测量值的处理方法,所述的方法可识别在一数据集中测量的讹化值,特别是传感器的测量值。为能可靠地识别测量中的讹化值而构思出所述的方法并藉此得以进一步地发展,其中所述测量值通过一合适的测量与一可预定或可测定的模型函数的差异作比较,并通过一在所述的差异测量中可预定或可测定的误差界限作计算。
文档编号G01N21/88GK1950671SQ200580014390
公开日2007年4月18日 申请日期2005年7月1日 优先权日2004年7月6日
发明者R·曼德尔, H·迈耶霍夫尔 申请人:微-埃普西龙测量技术有限两合公司
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1