一种面向数字摄影获得的薄壁壳实测三维形貌点云数据处理方法与流程

文档序号:14625373发布日期:2018-06-08 17:27阅读:618来源:国知局
一种面向数字摄影获得的薄壁壳实测三维形貌点云数据处理方法与流程

本发明涉及航空航天结构主承力构件设计技术领域,尤其涉及一种面向数字摄影获得的薄壁壳实测三维形貌点云数据处理方法。



背景技术:

运载火箭是加快推动中国成为世界航天强国,实现国家和平开发利用空间的前提和基础。为实施载人登月计划、完成深空探测任务,我国正在论证研制芯级直径8.5米、运载能力百吨级的重型运载火箭。为保证火箭的运载能力,结构减重是必须且有效的途径。由于推进剂贮箱占运载火箭体积的80%,以新一代运载火箭CZ-5(直径5米)为例,贮箱结构重量占未加注推进剂前火箭结构总重的25%,为此贮箱的结构轻量化设计对提升火箭运载能力十分重要。运载火箭的推进剂贮箱结构由前底、筒段、后底构成,其中筒段由若干壁板焊接组成,壁板的重量直接影响箱体的重量。为提高壁板的强度、减轻壁板的重量,承受轴压为主的贮箱壁板往往设计成网格加筋结构。考虑到材料稳定性、结构承载效率以及制造成本等综合因素,国内外大型和重型运载火箭的推进剂贮箱大多采用轻质铝合金或铝锂合金。以新一代运载火箭CZ-5为例,其以网格加筋形式的贮箱壁板重量,占火箭未加注推进剂前总重的10.5%,据重型运载火箭(直径8.5米)的前期论证,该比例还会有较大提高,为此网格加筋壁板的轻量化设计理论和方法是保证重型火箭运载能力不可回避的需求。重型运载火箭的大运载能力使得网格加筋贮箱壁板必须具备高轴压承载力的力学性能,加之重型运载火箭网格加筋贮箱壁板的径厚比提高,壁板对初始几何缺陷的敏感性也随之提高,这使得网格加筋贮箱的实际承载力远小于完美预测值。因此,发展准确预测网格加筋筒壳结构轴压极限承载力的方法是开展网格加筋贮箱轻量化设计的关键技术。

考虑到初始几何缺陷是影响网格加筋柱壳结构轴压承载力的重要因素,将实测的初始几何缺陷引入预测模型是发展准确预测网格加筋柱壳结构轴压承载力方法的关键技术。随着三维形貌测量方法的发展,特别是数字摄像方法,测量精度不断提高,网格加筋柱壳结构的三维形貌点云数据变得十分庞大。通常来说,直径4.5米高度2.2米的网格加筋筒壳的三维形貌点云数据可达到百万量级。百万量级点云数据不仅在存储、处理和显示过程中需要消耗大量的时间和计算机资源,而且降低网格加筋柱壳模型的修调效率,影响模型的光顺性。因此,实测三维形貌点云数据的精简是考虑实测几何缺陷网格加筋柱壳结构预测分析的关键方法。

在目前的逆向工程中,包围盒法是实际工程中常用的三维形貌点云数据精简方法。但包围盒的大小是由用户任意规定的,无法保证所构建模型与原始三维形貌点云数据之间的精度,易丢失点云特征,并不是高保真的三维形貌点云数据精简方法。相比于包围盒法,曲率采样方法在小曲率区域保留少量数据点,在大曲率区域保留足够多的数据点,从而实现精确完整地表示曲面特征,具有较高的精度,但曲率计算消耗大量的计算机资源,该算法精简效率较低。因此,亟需开展面向数字摄像获得的薄壁壳实测的三维形貌点云数据处理方法研究,在保证三维形貌特征的前提下,高效精简三维形貌点云数据,进一步提高网格加筋柱壳结构分析预测效率。



技术实现要素:

本发明主要针对现有数字摄像获得的薄壁壳实测的百万量级的三维形貌点云数据,提出一种面向数字摄影获得的薄壁壳实测三维形貌点云数据处理方法,通过薄壁三维形貌点云数据的坐标变换、薄壁壳三维形貌点云数据的滤波处理以及薄壁壳三维形貌点云数据的精简处理,精简含有网格加筋柱壳初始几何缺陷特征的三维形貌点云数据,达到网格加筋柱壳结构高效修调、准确预测的目的。

为了达到上述目的,本发明的技术方案为:

一种面向数字摄像获得的薄壁壳实测三维形貌点云数据处理方法,具体包括以下步骤:

第一步,薄壁壳三维形貌点云数据的坐标变换

在薄壁壳三维形貌测量过程中,通过多次测量获取薄壁壳的完整的三维形貌点云数据,采用坐标变换方法对三维形貌点云数据进行坐标变换;所述的完整三维形貌点云数据为被分成多块不同坐标系下的测量数据;所述的坐标变换方法包括三维形貌点云数据的旋转、平移以及比例变化处理。

坐标变换公式为:

PB=PATP (1)

TP=TRTSTD (2)

其中,PA为变换前的三维点云坐标表示;PB为变换后的三维点云坐标表示;TP为坐标变换矩阵;TR为坐标旋转变换矩阵;TS为坐标比例变换矩阵;TD为坐标平移变换矩阵。

第二步,薄壁壳三维形貌点云数据的滤波处理

测量数据中噪声不仅直接影响测量的质量,还增加后续处理工作的难度,因此需要将第一步坐标变换后得到的三维形貌点云数据采用滤波方法进行滤波处理用于消除噪声,所述的滤波方法包括标准高斯平均、中值滤波算法或超限邻域平均滤波算法;

所述的超限邻域平均滤波算法具体为:

由于噪声一般和邻域样本数据值相差较大,当插值超过一定门限时才被认为是噪声。因此,超限邻域平均算法的基本思想是设置门限,当三维形貌点云数据与其邻域平均值的差值超过门限时,令其等于该邻域的平均值,反之,数据值不变。超限邻域平均算法的数学表示为:

其中pi为测点i数据滤波后的值;为测点i的邻域平均值;qi为测点i的原始半径;M为门限;N为测点数目;vij为测点j对测点i邻域平均值权系数;L为测点i邻域半径;Ai为测点i的三维坐标向量。

第三步,薄壁壳三维形貌点云数据的精简处理

3.1)将第二步滤波处理后的三维形貌点云数据进行第一次精简处理,目的是在不丢失三维形貌特征的前提下,降低点云数据规模。所述的第一次精简处理方法为包围盒法、随机采用法、均匀网格法或非均匀网格法等。

3.2)将步骤3.1)处理后的散乱的三维形貌点云数据进行局部曲面拟合,求解拟合的曲面方程,获得三维形貌点云数据的曲率值,进一步求解三维形貌点云数据邻域的曲率均值。所述的局部曲面拟合方法为圆拟合或抛物面拟合等。

3.3)薄壁壳三维形貌点云数据精简过程基于点云数据曲率小于其领域曲率均值原则,精简点云数据。若三维形貌点云数据的曲率值小于邻域曲率均值,则精简去除该三维形貌点云数据,实现三维形貌点云数据的高效精简;反之,保留三维形貌点云数据。

本发明的有益效果为:本发明提供的一种面向数字摄影获得的薄壁壳实测三维形貌点云数据处理方法,主要针对现有数字摄像获得的薄壁壳实测的百万量级的三维形貌点云数据,通过薄壁三维形貌点云数据的坐标变换、薄壁壳三维形貌点云数据的滤波处理以及薄壁壳三维形貌点云数据的精简处理,精简含有网格加筋柱壳初始几何缺陷特征的三维形貌点云数据。其中,基于非均匀网格法与曲率采样的精简方法,使得点云精简数据保留了原始数据的主要特征(即薄壁壳结构的初始几何缺陷特征)的同时,提高了精简过程中的曲率求解效率,从而实现了薄壁壳实测三维形貌点云数据的高效处理,进一步提高网格加筋柱壳结构分析预测效率,十分有望成为我国运载火箭、导弹设计等航空航天领域中三维形貌测量数据处理的关键方法之一。

附图说明

图1为本发明实施例提供的一种面向数字摄影获得的薄壁壳实测三维形貌点云数据处理方法的实现流程图;

图2(a)为处理前的三维形貌点云数据图;

图2(b)为处理后的三维形貌点云数据图;

图3为基于不同三维形貌点云数据的薄壁壳结构极限承载力预测结果图。

具体实施方式

为使本发明解决的方法问题、采用的方法方案和达到的方法效果更加清楚,下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部内容。

图1为本发明实施例提供的一种面向数字摄影获得的薄壁壳实测三维形貌点云数据处理方法的实现流程图。如图1所示,本发明实施例提供的一种面向数字摄影获得的薄壁壳实测三维空间坐标点云数据处理方法包括:

第一步,薄壁壳三维形貌点云数据的坐标变换

在薄壁壳三维形貌测量过程中,采用数字摄影方法,测量直径1.0米、高度0.6米、壁厚2.0毫米的薄壁壳结构,获得薄壁壳6个不同区域的三维形貌点云数据;采用三维形貌点云数据的旋转、平移以及比例变化处理,对三维形貌点云数据进行坐标变换,得到薄壁壳结构的整体的三维形貌点云数据。

第二步,薄壁壳三维形貌点云数据的滤波处理

采用超限邻域平均滤波算法,对第一步得到的薄壁壳结构的整体的三维形貌点云数据进行滤波处理,消除噪声;

第三步,薄壁壳三维形貌点云数据的精简方法

3.1)将第二步滤波处理后的三维形貌点云数据采用非均匀网格法进行第一次精简,此时,三维形貌点云数据由100万降至60万。

3.2)对3.1)得到的三维形貌点云数据,采用抛物面拟合局部曲面,求解拟合的曲面方程,获得三维形貌点云数据的曲率值,进一步,求解三维形貌点云数据邻域(20毫米)的曲率均值。

3.3)对比分析三维形貌点云数据的曲率值与邻域的曲率均值,若三维形貌点云数据的曲率值小于邻域曲率均值,则精简去除该三维形貌点云数据,反之,保留三维形貌点云数据,循环处理三维形貌点云数据中的每个数据,完成薄壁壳三维形貌点云数据的精简,此时,三维形貌点云数据降至1万。

图2(a)为处理前的三维形貌点云数据图,图中x、y、z为空间坐标;图2(b)为处理后的三维形貌点云数据图;为了进一步表征本发明具有高效准确的特点,图3给出了基于不同三维形貌点云数据的薄壁壳结构极限承载力预测结果。无点云数据修调的预测结果偏高,没有体现薄壁壳的初始几何缺陷;基于百万量级的三维形貌点云数据修调结果体现了结构的形貌特征,但其预测模型修调耗时长达十几小时,效率极低;基于传统的精简点云数据修调结果与百万量级的三维形貌点云数据结果相差较大,原因是其丢失了部分几何缺陷特征;基于本发明的三维形貌点云数据修调结果与百万量级的三维形貌点云数据修调结果相近,说明本发明的准确性,且本发明预测模型修调时长为30分钟,效率得到显著提升。

最后应说明的是:以上各实施例仅用以说明本发明的方法方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通方法人员应当理解:其对前述各实施例所记载的方法方案进行修改,或者对其中部分或者全部方法特征进行等同替换,并不使相应方法方案的本质脱离本发明各实施例方法方案的范围。

当前第1页1 2 3 
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