本发明属于桨叶加工精度测量，具体涉及一种基于表面点云三维参数拟合的无人机桨叶加工精度测量方法、计算机设备及计算机可读存储介质。
背景技术：
1、随着无人机技术的快速发展，无人机桨叶作为核心部件之一，其加工精度对飞行性能和稳定性至关重要。传统的桨叶加工精度测量方法多依赖于接触式测量工具，存在精度低、操作复杂、易损坏被测物体的缺点。近年来，基于非接触式扫描技术，如结构光扫描，获取高精度的表面点云数据，逐渐成为桨叶加工精度测量的研究方向。然而，现有的点云数据处理方法仍存在采样不均匀、拟合精度不足等问题，无法准确反映桨叶的表面特征及加工误差。
2、目前在无人机桨叶加工精度测量过程存在两大核心问题。其一，点云采集与建模精度不足。传统非接触式测量方法由于扫描路径单一或遮挡干扰，往往难以全面获取桨叶复杂曲面结构的高质量点云数据，导致后续三维建模与参数提取的精度不高，难以真实反映实际加工状态。其二，处理流程鲁棒性较差，适应性不强。由于桨叶表面存在复杂的自由曲面结构和局部细节变化，传统点云处理流程在面对不同类型桨叶时普遍缺乏自适应能力，容易受到噪声、密度不均等因素干扰，影响拟合建模和加工偏差评估的可靠性与稳定性。因此，迫切需要一种高精度、快速的桨叶加工精度测量方案。
技术实现思路
1、针对现有技术中存在的上述缺陷，本发明提供了一种无人机桨叶加工精度测量方法、设备及介质，通过双次异向线结构光扫描技术获取无人机桨叶表面的高精度点云数据，并利用三维参数拟合模型对无人机桨叶的加工精度进行精确测量与评估。
2、下面本发明的第一方面，提供了一种基于表面点云三维参数拟合的无人机桨叶加工精度测量方法，该方法包括：
3、通过双次异向线结构光扫描技术获取无人机桨叶表面的点云数据；
4、基于点云的微局部密度与曲率信息，对所得点云数据进行非均匀采样，提取关键特征点；
5、基于提取的关键特征点构建无人机桨叶的三维参数拟合模型，获取无人机桨叶的测量参数；
6、对无人机桨叶的三维模型进行非均匀采样，生成标准点云，并构建对应的标准三维参数拟合模型，得到标准参数；
7、对比所得的测量参数与标准参数，以评估无人机桨叶的加工精度。
8、上述方案中，通过双次异向线结构光扫描技术获取无人机桨叶表面的点云数据，包括：
9、将无人机桨叶固定于六自由度机械运动平台上，并调整其姿态，使其表面处于结构光扫描设备的视野范围内；
10、采用双次异向线结构光扫描技术，依次从两个不同方向投射线结构光条纹图案至桨叶表面；
11、利用相机采集结构光条纹图像，并转化为对应方向下的三维点云数据；
12、将两个方向获取的三维点云数据进行配准与融合，得到桨叶表面三维点云数据。
13、上述方案中，双次异向线结构光扫描技术是指分别从平行于x轴与y轴的方向对无人机桨叶进行线结构光扫描，该扫描过程包括：
14、对平行于x轴方向进行线结构光扫描，获得第一组点云数据；
15、对平行于y轴方向进行线结构光扫描，获得第二组点云数据；
16、将第一组点云数据与第二组点云数据进行配准叠加，获得完整的点云数据。
17、上述方案中，该方法还包括：
18、对获取的无人机桨叶表面的点云数据进行初步去噪处理，去除孤立点和异常点。
19、上述方案中，基于点云的微局部密度与曲率信息，对所得点云数据进行非均匀采样，提取关键特征点，包括：
20、计算点云包围盒并沿x、y、z轴方向按固定间距划分成多个规则网格单元，以将无人机桨叶表面的点云数据划分为多个点云块；
21、计算每个点云块的中心点，中心点为点云块内所有点的三维坐标均值点；
22、计算两两点云块中心点之间的欧式距离，并求取全局平均值；其中，表示第 i个点云块与第 j个点云块中心点之间的欧式距离，n表示点云块总数，表示点云块的总对数；
23、对点云块内每个点，通过协方差矩阵分解得到特征值，并根据特征值计算得到每个点的曲率，然后在每个点云块内统计所有点的曲率，并记录每个点云块的曲率最大值；
24、设定曲率阈值t，定义特征值，其中是权重系数，密度值，；若某一点云块对应的特征值满足，则判定该点云块为特征区域，选择该点云块中曲率最大的点或靠近点云块中心的点作为采样点；
25、将所有点云块中提取出的采样点合并，构成全局关键特征点集合q。
26、上述方案中，基于提取的关键特征点构建无人机桨叶的三维参数拟合模型，获取无人机桨叶的测量参数，包括：
27、将提取的关键特征点作为输入数据，通过参数化坐标分量方程描述桨叶整体空间形态，具体方程为：
28、
29、其中，、和是关键特征点的坐标，r是桨叶任意截面处的径向半径，是旋转角度参数，k是控制桨叶表面扭转梯度，是叶根初始扭转角，为扭转梯度系数，是桨叶的最大半径，是归一化径向位置；
30、遍历关键特征点，求取所有关键特征点对应的k和r，并代入，计算出和，作为无人机桨叶的测量参数。
31、上述方案中，对无人机桨叶的三维模型进行非均匀采样，生成标准点云，并构建对应的标准三维参数拟合模型，得到标准参数，包括：
32、获取无人机桨叶的cad模型，根据无人机桨叶表面形态变化特征获取无人机桨叶表面的标准点云数据；
33、基于点云的微局部密度与曲率信息，对无人机桨叶表面的标准点云数据进行非均匀采样，提取标准关键特征点；
34、基于提取的标准关键特征点构建无人机桨叶的三维参数拟合模型，获取无人机桨叶的标准参数和，其中是标准叶根初始扭转角，是标准扭转梯度系数。
35、上述方案中，对比所得的测量参数与标准参数，以评估无人机桨叶的加工精度，包括：
36、计算测量参数和与对应标准参数和的差值，若两个差值各自小于预设的阈值，则判定无人机桨叶合格，否则判定无人机桨叶不合格。
37、根据本发明的第二方面，提供了一种计算机设备，包括：处理器和存储器，存储器存储可在处理器上运行的程序或指令，程序或指令被处理器执行时实现第一方面中任意一项所述的无人机桨叶加工精度测量方法的步骤。
38、根据本发明的第三方面，提供了一种计算机可读存储介质，其上存储有程序或指令，程序或指令被处理器执行时实现第一方面中任意一项所述的无人机桨叶加工精度测量方法的步骤。
39、总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得以下有益效果：
40、本发明提供了一种基于表面点云三维参数拟合的无人机桨叶加工精度测量方法、设备及介质，通过双次异向线结构光扫描技术能够高精度获取桨叶表面点云数据，并通过非均匀采样与三维参数拟合，实现对实际加工桨叶几何参数的精准测量，最后与标准参数进行比对，实现对无人机桨叶加工精度的有效评估。