(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211150495.7 (22)申请日 2022.09.21 (71)申请人 沈阳飞机 工业 （集团） 有限公司 地址 110034 辽宁省沈阳市皇姑区陵北街1 号 (72)发明人 李克明　汪俊　潘新　张永亮　 易程　张沅　白新宇　 (74)专利代理 机构 大连理工大 学专利中心 21200 专利代理师 隋秀文 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/13(2017.01) G06T 3/00(2006.01) G06T 5/00(2006.01)G01B 11/24(2006.01) (54)发明名称 基于三维点云数据的机翼轮廓度分析方法 (57)摘要 本发明公开了一种基于三维点云数据的机 翼轮廓度分析方法， 包括： 将飞机机翼三维点云 数据进行多层级八叉树的连通域滤波处理， 得到 滤波点云； 将滤波点云基于重力补偿进行畸变修 正， 修正滤波点云； 将修正的滤波点云与飞机机 翼标准几何模 型进行配准， 并通过加权融合局部 算子的方法提取飞机机翼中轴线； 沿飞机机翼中 轴线方向取基准点， 在基准点处作垂直于中轴线 的平面作为基准截面， 得到机翼截面点云和标准 几何截线； 分别计算标准几何截线点与对应机翼 截面点之间的距离， 将距离最大的用于计算飞机 机翼轮廓度误差。 本发明机翼 轮廓度分析方法能 够实现机翼轮廓度快速、 准确测量， 具有鲁棒性 强的特点。 权利要求书2页 说明书5页 附图1页 CN 115482218 A 2022.12.16 CN 115482218 A 1.基于三维点云数据的机翼轮廓度分析 方法， 其特 征在于， 包括如下步骤： 步骤S1、 获取飞机机翼三维点云数据， 将飞机机翼三维点云数据进行多层级八叉树的 连通域滤波处 理， 得到滤波点云； 步骤S2、 将滤波点云基于重力补偿进行畸变修正， 获得飞机机翼横向弯曲形变， 修正滤 波点云； 步骤S3、 采用装配基准配准的局部配准方法， 将修正的滤波点云与飞机机翼标准几何 模型进行配准， 将飞机机翼标准几何模型上的中轴线通过加权融合局部算子的方法提取飞 机机翼中轴线； 步骤S4、 沿飞机机翼中轴线方向每隔50mm取基准点， 在基准点处作垂直于中轴线 的平 面作为基准截面， 将基准截面与配准的飞机机翼 三维点云数据相交， 得到机翼截面点云， 将 基准截面与飞机 机翼标准几何模型相交， 得到标准几何截线； 步骤S5、 分别计算标准几何截线点与对应机翼截面点之间的距离， 将距离最大的用于 计算飞机 机翼轮廓度误差 。 2.根据权利要求1所述的基于三维点云数据的机翼轮廓度分析方法， 其特征在于， 步骤 S1包括如下子步骤： 步骤S101、 将三维激光扫描仪发射的激光打在飞机机翼的表面， 通过激光反射原理， 计 算出每个激光反射 点在空间中的坐标， 将坐标进行汇总， 获得飞机 机翼的三维点云数据； 步骤S102、 建立飞机机翼三维点云数据的多层级八叉树数据结构， 将多层级八叉树数 据结构由低到高分成k个等级， 在由低到高升高八叉树等级的过程中， 按照当前八叉树的最 小包围盒连通性进行聚类， 将聚类区域中点最多的区域作为主区域， 当主区域的八叉树等 级到达最高级时， 如果最小包围盒的周围六个方向有任意一个包围盒与所述最小包围盒连 通， 将所述最小包围盒的分数设置为1， 保留最小包围盒中的点； 否则将最小包围盒的分数 设置为0， 删除最小包围盒中的所有点。 3.根据权利要求1所述的基于三维点云数据的机翼轮廓度分析方法， 其特征在于， 步骤 S2包括如下子步骤： 步骤S201、 将滤波点云进行坐标系变换， 以滤波点云中连接翼盒基准所在平面为变换 坐标系的XOY面， 并将滤波点云中连接翼盒基准所在平面的下边缘与变换坐标系的x轴对 齐， 得到坐标变换点云， 并计算机翼横向弯曲形变Δy： 其中， l为飞机机翼的长度， G为飞机机翼的重量， z为坐标变换点云中点的坐标z值距y 轴的距离， E为机翼弹性模量， I 为惯性矩； 步骤202、 将飞机机翼横向弯曲形变Δy加入到坐标变换点云中的y坐标中， 修正滤波点 云。 4.根据权利要求1所述的基于三维点云数据的机翼轮廓度分析方法， 其特征在于， 步骤 S3包括如下子步骤： 步骤S301、 将修正的滤波点云以及飞机机翼标准几何模型放在同一坐标系下， 计算修 正的滤波点云中每一个点到连接翼盒基准之间的距离， 并使得基于局部特征权重的配准的 方法的距离目标函数最小化， 计算出平移矩阵和旋转矩阵， 通过平移矩阵和旋转矩阵实现权　利　要　求　书 1/2 页 2 CN 115482218 A 2修正的滤波点云以及飞机 机翼标准几何模型的配准， 得到配准的飞机 机翼三维点云数据； 步骤S302、 对配准的飞机机翼三维点云数据进行随机采样， 并通过加权融合局部算子 的能量函数， 基于飞机 机翼标准几何模型 上的中轴线， 得到飞机 机身部件中轴线。 5.根据权利要求4所述的基于三维点云数据的机翼轮廓度分析方法， 其特征在于， 所述 距离目标函数W 最小化的过程 为： 其中， R为平移矩阵， P0为旋转矩阵， NY为修正的滤波点云中点的数量， i为NY的索引， disi 为修正的滤波点云中第i个点坐标yi和连接翼盒基准之间的距离， d(Ryi+P0,M(P))为修正的 滤波点云中第i个点 坐标yi和飞机机翼标准几何模型M(P)之间的距离 。 6.根据权利要求4所述的基于三维点云数据的机翼轮廓度分析方法， 其特征在于， 所述 加权融合局部算子的能量 函数E(Q)为： 其中， ELOP(qj)为LOP方法的能量函数， j为飞 机机翼标准几何模型上的中轴线上的第j个投影点， ‖ ·‖为K范数， θ( ·)为平滑权值函数， xa为第a个随机采样点， qj为飞机机翼标准几何模型上的中轴线上的第j个投影点坐标， 为t次迭代后的qj坐标， Erep(qj)为排斥能量 函数， λj为第一平 衡函数， γj为第二平衡函数， 代表t次迭代后的飞机机翼 标准几何模型上的中轴线上的 第a个投影点 坐标。 7.根据权利要求1所述的基于三维点云数据的机翼轮廓度分析方法， 其特征在于， 所述 标准几何截线点与对应机翼截面 点之间的距离di的计算过程 为： 其中， (xi,yi)为第i个机翼截面点的坐标， (xj,yj)为标准几何截线上对应于第i个机翼 截面点的坐标。 8.根据权利要求1所述的基于三维点云数据的机翼轮廓度分析方法， 其特征在于， 所述 飞机机翼轮廓度误差L的计算过程 为： L＝2max(di) 其中， max(di)表示标准几何截线点与对应机翼截面 点之间的最大距离 。权　利　要　求　书 2/2 页 3 CN 115482218 A 3