[发明专利]一种航空发动机卡箍的细粒度三维识别方法

权利要求书

1.一种航空发动机卡箍的细粒度三维识别方法，其特征在于，包括如下步骤：

采集标准航空发动机三维点云数据，以其中卡箍点云数据作为卡箍形状和位置标准，并为每个卡箍定义型号标准；

对于待测航空发动机三维点云数据，首先进行卡箍场景的语义分割，通过语义分割网络学习每个点的局部几何结构，生成逐点语义特征，并将点云分为两类：卡箍点与背景点；

进行卡箍实例化，通过卡箍点的语义特征预测出每个卡箍点相对于该卡箍中心的偏移量，结合聚类算法，得到完整的卡箍实例；

进行卡箍细粒度识别，依据细粒度分类网络，根据不同型号卡箍之间的细粒度特征差异，得到每个卡箍的型号类别；最终得到每个卡箍的点云数据及其型号。

2.根据权利要求1所述的一种航空发动机卡箍的细粒度三维识别方法，其特征在于，所述“采集标准航空发动机三维点云数据，以其中卡箍点云数据作为卡箍形状和位置标准，并为每个卡箍定义型号标准”的步骤包括：

选取一个无卡箍错漏装的标准航空发动机体S，采用三维传感器对S扫描采集标准航空发动机体的三维点云数据M_S，并对其中的卡箍点云进行标注：将所述卡箍点云用于卡箍形状和位置的定义，并对每个卡箍定义型号标准。

3.根据权利要求2所述的一种航空发动机卡箍的细粒度三维识别方法，其特征在于，所述“对于待测航空发动机三维点云数据，首先进行卡箍场景的语义分割，通过语义分割网络学习每个点的局部几何结构，生成逐点语义特征，并将点云分为两类：卡箍点与背景点”的步骤包括：

线上检测时，采用三维传感器对待测航空发动机T进行整机扫描，获得待测航空发动机的三维点云数据M_T；

卡箍场景语义分割：通过语义分割网络，根据每个点的邻域几何结构，如邻域空间位置关系、法向量信息、相对角度信息等，生成逐点语义特征其中D为特征向量维度，n为M_T的点数；然后通过分类器将点云数据分为两类：卡箍点和背景点，从而得到每个卡箍点的三维坐标其中n_c表示卡箍点的总个数。

4.根据权利要求3所述的一种航空发动机卡箍的细粒度三维识别方法，其特征在于，所述“进行卡箍实例化，通过卡箍点的语义特征预测出每个卡箍点相对于该卡箍中心的偏移量，结合聚类算法，得到完整的卡箍实例”的步骤包括：

根据卡箍点的逐点语义特征f_i，预测出每个卡箍点相对所在卡箍中心的偏移量其中为第j个卡箍实例的中心点三维坐标，m_j表示该实例点云的点数；然后将每个卡箍点三维坐标x_i与其对应的偏移量o_i相加，得到向卡箍中心坍缩后的卡箍点三维坐标此处，将这些点定义为移位卡箍点；然后对所有移位卡箍点进行聚类操作，最终得到多个完整的实例其中m为实例个数，m_j为第j个实例点云的点数；然后将每个移位卡箍实例的三维坐标减去对应的偏移量后，得到完整的、无偏移的卡箍实例

5.根据权利要求4所述的一种航空发动机卡箍的细粒度三维识别方法，其特征在于，所述“进行卡箍细粒度识别，依据细粒度分类网络，根据不同型号卡箍之间的细粒度特征差异，得到每个卡箍的型号类别；最终得到每个卡箍的点云数据及其型号”的步骤包括：

通过细粒度分类网络，对步骤d得到的每个卡箍实例C_j提取全局特征其中D为全局特征的维度；然后根据标准件中不同型号之间的特征差异，将所有卡箍实例进行分类，得到其所属的型号类别；最终输出航空发动机中的卡箍三维坐标C_j及其型号类别cls_j{cls_j∈{1…N}}(j＝1…m)，其中N为卡箍型号个数。

6.根据权利要求5所述的一种航空发动机卡箍的细粒度三维识别方法，其特征在于：

对航空发动机S的三维点云数据M_S，首先对其中的卡箍进行标注：将卡箍点云用于卡箍形状和位置定义，用于辅助语义分割网络从发动机点云数据中识别卡箍点；然后对每个卡箍定义型号标准，用于辅助细粒度识别网络区分不同型号卡箍的几何结构差异。