[发明专利]一种高精度螺纹锥度测量方法

说明书

高精度螺纹锥度测量方法，包括S1、对采集到的螺纹数据进行预处理获取螺纹点云轮廓；S2、将步骤S1获取的螺纹点云轮廓进行点云轮廓聚类，对分割后的数据按轮廓连续性分别进行聚类提取锥度特征点，对于在端面一侧采集得到的轮廓断续点云和在螺纹一侧采集得到的轮廓连续点云分别使用DBSCAN聚类算法与拟合分割聚类算法对待测数据进行聚类；S3、进行特征点提取，对轮廓点云进行聚类后，通过数学模型提取每类中锥度特征点，将得到的特征点进行拟合获得最终的测量结果。本发明的有益效果是使测量结果在高精度、低检测速度的三坐标方法与高检测速度、精度相对较低的二维图像方法中取得较为理想的平衡。适用于无法提供垂直光源与夹具固定且震动较少的环境中。

技术领域

本发明涉及光学测量技术领域，更具体地说涉及一种高精度螺纹锥度测量方法。

背景技术

在螺纹检测过程中，人们多采用二维图像，三坐标测量机等测量方法。但二维图像的局限性导致了单次采集数据时仅能得到单个角度的测量数据，且在数据采集过程中二维图像的获取对环境要求也相对较高，需要考虑光照等其他环境的干扰。三坐标测量机又存在体型笨重、造价昂贵且保养困难等诸多问题。多数测量机采用接触式检测法需要在使用前将待测螺纹固定在水平面上。该过程导致了无法做到实时检查和全面检查。

为控制检测成本降低螺纹检测过程中对夹具及环境要求，本申请提出一种基于三维点云的高精度螺纹锥度测量方法，该方法的提出为各种形制螺纹锥度的三维逆向测量，管螺纹检测自动化提供了新的方法。

发明内容

本发明克服了现有技术中的不足，提供了一种高精度螺纹锥度测量方法。

本发明的目的通过下述技术方案予以实现。

一种高精度螺纹锥度测量方法，包括步骤如下：

S1、对采集到的螺纹数据进行预处理获取螺纹点云轮廓；

S2、将步骤S1获取的螺纹点云轮廓进行点云轮廓聚类，对分割后的数据按轮廓连续性分别进行聚类提取锥度特征点，对于在端面一侧采集得到的轮廓断续点云和在螺纹一侧采集得到的轮廓连续点云分别使用DBSCAN聚类算法与拟合分割聚类算法对待测数据进行聚类；

S3、进行特征点提取，对轮廓点云进行聚类后，通过数学模型提取每类中锥度特征点，将得到的特征点进行拟合获得最终的测量结果。

步骤S1包括步骤如下：

S1-01、进行点云摆正工作，获取摆正螺纹点云；

S1-02、确定分割平面；

S1-03、获取螺纹点云轮廓。

步骤S1-01包括步骤如下：

Step1、读入原始螺纹点云A，使用快速k近邻算法提取点云轮廓并分析得到端面点集i；

Step2、使用随机抽样一致算法RANSAC对i进行平面拟合并通过拉依达3σ准则滤除端面点集i中噪点提升平面拟合精度及端面点集信噪比，得到平面l；

Step3、计算得出平面l与平面xoy的旋转矩阵R1，将A乘以旋转矩阵R1进行坐标变换成为A′，同理将端面数据i变化为i′；

Step4、对i′进行椭圆拟合得到圆心并计算与坐标原点的变换矩R2，将A′乘以R2变换为中轴线为z轴的摆正点云A″。

步骤S1-02包括步骤如下：

使用圆的参数方程x＝R*cos(θ)，y＝R*sin(θ)，其中θ∈[0，2π)定义圆心在空间坐标原点的正圆点云O；

取O的圆心坐标为p1，取z轴方向上的任意点作为p2；

对O上依次取点作为p3即可获得沿z轴旋转的平面；