题目：大型构件三维形貌快速柔性测量研究

随着我国综合国力的提高，国家的工业制造技术也在快速的发展。代表国家工业制造水平的汽车、飞机、轮船、卫星等大型构件，其产品设计也越来越复杂，使得加工质量、效率及精度要求也逐步提高。因此测量在整个加工制造过程中，不再是一个辅助过程，而是一个必不可少的环节。并与系统设计、系统加工集成在一起，成为提高整个制造过程的效率及保证加工质量的关键。产品的多样化、小批量、表面复杂等特点，使得传统固定位置的框架式测量系统不能满足测量要求，急需具有快速柔性特点的测量系统出现。由于以上原因，本文开展了对大型构件三维形貌快速柔性测量的研究。针对基于工业机器人与视觉传感器相结合的柔性非接触测量进行了深入研究，主要研究成果如下：

传统手眼标定方法要求机器人本体精度高，而不要求机器人本体精度的现有的手眼标定方法精度又不高。本文提出了基于旋转轴运动的手眼标定方法。该方法将视觉传感器固定于机器人末端执行器上作为整体，标定视觉传感器坐标系与机器人第四连杆坐标系之间的相互转换关系。标定过程中机器人前四个连杆不动，后两个连杆又与传感器作为整体，因此标定过程中不涉及机器人本体误差。本方法不要求机器人本体精度，只要能保证机器人连杆转过的相对角度即可以保证手眼标定精度。

工业机器人重复定位精度高，而绝对定位精度低，不能得到机器人末端执行器在机器人坐标系下的准确位姿。因此，统一在机器人坐标系下的机器人视觉测量的数据具有很大的误差，不能满足测量要求。所以需要通过提高机器人的绝对定位精度，来提高测量精度。本文提出利用改进的量子行为粒子群优化算法对工业机器人IRB1400的运动学参数进行误差补偿，此方法对机器人所有连杆进行全量程标定，标定完成后在机器人的所有工作空间的精度保持一致。改进的量子行为粒子群优化算法在量子行为粒子群优化算法的基础上，提高了最优解的搜索速度，并且能保证在搜索过程中不会陷入局部最优。通过上述方法提高机器人的绝对定位精度，使机器人的绝对定位精度达到重复定位精度的水平。

对于复杂自由曲面的测量，传感器的视点规划是影响测量质量及效率的关键因素。对于已知CAD模型的大型构件来说，根据其三维形貌的信息，事先进行视觉传感器的测量视点规划，可以保证图像质量，减少采点数量。本文提出了基于已知CAD模型的矩形自适应采点算法，此算法根据测量系统的测量面积及被测物的被测面积，首先确定最少采点个数，并将被测面积划分出若干矩形；根据矩形的顶点及中心点处的法向量信息，利用自适应原理求解出采点的位置及方向；计算此矩形内所有点的法向量方向与采点方向的夹角，以判断矩形内所有点是否能被测量到，若夹角大于测量系统的入射角，则将不能被测量到的点重新组成矩形，继续利用自适应算法确定采点位姿，直到矩形内所有点都被测量到为止。

搭建大型构件三维形貌快速柔性测量系统，将本文提出的手眼标定方法及机器人运动学参数误差补偿方法应用于此测量系统中。首先，将此测量系统应用于大理石地面测量，验证了系统测量平面的精度。然后将此测量系统应用于某型号飞机的局部测量，并将本文中提出的基于CAD模型的矩形自适应采点算法应用于测量过程，测量结果显示，本测量系统可以对大型构件的三维表面进行完整、快速、准确的测量。验证了此系统具有快速、柔性、高精度的测量效果。