面向飛機蒙皮對縫的移動機器人自主跟蹤方法

（南京航空航天大學機電學院，南京210016）

飛機蒙皮[1]在飛機骨架結構外且用鉚釘固定于骨架上，蒙皮直接與空氣接觸，不僅起著承載和傳遞氣動載荷[2]的作用，還需要承受一定的剪流，所以要求蒙皮具有較大的承載力和剛度。飛機蒙皮面積較大且形狀復雜，不可能實現(xiàn)整體加工，所以飛機蒙皮一般由很多面積較小的結構裝配而成，進而形成許多裝配對縫，這些裝配對縫的存在會對飛機的氣動和隱身性能造成影響[3]。因此必須對這些裝配形成的對縫進行測量，確認其是否滿足裝配精度的要求。

傳統(tǒng)的蒙皮對縫測量方法是操作人員利用塞尺測量對縫[4]。但是大型蒙皮的上表面面積大，裝配對縫數(shù)量多[5]。如果利用塞尺測量這些對縫，操作人員需要站立在蒙皮的上表面，這樣會使蒙皮發(fā)生變形，因此對大型蒙皮上表面的裝配對縫進行測量十分困難。這種操作人員利用塞尺的測量方法穩(wěn)定性差、隨機誤差大，測量結果與技術人員的經(jīng)驗、責任心密切相關，對操作人員的要求較高。因此需要一套可以測量對縫間隙階差并且自主跟蹤對縫特征的測量系統(tǒng)來代替人工檢測。

近年來，國內(nèi)外研究人員對飛機蒙皮對縫跟蹤技術有諸多研究。天津大學王志江等[6]提出基于視覺的機器人對縫糾偏控制系統(tǒng)，但需通過觀察對縫中心與機器人的相對位置調(diào)整機器人位姿。北京航空航天大學許大帥等[7]提出基于iGPS的對縫定位，在線結構光傳感器測算對縫的同時，利用iGPS 對傳感器進行定位，但只能得到對縫的位置信息，難以實現(xiàn)自主跟蹤測量。Mueller 等[8]將蒙皮的三維點云數(shù)據(jù)與二維圖像中像素點一一對應，檢測出每個對縫區(qū)域的點云數(shù)據(jù)，在掃描得到大量的點云數(shù)據(jù)中，不能準確、高效地提取對縫區(qū)域。

針對上述問題，本文提出了一種面向飛機蒙皮對縫的移動機器人自主跟蹤方法。機器人采用精度高且便攜的雙線結構光測量方法和靈活性好的車輪式移動方式。機器人包括對縫測量模塊和運動控制模塊。對縫測量模塊在測量對縫間隙階差的同時得到機器人相對于對縫的位姿，傳輸?shù)竭\動控制模塊中控制機器人自主調(diào)姿，實現(xiàn)對縫的自主跟蹤。

1 移動機器人

1.1 結構與硬件組成

移動機器人如圖1所示，機器人采用3 層架構式，其外形尺寸為300mm×220mm×220mm。NVIDIA Jetson TX2 開發(fā)板安裝在上底盤上，STM32 單片機[9]、BTN7971 驅(qū)動板和蓄電池依次安裝在機器人的中間底盤上。工業(yè)相機和兩激光器固定在中間底盤與下底盤之間的安裝板上。

1.2 通訊原理

移動機器人的通訊原理如圖2所示，機器人包括對縫測量模塊和運動控制模塊。

工業(yè)相機獲取對縫處的激光光條圖像，傳輸?shù)絅VIDIA Jetson TX2 開發(fā)板中。NVIDIA Jetson TX2 開發(fā)板對光條圖像進行處理[10]，一方面測量對縫的間隙階差，另一方面得到機器人相對于對縫的位姿，然后通過串口[11]將相對位姿發(fā)送到STM32 單片機。STM32單片機發(fā)送PWM 波到驅(qū)動板，驅(qū)動電機控制麥克納姆輪[12]轉動，調(diào)整機器人位姿。

2 對縫自主跟蹤

2.1 對縫跟蹤模型

當機器人在水平方向左右移動時，相機采集到的圖像中對縫的位置會隨之移動。因大型蒙皮的上表面曲率較小，故可以忽略由蒙皮曲率變化造成對縫在相機Z軸方向的位置變化。因此，圖像上對縫特征點的偏移[13]代表了機器人相對于對縫的偏移。

在機器人運動的過程中應保證機器人中心線與對縫方向一致，避免機器人在運動過程中由于誤差導致所采集的圖像中激光光條未檢測到縫，從而對機器人跟蹤對縫產(chǎn)生影響。當機器人中心線與對縫方向一致時，對縫位于圖像中心位置，此位置光條效果較兩側更好，圖像處理精度更高[14]。

通過以上分析，構建如圖3所示的移動機器人對縫跟蹤模型。

由圖3可知，在機器人跟蹤對縫的過程中，機器人相對于對縫的位姿包括兩部分，一部分是機器人中心線相對于對縫軌跡的偏角，用θ表示；另一部分是機器人中心線與對縫之間的距離，用l表示。O點為機器人的幾何中心，a和b分別表示機器人幾何中心O點與兩光條的距離，d表示機器人中心線兩側激光光條的長度。

圖1 移動機器人結構圖Fig.1 Mobile robot structure diagrams

圖2 通訊原理圖Fig.2 Communication schematic

對機器人相關尺寸進行測量可知，幾何中心O點距離兩光條的距離a和b分別為65mm 和70mm，機器人中心線兩側激光光條的長度d為70mm。

2.2 自主調(diào)姿方法

在機器人運動的過程中，機器人中心線與對縫會出現(xiàn)偏差，產(chǎn)生偏差的原因有如下3 點：

（1）機器人位于初始位置時，由于初始位置的隨機性，機器人中心線與對縫之間的相對位置關系不能得到保證；

（2）在機器人運動的過程中，對縫的軌跡會發(fā)生變化，從而造成機器人中心線與對縫之間產(chǎn)生偏差；

（3）在機器人運動過程中產(chǎn)生誤差，導致其中心線偏離對縫方向。

由于上述原因，要求機器人在跟蹤對縫的過程中可以調(diào)節(jié)其相對于對縫的位姿。根據(jù)圖像中激光光條檢測到對縫的不同情況，研究機器人的自主調(diào)姿方法分為雙縫、單縫和無縫3種。

2.2.1 雙縫

當機器人某一時刻相機所采集到的圖像中激光光條檢測到雙縫，說明此時對縫軌跡之間有一銳角轉角。此時，在相機所采集的圖像中對縫與光條的相對位置關系有兩種，如圖4所示。

以圖4（a）為例，詳細描述機器人在檢測到雙縫時的調(diào)姿方法，調(diào)姿示意圖如圖5所示。

移動機器人根據(jù)對縫相對于圖像中心的位置，向左或向右運動l，使對縫位于圖像中心，如圖5（b）所示。

根據(jù)θ與90°的大小關系，若θ>90°，則控制機器人逆時針轉動270°～θ，如圖5（c）所示。同理，若θ<90°，則控制機器人順時針轉動90°+θ。由于圖像中心不是機器人的旋轉中心，所以在轉動之后機器人中心線方向與對縫方向相同，但圖像中心并不在對縫處。

圖3 機器人對縫跟蹤模型Fig.3 Robot seam tracking model

圖4 雙縫檢測簡圖Fig.4 Double seam detection diagrams

圖5 雙縫調(diào)姿Fig.5 Double seam posture adjustment

由幾何關系可知，逆時針轉動之后對縫位于機器人中心線的右側，對縫與機器人中心線距離l'=bsin（θ-90°），控制機器人右移bsin （θ-90°），如圖5（d）所示。同理，順時針轉動之后對縫位于機器人中心線的左側，對縫與機器人中心線距離l'=bsin（90°-θ），控制機器人左移bsin （90°-θ）。從而保證機器人中心線與對縫方向一致。

2.2.2 單縫

當機器人某一時刻相機所采集到的圖像中激光光條檢測到單縫。此時存在兩種情況：第1種是機器人位于初始位置，由于放置位置的不確定性導致激光光條與對縫之間有一定的偏差；第2種是對縫軌跡之間存在一鈍角轉角，相機在某次采集圖像的過程中拍攝到了鈍角轉角的另一條邊。

在初始位置時，相機所采集的圖像中對縫與光條的相對位置關系有4種，如圖6所示。在對縫軌跡之間為鈍角轉角時，相機所采集的圖像中對縫與光條的相對位置關系有兩種，如圖7所示。

由圖6和圖7可知，在機器人位于鈍角轉角時，檢測到縫的兩種情況與初始位置時的情況相同。在初始位置和鈍角轉角兩種情況下可采用相同的調(diào)姿方法。以圖6（a）為例，詳細描述機器人在檢測到單縫時的調(diào)姿方法，調(diào)姿示意圖如圖8所示。

移動機器人根據(jù)對縫的左右位置，若對縫在左側，則向左運動l，如圖8（b）所示。同理，若對縫在圖像中心的右側，則控制機器人向右運動l，使對縫位于圖像中心。

根據(jù)θ與90°的大小關系，若θ>90°，則控制機器人順時針轉動θ～90°，如圖8（c）所示。同理，若θ<90°，則控制機器人逆時針轉動90°～θ。由于圖像中心不是機器人的旋轉中心，所以在轉動之后機器人中心線方向與對縫方向相同，但圖像中心并不在對縫處。

圖6 初始位置簡圖Fig.6 Initial position diagrams

圖7 單縫檢測簡圖Fig.7 Single seam detection diagrams

圖8 單縫調(diào)姿Fig.8 Single seam posture adjustment

由幾何關系可知，順時針轉動之后對縫位于機器人中心線的左側，對縫與機器人中心線距離l'=bsin（θ-90°），控制機器人左移bsin（θ-90°），如圖8（d）所示。同理，逆時針轉動之后對縫位于機器人中心線的右側，對縫與機器人中心線距離l'=bsin（90°-θ），控制機器人右移bsin（90°-θ），保證機器人中心線與對縫方向一致。

2.2.3 無縫

當機器人某一時刻相機所采集到的圖像中激光光條未檢測到縫。此時存在兩種情況，第1種是對縫軌跡之間存在一鈍角轉角，由于機器人前一次前進距離過大導致此次拍攝的圖像中光條未檢測到縫。第2種是對縫軌跡之間存在一個直角轉角。

當對縫軌跡之間為鈍角轉角時，相機所采集的圖像中對縫與光條的相對位置關系有兩種，如圖9所示。在對縫軌跡之間為直角轉角時，相機所采集的圖像中對縫與光條的相對位置關系也有兩種，如圖10所示。

由圖9 和圖10可知，機器人位于鈍角轉角時與直角類似，可采用相同的調(diào)姿方法。以較復雜的鈍角轉角圖9（a）為例，詳細描述機器人未檢測到縫時的調(diào)姿方法。

控制機器人逆時針轉動90°，采集一次圖像。若檢測到縫，如圖11（a）所示；若仍未檢測到縫則說明對縫不在機器人的逆時針方向，然后控制機器人順時針轉動180°，如圖11（b）所示。

圖9 鈍角無縫檢測簡圖Fig.9 Obtuse angle seamless detection diagrams

圖10 直角無縫檢測簡圖Fig.10 Right angle seamless detection diagrams

圖11 旋轉尋縫Fig.11 Rotary seam finding

在機器人旋轉尋縫后，光條檢測到單縫，下一步可按單縫調(diào)姿方法進行調(diào)整位姿。

2.3 對縫跟蹤流程

機器人運動流程如圖12所示。

步驟1：調(diào)姿。將機器人放到初始位置，打開開關，進行單縫調(diào)姿。

步驟2：運動?？刂茩C器人直線運動，采樣距離為50mm。

步驟3：判斷是否檢測到縫。由采集到的圖像判斷機器人是否檢測到縫。若無縫，跳轉至步驟4；若有縫，跳轉至步驟5。

步驟4：旋轉尋縫。若機器人采集的圖像中沒有對縫，進行旋轉尋縫。

圖12 機器人運動流程圖Fig.12 Robot motion flow chart

步驟5：判斷檢測到縫的類型。若機器人采集的圖像中有對縫，判斷對縫的類型。若為單縫，跳轉至步驟6；若為雙縫，跳轉步驟7。

步驟6：單縫調(diào)姿。按單縫調(diào)姿的方法進行調(diào)姿。

步驟7：雙縫調(diào)姿。按雙縫調(diào)姿的方法進行調(diào)姿。

步驟8：判斷運動是否結束。若機器人未運動結束，跳轉至步驟2。若機器人運動結束，則停止運動。

3 試驗及結果分析

3.1 試驗平臺

為驗證移動機器人對縫跟蹤精度，搭建圖13所示的對縫跟蹤試驗平臺。試驗平臺中，模擬件根據(jù)大型蒙皮上表面裝配對縫中，形狀最復雜、軌跡最長的飛機機翼與翼盒裝配后形成的對縫軌跡特征設計加工形成。

模擬件表面上的對縫軌跡為鋸齒形，分別有50°、100°和90°3種不同類型的轉角。其中每條鋸齒邊的長為350mm，兩條短直角邊長為700mm，底邊邊長為1600mm。將機器人放置到圖13所示位置。

3.2 試驗數(shù)據(jù)及誤差分析

在機器人沿模擬件上對縫運動的過程中，機器人中心線與對縫距離l的理論值為0，激光光條和對縫夾角θ的理論值為90°。但是在實際的對縫跟蹤過程中，機器人與對縫總會存在誤差。用機器人中心線與對縫距離l與0的差值表示機器人的位置誤差；激光光條和對縫的夾角θ與90°的差值表示機器人的角度誤差。

記錄機器人每次采集的圖像中其中心線與對縫之間的距離l以及激光光條與對縫的夾角θ。根據(jù)試驗結果繪制圖14所示的誤差分布曲線。

在圖14中，第1次測量為初調(diào)姿。由于初始位置的不確定性，當機器人位于初始位置時，機器人中心線與對縫的位置誤差以及激光光條與對縫的角度誤差都較大。此次試驗中，初始位置時測量得到的距離為-46.51mm，角度為68.53°。

第5次測量得到的距離為53.23mm，角度為168.64°。由于距離和角度都有很大誤差，說明此時到達鈍角轉角。

第13次測量未得到數(shù)據(jù)，第14次測量得到的距離為46.20mm，角度為105.35°。說明機器人進行了一次旋轉尋縫，對縫在逆時針方向。由于位置誤差較大，說明此時到達鈍角轉角。

第21、22次測量未得到數(shù)據(jù)，第23次測量得到的距離為-51.39mm，角度為76.62°。說明機器人進行了兩次旋轉尋縫，對縫在順時針方向。由于位置誤差較大，說明此時到達鈍角轉角。

第30次測量未得到數(shù)據(jù)，第31次測量得到的距離為38.42mm，角度為104.15°。說明機器人進行了一次旋轉尋縫，對縫在逆時針方向。由于位置誤差較大，說明此時到達鈍角轉角。

第38次測量得到兩組數(shù)據(jù)，說明到達銳角轉角。其中較偏處對縫測量得到的距離為23.50mm，角度為43.31°。

第53、54次測量未得到數(shù)據(jù)，第55次測量得到的距離為5.41mm，角度為92.38°。說明機器人進行了兩次旋轉尋縫，對縫在順時針方向。由于位置誤差較小，說明此時到達直角轉角。

圖13 對縫跟蹤試驗平臺Fig.13 Seam tracking experimental platform

圖14 誤差分布圖Fig.14 Error distribution

第88、89次測量未得到數(shù)據(jù)，第90次測量得到的距離為5.38mm，角度為87.72°。說明機器人進行了兩次旋轉尋縫，對縫在順時針方向。由于位置誤差較小，說明此時到達直角轉角。

第105次測量得到兩組數(shù)據(jù)，說明到達銳角轉角。其中較偏處對縫測量得到的距離為28.48mm，角度為36.47°。

第112次測量未得到數(shù)據(jù)，第113次測量得到的距離為46.22mm，角度為103.95°。說明機器人進行了一次旋轉尋縫，對縫在逆時針方向。由于位置誤差較大，說明此時到達鈍角轉角。

由試驗結果可知，經(jīng)初調(diào)姿后，機器人沿對縫直線運動時的誤差較小。由于對縫軌跡發(fā)生變化，機器人在調(diào)姿時的位置誤差和角度誤差較大。在不考慮調(diào)姿誤差的情況下，機器人直線運動的位置誤差為5.81mm，角度誤差為3.52°。

4 結論

本文針對大型蒙皮上表面裝配對縫的自動化測量問題，提出了一種面向飛機蒙皮對縫的移動機器人自主跟蹤方法。

（1）對機器人的結構、硬件組成與通訊原理進行了簡單的介紹。機器人采用3 層架構式結構，并搭載合適的硬件。NVIDIA Jetson TX2 開發(fā)板處理圖像得到機器人相對于對縫的位姿，通過串口傳輸?shù)絊TM32 單片機中，進而控制機器人自主調(diào)姿。

（2）基于雙線結構光與對縫的相對位置關系，將圖像中光條檢測到對縫的情況分為雙縫、單縫和無縫3種，提出了機器人在不同情況下的自主調(diào)姿方法，解決了機器人在運動過程中與對縫產(chǎn)生偏差時的自主調(diào)姿問題。

機器人通過該方法自主跟蹤對縫。通過試驗表明，移動機器人對縫跟蹤時的位置誤差為5.81mm，角度誤差為3.52°。該機器人對縫跟蹤誤差小，可靠性高，為大型飛機蒙皮上表面裝配對縫的自動化測量提供了新手段。