基于多机器人协同的航空器表面检测方法与流程

本发明涉及航空器无损检测，具体涉及一种基于多机器人协同的航空器表面检测方法。

背景技术：

1、航空器表面结构完整性检测是保障飞行安全和维修质量的重要环节。现有航空器表面检测方式主要包括人工目视检测、单一无人机巡检以及部分空地协同检测方式。传统人工目视检测作业效率较低，且在机翼上表面、机身顶部、机身底部及起落架舱等位置容易受到视角、空间和安全条件限制，从而影响检测一致性和检测效率。

2、单架无人机可对航空器侧面和顶部部分区域进行快速成像，但由于机体遮挡、相机视场角限制和飞行安全距离要求，对机翼下表面内侧、机身底部等区域的成像质量和覆盖完整性仍然存在不足。地面机器人虽可进入机身底部附近区域执行检测，但对于机翼上表面、机身顶部等区域缺乏有效覆盖能力。因此，单一平台检测通常难以兼顾检测完整性和检测效率。

3、现有多机器人协同检测方案中，一类方案通常采用主从式控制或动态任务分配方式，由中央调度单元或协同控制策略在任务执行过程中动态分配检测区域或检测目标。该类方式适用于开放环境或通用巡检任务，但在航空器表面检测场景下，待检测表面与机体几何外形之间具有较强对应关系，例如航空器左侧表面、右侧表面、顶部表面和底部表面分别对应不同的观测平台及观测姿态。若仍采用动态任务竞争或动态边界生成方式，容易增加任务调度复杂度、协同通信开销和控制不确定性。另一类问题在于，对于同一物理缺陷，可能被不同机器人在相近时间内从不同视角重复观测，例如机翼下表面裂纹可能同时被地面机器人以仰视方式和侧翼无人机以侧视方式识别。若缺乏统一空间基准下的缺陷关联机制，则同一物理缺陷可能在检测报告中重复出现，影响缺陷统计准确性、空间定位一致性及后续维修决策。

4、因此，现有技术仍需要一种针对航空器几何结构特点设计的异构多机器人协同检测方案，使不同机器人能够依据航空器表面空间分布进行固定分区检测，并在统一空间基准下实现多视角缺陷结果的关联与融合，从而实现航空器表面的多角度覆盖检测。

技术实现思路

1、为了解决现有航空器表面检测方法中存在的检测盲区、协同任务边界不明确以及同一物理缺陷在多视角检测结果中重复检出的问题， 依据航空器外形的几何参数对待检测表面进行分区，形成第一检测区、第二检测区、顶部检测区和底部检测区，并将各检测区分别固定分配给对应机器人；各机器人按照对应检测区的覆盖式路径执行检测任务，并对采集图像中的候选缺陷进行识别，同时通过坐标变换转换得到统一坐标系下的三维空间位置，根据候选缺陷之间的三维空间距离、候选缺陷类别和观测时间差对来自不同机器人的候选缺陷进行关联判定，将属于同一物理缺陷的具有多视角观测的候选缺陷融合为统一缺陷条目，从而实现航空器表面的多角度覆盖检测和统一缺陷输出，提高航空器表面检测效率。

2、具体地，本发明提供一种基于多机器人协同的航空器表面检测方法，实施步骤包括：

3、s1、以航空器机体为基准建立统一坐标系，根据多机器人的自身位姿以及机器人互相之间的相对位姿约束，将各个机器人在自身坐标系中的检测数据转换至统一坐标系下，得到每个机器人的实时位姿；根据航空器外形的几何参数对航空器上待检测表面进行分区，得到第一检测区、第二检测区、顶部检测区和底部检测区。

4、s2、将步骤s1得到的第一检测区、第二检测区、顶部检测区和底部检测区分别分配给多机器人，多机器人包括第一无人机、第二无人机、第三无人机和地面机器人。

5、s3、设置在第一检测区的第一无人机、设置在第二检测区的第二无人机、设置在顶部检测区的第三无人机和设置在底部检测区的地面机器人分别生成对应的覆盖式检测路径，并获得航空器表面的图像，覆盖式检测路径中相邻扫描路径的间距δs的表达式为：

6、δs = (1-η)·2d·tan(θ/2)；

7、其中，θ为第一无人机、第二无人机、第三无人机或者地面机器人中传感器的视场角，d为第一无人机、第二无人机、第三无人机或者地面机器人的检测距离，η为覆盖式检测路径中相邻扫描路径的预设重叠率。

8、s4、利用缺陷检测模型对步骤s3获得的航空器表面的图像进行缺陷识别，得到候选缺陷的类别和缺陷检测模型输出候选缺陷的可靠度，并记录采集具有候选缺陷的图像的观测时间、采集图像时机器人的观测位姿和机器人采集图像时与航空器表面的观测距离，并利用候选缺陷的像素坐标和多机器人中对应机器人的观测距离通过坐标变换至步骤s1建立的统一坐标系下，得到候选缺陷的三维空间位置。

9、s5、根据候选缺陷之间的三维空间距离、候选缺陷类别和观测时间差，对来自不同机器人的候选缺陷进行关联判定，将属于同一物理缺陷的候选缺陷合并为统一缺陷条目；并将统一缺陷条目进行置信度融合和空间位置融合，生成航空器表面检测结果。

10、优选地，在步骤s1中，统一坐标系按照航空器机身的中心线、翼展方向和垂向高度建立坐标系，根据航空器外形的几何参数对航空器上待检测表面进行分区为：依据航空器机身的半宽和机身半高对待检测表面进行分区，其中：第一检测区位于航空器机身中心线第一侧并包括左机翼下表面，第二检测区位于航空器机身中心线第二侧并包括右机翼下表面，顶部检测区位于航空器机身上部并包括机翼上表面，底部检测区位于航空器机身底部并包括起落架舱区域。

11、优选地，在步骤s2中，第一无人机和第二无人机分别沿对应机翼展向和机身纵向执行往返扫描，第三无人机沿机身上表面及机翼上表面执行蛇形扫描，地面机器人沿机身底部执行纵向往复式扫描。

12、优选地，在步骤s5中，同一个物理缺陷合并为统一缺陷条目的关联判定需同时满足以下三个条件：条件一：当两个或两个以上候选缺陷的三维空间距离小于预设距离阈值；条件二：候选缺陷类别相同；条件三：采集具有候选缺陷的图像的观测时间差小于预设时间阈值。

13、优选地，在步骤s5中，统一缺陷条目包括缺陷类别、将两个或者两个以上的候选缺陷的可靠度进行融合的可靠度、将两个或者两个以上候选缺陷的位置坐标加权平均的三维空间位置和由具有候选缺陷的图像和对应机器人的观测角度组成的多视角观测记录。

14、优选地，在步骤s5中，置信度融合的表达式为：

15、；

16、其中，为航空器表面中第i个候选缺陷在t时刻的检测置信度，为航空器表面中第i个候选缺陷在t时刻的动态权重，为航空器表面中第i个候选缺陷在t时刻的观测可靠性因子。

17、空间位置融合的表达式为：

18、；

19、其中，为航空器表面中第 i个候选缺陷位置估计的协方差矩阵的逆，为航空器表面中第i个候选缺陷的三维空间位置坐标。

20、与现有技术相比，本发明的有益效果如下：

21、1、本发明依据航空器外形几何参数进行固定分区并分别绑定至不同机器人，从而实现对航空器左侧、右侧、顶部和底部表面的多角度覆盖检测，减少检测盲区，提高覆盖率。

22、2、本发明在检测任务开始前预先确定检测区，并与对应检测区内的机器人进行固定绑定，避免检测过程中的动态任务重分配，降低协同控制复杂度。

23、3、本发明建立统一坐标系并将各机器人输出的候选缺陷映射至统一坐标系下，实现跨机器人候选缺陷的空间关联与消重。

24、4、本发明对属于同一物理缺陷的多视角观测结果进行融合，提高缺陷定位一致性，降低重复检出概率；通过多机器人并行执行覆盖式检测路径，提高航空器表面的检测效率。