一种基于宽光斑位移测量系统的复杂材质自适应抗干扰方法与系统与流程
本发明属于激光位移传感器测量与信号处理,具体涉及一种基于宽光斑位移测量系统的复杂材质自适应抗干扰测距方法及系统,尤其适用于在岩板、金属铸件等复杂材质表面进行高精度、高稳定性的非接触式位移测量。
背景技术:
1、激光位移传感器凭借非接触、高精度的特性,在工业检测、精密制造、科研等领域得到广泛应用,成为测量物体位置、形变或振动的核心工具。传统激光位移传感器通常采用聚焦后的圆形小光斑,其优势在于能实现亚微米级的高精度测量,但测量结果过度依赖单个微小区域的反射光质量,在实际应用中存在诸多局限。当被测物体为复杂材质目标物时,小光斑的局限性便会凸显;复杂材质包含(但不限于)形貌粗糙材质,典型类别为金属铸件,该类工件经铸造成型,板面存在肉眼可见的砂眼、凹凸铸造纹理,易造成大范围反射光路波动;还有一种微观纹理与色差复合干扰材质,典型类别包含岩板,该类板材表面存在颜色不同的颗粒以及会发生散射的石英砂等,同时产生散射干扰与色差干扰。微小光斑仅采集极小区域反射信号,极易受上述材质特征影响产生数据跳变,严重限制了激光位移传感器的应用范围。
2、针对传统小光斑激光位移传感器的上述问题,宽光斑激光位移传感器的设计思路应运而生。它并非简单地将激光“散焦”,而是通过精密的光学设计和信号处理技术,重塑激光光斑形态与能量分布——将激光束扩散为线形、矩形或大直径圆形光斑(宽度可达数毫米),并控制光斑内能量均匀分布,以此解决小光斑传感器的固有缺陷,提升复杂材质表面的测量稳定性。
3、在实际检测场景中,宽光斑激光位移传感器对复杂材质目标开展测距时,仍会受到多重干扰影响测量数据:多数复杂材质自身存在表面纹理起伏、区域反射率梯度差异,形成色差干扰,进一步放大距离与强度数据的离散误差。行业现有处理方案仅采用算术平均法对原始数据做平滑处理,抗干扰能力有限,难以有效抑制散射、色差两类干扰带来的测量偏差,测距精度存在明显优化空间。
4、目前,宽光斑激光位移传感器在处理面阵cmos采集的数据时,现有厂家普遍采用“简单平均”的核心思路,未设计复杂分组策略,仅通过对面阵cmos采集的距离值、强度值(灰度幅值)进行直接算术平均,来计算检测区域的单点距离值,试图抵消部分数据离散性带来的干扰,具体技术方案及局限如下:
5、现有技术核心方案(简单平均思路)为:针对宽光斑激光位移传感器的面阵cmos采集数据,不进行任何分组处理,也不筛选有效信号与干扰信号,直接对所有采集到的距离值取算术平均,得到检测区域的单点距离值;具体计算方式为:单点距离均值,其中为第
i行cmos的距离值,
n为面阵cmos的总行数。该方案的核心特点是逻辑简单、计算量小,无需复杂参数配置,是现有厂家最常用的低成本处理方式。以上技术的主要缺点包括:
6、简单平均方案无法过滤散射引发的杂峰干扰,当各类表面微观结构特殊的复杂材质表面存在散射现象时,面阵 cmos 采集的数据中会包含多个杂峰干扰对应的异常距离值,直接平均会将干扰数据与有效数据混在一起,导致单点距离计算偏差增大,无法真实反映被测物体的实际距离。
7、简单平均方案未考虑距离差值、强度差值的离散特性,无法抵消材质反射差异带来的干扰:这类材质不同区域材料组分差异会造成反射率波动显著,会导致面阵 cmos 采集的距离差值波动较大,直接平均无法区分不同反射率区域的有效数据,会拉平不同区域的距离差异,进一步放大材质反射特性带来的测量误差,尤其在反射率突变区域,误差更为明显。
技术实现思路
1、本发明是为了解决上述问题而进行的,本发明基于宽光斑激光位移传感器系统,提供一种复杂材质抗干扰分组策略。通过距离和强度双重阈值判定实现距离数据分组,再依据各分组反射特性分配融合系数,将单帧多个距离数据融合计算出单一精准距离值,在保证分组精准性、有效过滤散射杂峰干扰、抵消色差干扰的前提下,适配岩板等复杂材质测量场景。
2、本发明提供了一种基于宽光斑位移测量系统的复杂材质自适应抗干扰方法,包括以下步骤:步骤s1,单帧多个数据预处理:获取面阵cmos采集的单帧原始数据,原始数据包含多组测点的距离值及其对应的强度值,将距离值与强度值一一对应绑定,并对原始数据进行异常数据剔除,得到有效数据集;步骤s2,自适应分组:以距离值为排序基准,对有效数据集进行排序,生成有序距离序列;计算有序距离序列中相邻距离值之间的跳变差值,并构建自适应分割阈值;根据跳变差值与自适应动态阈值的比较结果,将有效数据集划分为若干距离分组;步骤s3,反射特性融合系数分配:基于每个距离分组内强度值的波动参数,得到各分组的融合系数;步骤s4,异常分组处理:当某距离分组的强度波动参数超过预设异常阈值时,判定该分组为异常分组,并根据该异常分组的数据量占当前帧有效数据总量的比例进行分级处理;步骤s5,单帧多个数据融合计算:基于各有效分组的融合系数以及各分组内的距离均值,进行加权融合计算,输出当前帧的最终距离值。
3、优选地,步骤s1中,基于距离值与对应强度幅值构建二元绑定数据集:, 为单帧采样总点数;对原始数据进行异常数据剔除,得到有效数据集的过程包括:预设传感器物理量程距离上下限 [,
] 与基础强度合理区间[,
],单轮遍历剔除超限极端值:筛选出满足筛选后得到有效数据集:。
4、优选地,步骤s2包括:步骤s2-1,距离、强度绑定排序:以距离值为排序基准,对有效数据集进行升序重排,生成有序序列:
5、
6、强度值随对应距离点位同步自动排列,形成有序绑定序列:
7、;
8、步骤s2-2,计算自适应动态距离差阈值:计算有序距离序列相邻跳变差值:,然后计算全局距离极差:,最后构建自适应动态阈值: ,为调节系数;当 时,判定该位置为分组分割边界;
9、步骤s2-3,自动分组判定:以分组分割边界为分割节点,将有序绑定序列自动划分为
m 个独立分组
g
1
g
2
…g
m。
10、优选地,步骤s3中,强度值的波动参数为每个距离分组内所有强度值的最大差值。得到各分组的融合系数的过程包括:计算每个分组内所有强度值的最大差值,为第
k个分组内第
i行的强度值;计算融合系数,
λ为极小正数;对所有分组的融合系数进行归一化处理,得到反射特性融合系数。
11、优选地,步骤s4中,根据该异常分组的有效数据量占当前帧有效数据总量的比例进行分级处理:若占比小于或等于预设第一比例阈值,直接剔除该分组全部采样点;若占比大于预设第一比例阈值且小于或等于预设第二比例阈值,对该异常分组的融合权重施加第一级衰减处理;若占比大于预设第二比例阈值,对该异常分组的融合权重施加第二级衰减处理,其中,第二级衰减处理的衰减幅度小于第一级衰减处理的衰减幅度。
12、优选地,步骤s5中,当前帧的最终距离值的计算过程包括:基于每个有效分组的反射特性融合系数和分组内距离均值:,为分组
k的数据量,采用加权融合算法,将所有有效分组的距离数据融合,计算出最终距离值,公式为:,
m为有效分组个数/反射材质种类数。
13、优选地,步骤s1中,对原始数据进行异常数据剔除,还包括:先剔除各距离分组内距离突变过大的异常数据,再剔除超出传感器物理量程和/或强度区间的数据。
14、优选地,步骤s2中,将有效数据集划分为若干距离分组,还包括:结合有效数据集中的局部数据密度和/或距离方差,进行聚类分割,以划分距离分组。
15、优选地,步骤s3中,融合系数为:基于距离分组内的强度均值与强度差值综合计算得到。
16、本发明提供了一种基于宽光斑位移测量系统的复杂材质自适应抗干扰系统,包括:数据采集模块,用于获取面阵cmos采集的单帧原始数据,原始数据包含多组测点的距离值及其对应的强度幅值,将距离值与强度幅值一一对应绑定,并对原始数据进行异常数据剔除,得到有效数据集;自适应分组模块,用于以距离值为排序基准,对有效数据集进行排序,生成有序距离序列;计算有序距离序列中相邻距离值之间的跳变差值,并构建自适应分割阈值;根据跳变差值与自适应动态阈值的比较结果,将有效数据集划分为若干距离分组;权重分配模块,用于反射特性融合系数分配:基于每个距离分组内强度值的波动参数,得到各分组的融合系数;异常分组处理模块,用于当某距离分组的强度波动参数超过预设异常阈值时,判定该分组为异常分组,并根据该异常分组的数据量占当前帧有效数据总量的比例进行分级处理;数据融合模块,用于基于各有效分组的融合系数以及各分组内的距离均值,进行加权融合计算,输出当前帧的最终距离值。
17、技术效果
18、与现有技术相比,采用本发明提供的基于宽光斑位移测量系统的复杂材质自适应抗干扰方法及系统,可以实现如下技术效果:
19、本发明采用距离-强度排序机制,将每一组测点的距离与强度一一绑定,以距离值进行全局升序排序,强度数据随对应距离同步自动归位、联动重排,保证距离与强度始终严格配对,为后续按距离聚类、按强度评估稳定性提供可靠数据基础。
20、本发明计算自适应动态距离差阈值,通过排序后相邻距离差表征局部形貌跳变,结合整帧距离极差、有效采样数量构建每帧动态更新的自适应分割阈值;分组边界、分组数量完全由实时距离数据自发生成,无需材质标定、无需现场参数调试。
21、本发明依托强度幅值特性分配融合系数,分组完成后,保留以组内强度波动幅度为核心的权重分配逻辑,强度越稳定、反射一致性越好,融合系数越高,贴合实际材质色差与反射差异规律。
22、本发明采用反射特性自适应融合机制,基于分组个数自动识别材质复杂程度,结合每个分组的强度稳定性分配融合系数,对反射异常、干扰严重的分组进行弱系数抑制或直接剔除,打破传统简单平均的局限。
23、本发明采用差异化异常分组处理逻辑,针对强度幅值异常、反射干扰严重的分组,根据数据占比执行剔除或衰减抑制,兼顾数据利用率与测量精度。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com