Multiscale and multimodal geometric measurement and data fusion technologies for robot guided surface metrology

Die Inspektion und geometrische Zustandsaufnahme komplexer Geometrien von der Bauteilen ist wichtig zur Verbesserung der Lebensdauer und Zuverlässigkeit von Industrieprodukten. Die Charakterisierung des Zustands dieser Bauteile erfordert multiskalige Inspektionsinformationen. Diese Arbeit befasst sich mit der Entwicklung eines multiskalen- und multimodalen-Messsystems, das mittels eines Industrieroboters und einer Lasertracker-Referenzierung eine automatische Oberflächen- und Geometrieprüfung ermöglicht. Das robotergestützte Multiskalen-Messsystem ist in der Lage Messwerte von mikroskaligen Oberflächentopographien bis hinzu makroskaligen Formelementen zu erfassen. In dieser Arbeit werden multimodale optische Messgeräte auf der Basis von verschiedenen neuartigen Konfigurationen, Auswertungsalgorithmen und Optimierungsansätzen erforscht und entwickelt. Dazu wird ein Kantensensor auf Basis einer eigens entworfenen Polyview-Optik entwickelt, um Kantengeometrien über ein 180° FOV (engl. Field of view) zu erfassen. Ein makroskaliger Inspektionssensor wird auf Basis von der bidirektionalen Reflektanzverteilungsfunktion (BRDF) konstruiert, der zur Detektion von Oberflächenschäden dient. Außerdem wird ein auf der Michelson-Konfiguration basierendes Low-Coherence-Interferometer (LCI) zur Erfassung von Mikrotopographien entwickelt. Dar¨uber hinaus wird der Auswertungsalgorithmus des LCIs mittels GPU-basierten Parallel Computing verbessert. Zusätzlich wird die Messgenauigkeit und Zuverlässigkeit des robotergestützten LCI-Messsystems durch Methoden zur Schwingungskompensation erhöht. Am Ende werden die verschiedenen optischen Sensoren in eine Sensoreinheit integriert. Die multiskaligen Messdaten werden mittels Datenfusion in einem gemeinsamen Datensatz zusammengefasst. Daraus können Oberflächenmerkmale wie Rauheit, Kühllöcher und Schäden mit Hilfe der Wavelet-Analyse extrahiert und charakterisiert werden. Die detaillierten experimentellen Ergebnisse der einzelnen Sensor und des integrierten Systems werden in dieser Arbeit vorgestellt. Zusammenfassend wird in der Arbeit die Entwicklung des Multimodalen-Messsystems, die Erfassung der multiskaligen Oberflächeneigenschaften und die Oberflächenmerkmals-Extraktion herausgestellt.