反求工程技术在复杂曲面重构系统中的应用

论述了针对注塑零件复杂曲面的反求设计,提出运用CCD白光光栅非接触工业相机采集点云数据,将点云数据加载到Geometric软件中,利用NURBS曲面重构方法和插值算法,进行点云数据筛选,构造点云特征网格和曲面拟合,得到点云曲面的三维重构.实践证明,基于Geometric系统的NURBS曲面重构方法,在复杂曲面为原型实体重构的反求设计中具有理想的应用价值.     

离散点的隐式曲面重建算法研究

针对复杂自由曲面三维扫描数据多为离散点的特点,提出了一种隐式曲面重建算法,它能满足从大量离散点云数据中快速准确地建立曲面的需求。通过选择合适的形状函数,该算法可以准确描述尖锐特征比如边和角。方法是首先用八叉树细分方法来进行离散点云数据分组,然后用分段的二次函数来捕捉每组数据的局部形状,用单位分割法来组合局部的形状函数。应用实例表明,该算法可以对离散点云数据进行快速、准确、自适应的曲面重建。如果离散点云模型有指定的精度,那么隐式曲面重建算法的处理时间取决于该模型的几何复杂性和细分程度。     

由离散点云数据建立齿轮三维模型的方法研究

反求工程是现代工业产品设计与加工的一种新方法.本文对反求工程中点云数据的获取方法进行了分析,介绍了通过离散点云数据建立齿轮三维模型的过程,研究了对齿轮点云数据的预处理以及曲面重构的方法.结合一个锥齿轮的反求实例,实现了由点云数据到齿轮实体模型的建立.     

基于三坐标测量机的点云数据测量规划研究

应用三坐标测量机,通过对复杂自由曲面表面数据的测量,对点云数据测量规划进行了研究和探讨,总结出建立零件坐标系、曲面分块测量、孔槽特征填补测量、采样密度选择以及曲面边界测量等适用方法.     

基于B样条曲面的点云孔洞拟合填充

为了后续曲面重构的需要,针对有孔洞的点云数据,提出了一种孔洞拟合填充的自适应方法.由于孔洞与其周围离散点有一定的连续性,该算法首先从孔洞周围已有的点云数据中选取离散点,用新的参数化方法对得到的离散点参数化后,用最小二乘法进行自适应曲面拟合,对得到的拟合曲面通过迭代法逐步逼近优化,考虑曲率变化的影响在曲面上取点,实现了孔洞光滑填充.实例表明,改进的参数化方法使算法的复杂度减低,进一步迭代优化提高了曲面拟合精度,在面上取点时考虑了曲率变化,因此该方法可以应用于具有复杂曲面形状的点云中的孔洞填充.     

基于支持向量机的点云曲面刀具路径规划

针对单值散乱点云曲面刀具路径规划问题,提出了一种基于最小二乘支持向量机的计算方法。在计算过程中,将点云数据向平面投影,得到二维点集。应用网格划分和边界网格内测量点高斯映射技术,提取平面区域内的边界特征点。用边界特征点定义点云曲面的实际加工区域,在此区域内规划平行等间距刀具路径。应用最小二乘支持向量机拟合点云数据,求得被加工曲面的连续表达模型,经此模型将二维刀具路径数据向三维空间映射,求出刀触点数据。将刀触点经法向偏置计算,求得刀位点。实例验证证明,该方法能较好地解决信息不完备散乱点云曲面刀具路径生成问题。      

Imageware中光滑拼接曲面的方法

逆向工程软件的曲面反求中,曲率较大的地方往往难以得到较好的曲面反求效果,针对该问题提出了一种基于曲率变化的分块曲面构建拼接方法.该方法根据曲率显示的点的颜色特征进行点云数据的分割,分别获得单片光滑曲面,然后将单片曲面拼接起来以实现完整的自由曲面造型.在曲面拼接过程中,调整两片曲面相邻两列控制点,使其三点共线,以达到拼接处一阶连续.最后通过一个典型的实例证明该方法构造的曲面与原始点云的最大误差为由点阵直接拟合生成的曲面误差的1/3,为由点-线-面构造的整块曲面误差的1/5.     

基于反求工程的动物腿骨三维实体重建与分析

本文着重介绍了反求工程技术在动物腿骨三维实体重建过程中的应用。实验借助非接触式三维激光扫描仪获得动物腿骨头的离散化三维点云数据,对采集后的点云进行型面优化、点云光顺、拟合骨头曲面并对重建模型与原始点云进行偏差分析。     

自由曲面CAD模型点云数据生成方法研究

在三维测量点云数据与CAD模型配准过程中,设计了两种自由曲面CAD模型点云数据生成方法:等参数采样离散法和基于曲率的采样离散法。应用两种方法评价离散化结果:首先将点云数据进行曲面重构,并与原曲面比对;然后与三维测量点云数据进行配准,得到等参数离散间隔及基于曲率的离散密度对重构和配准误差的影响。实验表明:等参数方法和基于曲率的方法,当点云数据密度达到一定值时均对重构和配准没有影响;在同样点云数据的情况下,基于曲率的离散化方法精度高于等参数方法;但在最大重构误差一致时,基于曲率的方法需要的点云数据远小于等参数化方法所需要的。     

采用轮廓识别法实现零件曲面重构

线性曲面反求算法的目的是根据原始数据点云反求得到能够正确反映原零件拓扑结构的线性曲面模型。该反求算法的核心思想是构造一个空间函数 ,该函数近似表示三维空间上任一点到所求曲面的距离 ,然后通过轮廓识别算法 ,可以由这个函数提取反求曲面的一个线性近似。本文所阐述的线性曲面反求算法结合网格优化算法可由原始数据点云 ,反求得到一个精确而简洁的具有任意拓扑类型的零件线性曲面。