点云数据的几何属性分析及区域分割

为了提高参数化反求建模的效率,提出一种基于微分几何量统计分析的区域自动分割算法。该方法将点云划入规则分布的三维栅格;将栅格中测量点的几何属性值映射到法曲率坐标系和高斯球上,利用假设检验法识别映射点的分布模式;基于映射点的聚类性质、栅格的拓扑关系和分布拟合的结果分割与二次曲面、拉伸面和直纹面等特征曲面对应的数据区域。实例表明：该算法可以稳定、高效地提取点云中的特征信息,能够广泛应用于虚拟现实、计算机视觉等领域。     

利用CASCADE的交互技术实现点云数据的配准

利用CASCADE几何内核的交互技术,通过选择散乱点云图形中的特征点,使用ANN算法查找特征点的邻域点集,再利用二次曲面拟合的方法求得邻域点集的两个主方向和法方向,最后求得坐标变换,把数据统一到一个坐标系下.论文论述了该方法的基本原理以及CASCADE实现的相关技术,并通过实例证明了该方法的有效性.     

点云数据的二次曲面几何测量方法

基于点云的几何测量方法是非接触式测量的重要方法。针对点云数据,提出了一种基于待定系数的二次曲面的几何测量方法,建立了求解不同二次曲面（球面、柱面和圆锥面）的统一框架。根据二次曲面方程与不同类型二次曲面几何量的关系,给出了球面、柱面和圆锥面的具体几何参数的求解方法。实验证明,该方法能在短时间内精确地测量所需的几何值,方法切实可行。     

逆向工程中点云孔洞填充算法的研究

提出了一种新的孔洞光滑填充算法。该算法首先从孔洞周围已有的点云数据中提取采样点,对得到的采样点进行插值拟合得到拟合曲线,然后离散曲线形成点列,补充到空白区域,较好地解决了使用曲线插补方法实现散乱点云数据中孔洞光滑填充问题。由于避免了使用参数曲面对散乱数据点云进行插补,该方法可以应用于具有复杂曲面形状的点云。     

逆向工程中二次曲面拟合方法的研究

数据分块和曲面拟合是逆向工程中最关键的部分。主要探讨并实现了一种新的二次曲面拟合算法：首先用一种改进的参数化方法建立球面、圆柱面、圆锥面和圆环面的几何距离函数，然后用非线性最小二乘法拟合曲面。实验证明所采用的拟合方法能够有效避免奇异值问题，具有较好的健壮性和拟合精度较好等优点。     

散乱模型的四边形网格剖分方法

针对基于CAD几何信息的网格剖分方法无法避免繁琐模型修补,导致网格剖分效率低下的现状,提出一种基于散乱模型的全四边形网格剖分方法.使用散乱点或者STL格式文件作为网格剖分的输入模型,使用改进的基于散乱模型进行网格剖分的铺路算法,在很大程度上减少甚至避免了模型修补问题.提出以散乱模型作为背景网格,作为控制网格单元尺寸调整的依据:使用网格细分和网格粗化的手段实现网格疏密变化的光滑过渡;自动识别几何模型中的特征并在网格模型中保留.提出了一种高效的铺路面相交搜索方法,综合考虑影响相交处理的多种因素,有效地处理了铺路面相交问题.多个复杂的汽车覆盖件网格剖分的算例结果表明,运用所提出方法完成的网格模型质量很高,算法具有较强的工程实用性.     

并入约束的二次曲面重构

针对二次曲面几何特征约束关系复杂、采集数据点多的特点 ,提出了并入约束的几何重构方法 ,即将约束直接并入参数矢量中 ,建立优化目标函数。与已有的研究方法比较 ,其特点是减少优化变量个数 ,避免求解大量约束方程。通过实例验证算法提高了优化效率和重构精度 ,有望在设计与制造领域得到广泛应用     

一种散乱数据曲面拟合算法

这里提出了一种散乱数据点的曲面拟合方法。首先，先对点云进行网格划分，然后采用二次曲面的最小二乘拟合确定网格点的坐标。再对这些行的网格点进行蒙皮曲面造型，生成B样条曲面。为了得到更高精度的逼近曲面，以此曲面为基面，采用B样条曲面的最小二乘拟合方法对原始散乱点云作进一步参数化。从而可以获得较高逼近精度的曲面。最后给出的算例证明此方法是简单有效的。     

散乱数据点云型面特征提取算法研究

提出一种新的散乱数据点云型面特征提取算法,该算法基于散乱数据点云的动态空间存取模型,应用WINDOWS APl和OpenGL技术拾取点云局部型面的曲率信息,根据点云型面特征的曲率性质,改进区域生长法实现产品点云型面特征的提取.实验证明该算法型面特征提取准确,可有效提高建模效率及重建模型精度.     

评定二次曲面轮廓度误差的角度分割逼近法

提出一种基于角度分割逼近算法和粒子群算法计算二次曲面轮廓度误差的最小区域评定方法来准确评定任意位姿的二次曲面轮廓度误差。首先,给出了能够实现角度分割逼近算法的两条前提假设;基于假设,给出了更合理的算法网格布局递推公式。根据曲面轮廓度误差的定义建立了误差评定的精确模型。然后,采用角度分割逼近法求取测点到拟合二次曲面轮廓的距离;通过粒子群算法,以所有的点与二次曲面距离中的最大值为适应度值拟合出二次曲面一般方程,并实现被测轮廓与理论轮廓位置的匹配。最后,采用上述方法对某抛物面天线进行了评定,并与参数分割法、SMX-Insight和最小二乘法进行比较。实验结果显示：该方法测得的天线轮廓度误差为0.659 8 mm,比其它方法准确。结论表明：基于角度分割算法能够更有效地评定任意位姿二次曲面轮廓度误差,计算准确、迅速,而且无需确定待分割区域。     

球、圆柱和圆锥几何特征参数提取方法

空间任意位置球、圆柱和圆锥的几何特征参数提取问题,在逆向工程等工程实践中具有广泛的应用。为较好地求解该问题,以边界约束BFGS算法(L-BFGS-B)为基础,针对上述二次曲面几何特征参数边界约束或无约束两种情况,提出以点到曲面几何距离的均方和为目标函数,其中对圆柱和圆锥,采用球坐标表示其轴线方向矢量,从而将其目标函数转化为多变量边界约束优化问题,然后应用L-BFGS-B算法进行迭代求解。试验结果表明该方法具有易于使用和计算高效等特点。     

LEAST－SQUARES METHOD－BASED FEATURE FITTING AND EXTRACTION IN REVERSE ENGINEERING

The main purpose of reverse engineering is to convert discrete data points into piecewise smooth, continuous surface models. Before carrying out model reconstruction it is significant to extract geometric features because the quality of modeling greatly depends on the representation of features. Some fitting techniques of natural quadric surfaces with least-squares method are described. And these techniques can be directly used to extract quadric surfaces features during the process of segmentation for point cloud.     

基于支持向量回归积和改进粒子群算法的特定区间盾构机作业参数选取

为实现特定区间盾构机作业参数更准确的选取,提出了基于支持向量回归积(e-SVR)和改进惯性权重降低速度粒子群优化（IIWDSPSO）算法的盾构机作业参数选取模型。基于e-SVR构建掘进参数、地层参数、几何参数与地表沉降值之间的非线性关系模型,并基于实际盾构施工数据与人工神经网络模型、随机森林模型进行性能对比分析;通过10组仿真实验分析惯性权重降低速度对算法性能的影响,基于分析改进的粒子群优化算法优化特定地层参数和几何参数区间的掘进参数。结果表明,e-SVR模型对盾构施工数据样本具有更好的拟合和泛化能力,所提出的IIWDSPSO算法具有更好的准确性、稳定性和收敛概率。实际工程应用结果也验证了所提模型求解出的特定区间掘进参数能使地表沉降值相对更小,得到的掘进参数能够为实际工程提供更准确和可靠的参考。     

逆向工程中一种基于点云的制造特征识别方法

针对点云识别制造特征可以为逆向工程系统和CAX系统集成提供一个直接通道。利用特征组成面集及其之间的约束关系进行制造特征识别。首先利用模糊c-均值聚类方法对点云进行分区,利用分区过程中得到的隶属度找出面片的邻接关系,对分片点云进行曲面类型判别,利用最小二乘法进行平面或二次曲面的几何参数提取,对选取的面片进行平行、垂直、相切、凸凹等约束关系判别,与预先定义的特征规则相匹配,从而实现制造特征识别。实例验证了本文算法的有效性。     

Quadric segmentation and fitting of data captured by a laser profile scanner mounted on an industrial robot

Applications like geometric reverse engineering, robot vision and automatic inspection require sets of points to be measured from the surfaces of objects and then processed by segmentation and fitting algorithms to establish shape parameters of interest. In industrial applications where speed, reliability and automatic operation is of interest a measuring system based on a laser profile scanner mounted on an industrial robot can be of interest. In earlier publications we have presented such a system and also a segmentation algorithm for planar surfaces using 2D profile data in combination with robot poses. Due to the data reduction offered by this approach the segmentation algorithm computes faster than algorithms based on 3D point sets alone. Encouraged by the results we have now developed a segmentation algorithm for two different quadric surfaces also based on 2D profiles in combination with robot poses. This paper presents the new algorithm together with test results and also an interesting observation that points to future work.     

使用Tabu搜索技术提取二次曲面

使用最小子集定义一个二次曲面，将二次曲面的提取等同于寻找目标函数的优化值，并使用Tabu搜索算法最终将规则曲面从测量数据中分离出来。为了增加算法的通用性与实用性，给出了从几何数据中提取单张平面，以及从已提取的双平行或双相交平面中分离出单张平面的方法。该方法的优点是概念简单、实现容易且不依赖于曲面的分割结果。对实验结果的分析表明，该方法可快速、准确地提取多个二次曲面。     

基于曲率的组合曲面分割技术研究

在建立OCS模型的基础上，利用二次NURBS曲面拟合法求解数据点的局部曲率，进而根据平均曲率半径的阀值识别各类边点，由边点连接形成封闭的边环，最后得到组合曲面的线框模型。     

An orthogonal array based optimization algorithm for computer-aided measurement of worm surface

Being versatile and fast, a co-ordinate measuring machine is used for the measurement of worm. A best-fit surface is obtained from the measured points by a surface fitting method, which minimizes the root mean square of normal deviations. For this problem in discrete space, an iterative optimization algorithm based on an orthogonal array is developed. On minimizing the objective function, the deviations of worm parameters from the specified values are obtained. The algorithm is validated using input data points generated from a straight-sided in axial section worm (ZA worm) with known errors. The proposed algorithm requires fewer objective function evaluations and the result is highly repeatable as there are no random operations involved.