锥台工件点云拟合算法研究

针对不完整锥面工件模型拟合问题背景,为了解决大量点云数据的标准几何模型拟合问题,提出一种基于遗传算法的锥面点云数据拟合算法：通过随机选取拟合模型采样点,用点云数据点-标准模型采样点的距离计算替代点云数据点-标准曲面模型的距离运算,提高计算效率同时保留点云细节特征;通过对点云数据建立Kd-tree索引提升标准模型采样点距离检测效率;通过遗传算法迭代搜索拟合模型参数,并通过变数据量、变拟合精度等方法改进遗传算法的搜索效率。经实验验证：采用该算法可有效提升部分锥面工件拟合的匹配精度,误差范围±0.5 mm,且对于大量点云数据的处理效果良好。     

点云拟合中的特征识别技术研究

由于大多数机械零件产品都是按一定的特征来设计制造的，而在实物反求中进行点云拟合时并没有按特征来进行，未对特征进行识别。点云拟合是反求工程的关键环节之一，文章对点云拟合中的特征识别技术进行了研究，提出了特征识别与自由曲面拟合方法相结合的三维CAD模型重构策略。     

一种点云数据曲线光顺处理算法

在光顺点云数据时,为了避免采用多项式曲线拟合点云数据难以取得较好的拟合效果,以及采用分段曲线拟合方法在分段处不满足函数连续性和可导性的缺陷,在传统最小二乘法曲线拟合的基础上,提出了基于拉格朗日乘数法对点云数据光顺处理的算法,对该算法进行了建模、求解及实际算例验证.通过对点云数据处理后结果表明:光顺后的曲线及曲线一阶导数在全域下均连续,且光顺后值与初始值最大偏离误差值不超过0.1mm,偏移幅度小于0.5％.因此,该算法曲线拟合精度高,满足点云数据光顺处理的要求,为点云数据的曲线光顺处理提供了参考依据.     

用于焊接环境三维建模的稀疏点云拟合

非结构化环境的三维重建是遥控焊接中虚拟现实的关键技术.采用立体视觉的方法进行焊接环境建模.由于焊接环境缺乏可用于立体匹配的特征点,所以采用向焊接工件添加标签的方法为立体匹配提供特征点.采用亚像素焦点检测算法及人机交互的立体匹配方法,得到焊接环境空间稀疏点云数据.在对点云进行拟合时,平面采用最小二乘法拟合,二次曲面采用Tikhonov正则化拟合.对于Tikhonov正则化参数的选取采用了准最优化方法.试验对平面工件和圆柱工件进行了三维重建,得到了工件的三维模型.结果表明,平面与曲面的拟合平均误差均小于1 mm,最大误差小于3 mm.     

蚁群算法数据点排序技术研究

逆向工程中对测量点云通过截面截取,生成截面数据点云,对截面数据点进行排序构建截面线从而生成曲面实体。截面数据点的正确排序在构建截面线的过程中非常重要,基于旅行商优化原理,运用蚁群算法研究了数据点的排序技术,通过建立适合蚁群算法的数学模型,设置合理的优化参数,给出了运用蚁群算法实现优化排序的过程,最后用实例验证了该方法的正确性。     

基于点云数据实时配准算法的桥梁结构复杂缺陷形态识别

桥梁结构损伤检测过程中,大多依托于二维图像完成结构复杂缺陷的形态识别,只考虑表面的灰度和纹理等信息,使得识别结果的平均精度均值（mAP）较低。因此,提出基于点云数据实时配准算法的桥梁结构复杂缺陷形态识别方法。首先采用激光扫描仪和传感器设备,采集桥梁结构三维点云数据,并运用基于密度的聚类算法进行点云数据聚类分割,实现点云数据去噪处理;然后利用柔性动作-评价（SAC）配准算法、改进迭代最近点（ICP）配准算法进行点云数据实时配准,考虑深度、高度等第三维属性完成复杂缺陷区域检测;最后针对缺陷区域的测量点分别计算结构位移函数,基于此识别出缺陷的具体形态。试验结果表明,所提方法得出的复杂缺陷形态识别结果的mAP值大于0.92,基本满足了桥梁检测要求。     

工业测量中标准二次曲面的一种拟合方法

针对标准二次曲面拟合算法目标方程复杂,拟合初值不易获取的情况,提出了工业测量领域工件表面标准二次曲面的一种拟合方法.该方法对工件表面常见标准二次曲面进行了重新参数化后得出较为简便的目标函数,采用数值迭代优化进行拟合.针对拟合初值的获取,由于工件的表面往往有多个平面,先对待拟合标准二次曲面周围的平面进行测量拟合,然后利用平面与待拟合标准二次曲面间的位置约束关系来得出拟合初值.仿真实验表明,这种方法可以得出正确拟合结果并具有良好的稳定性.     

用隐式多项式平面曲线拟合数据点

本文提出了一种方法，用隐式多项式曲线拟合数据点，使数据点到多项式曲线的距离控制在相对较小的范围内。将拟合问题中非线性的目标函数和约束条件转化成线性的形式，利用线性规划原理，求出逼近于数据点的隐式多项式。该方法不需要求出原始数据点处的导数，具有简单、可靠、速度快等特点。     

基于点云数据的鞋楦数控编程及其仿真

在刻楦机的数控编程中,文章针对测量所得的鞋楦点云数据,利用一种常见的方法来处理点云数据并进行了针对鞋楦离散模型的刀轨计算,并介绍了如何利用CGTech公司的Vericut软件来进行刀轨仿真.     

快速成型中散乱数据点云的自适应分层算法研究

提出了一种快速成型中散乱数据点云的自适应分层算法,该算法根据分层厚度阈值对散乱数据点云进行空间栅格划分,采用八叉树组织其空间拓扑结构,基于该结构获取层面邻域数据,通过其曲率分布特征自适应调整分层厚度,根据层面邻域数据与分层平面的交点获取分层数据.实验证明,该算法数据适应性强,分层数据获取准确性高,可快速有效地实现散乱数据点云的自适应分层处理.     

反向工程中数据点云的拼合

根据反向工程中数据获取的特点,提出了一种拼合从不同角度获得的物体表面数据点云的方法。该方法的基本思想是在物体表面附着若干个特殊参考点,然后识别和比较不同角度获得的图像中的参考点,找出具有相同拓扑特征的部分,最后通过这些共有参考点的匹配,达到拼合数据点云的目的。实践表明,这种方法简便易行,精度高。     

基于点云的汽车喷涂路径规划

针对切片法生成的喷涂路径在边缘处喷涂不均匀,且对汽车复杂曲面规划时存在喷涂路径间隔不均匀等问题,提出一种基于复杂点云的改进投影法的路径规划方法。首先,利用改造后的FCM算法将点云分割成较简单的点云集;其次,通过平均法矢量和边界连接方式构建有向包围盒,基于包围盒生成点云切片,再对各切片采用加权投影法生成路径节点;最后,通过蚁群算法生成连续完整路径。仿真结果表明,在期望喷涂厚度为45μm的情况下对汽车前杠和后盖进行路径规划,前盖采用切片法的厚度误差为16.4μm,采用本算法的厚度误差为4.12μm,误差减小了74.8%,后杠采用切片法的厚度误差为27.12μm,采用本算法的厚度误差为4.86μm,误差减小了82%。实验结果证明该方法能有效规划出完整喷涂路径,在喷涂均匀性相对切片法有明显提升。     

基于点云数据的曲面重构方法及其比较

从反向工程曲面重构的基础和原理出发,进行了反向工程中不同的曲面重构方法的分析,以及应用不同曲面重构方法软件的特点、流程、优势及适用范围的比较.     

基于UG的点云测量数据仿真系统开发

分析了现代测量技术中点云测量数据获取的局限性问题,运用UG软件的曲线曲面造型、分析、计算、查询等功能,通过UG软件的开发工具,直接调用UG软件内部函数,编写了曲面点云仿真、曲线点云仿真、点云属性提取等程序,仿真各种类型点云测量数据。经实践证明,所开发的仿真程序具有灵活、有效等特性,为测量精度分析、反求建模等相关技术研究提供一种新的思路和方法。     

基于遗传算法的超二次曲面间碰撞检测算法研究

文章对机器人的手臂采用超二次曲面建模,将机器人碰撞检测问题归结为两超二次曲面之间最短距离求解,该问题本质为一带约束条件的非线性优化问题.将该问题转化为非线性优化问题后,利用遗传算法对该问题进行求解.实例表明,遗传算法对该问题的求解克服了传统算法求解中的初始点难于选择、局部最优点等问题,并提高了算法的收敛速度.     

基于高斯映射的柱面与锥面点云拟合

由于点云数据中存在噪声的影响，采用基于点云数据的拟合算法对圆柱面和圆锥面拟合时进行，获得的拟合初值不稳定，从而严重影响了最终拟合曲面的准确性。针对这一重要问题，提出了一种高斯映射方法来获得良好的拟合初值算法。该算法将柱面和锥面的单位法矢映射到单位球上，形成高斯映像。利用聚类分析方法剔除高斯映像数据中的噪声，获得干净的高斯映像数据，利用这些干净的高斯映像数据获得准确的轴线方向和轴线位置，确定了较好的拟合初值，最后采用非线性最小二乘方法获得准确的柱面和锥面。     

逆向工程中多视角点云数据拼合技术

在反求工程中,往往需要将从各个不同视角测得的点云数据进行多视角定位,统一到一个整体坐标系下,并进行数据拼合以便于后续的模型重建.论文介绍采用标签定位来实现多视角测量和数据拼合的方法.这种方法通过不同扫描视图上公共参考点贴块的＂中心点＂进行坐标定位,把点云数据通过平移和旋转后进行拼合,从而方便快速地实现了两个不存在明确对应关系的点云视图之间的准确定位.     

逆向工程中点云数据配准方法研究

阐述了逆向工程基本概念及其关键技术,重点论述了数据采集处理的重要性及点云数据配准算法的研究现状;在现有拼接算法的基础上,提出了一种将Chamfer距离变换和ICP算法相结合的新的数据拼接算法,进一步提高了点云数据拼接的精度或稳定性.     

基于MFC环境下利用OpenGL函数实现点云数据拼合

介绍了反求工程中的点云拼合问题,研究了以Visual C＋＋为开发平台并利用OpenGL函数库实现反求工程中点云数据拼合技术。通过实验证明,利用OpenGL函数库的绘图和矩阵处理函数可以比较容易完成点云文件的显示和整个点云刚体的坐标变换。另外,本文给出了相应的C＋＋语言的矩阵变换函数。     

带有矩形参照物的可程序化点云精确拼接算法

针对带有矩形参照物的待拼接点云,提出了一种确立参照点的矩形对角点拼接点云算法,即使用参照物顶面平面方程,缩小寻求顶面点云的范围,然后使用划分平面保留顶面点云;通过去除噪声点及最大值算法,较准确地确定了参照物顶面的四个对角参照点,并初步估计了精度;通过这些参照点,可以获得拼接变换矩阵的参数。本算法是一种数值算法,有利于结合逆向工程软件与编程软件进行程序化实现。