基于Geomagic和UG的螺旋桨逆向设计与五轴数控编程

在Geomagic中通过对螺旋桨叶片点云文件进行点云预处理、封装形成三角面，在多边形阶段进行模型修补和模型优化，进行曲面分类以及对轮廓线进行编辑，最终拟合成曲面。将其导入UG软件中进行模型创建，并完成螺旋桨叶片的五轴数控编程。     

基于光线测试的点云数据与CAD模型归属处理研究

针对非接触测量方法进行复杂型面零件数字化检测中,点云数据量大及点云与计算机辅助设计模型配准和偏差计算中存在着如何有效处理点云与测量面的归属问题,提出了采用光线测试模型确定计算机辅助设计模型的可见面.以待测计算机辅助设计模型面的采样型值点作为光源,其外法矢作为光源方向与计算机辅助设计模型进行相交测试,确定出测量可见面,然后进行点云与可见面的归属处理.试验结果证明了该方法的有效性.     

基于光学三维扫描的逆向工程与数控加工

使用3D Camega三维扫描仪对鼠标的外表面进行多视角的光学三维扫描测量,获得多个点云,在Geomagic Studio软件中进行点云处理、三角面处理,构建出模型的细化曲面和网格线,并生成NURBS曲面,在UG NX软件中构建出鼠标上表面的模具型面并进行数控铣削加工,实现基于三维扫描的快速曲面构建及制造的全过程.     

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。     

基于点云的铣刀螺旋槽截面预测模型

基于点云离散的思想,将铣刀棒料离散为点云集合,将砂轮简化为回转面及中心矢量表达的二维模型,建立判断棒料截面点云与砂轮回转面是否包含的磨削切除预测模型,并利用预测截面点云集合计算螺旋槽相关参数。采用OCC建立实际仿真磨削的点云切除过程模块,实现对预测螺旋槽截面的显示以及结构参数的精确计算。通过改变砂轮结构位置参数,给出螺旋槽截面相关参数变化规律,并对其中具体实例进行了结果显示。     

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.     

基于点云数据的复杂型面数字化检测技术研究

针对设计制造流程中复杂型面检测难的问题,建立了由数据获取、点云与计算机辅助设计模型匹配及偏差分析组成的数字化测量系统。采用格雷码加相移技术的三维非接触式光学测量技术,获取了待测零件的表面数据。为满足光学三角法要求,在测量机构中采用了定制光栅,提出了具有小扰动的改进最邻近点迭代算法进行点云与计算机辅助设计模型的准确匹配。在偏差分析中采用多分辨率层次分析法对测量点云与计算机辅助设计模型进行比较,为设计人员及时提供了精度分析数据,使设计制造检测成为一个反馈系统。以某型号轿车车灯配光镜为例,验证了该系统的可行性。     

基于散乱点云模型的自适应分层方法研究

针对在分层过程中,如何调节分层效率与成型精度之间矛盾的问题,通过对现有分层算法,分层过程中初始分层厚度确定、数据精简及轮廓线拟合等方法的研究,提出了一种基于点云距离变化的自适应分层算法。基于散乱点云模型,通过计算每层切片中各线段与最近点的距离,筛选出了距离的最大值;计算了相邻两层之间最大距离的变化率,然后与设定的阈值进行了比较,自动地调整了分层厚度;经过对斗齿点云模型的分层实验,验证了算法的有效性。实验结果表明:该算法能够在一定程度上平衡分层效率和成型精度之间的关系,并且适应于高精度、型面较复杂模型的分层。     

点云模型孔洞修补研究综述

点云数据采集技术的日趋成熟使点云模型广泛应用于多个领域,然而,由于多种因素的影响造成点云数据缺失,形成各类孔洞,点云模型孔洞缺陷的存在不仅影响点云模型显示效果,还给下游工作带来很大障碍。首先对点云模型孔洞的成因及类型进行归纳和分析;然后从散乱点云、网格模型和体数据三方面对现有点云模型孔洞修补方法的原理及其优缺点进行详细介绍;最后展望了点云模型孔洞修补技术的发展趋势及需要解决的难题,对后续该领域研究具有参考意义。     

逆向工程中点云孔洞修补技术研究

对于散乱点云模型上的大面积、跨面孔洞,逆向软件往往难以修补。为了提高孔洞修补精度、获得完整的点云模型,提出了对手受惩罚竞争学习算法(Rival penalized competitive learning,RPCL)和模糊C均值聚类算法(Fuzzy C-means,FCM)相结合的综合改进径向基函数神经网络(RBF)算法,建立了基于改进算法的点云孔洞修补模型,并以挖掘机斗齿和汽车模型为研究对象,利用RPCL-FCM-RBF联合算法对不同特征的点云孔洞进行了修补研究。结果表明,该算法在很大程度上提高了点云孔洞的修补精度,其补洞效果远优于逆向软件。而且,较之传统的RBF神经网络,该方法所建模型具有更高的预测精度、能够有效地调整洞口缺失数据、实现点云孔洞的精确修复,实用性强。     

涡轮叶片密集点云数据与CAD模型配准方法

针对密集点云数据与CAD模型的配准问题,提出了一种基于简化模型曲率计算的配准方法。该方法通过计算简化模型和CAD模型各点的曲率提取出两模型上某一对应的特征面,根据特征面求出三组对应点对并计算坐标变换矩阵;把得到的变换矩阵应用于简化前的原始点云模型实现模型的预配准;最后通过奇异值分解和最近点迭代相结合的算法实现精确配准。实例表明,该方法实现了密集点云数据与CAD模型的配准,并在保证配准精度的前提下提高了配准的速度,从而验证了方法的有效性和实用性。     

叶轮逆向反求及其注射模结构设计

基于Vivid 9i激光扫描仪对叶轮进行点云采集,采用辅助球法点云拼接技术实现了叶轮点云的拼接,利用Geomagic软件进行点云处理,再结合UG6.0进行优化处理成实体。根据反求模型进行注射模结构设计,采用分体式结构成功解决型腔复杂难加工、成型时不便于排气、难充型等问题;采用简单的胶塞螺钉结构,成功解决了主次分型面开模先后顺序的问题。经实践验证,该方法可行有效。     

基于法向修正的双边滤波点云去噪处理

为了在降噪的同时保持点云模型的几何特征,并较好地处理离群点,针对不同种类的噪音问题,提出了一种基于法向修正的双边滤波点云综合去噪算法。该算法先对点云模型进行空间单元格划分,构造基于单元格最佳连通域,保留内部点云数据并去除点云模型离群点,然后根据双边滤波需要求法线的特点,对点云模型进行法向修正后再进行滤波处理。实验结果表明该算法简单快捷,能够很好地去除离群点,在去噪的同时可以很好地保留点云模型的几何特征,在处理效率和稳定性方面均优于单一的双边滤波算法。     

基于二维截面筛选标记的点云简化方法研究

针对点云简化过程中局部冗余点难以正确去除的问题,对滤波器去噪、坐标系转换、二维平面点的处理等方面进行了研究,对目前点云预处理过程中大尺度噪声去除和点云精简方法进行了归纳,提出了一种二维截面筛选标记的点云简化方法。首先用滤波器去除了原始点云中的大尺度噪声,用截面截取了点云主体并进行了坐标变换;其次处理了二维截面上点的位置和颜色信息,筛选并标记出了孤立点和轮廓边沿的非模型点;然后对标记点进行了半自动剔除,完成了预处理;最后利用图像法重建的点云模型进行了测试。研究结果表明:该方法整体简化效率较高,半自动去除方式可准确去除冗余点和小尺度噪声,能够保持模型的尖锐特征,防止模型萎缩变形。     

基于约束搜索球的点云数据与CAD模型精确比对检测

针对传统数字化比对检测中点偏差计算的准确性及效率不高的问题,提出了一种基于约束搜索球的点云数据与计算机辅助设计模型比对检测技术。首先,为了提高计算的准确性,在分析现有点—面计算模型的基础上,提出了点—边计算模型及点—点计算模型,用于计算曲率变化较大区域的点偏差。其次,为了提高计算效率,在最邻近顶点搜索过程中采用K-D树进行加速,在点数据归属过程中,构建一系列约束搜索球,将点云数据与计算机辅助设计模型比对的范围限制在约束搜索球内,降低算法的时间复杂度,提高点数据归属的效率。以某大型叶片为例,验证了该方法的有效性。     

汽车车身点云数据生成研究

汽车逆向工程是工程师直接根据实物进行设计,点云数据扫描仪器对零件进行扫描,形成点云数据后用逆向工具对点云进行转换,导入到三维模型软件中重新构建高品质的三维模型。     

滚动轴承数字孪生几何模型精细建模

针对滚动轴承数字孪生几何模型构建过程中，因被赋予理想的光滑表面而缺乏表面形貌信息，导致模型配合面与物理实体一致性差的问题，提出滚动轴承数字孪生几何模型精细建模方法，基于分形理论、点云变换和点云重建技术构建了带有表面形貌特征的滚动轴承数字孪生精细几何模型。通过对滚动轴承的数字孪生精细几何模型和光滑几何模型进行仿真分析，并与实验采集的滚动轴承振动数据在时频域参数上进行对比验证，表明相比传统的光滑几何模型，滚动轴承的数字孪生精细几何模型更符合实际运行情况。     

基于深度学习的零件点云分割算法研究

针对目前基于PointNet++的深度学习点云分割框架,对零件点云进行几何面级的分割精度不高的问题,对现有分割框架的采样算法、特征提取、特征传递进行了研究。运用了基于曲率的最远点采样算法,在零件面与面交界处获得了更多的采样点;结合了PointSIFT和PointCNN分割框架,采用了X变换矩阵,让点云特征具有空间转换不变性,SIFT组合选择了不同方向的近邻点进行组合;设计了SIFT-X卷积算子,能让网络编码不同方向的点云特征,提升了网络的表征能力从而提高分割精度。研究结果表明:上述方法能提高零件点云面要素分割的精度和mIoU值。     

RBF神经网络在斗齿散乱点云漏洞修补中的应用

为了获得精确而完整的斗齿三维点云模型,研究了基于三维扫描仪测量的斗齿自然点云漏洞的修补方法。应用RBF神经网络重点对于逆向软件难以修补的大面积自然漏洞和跨面漏洞进行了修补研究,取得了成功;并将其修补结果与采用逆向软件的修补结果进行了对比。结果表明:应用RBF算法对斗齿散乱点云漏洞的修补效果要远好于应用逆向软件修补的结果,证明了RBF神经网络算法在斗齿散乱点云自然漏洞修补中的实用性;解决了工程实际中几种具有复杂内腔及外形斗齿的逆向点云数据修补的实际问题,为后续采用"点云-曲面-实体模型"逆向策略来获取这些斗齿的设计数据提供了可靠依据。就漏洞修补处理过程中的关键环节和要点进行了扼要说明。     

航空发动机压气机叶片的逆向建模及应用

为得到高质量的航空发动机压气机叶片型面,采用三维扫描仪准确测量获取叶片点云数据,将点云数据去噪和精简处理后等距提取叶型截面点云并存储为二维数据。利用Matlab软件对叶型截面二维点云数据采用三次B样条曲线整体逼近拟合的方法形成叶身截面曲线,并在SolidWorks软件中放样生成叶身型面。逆向建模后的叶片可借助UG二次开发生成磨削抛光路径轨迹线,成功实现了叶片模型的应用。结果表明逆向建模成型后的叶片精确性高,光顺性好并且对解决实际的工程问题提供帮助。