保持尖锐特征的多边形网格模型孔洞修补方法研究

针对由点云数据重建得到的多边形网格模型存在孔洞的问题,提出了一种保持尖锐特征的多边形网格模型孔洞修补算法.首先,利用基于径向基函数的插补方法获得能够近似地逼近孔洞区域的光滑隐式曲面.然后,利用正则化匹配算法对该隐式曲面进行三角化,完成孔洞填充曲面片与原始模型的孔洞边界的缝合.最后,针对孔洞边界存在尖锐特征进行特征增强处理.实验结果证明,该算法对多边形网格模型的孔洞修补取得良好效果,并能够有效地恢复孔洞区域包含的尖锐特征.     

三角网格大面积孔洞光顺修补算法的研究

针对曲率变化复杂区域的大面积孔洞缺陷,提出一种基于曲面拟合的光顺孔洞修补算法。首先提取孔洞基本特征信息,基于孔洞边界直接填充修补;接着通过网格细分与优化,获得孔洞内部采样点;最后通过加权分点曲面拟合,调整采样点的空间位置。应用实例表明,该算法获得的修补网格质量高,能较好地逼近原始缺失曲面,且与周围原始网格光顺连接。     

裁剪B样条曲面重建算法研究

提出了具有不规则边界的裁剪B样条曲面重建方法。采用基准平面对数据点进行参数化，并建立以B样条曲面控制顶点为未知量的超定方程组；提出了基于有效点判别条件的孔洞识别算法，通过对孔洞区域的控制顶点施加顶点形状保持约束,确保方程组最小二乘解的存在；基于误差控制重构B样条曲面整体覆盖数据区域，通过边界线提取或曲面求交剪裁来重构裁剪曲面的边界。该方法具有符合设计意图、曲面在孔洞区域具有良好的形状一致性、曲面重构精度高等特点。     

三角网格曲面孔洞修补算法

针对反求工程中由于点云数据的不完整而产生的三角网格孔洞,提出了一种三角网格模型孔洞的空间修补算法。在提取孔洞边界特征后进行边界预处理,建立孔洞边界特征平面,并将孔洞边界向该平面投影;逐次寻找投影多边形中夹角最小的对应空间边界点作为网格生长点进行修补,直至新增的三角网格覆盖原有的孔洞;以孔洞边界周围的网格顶点作为采样点,对新增的孔洞网格顶点位置进行最小二乘拟合调整,以实现孔洞的准确修补。通过实例验证,说明该方法具有较好的孔洞修补精度和稳定性。     

基于最小二乘支持向量机的三角网格修补算法

为实现点云数据孔洞区域的修补,提出了一种基于最小二乘支持向量机的三角网格曲面孔洞修补算法。首先检测出孔洞,采集孔洞边界周围的三角片顶点作为学习样本训练最小二乘支持向量机模型;然后对孔洞多边形进行平面填充,获得新增三角片的顶点,并用已训练好的最小二乘支持向量机模型将其优化,最终实现孔洞的修补。实验结果表明,该方法的精度和处理速度优于人工神经网络,具有一定的实用性,为孔洞修补研究提供了一种新思路。     

基于局部细分曲面拟合的散乱数据孔洞修补算法

在逆向工程应用中,对于带有孔洞的散乱测量数据,给出了孔洞自动识别算法,通过提取孔洞邻域的局部数据进行三角网格划分和网格化简,得到带有孔洞的基网格.提出了基网格孔洞三角划分方法进行孔洞填补,在此基础上采用最小二乘方法进行Loop细分曲面拟合得到光滑的细分曲面片.以孔洞边界为基准,给出了细分曲面裁剪算法去除拟合曲面的多余部分,最后得到精确的孔洞填补数据.     

基于代数曲面的残缺点云数据迭代修复算法

针对逆向工程领域,激光扫描仪获取的散乱点云数据难免存在着残缺的问题,设计一种迭代修复残缺点云孔洞的算法,对其进行下采样,基于加权局部最优投影算子得到分布均匀的稀疏点集;将点沿稀疏点集的代数点集曲面排斥推向残缺区域;对稀疏点集进行上采样完成孔洞区域的一次修复.将上述步骤迭代应用,逐渐缩小残缺区域,直到完成修复.研究表明:...     

基于变分隐式曲面的三角网格孔洞修补

针对三角网格模型存在的孔洞问题提出一种基于变分隐式曲面的孔洞修补算法。首先,利用孔洞边界信息构造插值孔洞边界的变分隐式曲面并将其网格化,得到初始孔洞网格,再利用边界点裁剪初始孔洞网格,最后把裁剪后的孔洞网格与初始网格拓扑合并,完成孔洞修补。算法充分考虑了孔洞周围的信息,使得孔洞网格与原始网格光滑连接,取得了比较好的效果。     

基于变分隐式曲面的三角网格孔洞修补

针对三角网格模型存在的孔洞问题提出一种基于变分隐式曲面的孔洞修补算法。首先，利用孔洞边界信息构造插值孔洞边界的变分隐式曲面并将其网格化，得到初始孔洞网格，再利用边界点裁剪初始孔洞网格，最后把裁剪后的孔洞网格与初始网格拓扑合并，完成孔洞修补。算法充分考虑了孔洞周围的信息，使得孔洞网格与原始网格光滑连接，取得了比较好的效果。     

STL数据的Parasolid数据变换

为满足STL与Parasolid几何建模核心之间数据直接交换的需要,提出在对三角网格模型数据分割的基础上,利用角点对三角网格曲面边界进行分段,以各边界段的近似中点和递归细分算法提取边界段上的特征点,采用Dijkstra算法计算对应边界段上对应特征点之间的最短路径线以获得空间四角形的节点数据,通过Parasolid函数以插值的方式重构三角网格模型的自由曲面并进行曲面缝合,最终将STL数据转换成Parasolid数据。应用实例表明了所生成模型的稳定性与可靠性。     

弹塑性力学问题的无网格法分析

提出弹塑性力学问题的无网格局部Petrov—Galerkin(meshless local Petrov—Galerkin，MLPG)方法，这是一种真正的无网格方法。这种方法采用移动最小二乘近似函数作为试函数，并且采用移动最小二乘近似函数的权函数作为加权残值法的权函数，本质边界条件用罚因子法施加。文中采用Newton—Raphson法进行计算。计算实例表明．局部Petrov—Galerkin方法是一种很有效的求解弹塑性力学问题的方法。     

基于角点稳健提取的长方体参数化拟合方法

长方体基元拟合是三维点云几何拟合的典型问题,在三维重建、逆向工程、工业三维量测等实际场景中有着广泛应用。在实际应用中由于遮挡及设备盲区等原因,通常无法获取完整长方体点云数据,导致建模或量测时难以准确拟合长方体结构。针对该问题,本文提出一种结合平面拟合投影分割以及残缺平面垂角检测的长方体参数化拟合方法实现了长方体参数化拟合。首先,该方法通过平面拟合投影分割算法获取强轮廓信息的平面点云;然后,设计了残缺平面垂角检测算法,以拟合长方体真实角点;最后,利用非共面四点法对长方体残缺角点进行计算补全,获得完整的长方体参数信息。实验表明,本文方法在各类情况下均能准确检测并补全长方体角点信息以及平面参数信息,角点查准率召回率均为100%,平均误差仅为1.204×10^-3 m,能够实现精确的长方体参数化拟合。     

An adaptive mesh-independent numerical integration for meshless local petrov-galerkin method

In this paper, an adaptive numerical integration scheme, which does not need non-overlapping and contiguous integration meshes, is proposed for the MLPG (Meshless Local Petrov-Galerkin) method. In the proposed algorithm, the integration points are located between the neighboring nodes to properly consider the irregular nodal distribution, and the nodal points are also included as integration points. For numerical integration without well-defined meshes, the Shepard shape function is adopted to approximate the integrand in the local symmetric weak form, by the values of the integrand at the integration points. This procedure makes it possible to integrate the local symmetric weak form without any integration meshes (non-overlapping and contiguous integration domains). The convergence tests are performed, to investigate the present scheme and several numerical examples are analyzed by using the proposed scheme.     

复杂曲面特征线自动提取技术研究

复杂曲面零件的几何模型重构是逆向工程的研究重点之一,由零件表面的数字化数据提取特征线是构造几何模型的重要步骤。针对由CMM获取的三维数据“点云”,提出了基于扫描线的三维分层式方法实现特征线的自动提取,提出了基于局部增量网格扩张的三维散乱数据三角剖分算法,实现任意曲面尖锐棱线的自动提取。实践说明,通过该算法得到的复杂曲面的边界线能够满足模型重建的工程需求。     

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。      

A progressive point cloud simplification algorithm with preserved sharp edge data

Due to recent advances in high-speed 3D laser-scanning technologies, the set of dense points collected from the external boundary surface of a physical object, often referred to as the point cloud data, is emerging as a new representation format of 3D shapes. A typical point cloud data set contains millions of coordinate data points, and this leads to significant computational challenges for the subsequent data processing tasks in practical applications. This paper presents a new point cloud simplification algorithm to reduce the number of data points scanned from a mechanical part, in which the boundary surfaces often contain sharp edges. Because of the distinct feature represented by data points located on or near the sharp edges (edge points), these points should always be retained by the simplification process. The proposed algorithm thus identifies these edge points first and then progressively removes the least important data point until the specified data reduction ratio is reached. The quantification of a point’s importance is based on points in its neighborhood and corresponds to the point’s contribution to the representation of local surface geometry. The effectiveness of the proposed algorithm is demonstrated through the simplification results of several practical point cloud data sets.     

基于遗传算法的圆度公差评定法与采用最小二乘法评定的比较

根据提出的计算模型,对基于遗传算法的圆度误差评定和传统上采用最小二乘法的评定算法进行了比较分析,根据方法本身的特点和计算结果,分析了二者的不同点以及在工程应用中的适用场合.所构造的模型包括边界控制点和区域随机点,其中边界控制点模拟了由圆度误差最小区域条件所定义的最大内切圆和最小外切圆,而区域随机点模拟了实际情况下测试点的随机性和不确定性.计算结果表明基于遗传算法的圆度评定法精度较高,优于基于最小二乘法的评定算法.     

基于三维凸包的公差基准平面拟合方法

针对目前基于离散采样点进行基准平面拟合时没有考虑基准平面受约束的问题,提出一种基于三维凸包的带约束的基准平面拟合方法。该方法利用计算几何中的凸包理论,使用增量算法快速构建平面特征离散采样点的三维凸包。其次根据基准平面的定义,确定基准平面处于不同基准优先级时被其他基准特征约束的自由度以及建立基准的方法。在此基础上利用三维凸包建立基准平面无约束、转动约束、平动约束的数学模型,结合基准的相关实体要求实现了基准平面变动空间的求解。试验结果表明：采用一组采样数据建立基准平面时,所提出的算法与传统的最小二乘法进行比较更加符合基准平面的建立原则,保证了基准平面的准确性,满足了工程需求。     

Quasi Ellipsoid Gear Surface Reconstruction Based on Meshless Local Petrov-Galerkin Method and Transmission Characteristic

Special transmission 3D model simulation must be based on surface discretization and reconstruction,but special transmission usually has complicated tooth shape and movement,so present software can't provide technical support for special transmission 3D model simulation.Currently,theoretical calculation and experimental method are difficult to exactly solve special transmission contact analysis problem.How to reduce calculation and computer memories consume and meet calculation precision is key to resolve special transmission contact analysis problem.According to 3D model simulation and surface reconstruction of quasi ellipsoid gear is difficulty,this paper employes meshless local Petrov-Galerkin(MLPG) method.In order to reduce calculation and computer memories consume,we disperse tooth mesh into finite points-sparseness points cloud or grid mesh,and then we do interpolation reconstruction in some necessary place of the 3D surface model during analysis.Moving least square method(MLSM) is employed for tooth mesh interpolation reconstruction,there are some advantages to do interpolation by means of MLSM,such as high precision,good flexibility and no require of tooth mesh discretization into units.We input the quasi ellipsoid gear reconstruction model into simulation software,we complete tooth meshing simulation.Simulation transmission ratio during meshing period was obtained,compared with theoretical transmission ratio,the result inosculate preferably.The method using curve reconstruction realizes surface reconstruction,reduce simulation calculation enormously,so special gears simulation can be realized by minitype computer.The method provides a novel solution for special transmission 3D model simulation analysis and contact analysis.     

基于分层块状全局搜索的三维点云自动配准

提出了一种分层块状全局搜索到临近点局部搜索的改进迭代最近点(ICP)算法,用于进一步提高ICP算法的配准速度并消除点云缺失对点云配准的影响。该配准方法在粗略配准之后,以点云块为分层单元对模型点集进行选取,并对选取的少量模型点进行全局搜索获取其对应最近点;然后,以这些模型点对应的最近点作为搜索中心,在场景点集中进行局部搜索,获取这些模型点的大量临近点的对应最近点;最后,剔除错误对应最近点对,并求取坐标变换。与基于KD-Tree的ICP算法和基于LS+HS(Logarithmic Search Combined with Hierarchical Model Point Selection )的ICP算法相比,该配准算法对Happy bunny扫描数据的配准速度分别提高了78%和24%;对Dragon扫描数据的配准速度分别提高了73%和30%。这些结果表明该算法可以快速、精确地实现三维点云间的配准。