基于曲面局平特性的快速曲面重建算法

提出了一种基于曲面局平特性的散乱点集的曲面重建算法。基于曲面局平特性的重建算法具有快速、内存需求少的优点,但这类算法对输入点集有局部平坦性的要求,对局部质量没有保证,容易出现空洞、重叠、法矢不连续等缺陷。通过分析对这类方法进行改进。实践结果表明,在采样点过少或极其不均匀情况下,仍能得到较好的重建质量。     

基于三坐标测量机的螺旋曲面重建

介绍了一种螺旋曲面的重建方法,详细阐述了设计流程。由三坐标测量机获取螺旋曲面数据,实现了测量数据中噪声点的剔除,利用Delaunay三角化重建了曲面。通过滚刀实例的初步验证,说明方法正确可行。     

曲面拼接与扩展的三角剖分算法的改进

对递归分割曲面在编辑方面的拼接和平面扩展问题的散乱点的三角剖分算法进行了研究.通过边界轨迹优先生成和点的有效性判断等约束条件对原有剖分算法进行了改进,顺利实现了递归分割曲面的拼接和平面扩展,并保证了拼接边界和扩展边界网格拓扑的正确性.     

一种空间曲面上散乱数据的快速三角剖分新算法

在现有三角剖分方法研究的基础上,提出了一种空间曲面上点云数据的快速三角剖分新算法。以区域生长法为主导,通过表面法向量向外原则提出了一种种子三角形选取与构造的新方法,改进生长算法,采用逆时针方式搜寻最优扩展点来生成三角形网格。该算法的总体时间复杂度为O（KN）,能够快速高质量的生成三角网格模型。     

基于二维Delaunay近邻的空间散乱数据曲面重建算法

给出了一种新的散乱数据曲面重建算法。算法基于曲面的局平特性，通过二维Delaunay三角剖分到三维空间的映射，快速查找空间任意点的Delaunay近邻，然后根据散乱数据重建三角网格中顶点互为Delaunay近邻的原理，进行曲面拓扑重建。应用新的求解κ-近邻和二维Delaunay近邻的算法，提高了曲面重建的算法效率。实验表明，该算法高效、稳定，对不均匀数据有较好的适用性。     

散乱数据点的快速三角剖分算法

提出了一种改进的波前扩展算法,该算法给出的候选点判断准则,可对数据点的K近邻进行快速过滤,并有效避免了单元自相交;建立的匹配点查找和优化准则,可生成局部优化的三角形网格单元;依据四种不同的查询结果,制定了相应的波前环更新和数据点标记方法。将波前扩展算法应用于具有复杂特征的散乱数据点的三角剖分中,结果表明,该算法可快速生成高质量的三角网格模型。     

散乱数据点的快速三角剖分算法

提出了一种改进的波前扩展算法,该算法给出的候选点判断准则,可对数据点的K近邻进行快速过滤,并有效避免了单元自相交;建立的匹配点查找和优化准则,可生成局部优化的三角形网格单元;依据四种不同的查询结果,制定了相应的波前环更新和数据点标记方法.将波前扩展算法应用于具有复杂特征的散乱数据点的三角剖分中,结果表明,该算法可快速生成高质量的三角网格模型.     

基于光学定位仪的曲面三角网格重建及其应用

针对光学定位仪采集到的非均匀散乱数据进行曲面的实时三角网格重建。首次给出了光学定位仪采集点的曲面重建过程中样本密度以及邻域值的确定方法,并将其应用到手术导航中的骨表面重建,从而更好地利用可视化技术帮助医生进行术中判断。多次重建结果表明,该方法与未改进的曲面重建方法相比,能够更好地确定曲面的边界,在实际应用中也更为有效。     

散乱点云的三角网格曲面重建算法

在采用计算机视觉法获取物体三维重建数据的过程中,为了得到较完整的模型信息,所测得的曲面点通常带有大量冗余,而这些冗余数据的存在大大增加了曲面重建的难度.在此背景下,我们针对散乱无序、无任何几何拓扑信息的密集数据,提出了一种空间三角网格直接剖分算法.该算法能够节省存储空间,提高曲面重建效率,保证输出的曲面网格优质.算法首先对原始数据进行预处理,然后采用空间栅格法及Delaunay空球等准则,扩展动态三角网,最后统一法向量输出完整的三角网格模型.通过实例证明,算法重建速度快,曲面网格质量高.     

基于CATIA的逆向工程在汽车车身设计中的应用

逆向工程是在现代计算机技术基础之上产生的一种新的产品设计和开发方法,通过对逆向工程概念的介绍及在汽车车身设计上的实例演示,探讨基于CATIA的逆向设计的一般流程。     

汽车坐标系和车身姿态角的确定方法

结合参考标准定义,给出了汽车坐标系定义的具体方法;并在此基础上,给出确定车身姿态角的方法。     

逆向工程在车身设计中的应用

阐述了逆向工程的概念和应用,并基于逆向工程对车身设计的方法原理以及效果评价作了说明。     

基于广义延拓逼近法的复杂曲面重构研究

针对逆向工程中复杂曲面重构,基于广义延拓逼近法,提出一种逼近算法.该算法一方面能在分片边界点上满足插值条件,使得各分片之间的变化具有一定的协调性;另一方面,利用分片插值区域周围结点(包括内点)的信息,实现分片区域内部的最佳逼近,同时算法又使曲面形状具有局部可控性、变差减少性和凸包性等特性.仿真实例证实,该算法改善了传统逼近算法方法在重构曲面时产生的失真和运算的不稳定现象,并且得到较高的曲面重构精度,具有计算稳定、快速和方便的优点.     

基于道路坡度的车厢侧倾角预测模型

车辆在坡道上曲线行驶时车厢会产生侧倾,车厢侧倾是影响车辆横向稳定性的重要参数之一。针对道路横向坡度角、簧载质量、非簧载质量离心力对车厢侧倾角的影响,建立了车辆在斜坡上曲线行驶时的车厢侧倾角预测模型,该模型是一个二阶非线性微分方程,利用Matlab编程实现了该模型的数值求解,并利用数显角度仪测量了车厢的侧倾角,将试验值与模型预测值进行了比较,判断了预测模型的有效性,研究结果表明该模型为预测车厢侧倾角提供了一个有效的手段。     

离散数据点集的3D三角划分算法研究

在实物测量造型过程中,根据离散点集进行三角网格划分是其关键环节之一,也是进行后续进行曲面重构的前提和基础。本文在当前的三角网格划分方法比较之后,提出了一种散乱点集的三角网生长算法,该算法无须对离散点集所对应的自由曲面进行分片投影,直接在3D空间从已划分区域边界到未划分区域按照Delaunay准则生成三角网格,并给出了用此算法处理散乱数据的试验结果。     

基于同步工程的汽车车身设计流程分析

在研究汽车车身设计方法和常用设计流程的基础上,提出了车身设计过程中,车身结构设计和仿真计算两大技术主线,建立车身设计的同步流程。最后,将其运用在某款微车产品上,具有一定参考价值。     

一种基于RBF隐式曲面的离散数据快速重建方法

本文针对空间散乱数据, 提出一种基于RBF（Radial Basis Function）隐式模型的快速曲面重建方法,并实现了隐式曲面的可视化。三维离散数据由于分布稠密、不均匀,空间拓扑结构未知的特点,本文首先强调大规模散乱数据预处理的重要性。通过基于空间法向量约束和主元分析两种方法进行数据简化和特征提取。其次采用K-d tree数据结构进行空间数据分割,将全局模型转化为局部的RBF模型,从而通过求解线性方程组得到模型的权值系数。最后在局部交叠空间光滑拼接,得到一个代数表达形式的光滑曲面。实验结果表明,该方法适用于任意复杂物体的三维曲面重建,而且具有较高的重建精度。