基于STL模型垂直切片的支撑自动生成算法研究

针对光固化等快速成形工艺中须对零件加支撑的需求，本文提出一种新的支撑自动生成算法。该算法基于STL模型提取零件的悬吊点、下棱线、待支撑下表面的轮廓线等待支撑区域的关键特征，根据它们在形平面的投影特征来优化布置分层基准线并进行垂直切片，应用所提出的基于垂直截面轮廓内待支撑边生成支撑多边形的算法，生成相应的变厚度薄壁形支撑。实际应用表明，该算法能够对成形零件的待支撑区域自动添加准确有效的支撑。     

熔融沉积快速成形支撑结构技术研究

基于STL模型的待支撑特征识别方法,实现了对待支撑面、以及难于识别的悬吊线和悬吊点的提取。根据待支撑特征投影区域的几何特征,将其分为细小特征区域、狭窄特征区域以及大表面特征区域。针对各类区域的形状特点设计了十字支撑、单壁板支撑以及多壁板锯齿形支撑结构,并提出三点法确定支撑的起始点和终止点的方法。减少材料使用,节省加工时的数据预处理时间,提高快速成形的效率。     

基于STL模型支撑生成算法的研究

针对快速成型制造中须对零件加支撑的需求,提出一种新的支撑生成方法。它首先提取零件待支撑区域的关键特征(如悬吊点、下棱线、待支撑下表面的轮廓线等),同时指出各种支撑的基本构件实质就是单边对应的多边形支撑面,并采用了局部斜板支撑的方案实现其生成算法,在此基础上生成零件的特征支撑;然后采用对生成的特征支撑STL模型分层后分区扫描填充加强支撑线来实现对待支撑下表面内部区域的有效支撑。应用表明：该方法实现了对成型零件关键特征的准确支撑和对待支撑面域的有效支撑,生成支撑效果良好。     

SL快速成型中支撑自动生成技术研究

针对 SL快速成型技术加工时需要对零件加支撑的要求 ,通过对 CAD模型和 STL模型文件特点的分析 ,采用直接从 STL 模型文件提取信息找到 CAD模型的待加支撑面、线、点 ,并按待加支撑面、线、点的特征给其加二维支撑 ,再确定支撑空间高度的方案 ,实现了支撑自动生成。应用表明 :该技术节省了 SL加工时的数据预处理时间 ,避免了利用人工加支撑时的人为错误 ,提高了快速成型的效率     

基于背板的双面数控渐进成形方法

为了解决双面数控渐进成形中板材件无支撑悬空区域存在变形的问题,提出一种背板辅助的双面数控渐进成形方法。该方法以背板对板材的支撑作用,抑制板材件非成形区的非理想变形,进而提高成形质量。研究了面向复杂板材件基于背板的双面数控渐进成形策略和对于一个给定待成形板材件标准模板库模型自动生成所需背板计算机辅助设计模型的算法。该算法根据板材件类型的不同,通过提取待成形板材件标准模板库模型的特征轮廓,采用顶点偏置方法生成出背板计算机辅助设计模型,并采用数值模拟和实际成形实验对所提背板辅助双面数控渐进成形方法进行了验证和评估。有限元分析和实验结果表明,双面数控渐进成形中背板的使用能够有效提高成形件的成形质量,具有可行性和可应用性。     

SW2501快速成形系统中支撑自动生成算法的研究

在SW2501快速成形系统中，零件原型的制作是靠热喷头挤出热熔丝逐层堆积成形的，这种成形过程，与FDM成形过程相类似。因此，在零件原型的堆积成形过程中，支撑结构的生成是不可避免的。提出一种自动生成支撑结构的软件算法，它通过利用截面轮廓区域的自动识别、多边形区域的布尔运算以及多边形轮廓的OFFSET运算等几种关键算法，介绍了SW2501快速成形系统中支撑结构的自动生成算法，该算法实际应用效果较好。     

基于CLI标准的通用快速填充软件研究

围绕快速成形制造中基于CLI标准的通用快速填充软件的开发，讨论软件通用性、快速填充算法及填充线的优化问题。系统设计使软件适应于现有的绝大多数快速成形制造工艺，并提供对可能新工艺的支持；软件采用改进的活性边表填充算法；软件还针对重合点和轮廓线重切问题时填充线进行优化处理。     

增材制造中复杂区域的分割填充扫描算法

针对增材制造技术中复杂分层区域的填充扫描问题,提出一种区域分割扫描算法。首先,识别内轮廓上区域分割点及所有轮廓上的分割交点,并按顺序存储、更新轮廓数据;然后,利用提出的区域轮廓搜索算法遍历新的轮廓数据,实现了对独立填充扫描区域的快速提取;考虑3D打印机的运动学特性,给出了以打印时间最短为目标的最优填充扫描方向计算方法,完成了对打印区域的快速填充。所提算法可将含有孔、岛屿等内轮廓特征的复杂打印平面分割为若干个可以连续打印成型的子区域,减少了打印喷头跨越内孔等非打印区域时的抬头次数,结合优化后的扫描方向,能有效提高打印效率。通过算例验证了所提算法的有效性和正确性。     

快速成形自适应扫描路径的研究与实现

结合激光金属沉积成形工艺和现有平行扫描路径生成方法分析了局部过熔覆或欠熔覆问题的根本成因.提出了一种自适应扫描路径生成方法,首先采用特征点和特征边识别的适应性扫描间距生成扫描填充线;然后提出基于待定过渡线中点和特征边位置关系判断来优化连接填充矢量生成扫描路径.应用表明,自适应扫描路径有利于成形质量的提高.     

带有通气孔的数控渐进反向成形支撑自动生成

为解决数控渐进反向成形过程中板材与支撑之间形成密闭空腔,腔内空气不断被压缩而产生的对板材的反作用力影响板材件成形质量和成形精度问题,提出一种可由待成形板材件的CAD模型自动生成带有通气孔特征的支撑体三角网格模型的方法。给出了计算支撑体空腔体积与空腔内压强的算法、自动识别复杂板材件凹部数量与位置的算法,及其在合适的位置生成通气孔进而生成带有通气孔的支撑体三角网格模型的算法。应用实例表明,所提算法能够自动生成带有通气孔的支撑体。成形实验表明,板材件成形过程中密闭空间的形成会导致成形件鼓包变形甚至破裂,而带有通气孔的支撑体能够有效地解决上述问题。     

无伞空投最优投放点计算方法研究

针对无伞空投精确性、可靠性的技术要求,提出一种精确计算最优投放点的方法。通过搭建标准条件下的投放点-落点数据库,结合神经网络拟合算法,训练得出所有条件下的投放可行域,并以落点速度和精度为优化条件,建立目标优化函数,找到最优投放点。计算结果表明,在解算出的最优投放点实施空投,精确性、可靠性较高,在随机风场低空空投任务中能够取得理想空投效果。     

基于激光扫描和SFM的非同步点云三维重构方法

室外场景具有测量数据量大、扫描数据易重叠及建筑物表面信息复杂等特点,单靠激光扫描方法能够获得场景精确的深度信息,但缺乏颜色和纹理信息,利用从运动中恢复结构(SFM)方法可获得丰富的彩色信息,但重构精度不高,若将两种设备固定进行在线实时同步测量,易受到测量环境和系统制约不易实现。针对此问题,提出了一种基于激光扫描和SFM结合的非同步点云数据融合的三维重构方法。首先,提出利用手动选择控制点进行7自由度初始配准,再利用迭代最近点(ICP)算法对初始配准结果进行精确配准,最后利用最近点搜索算法将分布在经基于面片的多视图立体视觉(PMVS)算法优化后的SFM数据中的颜色信息与激光扫描的点云坐标进行融合。实验结果和数据分析显示,本文的方法能有效地将激光扫描与SFM点云数据进行融合,实现了室外大场景的三维彩色重构。     

基于继承与优化算法的无序点云拼接技术的研究

摘要：点云拼接技术的核心是建立两个待拼接点云之间的对应关系。提出继承与优化算法进行点云精确拼接,阐述了算法原理,通过建模获取拼接过程中的旋转和平移参数,提出并分析了拼接的实现过程。采用光栅投射式三维扫描仪获取某型号汽车防雨板的6组点云数据,使用提出的算法进行点云拼接,采用多分辨率层次精度分析法对拼接结果进行误差分析,与最临近点迭代法在拼接精度、收敛速度和耗时上进行了比较。实验结果表明：继承与优化算法可实现海量无序点云的精确拼接,拼接的标准偏差小于0.10mm,两点云对拼接时间小于2秒,相比最临近点迭代法,所需迭代次数减少5次以上。     

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。     

装配面点云特征增强的去噪算法研究

为了去除与法兰装配面数据点混合在一起的噪声并更好地保留装配面的特征,将装配面点云数据中的噪声分为 2 类。利用空间栅格划分将点云数据栅格化,使用 K 领域搜索的方法筛选出第 1 类噪声点,运用采样点邻域点数统计法删除第 1 类噪声点;采用改进的双边滤波法对第 2 类噪声点进行去噪。通过与各类算法进行比较,实验结果表明,该去噪算法在达到预期去噪效果的同时还可以增加装配面特征的保持度,并且能够避免传统双边滤波在去噪后产生光顺过度的现象。     

R树上溢结点增量式k均值聚类优化分裂方法

R树能较好地满足逆向工程、CAD/CAM、机器视觉等领域的动态数据维护及空间查询需求,而CR树是其优秀的变体之一。针对CR树的上溢结点分裂算法存在的聚类结果不理想以及计算代价过高等问题,提出一种主元分析导向的增量式k均值算法,可在既有分类中心附近的第一主元方向上搜索新的初始分类中心。将该算法与Silhouette指标相结合应用于求解由上溢结点分裂问题所转化的点集聚类问题,能以较小的计算代价自适应获取近似全局最优的点集聚类结果。试验结果表明,基于增量式聚类的R树上溢结点分裂算法在R树构建效率、存储利用率及空间查询等方面的综合性能优于CR树与RR*树。     

Iterative Angular Feature Extraction (IAFE) Method for Reverse Engineering

Extracting exact features from noisy point data is an important problem, in practice, for the application of reverse engineering. Several feature extraction methods have been used to handle noisy point data, such as the "angular" method and the "chordal" method. They work well for most cases, but the generation of extra features cannot be avoided for some cases. A new feature extraction method that deals with noisy scanned point data is proposed in this paper. We call it the iterative angular feature extraction (IAFE) method, since it extends the concept of the angular method. The IAFE method first distinguishes the feature regions from point clouds, then the iterative algorithm is applied to refine each feature region into ultimate feature points. A "noise dilution" concept is used to reduce the noise effect. A "multiple point" algorithm, an "angle variation" algorithm and an "iterations for convergence" algorithm are developed to implement the noise dilution concept. The IAFE(I) method for planar models and the IAFE(II) method for curved models are designed. The IAFE method demonstrated its usefulness in dealing with noisy point data.     

基于特征点自动识别的B样条曲线逼近技术

提出一种实用的用三次B样条曲线逼近稠密且带噪声的二维断面数据点列的算法。剔除数据点列中的重合点并对其进行均匀弧长重采样处理后,利用相邻点拟合圆弧的方法来近似计算各数据点的离散曲率值,并根据相邻点之间的离散曲率符号变化情况及相近点之间的曲率值和曲率差分关系自动识别出断面数据中绝大多数的特征点(拐点、折痕点、曲率极值点)。构造插值于特征点的B样条曲线,并在逼近误差最大处插入新的插值点。重复这一过程,直到逼近误差小于预先给定值,从而得到最终插值点列并构造相应的B样条曲线。试验结果表明,所构造的曲线节点数目及其分布合理,能够很好地反映原始断面数据点列中的细小特征部分。该算法具有速度快、逼近精度高等特点,可广泛应用于二维断面数据的曲线重建。     

凸显尖锐特征的点-线-面递进式曲面重建

针对现有曲面重建算法不能很好地重建出点云模型尖锐特征的缺陷,提出了一种凸显点云尖锐特征的点-线-面递进式曲面重建算法。首先,根据近邻点的欧氏距离、法向偏差和曲面变分,采用主成分分析算法和k-近邻点迭代加权法获取点云准确法向;接着,依据特征点位于多个平面交线上的原则,利用法向聚类和平面拟合从候选特征点中筛选特征点;然后,依据特征点生长方向和主方向的相互关系重建特征线,并按照最小二乘原理采用矩阵法修复角点;最后,以特征线为约束重建尖锐特征点云曲面。实验结果表明：本文算法计算的点云准确法向与理论法向偏差接近于0,特征重建效果优于其他算法,算法耗时短且与点云数量呈线性关系。算法不仅能够准确计算尖锐特征区域的点云法向,还能准确提取出点云模型的特征点并凸显模型的尖锐特征。