反向工程中自动精确模型重建的关键技术研究

反向工程论文 点云曲率论文 数据分割论文 移动最小二乘论文 Morse-Smale复形论文 特征识别
论文详情
反向工程作为产品创新设计和制造的重要途径之一,在航空、航天、汽车、模具、医疗等领域有着广泛的应用前景,受到了各国工业界和学术界的重视。测量点集模型重建一直是反向工程的核心内容和研究热点。随着测量技术和计算机技术的进步,模型重建技术也得到了快速发展。但在实际应用中,面对不断增大的点云规模以及日益复杂的实体模型,模型重建过程仍存在自动化水平不高、精度损失较大、不能有效地与下游应用集成等问题。本文针对模型重建理论及其应用问题,从点云几何信息提取、数据分割、曲面类型与参数提取及层切模型转换等方面对模型重建关键技术进行了系统的理论研究和实践。点云几何属性(法矢、曲率等)的精确分析是模型重建的基础。为了提高反向工程中大规模、形状复杂且带噪声点云的曲率计算精度,本文提出了基于移动最小二乘曲面的曲率计算方法。根据移动最小二乘曲面隐式表达推导了计算主曲率、方向曲率等的解析公式,并以实验和推导相结合的方法给出了自适应选择高斯核宽度的经验公式。数据分割在模型重建中起到承上启下的作用。为了减少分割中的交互操作,准确刻画模型的几何特征,本文提出了基于Morse-Smale复形的点云数据分割方法。通过在三角网格上建立和简化Morse-Smale复形对网格进行自动划分。在复形简化的基础上,根据点云几何属性分布,实现了过渡特征及顶点混合特征的自动分离,使分割结果更适应于反向工程模型重建的要求。基于特征的反求建模策略能够捕捉原始设计意图,得到较高的模型重建精度。基于特征的建模,其关键在于特征识别及特征参数的提取。本文利用高斯映射和法曲率映射并结合概率和最小二乘方法进行曲面类型自动判别,能够准确识别出平面、规则二次曲面和旋转拉伸面等特征。针对拉伸特征和旋转特征,提出了基于点集对齐原理的参数调整方法,以提高参数的计算精度。复杂自由曲面重建需要对点云进行再划分,采用多张面片拟合并拼接而成。为了合理确定面片数量和位置,本文提出了一种基于区域生长的算法对自由曲面子域点云进行自动划分。算法以Bezier曲面拟合误差作为控制参数,通过区域扩张过程得到各分区点云。基于测量点云的直接分层技术有着广泛的应用。然而由于直接分层以散乱的海量点云为输入,数据间缺少有效联系,可能导致层切模型的精度损失或结构缺失。为此,本文提出了散乱测量点云整体拓扑结构的提取算法,并将点云拓扑和几何信息应用于快速原型直接分层计算中,以提高层切模型建立的正确性和精度,并取得快速原型加工精度和速度之间的平衡。本文利用C++和OpenGL库,将上述关键技术和相关算法集成为三维测量点集曲面重建原型系统。通过典型零件验证了系统及其关键技术的合理性和有效性。
摘要第5-7页
ABSTRACT第7-8页
第1章 绪论第12-28页
    1.1 引言第12-13页
    1.2 反向工程的关键技术及研究现状第13-22页
        1.2.1 反向工程概述第13-14页
        1.2.2 点云微分几何特性估算第14-15页
        1.2.3 数据分割第15-17页
        1.2.4 CAD 模型重建第17-20页
        1.2.5 层切模型构建第20-22页
    1.3 存在的主要问题第22-23页
    1.4 本文的主要工作第23页
    本章参考文献第23-28页
第2章 点云数据的几何信息提取第28-54页
    2.1 引言第28页
    2.2 测量点集相关定义及法矢估算第28-31页
        2.2.1 测量点集相关定义第28-29页
        2.2.2 法矢估算第29-31页
    2.3 基于移动最小二乘曲面的曲率估算第31-37页
        2.3.1 移动最小二乘曲面概述第31-32页
        2.3.2 投影操作第32-33页
        2.3.3 高斯曲率和平均曲率计算第33-35页
        2.3.4 平面曲线的曲率计算第35-36页
        2.3.5 主曲率和主方向计算第36-37页
    2.4 相关参数选择及算法效率分析第37-42页
        2.4.1 高斯核宽度h 的选取第37-41页
        2.4.2 邻域个数选取第41页
        2.4.3 算法效率分析第41-42页
    2.5 实验结果与比较第42-51页
        2.5.1 解析曲面采样点云的曲率计算比较第42-49页
        2.5.2 自适应和固定高斯核宽度h第49-50页
        2.5.3 实际测量点云曲率计算第50-51页
    2.6 本章小结第51页
    本章参考文献第51-54页
第3章 基于Morse-Smale 复形的数据分割第54-80页
    3.1 引言第54页
    3.2 Morse 理论概述第54-56页
    3.3 基于MS 复形的特征线提取算法第56-64页
        3.3.1 指标函数第56-57页
        3.3.2 MS 复形建立第57-58页
        3.3.3 MS 复形简化第58-64页
    3.4 数据聚合及分割区域后处理第64-65页
        3.4.1 子域网格搜索第64页
        3.4.2 分割区域后处理第64-65页
    3.5 过渡特征的判别与划分第65-72页
        3.5.1 边界线类型判别第66-68页
        3.5.2 过渡区域的自动分离第68-70页
        3.5.3 顶点混合区域的自动分离第70-72页
    3.6 算法分析与实例验证第72-78页
        3.6.1 实例验证第72-77页
        3.6.2 算法复杂度及计算时间第77-78页
        3.6.3 实验结果分析第78页
    3.7 本章小结第78-79页
    本章参考文献第79-80页
第4章 曲面类型识别及参数提取第80-106页
    4.1 引言第80页
    4.2 子域点云曲面类型识别第80-85页
        4.2.1 曲面的几何特性分析第81-82页
        4.2.2 曲面类型判别流程第82-85页
    4.3 规则二次曲面参数提取第85-86页
    4.4 规则扫掠曲面参数提取第86-97页
        4.4.1 平面与点云截交线的计算方法第87-89页
        4.4.2 拉伸曲面参数提取第89-94页
        4.4.3 旋转曲面参数提取第94-97页
    4.5 自由曲面点云再划分第97-104页
        4.5.1 种子区域计算第97-100页
        4.5.2 区域扩张算法第100-102页
        4.5.3 区域调整第102-104页
    4.6 本章小结第104页
    本章参考文献第104-106页
第5章 基于测量点云的直接分层第106-124页
    5.1 引言第106-107页
    5.2 算法总体框架第107-108页
    5.3 拓扑结构及几何信息的提取第108-112页
        5.3.1 拓扑结构分析的意义第108-109页
        5.3.2 点云模型的拓扑结构分析第109-111页
        5.3.3 几何信息的提取第111-112页
    5.4 直接分层算法第112-117页
        5.4.1 层面线轮廓结构判别第112-114页
        5.4.2 曲率自适应的层面线构建第114-116页
        5.4.3 曲率自适应的层厚计算第116-117页
    5.5 实验结果与比较第117-121页
        5.5.1 实验结果第117-119页
        5.5.2 算法比较第119-121页
        5.5.3 算法精度与效率第121页
    5.6 本章小结第121-122页
    本章参考文献第122-124页
第6章 系统介绍与应用实例第124-138页
    6.1 系统概述第124-128页
        6.1.1 总体结构及功能第124-125页
        6.1.2 关键数据结构第125-127页
        6.1.3 系统界面第127-128页
    6.2 系统运行实例及分析第128-136页
        6.2.1 汽车钣金零件第128-134页
        6.2.2 固定折角器第134-136页
    6.3 本章小结第136-137页
    本章参考文献第137-138页
第7章 结论与展望第138-140页
    7.1 结论第138-139页
    7.2 展望第139-140页
攻读博士学位期间完成的学术论文第140-142页
致谢第142页
论文购买
论文编号ABS541968,这篇论文共142页
会员购买按0.30元/页下载,共需支付42.6
不是会员,注册会员
会员更优惠充值送钱
直接购买按0.5元/页下载,共需要支付71
只需这篇论文,无需注册!
直接网上支付,方便快捷!
相关论文

点击收藏 | 在线购卡 | 站内搜索 | 网站地图
版权所有 艾博士论文 Copyright(C) All Rights Reserved
版权申明:本文摘要目录由会员***投稿,艾博士论文编辑,如作者需要删除论文目录请通过QQ告知我们,承诺24小时内删除。
联系方式: QQ:277865656