基于X射线断层扫描的钢轨滚动接触疲劳裂纹形状建模方法

为建立钢轨滚动接触疲劳裂纹真实形状数学模型,采用X射线断层扫描技术,获得了钢轨轨距角-轨肩处的滚动接触疲劳裂纹的真实形态点云数据,提出栅格算法确定裂纹尖端和开口的边界点、三次B样条曲线拟合裂纹尖端、裂纹面与钢轨轨面相交确定裂纹开口的钢轨滚动接触疲劳裂纹形状建模方法。研究发现:栅格算法提取的裂纹边界特征点比凸包算法提取的裂纹边界特征点多,代表裂纹边界特征的凸点和凹点都识别,使得裂纹边界失真度更小;随着栅格边长减小,栅格算法提取出的裂纹边界点数量增加,减少了凸包算法的漏点问题。将提取好的裂纹尖端边界点分别用最小二乘法、Bezier曲线、三次B样条曲线等方法进行曲线拟合,发现三次B样条曲线拟合得到的裂纹尖端与真实裂纹最为接近,其数据拟合的偏差最大值和标准差均最小,由此获取了真实裂纹的尖端形状数学模型。     

基于特征数据分块自适应切片的空洞修补

针对常用的空洞修补方法在修复具有多种曲面类型的空洞时失效和所修复的曲面不光顺等缺点,提出基于特征数据分块自适应切片的空洞修补。首先,在考虑特征信息的情况下基于聚类对散乱点云进行分块;然后利用特征进行自适应切片,获得曲线并进行拟合;最后,在线上取点填充缺失的点云,最终对完整的点云模型进行曲面重构建立实体模型。试验结果表明,采用自适应切片法修补空洞能够保留特征,所填充的点云数据精度较高,能够满足后续建模的需要。此外对该方法填充的点云进行了曲面重构及光顺,结果令人满意。     

基于PCL的人体模型自动化修形研究

提出了基于患者人体点云数据的修形曲面自动化建造方法.利用三维激光扫描仪获取人体点云数据,滤波后将点云数据分割成骨盆、腹腔和胸腔三部分,根据三点加力矫形原理提取用于设置伸展空间和施加矫形压力的点云数据,施加变换操作;最后实现点云数据的拼接,创建人体修形曲面.设计案例表明该方法为矫形支具自动化设计奠定基础.     

车身产品开发中逆向设计的研究与应用

逆向设计是现代汽车产品快速开发的重要技术。本文介绍了汽车车身产品开发流程及逆向设计关键技术和应用软件,从点云数据采集、曲面重构、曲面数据质量评估等方面分析了逆向设计在汽车车身产品开发中的应用情况。     

车门内板复杂钣金件逆向建模方法探讨

以某轿车前后车门内板为例,探讨复杂钣金件的逆向设计过程和方法。通过手持式三维激光扫描仪的非接触式测量获取前后车门内板的点云数据。利用Geomagic Studio 12软件进行前期点云处理。基于CATIA V5 R17软件平台的自由曲面、创成式外形设计、数字化外形编辑器、快速曲面重构等模块完成前后车门内板的曲面重构,并进行相应的曲面质量检查。对复杂钣金件的逆向建模流程和方法以及车门内板曲面质量的评价指标进行了相关探索。     

带噪声的点云数据的隐式曲面重建算法

针对三维扫描获取的带噪声和离群点的点云数据,提出了隐式曲面重建算法.用基于均值漂移的滤波算子,把每个采样点移动到核密度函数的局部最大值的点,以限制噪声并剔除离群点.然后,用自适应的八叉树空间划分方法将降噪后的采样点数据分成小的子域.最后,在每个子域内计算局部形状函数,并用单位分解法将所有的局部形状函数加权求和以逼近模型的全局函数.实验表明,该方法是鲁棒的,能用带噪声和离群点的点云数据实现多分辨三维重建,得到细节丰富的曲面.     

基于逆向工程的车身A级曲面建模

介绍了逆向设计在车身产品开发中的关键技术:如何采集车身外形点云数据及创建曲面数学模型;归纳总结了汽车A级曲面的概念、技术要求及一般建模方法,以某轿车尾箱A面的设计为例阐述设计方案、曲面生成和轮廓线提取等关键技术。     

基于K近邻和法向精度的点云精简算法

针对传统点云简化算法在精简散乱点云数据时经常丢失过多特征点的不足,提出了基于K近邻和法向精度的点云精简算法.该算法首先对输入的散乱点云数据建立K近邻索引,并剔除集群点及离群点,从而完成点云数据的预处理,然后对预处理后的数据进行Delaunay三角化,并重构三角网格面,最后依据法向精度进行非特征点剔除.仿真实验表明,该算法既能较大程度地精简点云数据,又能较好地保持原有模型的基本特征.     

基于Geomagic Studio的防撞钢梁模型逆向重建

利用自行设计的QDU-1三维扫描仪得到了普通家用轿车前防撞钢梁的点云数据,并利用逆向工程软件Geomagic Studio对点云数据进行处理,得到高质量的NURBS曲面,并将重构的防撞钢梁模型导入CAD软件。该方法既可获得高质量的CAD模型,又可缩短产品开发周期、降低成本。     

利用三坐标测量"点云"的曲面反求设计

给出了基于坐标测量机测得的“点云”数据重新构造曲面的数字化算法．在Rhinoceros环境下，利用扫描“点云”重建了由面模型，阐述曲面光顺、延伸、拼接的技术要点，给出了一个反求实例。     

涡轮叶片逆向建模与特征参数提取

为了在已有涡轮叶片实物基础上进行再创新设计,采用激光扫描仪对涡轮叶片进行数字化扫描,提出了在三维测量得到涡轮叶片点云数据的基础上,准确进行逆向建模、反求几何参数和提取气动特征参数的逆向设计方法.根据涡轮叶片的几何参数反求和提取气动特征参数要求,基于获取涡轮叶片的截面点云图,用五次多项式曲线拟合叶盆和叶背,并用圆弧逼近叶形前后缘.基于该方法,采用Matlab软件对涡轮截面线点云进行拟合,反求得到了叶身型线方程,拟合偏差控制在之内,能够获得准确的叶片截面型线和气动特征参数.      

Curvature estimation of point set data based on the moving-least square surface

Curvature estimation is a basic step in many point relative applications such as feature recognition, segmentation, shape analysis and simplification. This paper proposes a moving-least square (MLS) surface based method to evaluate curvatures for unorganized point cloud data. First a variation of the projection based MLS surface is adopted as the underlying representation of the input points. A set of equations for geometric analysis are derived from the implicit definition of the MLS surface. These equations are then used to compute curvatures of the surface. Moreover, an empirical formula for determining the appropriate Gaussian factor is presented to improve the accuracy of curvature estimation. The proposed method is tested on several sets of synthetic and real data. The results demonstrate that the MLS surface based method can faithfully and efficiently estimate curvatures and reflect subtle curvature variations. The comparisons with other curvature computation algorithms also show that the presented method performs well when handling noisy data and dense points with complex shapes.     

Fast triangulation and local optimization for scan data of laser radar

In order to study the triangulation for the point cloud data collected by three-dimensional laser radar, in accordance with the line-by-line characteristics of laser radar scanning, an improved Delaunay triangulation method is proposed to mesh the point cloud data as a triangulation irregular network. Based on the geometric topology location information among radar point cloud data, focusing on the position relationship between adjacent scanning line of the point data, a preliminary match network is obtained according to their geometric relationship. A reasonable triangulation network for the object surface is acquired after the use of local optimization on initial mesh by Delaunay rule. Meanwhile, a new judging rule is proposed to contrast the triangulation before and after the optimization on the network. The result shows that triangulation for point cloud with full use of its own characteristics can improve the speed of the algorithm obviously, and the rule for judging the triangulation can evaluate the quality of network.     

基于一面两孔特征的点云配准方法

为了提高零件在扫描检测过程中点云与设计模型的配准精度,提出了一种基于一面两孔特征的点云配准方法.该方法粗配准以零件的平面/圆柱孔特征为对象,使设计模型和点云的局部坐标系重合,并通过改进ICP算法求解点云与设计模型最近点的距离最小平方和实现精配准.由于配准区域和最近点的计算方法不同,精配准进一步分为全域和特征域配准两种类型.全域精配准以距点云最近的设计模型三角网格点或投影点为最近点,适合于毛坯件;特征域精配准则通过求解点云在平面/圆柱孔特征上的投影点为最近点,适合于成品件.试验及计算结果表明:全域配准的配准精度随表面离散点距离的减小而提高, 当离散点距离达到1.50 mm时,其配准精度已经达到0.15 mm,基本满足工程应用要求.当配准精度相同时,配准效率较其它方法提高10%~20%.      

RTK与全站仪在城镇地籍调查中的联合应用

在巴彦托海镇第二次土地调查过程中,根据国家二调规范和测区设计方案,采用GPS与全站仪联合测图方法,应用南方CASS软件成图,并对采集的数据进行检核,实践证明该方法可以快速准确的获得界址点、地物点的定位信息,满足国家二调中对于界址点的精度要求。     

基于金字塔特征融合的二阶段三维点云车辆检测

针对三维点云鸟瞰图特征提取不充分导致车辆目标检测性能欠佳问题,本文提出一种基于金字塔特征融合的二阶段三维点云车辆目标检测算法。首先通过降维处理并利用体素占用编码原始三维点云,得到二维特征图输入;然后,利用上采样网络传递高层语义特征,下采样网络传递低层位置特征,构建一阶段金字塔网络结构提取车辆目标特征;最后,通过候选区域提取层得 到不同尺度的候选区域,利用兴趣区域池化层对齐各候选区域尺度,并采用全连接层融合多尺度特征,提取不同感受野下车辆目标特征;此外,在损失函数方面,补充正余弦角度损失并加权到总损失函数中,优化车辆目标航向角预测。基于KITTI公开数据集的实验分析表明,本文算法相较基准网络能够有效补充三维点云鸟瞰图特征提取,在不同难度的检测任务中平均检测精度提高 了5.07%~8.59%。     

高速道岔尖轨点云的复合拼接及数据处理优化

为实现高速铁路尖轨磨耗的高效检测,结合高速尖轨的检测需求及其几何特征,提出了基于距离编码器的复合拼接方法.该方法将距离信息融合到点云拼接中,提高了检测系统的自动化程度.在计算点特征直方图（point feature histograms,PFH）的过程中,引入OpenCL（open computing language）异构加速模型调整点云的数据结构,发挥GPU的并行处理优势获得了更快的数据处理速度.利用实际尖轨开展磨耗检测实验,证明了针对高速尖轨的结构光检测系统有效可行.经过点云拼接和点云扫描数据处理的优化,系统的整体检测效率获得了70%左右的提升.      

网络环境下全景图和点云数据快速融合可视化方法

现有多源数据融合可视化方法对数据精度要求高,匹配过程复杂,且传统点云的组织索引方式冗余,面对复杂数据的动态性较差,索引效率较低,难以支撑在网络环境下进行多源数据高效可视化交互.?针对上述问题,提出面向网络轻量化应用的全景图与点云数据快速融合可视化方法.?探讨了二维影像与三维点云的快速映射匹配机制、非规则性八叉树点云优化...     

基于云模糊理论的图像纹理分割

为了处理图像纹理的模糊性和随机性,基于云模糊理论提出了纹理特征矢量云模型,并成功地应用于纹理图像分割.该方法在对纹理统计描述符模糊化处理后,逆向生成纹理特征矢量云.矢量云模型的数字特征能够很好地表达纹理的模糊性和随机性,据此通过云距离计算及纹理特征矢量云生长,完成对图像纹理的分割.实验结果表明,该方法较经典的ISODATA算法和K-means簇算法的分割精度高,并且迭代收敛速度快.