客车铰接盘逆向工程和有限元分析

利用关节臂式三坐标测量仪对铰接盘进行扫描测量得到原始云点数据,将其导入CATIA数字化外形编辑模块(DSE),对云点处理得到CATIA三维模型。通过HYPERMESH软件对三维模型网格划分得到有限元模型,再利用ANSYS10.0对有限元分析模型进行加载计算,得到铰接盘各部件的应力、应变响应情况,为整车仿真计算奠定基础。     

基于汽车悬架控制臂点云数据处理的研究

对汽车悬架控制臂零件在逆向工程技术中点云数据处理的内容和方法进行了研究。通过对扫描获得的点云数据进行处理,即点云噪音处理、多视点云对齐、点云数据的修补、点云数据的平滑和滤波、点云数据的精简等,从而提高了点云数据的精确度和可靠性。最后,结合Geomagic Studio软件对汽车悬架控制臂点云数据的处理方法进行了分析,最终得到了处理后高精确度的点云数据。     

基于逆向工程的车门外板曲面重构

利用三坐标测量仪测得轿车车门外板的点云数据,经数据处理后,应用CATIA软件中的相关模块进行曲面重构。以此为例探讨如何由实物或样品反求产品CAD模型的逆向设计的一般流程。     

基于逆向工程的饲料搅拌机刀片三维造型设计

针对TMR饲料搅拌机梅花刀刀刃曲线复杂,不易找出曲线方程进行正向设计的问题,利用逆向工程技术得到梅花刀的三维模型。利用非接触式激光扫描仪对梅花刀片表面进行三维扫描,并获取三维点云数据,研究曝光率对扫描结果的影响;利用Geomagic Studio软件对点云数据进行优化处理;利用Geomagic Design软件对刀片曲面进行重构;利用Geomagic Control将重建后的三维几何模型与原始点云数据进行误差对比分析,完成逆向工程技术在梅花刀片结构设计中的应用初步研究。     

基于参数化的玉米叶片三维模型主脉提取

提取玉米叶片三维点云模型主脉对于建立真实玉米叶片模型具有指导意义。本文利用计算机图形学中的相关算法,包括离散网格的平均曲率计算、网格曲面的参数化以及点云数据的骨骼提取等,对扫描得到的玉米叶片三维点云模型进行主脉曲线提取。整个算法分为3步:不完整主脉三维点集提取、完整主脉点集提取和三维主脉重建。通过对不同种类玉米叶片三维扫描数据进行实验证明,该算法可以快速、准确地得到玉米叶片的主脉曲线。     

基于插值算法的靶标三维激光点云数据补偿研究

农用车辆搭载二维LiDAR传感器沿果树行行驶可获得靶标的三维点云数据。果园环境复杂,靶标探测传感器易出现噪声或数据丢失的情况,同时,搭载传感器的农用车辆行驶速度不均匀会引起获取的三维点云数据分布不均匀。为减少上述问题引入的测量误差,提出了一种插值算法对靶标三维点云数据进行数据补偿。首先,分析靶标原三维点云数据中每两个激光扫描面之间的距离差,查看数据分布均匀程度;然后,设置期望的距离差值作为插值算法的输入变量,遍历计算整个数据向量中的插值点个数;最后,循环调用插值函数进行插值直到插值点个数递减为零。其中,插值算法单次作业流程为查找定位、计算插值扫描面个数、计算插值扫面数据、数据补偿与数据返回。试验结果表明,对仿真树的三维点云进行插值补偿,相邻扫描面之间距离差值的期望值为0.03 m和0.02 m时,分别插入了13组和22组数据。通过插值算法补偿后的靶标三维点云数据更加完整,为后期基于靶标三维点云数据提取计算施药参数奠定了基础。     

摇臂式喷头内流道曲面的逆向重构研究

用线切割机床将雨鸟30IBH摇臂式喷头内流道切割成a,b两部分,使三维光学扫描仪的投影光束能够到达其表面进行多视扫描,获取不同视角下流道a,b的点云数据。去除多视点云中的噪点后,用三点法拼接多视点云,得到流道a,b的点云数据;再将流道a,b的点云数据拼接成喷头内流道的点云数据;采用弦偏差采样法将点云数据精简后,用基于边的方法把点云分割成喷管和小喷嘴两部分,选择非均匀有理B样条(NURBS)模型分别按照点-线-面的顺序进行曲面重构。曲面重构的精度分析结果表明,最大几何误差为0.292 9mm,平均几何误差为0.076 2mm,满足预期的精度要求,实现了摇臂式喷头的内流道曲面重构。     

基于PCL平台的激光雷达点云数据特征提取

激光雷达扫描系统是一种能够精确可靠地获取三维数据的系统。以英国MLD公司VS1500三维空间激光扫描定位系统获取的点云数据为研究基础,使用数字统计滤波(Statistical Outlier Removal)对点云数据进行滤波,利用法线提取出云数据的特征,测试结果表明,法线对于形状特征具有明显的提取效果。     

基于Geomagic的叶片逆向建模与偏差对比分析

针对自由曲面类零件造型及误差评估困难等问题,提出一种基于Geomagic软件快速建模与偏差分析方法。利用三维扫描测量仪扫描获取叶片外形点云数据;通过GeomagicWrap软件对点云数据进行优化处理;再以Geomagic DesignX快速截取零件关键特征曲线的方式快速建模;最后对建模特征进行体偏差分析。结果表明,该方法可便捷提取零件的关键特征曲线,达到快速建模的目的。     

基于分层聚类和拓扑连接模型的点云自适应简化

激光扫描测量在大尺寸海量点云数据采集中具有显著的优势,针对海量高密度线扫描点云采样中普遍存在的采样效率低、曲率适应性差的问题,在初始分层聚类建立K邻域的基础上,通过分析线状点云的空间几何特征,提出了线扫描点云矢量边对衍生算法,建立了拓扑连接模型;研究了基于线扫描点云特征参数的局部法矢加权系数计算方法,估算了拓扑结构中任意数据内点的局部法矢;构建了以法矢方差为细分准则的非均匀细分模型,实现了对高曲率初始类的非均匀细分。通过试验验证了算法的实用性。     

基于逆向工程技术的鼹鼠前爪趾甲几何模型

利用三维激光扫描系统对鼹鼠前爪趾甲的表面进行扫描,获得趾甲腹面和背面的表面数据点云,对扫描数据精简、平滑处理后,采用点-线-面方法进行了曲面重构,最后进行了重构曲面模型精度分析.分析表明,鼹鼠前爪趾甲重构曲面模型满足精度条件,为后续的几何形态定量分析提供了模型基础.     

基于Geomagic Qualify的叶轮逆向工程偏差检测与分析

为实现叶轮尺寸精度偏差的快速精确检测,通过三维扫描仪对叶轮实体扫描得到点云数据,利用逆向工程软件对点云进行数据处理,应用Geomagic Qualify将点云数据封装后与原始设计模型拟合对齐,进行3D和2D比较,检测分析出叶轮工件的最终尺寸精度和偏差分布,为实际设计改进提供技术依据。     

基于Geomagic Wrap的安全锤逆向设计

逆向工程是根据已知的零件(或原型)生成,反向推出产品设计数据的过程。文章以安全锤的逆向设计为例,首先利用三维扫描仪对其进行三维扫描,获取安全锤的点云数据,再使用Geomagic Wrap软件对获取的点云数据进行处理并生成曲面模型,最后对安全锤曲面模型进行偏差分析。结果表明,逆向工程技术可以有效缩短研发周期,节约时间,降低成本,同时为逆向工程技术在安全锤的设计提供参考。     

基于逆向工程的摇臂杆零件的快速成型

使用专业的三维扫描装置获取摇臂杆零件的点云数据,对点云数据进行精确的处理以及曲面重构,得到摇臂杆零件的曲面模型,最后将曲面模导入3D打印机,完成摇臂杆零件的快速成型制造.结果表明:基于逆向工程与快速成型技术可以比较精确地还原实体的各项特征,能够缩短新产品的研发周期,降低制造成本.     

探究逆向建模过程中的关键技术

文章以一级减速器箱盖为研究对象,探究在逆向建模过程中待提升的关键技术点。首先运用三维扫描仪对模型进行完整扫描,获取减速器的点云数据,然后利用Geomagic系列软件通过由点→网格→曲面→实体→对比的完整处理流程,完成对箱盖数据点优化、逆向建模以及偏差分析的整个逆向建模流程。     

基于Geomagic Design X的整体叶轮逆向建模

利用Geomagic Design X软件对整体叶轮进行逆向建模,对叶轮实物进行三维扫描、点云处理、模型重建等,获得叶轮的三维模型,为后续创新及生产提供高质量的数据基础。     

逆向工程在方草捆打捆机打结器设计中的运用

逆向工程是现代设计技术的一个重要手段。为此,通过对打结器机架的设计,介绍了光学扫描仪的扫描方法以及在逆向工程中扫描测量的优点;论述了利用逆向工程软件Imageware对打结器机架的点云数据进行处理和构造曲面过程和利用三维软件UGNX进行三维造型的过程。     

Kinect获取植物三维点云数据的去噪方法

为解决Kinect获取的玉米三维点云数据噪声影响三维重建精度的问题,根据Kinect所获取的点云数据特点,采用多帧数据融合的方法获取更完整的三维点云数据并对点云数据进行初步平滑;通过对Kinect所获数据噪声进行分析,提出了一种基于密度分析和深度数据双边滤波的方法,分别对离群点噪声和内部高频噪声进行处理。以Kinect获取的玉米及茄子的三维点云数据进行去噪实验,所用去噪时间仅为传统双边滤波去噪时间的2.71%和1.78%,并且能够达到很好的去噪效果。结果表明,所提方法能够方便、快捷地去除不同尺度的噪声,同时保留边缘数据的完整性,获得良好的植物三维点云数据。     

基于激光雷达的作物收获导航线实时提取方法研究

为提高联合收获机无人驾驶导航路径的精度,本文提出一种基于激光雷达的作物收获导航线实时提取方法。搭建点云数据采集系统,利用平面拟合法确定激光雷达安装高度和安装角度。利用三维激光雷达扫描收获机前方作物的点云数据,结合IMU惯性传感器反馈的姿态信息,实现作物点云数据从激光雷达坐标系到车体坐标系的变换。基于激光雷达扫描视场角、安装高度和安装角度获取感兴趣区域（ROI）的坐标,并对感兴趣区域进行直通滤波和统计滤波,去除灰尘、秸秆粉末等噪声的影响,以实现点云数据无效点和离群点的剔除。提出一种基于栅格八邻域高程差的作物收获导航线快速识别算法,以点云栅格化后在Z轴方向上的坐标值作为检测依据,定义某一栅格与其8个相邻栅格在Z轴坐标上的差值为高程差,遍历栅格并根据设定阈值进行比较判断,实现收获边界点的有效提取。采用最小二乘算法进行收获边界点的拟合,实现田间作业过程中作物收获导航线动态提取。田间试验表明,该方法具有较好的鲁棒性,能在作物稀缺、杂草较多等情况下保持较高的准确性,其中前进方向偏差角平均值为0.872°,割台横向偏差为0.104m,收获导航线准确率为93.5%,可为联合收获机工作提供辅助导航,提高无人驾驶的准确率。     

基于激光视觉的温室作物茎叶量测方法

为实时获取温室作物生长形态参数,应用线激光,对作物整体进行非接触式扫描,通过CCD摄像机实时拍摄扫描过程,采用重心法计算激光光条中心,获取作物叶片与茎秆的三维点云信息,实现作物形态三维点云结构重建;提出适用于作物三维点云数据特征的迭代法,提取叶片点云子集的中心轴线,通过曲线拟合计算叶片长度;根据摄像机透视原理,提出针对细小茎秆的静态定位法计算茎秆直径。试验表明,激光视觉量测叶片长度与茎秆直径的准确率分别为95.39%(SE为0.2961,R2=0.916)和94.55%(SE为0.008 7,R2=0.915)。