RPM中点云曲面栅格法自适应分层技术

结合RPM中一般自适应分层技术及对点云均匀分层构造RP模型方法,提出点云曲面栅格法自适应分层。以栅格为基元,将点云投影栅格化,从中获取栅格点集,结合相关系数判断栅格点线性关系,由此提取层间轮廓。定义投影点云栅格面积差比为表面误差,建立其与堆层厚度的关系,通过表面误差逼近定值最终确定堆层厚度。经实例分析验证,分层结果满足RPM要求。     

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CAD的喷涂机器人轨迹优化

针对复杂自由曲面匀速和等行程间距喷涂方法,因曲面上曲率的变化会造成涂层厚度差较大的问题,提出一种基于CAD的轨迹优化算法以提高曲面的漆膜厚度一致性。该方法首先根据平面上的喷涂试验和微分几何的面积放大定理推导出曲面上的漆膜生长模型;然后通过扫描直接获得工件表面点云模型,采用点云切片技术获取喷枪路径和姿态;最后采用沿路径方向的速率优化算法和垂直路径方向的间距优化算法对曲面上的喷枪轨迹进行优化。仿真和试验结果验证了优化算法的有效性和轨迹生成算法的可行性。     

基于CAD的喷涂机器人轨迹优化

针对复杂自由曲面匀速和等行程间距喷涂方法,因曲面上曲率的变化会造成涂层厚度差较大的问题,提出一种基于CAD的轨迹优化算法以提高曲面的漆膜厚度一致性.该方法首先根据平面上的喷涂试验和微分几何的面积放大定理推导出曲面上的漆膜生长模型;然后通过扫描直接获得工件表面点云模型,采用点云切片技术获取喷枪路径和姿态;最后采用沿路径方向的速率优化算法和垂直路径方向的间距优化算法对曲面上的喷枪轨迹进行优化.仿真和试验结果验证了优化算法的有效性和轨迹生成算法的可行性.     

用ImageWare实现缺损点云的曲面重构

针对有缺损的点云数据,提出了在逆行工程软件ImageWare平台下进行曲面重构的途径;介绍了运用逆向工程技术进行CAD模型设计的操作流程;用平行面截取点云数据,拟合出曲线线条;通过对曲线条的桥接,利用完整的曲线条重构出曲面。     

一种汽车车身曲面数据点云的分块方法

在测量数据点云重构车身曲面过程中,由于车身曲面复杂多变,难以直接拟合,需要对点云数据进行区域分割,分片处理。文中结合车身曲面造型特点,将一种点云分割的算法-基于平面度的直接分割方法应用于车身曲面重建中,可实现不同性质的曲面片分块。最后给出了不同的分割实例,证明了该方法的有效性。     

轴流式水轮机叶片曲面重构技术

详细讨论了散乱点云数据采集、点云数据的预处理、点云三角化、采用NURBS为基础的曲面重构方法以及曲面光顺与精度检测等方面内容,为具有自由曲面特征的叶片类部件提供了曲面重构流程.针对基于散乱数据的轴流式水轮机叶片外形曲面重构问题,在阐述模型重构过程基本理论的基础上,根据曲面特征进行区域分块,提出了基于流线和轴面截线构造矩形域曲面片的方法,获得了符合设计要求的叶片实体模型.研究结果表明：该方法重构的数字化模型具有良好的光顺性和精确性,为后续作业奠定了基础,为逆向工程技术应用于流体机械行业提供了客观依据.     

兔子爪趾曲面重构及特征曲线的提取

通过交线构造曲面和点云拟合构造曲面两种方式重构兔子爪趾曲面并分析误差,结果表明第一种方式得到的曲面最大偏差为0.254 mm,后者最大偏差为0.341 mm。相较而言交线构造曲面更适合爪趾等复杂曲面的重构。以交线构造的曲面为基础提取具有特殊结构的脊线和前端轮廓线。拟合得到的脊线方程相关系数为0.999 3,轮廓线方程相关系数为0.996 2。     

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。     

基于球坐标的植物果实重建

针对植物果实形状特点,提出基于坐标变换的点云快速重建方法。对于生长在茎干上的果实,首先计算茎干方向即果实的中心轴方向,将点云直角坐标转为球坐标,利用中值滤波沿半径方向对点云数据去噪,判断果实的长扁特征,计算果实中心轴的经纬度;然后以果实的中心轴作为球坐标的中心轴再次对原始点云进行坐标变换,进行去噪和填空点处理,最后采用B样条曲面对果实进行重建。本文方法的计算效率高于传统方法的2.5倍以上,随着点云数据量的增加,计算速度可加快几十倍,而且重建结果与实际点云误差小于2.2%。     

基于运动恢复结构的无规则植物叶片面积三维测量方法

接触式测量植物叶片面积的方法会对叶片造成一定程度的伤害,为此本文提出一种仅利用智能手机的非接触式多类别无规则叶片面积三维测量方法.首先,采用运动恢复结构方法获取植株的三维重建点云,在HSV颜色特征空间去除叶片三维噪点;然后,利用模糊C均值聚类算法分割单个叶片,重建叶片表面三角网格;最后,通过网格法计算叶片面积.对5种不...     

机器人工作空间求解的蒙特卡洛法改进

对机器人工作空间求解的蒙特卡洛法的基本原理、算法流程、适用范围等进行了研究,分析了蒙特卡洛法中随机点分布的不均匀性以及内部随机点和边界随机点的不同作用,并总结了立体工作空间随机点分层处理时引起的误差情况.针对传统算法边界处随机点分布不理想的问题,强调边界点的重要性,根据关节空间到工作空间映射的连续性,在先期搜索到的边界点的小邻域内重新生成随机点,从而有效改善了边界处随机点的分布状况,提高了边界点的精确度.针对立体工作空间随机点分层处理带来的误差,采用二次分层的方法,通过减小统计层厚度提高边界点的统计精度.大量的试验证明了算法的有效性.     

基于三维点云的叶面积估算方法

为实现低成本无损精确测定叶片面积,基于运动恢复结构算法获取点云,提出了一种融合叶片点云分割、表面重建及叶片面积无损估测等过程的植物叶片面积提取方法。首先,基于运动结构恢复算法,以智能手机获取的可见光图像重建植物的三维点云;其次,为了还原叶片表面形状,基于HSV颜色空间,使用阈值分割法去除叶片点云的噪点;使用K-means聚类算法对点云的三维坐标矩阵进行分类,实现单片叶片点云的分割;基于滚球算法重建叶片的表面网格模型;最后,通过计算网格面积求得叶片面积。与常规叶面积测定方法进行了对比,本文方法的计算结果与扫描叶片法测定值相比平均误差为1.21cm2,误差占叶片面积的平均百分比为4.67%;与叶形纸称量法测定值相比平均误差为1.41cm2,误差占叶片面积的平均百分比为6.05%。结果表明,本文方法成本低、精确度高,可满足植物叶片面积无损精确测定的需求。     

基于散乱点云数据的五轴数控加工刀轨生成算法

提出一种基于散乱点云数据的五轴数控加工刀轨生成算法,该算法根据点云数据的型面特征规划驱动刀轨,基于点云数据的动态索引获取瞬时加工区域,计算瞬时加工区域中数据点对应刀位点集,选取刀轴正向最高点作为当前刀位驱动点对应的无干涉刀位点,检测相邻刀位点间的极限加工误差并采用二分插值法控制刀轨精度,最终生成满足精度要求的五轴数控加工刀轨,实例证明该算法刀具适用范围广,可对各种复杂型面的产品点云数据生成高质量的五轴数控加工刀轨。     

基于旋转曲面轮廓特征的农田地表点云配准研究

作业场景重建可为智能农机自主作业提供全局信息与局部细节,针对因农田表面缺乏高区分度的点、线、面高层结构造成的特征描述性差、点云配准精度不足的问题,提出一种基于旋转曲面轮廓特征的农田地表点云配准方法。首先,采用32线激光雷达获取农田真实地表点云数据并完成去噪、降采样等预处理;然后,采用加权线性协方差矩阵的奇异值分解确定关键点唯一局部参考坐标系,并统计关键点与旋转曲面截面交点距离信息,生成地表点云的局部特征;最后,采用基于单特征初选与局部特征精匹配原则的多级特征匹配策略进行局部特征匹配,计算旋转矩阵与平移矩阵完成点云配准。试验结果表明,旋转曲面轮廓特征与其他特征相比,平均精度增加7.5个百分点,平均召回率增加24.09个百分点;多级特征匹配策略相对于最近邻搜索策略,平均精度增加12.68个百分点,平均召回率增加18.38个百分点;本文的点云配准方法的平均平移误差为23.59dr,平均旋转误差为3.72°,配准成功率为87.5%。因此,本文提出的基于旋转曲面轮廓特征的农田地表点云配准方法适用于真实农业地表无序点云的自动配准。     

地基激光雷达提取单木冠层结构因子研究

在传统森林计测中,由于树木冠层的形态各异、结构复杂,往往难以精确获取结构因子。本文以地基激光雷达为工具,通过对单木扫描获取点云数据,基于球极平面投影和Lambert方位角等面积投影法计算冠层孔隙度,运用不规则面投影法和体元法提取树冠的体积和表面积,并对结果进行了对比分析。选取北京林业大学校园内6株立木为研究对象,结果表明,对于冠层孔隙度,球极平面投影的结果均小于Lambert方位角等面积投影,平均误差为0.03;对于体积和表面积,运用不规则面投影法和体元法得到树冠体积相对误差为5.32%~12.43%,平均相对误差为9.29%,提取的树冠表面积的相对误差为1.40%~5.21%,平均相对误差为3.33%。2种方法得到的结果差别不是很显著。因此利用地基激光雷达获取点云数据,通过对单木一次扫描提取冠层孔隙度、树冠体积和表面积,为计算树木的三维绿量、生物量、光合作用能力等提供了更可靠的数据支持。     

基于RGB-D相机的油菜分枝三维重构与角果识别定位

为实现高效低成本的油菜植株三维建模和表型参数在线测量,提出一种基于RGB-D相机的油菜分枝三维重建和角果识别定位方法。使用Kinect传感器拍摄角果期油菜分枝在4个视角下的彩色图像和深度图像,进而获取油菜植株的三维点云并滤波。对配准的点云进行旋转变换,计算点云的曲面法矢量和曲率,并由曲率相近的点构成配对点对,再使用基于KD-tree搜索的最近点迭代(ICP)算法实现点云的初配准。将初配准误差作为参考值,调整ICP算法的对应点距离阈值,使用初配准的操作流程对初配准得到的新点云进行再次配准,完成精配准。结合该三维重建方法和针对性的彩色图像处理方法,得到去除主茎的单分枝油菜角果的完整点云,再进行欧氏聚类实现单个角果的空间定位。实验结果表明,提出的三维重建方法具有较强的实时性和鲁棒性,单个角果的三维形态清晰可见,点云平均距离误差小于0. 48 mm,角果总体识别正确率不小于96. 76%。     

基于Kinect v2传感器的果树枝干三维重建方法

针对果树三维重构中存在建模精度低、成本高、拓扑结构差等问题,提出一种基于Kinect v2传感器的果树表型三维重建与骨架提取方法。首先,使用Kinect v2传感器采集不同视角下的果树点云数据;其次,对植株点云进行尺度不变特征变换的特征点检测,对关键点使用快速点特征直方图算法进行特征向量计算,通过随机抽样一致性方法提纯点云的初始位置,经初始变换后使用改进的迭代最近点算法进行精配准、拼接形成完整点云;最后,使用Delaunay三角剖分解构点云数据对缺失点云进行填充,使用Dijkstra最短路径算法对最小生成树进行求取,通过迭代去除冗余分量对骨架进行简化,使用圆柱拟合算法估算枝干骨架,将枝干骨架变为封闭凸包多面体,实现果树的枝干三维重建。实验结果表明：采用本文所提建模方法点云平均配准误差为0.52cm,枝干平均重构误差不超过3.52%,重建效果良好。研究成果可为果园评估作物状态、智能化修剪等研究提供数据支持。     

基于点云的谷粒高通量表型信息自动提取技术

在进行水稻的数字化考种、表型与基因关联分析和数字农业仿真模拟时,需要大量的谷粒表型信息作数据支撑。本文提出了一种基于三维点云的谷粒高通量表型信息自动提取方法,能同时自动获取谷粒的三维模型和40个表型参数,实现谷粒形状的定量和定性描述。首先,通过对谷粒点云数据进行聚类分析,完成谷粒点云的分类;其次,实现谷粒的三维重建,对谷粒离散点云进行柱面构网,获取谷粒点云的三维模型数据;最后,根据不同表型参数的特点,实现了谷粒的三维表面积和体积、长、宽、高、3个主成分剖面的周长和面积等11个基本参数与长宽比、长高比和体积比等11个衍生参数以及18个形状因子的自动提取。利用Handyscan 700型手持式激光扫描仪获取的谷粒高精度点云数据进行实验,成功实现了谷粒表型参数的自动提取,测量结果可达毫米级。基于主成分方法分析了各表型参数的权重。以游标卡尺测量值和Geomagic Studio测量值作为真值,长、宽、高的平均相对误差为1.14%、1.15%和1.62%,体积和表面积的相对误差为零,3个主成分剖面面积的平均相对误差为1.82%、2.12%和2.43%。本文方法与人工测量方法及软件测量方法相比,精度相当,且具有批量、自动、人工干预少(仅数据采集阶段需要人工操作)以及效率高的特点。