基于Geomagic Wrap和Design X铁锨逆向设计

铁锨作为人们户外活动的重要设备之一,使用范围越来越广,样式越来越多,逆向设计可以缩短铁锨设计周期.运用三维扫描仪获取铁锨的点云数据,并运用Geomagic Wrap中手动注册获取模型的完整点云;对数据进行处理,得到铁锨外形的三角面片;运用曲面拟合命令获取模型的各个曲面并剪切,得到曲面模型,运用赋厚曲面得到模型的实体.     

汽车车门逆向建模设计方法及强度分析

逆向工程技术通过对实物进行点云数据采集,重构产品三维模型,获取重构模型的尺寸参数,进而应用到目标产品的设计与制造环节。通过ATOS光学扫描仪得到汽车车门点云数据,利用CATIA软件的模型处理功能对车门点云进行拟合处理得到了车门曲面造型。在处理过程中,运用了编辑、点云、划界、过滤、桥接、倒角等方法,建立了逆向建模的设计方法。通过有限元方法分析了逆向建模后的实际载荷工况下的静强度。结果表明,使用逆向工程建立的模型满足实际产品使用需求,并且使得设计过程更加高效便捷。     

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。     

电蚊香的逆向设计

电蚊香使用范围越来越广,而产品外观是企业竞争的关键。运用逆向设计方法:获取电蚊香外观点云数据、点云处理、逆向建模获取电蚊香外观,缩短了产品设计周期。     

浅谈基于Geomagic的逆向建模及3D打印

逆向工程技术在产品设计领域应用广泛。本文主要对猫眼件的逆向建模及3D打印基本流程进行了介绍。首先利用扫描仪获取猫眼件模型的点云数据,结合Geomagic系列软件对点云数据进行优化处理并在此基础上建立CAD模型,之后将优化后的点云数据与CAD模型进行偏差比对,结果表明:逆向建模能够获得质量好精度高的模型。为保证模型的装配精度,将模型打印并进行装配,为后期模型优化及机械加工奠定基础。     

基于逆向工程的打印机外壳创新设计

文章以打印机外壳逆向设计为例,利用Polyworks软件对打印机外壳局部点云数据进行拼接并分析其点云数据拼接质量,采用三维建模软件Pro/E对打印机外壳进行模型重构并在此基础上进行改良设计。结果表明:逆向设计作为产品设计的一种技术手段,可以快速高效实现产品创新。     

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。     

基于结构光三维点云的棉花幼苗叶片性状解析方法

针对传统的棉花叶片表型测量方法主观、低效,对复杂性状如卷叶程度、黄叶占比等很难量化的问题,提出一种基于结构光三维成像的棉花幼苗叶片性状解析方法。首先,采用结构光扫描仪获取棉花幼苗的三维点云数据;然后,利用直通滤波、超体聚类、条件欧氏距离算法,实现叶片点云的识别与分割;最后,基于分割的叶片点云,采用三角面片化、随机采样一致性、Lab颜色分割等处理,实现叶片面积、周长、生长角度、卷曲度、黄叶占比等参数的快速、准确、无损提取。对40株棉花幼苗进行三维结构光成像试验,结果表明,3D叶片面积、周长测量的平均绝对误差分别为2. 59%、2. 85%,具有较高的测量精度,还证明叶片卷曲度和黄叶占比能显著区分病叶和正常叶。     

基于逆向反求技术的旋耕机弯刀数据采集与曲面重构方法

针对旋耕机弯刀曲面复杂、建模困难的问题,提出了基于样品的逆向反求建模方法。运用非接触式激光三角法采集了T系列Ⅰ型旋耕弯刀原始数据,通过点云数据降噪、精简和网格化进行数据处理。针对不同位置,采用不同方法提取了特征曲线,并进行曲面重构,通过缝合各个重构曲面和刀柄修补最终完成了旋耕机弯刀三维实体模型的建立。     

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。     

基于Geomaigic Design X的自行车挡泥板逆向三维建模

本文阐述基于Geomaigic Design X逆向工程技术的自行车档泥板逆向三维建模技术的应用。通过对挡泥板的三维扫描、点云处理、根据点云进行模型重构的过程,最终获得挡泥板的三维模型。重点论述了基于软件Geomaigic Design X 3D草图特征识别与提取功能,对档泥板曲面点云数据重构的解决方案,验证了该方法和措施的正确性和可行性,为工业4.0提供技术支持,具有广泛的应用空间。     

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。     

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。     

基于点云数据的猪体曲面三维重建与应用

针对动物体型参数人工测量工作量大、精度低、应激大等问题,以120日龄长白猪标本为研究对象,利用逆向工程技术,通过激光三维扫描仪,采用三角测距原理,计算了目标点三维坐标数据,获取了猪体点云数据。通过Polygon Editing Tool Vel.2.40软件,进行点云数据预处理,基于不规则三角网,重构了猪体的三维曲面模型。进而提取了猪体的体长、体宽、臀宽、体高、臀高、胸围、体表面积、体积等体型参数。结果表明:通过激光三维扫描仪,获取了272 021个点数据,重构了猪体三维曲面模型,包含544 042个多边形;对比分析三维模型的体型参数检测值与实测值,其体长、体宽、臀宽、体高、臀高、胸围等体型参数检测最大相对误差仅为0.42%,平均相对误差为0.17%。该方法测算精度高,工作量少,且对猪体无应激,可为猪体质量估测模型提供高精度体尺数据支持,也可为动物体型其他参数获取提供技术参考。     

果树冠层三维点云颜色矫正方法研究

针对地面三维激光扫描仪在室外环境下获取果树冠层三维点云信息的复杂性,以及三维点云的颜色和真实颜色存在较大色差问题,提出了一种三维点云颜色矫正方法。通过计算Pearson系数和Spearman相关系数,确定扫描点的 R、G、B 分别与太阳辐射值、TCCR24标准颜色测试板与地面夹角 θ 、TCCR24标准颜色测试板不同色块颜色、扫描质量、光线方向变量之间均存在相关关系。利用统计学方法,在置信度为95%时,建立 R、G、B 分量的双重筛选逐步回归模型。利用建立的回归模型,矫正三维点云颜色。采用该方法对室外果树冠层三维点云进行颜色矫正实验,结果表明,利用建立的颜色矫正回归模型,三维点云颜色 R、G、B 与真实颜色 R、G、B 的相关度由矫正前的低于0.69提高到0.90以上,颜色矫正后的标准差明显由矫正前的高于50%降到低于13%。该方法可为地面三维扫描仪获取较准确的三维点云的彩色信息提供理论依据。     

基于Imageware的复杂零件逆向建模研究

复杂零件的设计、建模及创新的周期和生产成本相对较高,在需要快速建立复杂零件模型并对其进行再创新设计的要求下,逆向建模技术得到广泛应用。本文应用Imageware逆向建模软件对复杂零件的点云数据进行处理,主要对点云数据进行补间隙、点云光顺、数据精简、点云分割进行研究,为后续的模型建立奠定基础。     

基于反求工程的车用涡轮叶轮逆向造型及分析

针对具有大扭曲、超薄叶片的车用涡轮叶轮,运用反求工程技术,借助非接触式三维激光扫描仪,获得涡轮叶轮的离散化三维点云数据,应用Imageware软件对采集后的涡轮叶轮进行数据处理,最终完成涡轮叶轮模型的重建。该逆向造型的方法,为具有复杂型面叶轮的设计与快速制造,提供了可靠的依据和相关技术支持。     

基于颜色取样的苹果树枝干点云数据提取方法

为了快速提取苹果树冠层枝干三维点云数据,以不同生长时期苹果树冠层彩色点云数据为研究对象,提出了基于颜色取样的苹果树枝干点云数据提取方法。首先,提出了苹果树冠层彩色点云获取方法,利用Trimble TX8型地面三维激光扫描仪获取冠层点云数据,同轴全景摄像机获取彩色全景图,采用贴图方法着色点云数据;然后,提取全景图像苹果树冠层区域R、G、B颜色分量信息,根据其分布规律建立枝干部分自适应分割阈值,并根据颜色阈值删除冠层中非枝干部分彩色点云数据;最后,在Geomagic软件中经过封装—创建流形—编辑多边形—填充孔—光滑等一系列操作重建枝干三维模型。苹果树提取枝干点云数据实验结果表明,本文方法点云删除率为75. 74%,相对于人工枝干点云数据提取,侧枝数量平均准确率为93. 34%,效率提高200倍以上,大大缩短了冠层枝干三维重建时间。本研究成果可为有叶苹果树枝干动力学模型建立提供技术基础。     

三维点云孔洞修补算法及在植物形态重建中的应用

基于三维点云的重建是植物形态建模的重要方法之一.但由于植物形态具有的多样性和复杂性,通过三维激光扫描仪直接获取的点云数据或通过立体视觉技术从图像序列恢复的植物三维网格模型中,往往存在缺失数据并产生各种各样的孔洞等问题.为此,系统介绍了当前的孔洞修补的主要方法,剖析了其优缺点,并对相关算法在植物三维点云孔洞修补上的适用性及其中存在的问题进行了分析和总结.     

基于激光雷达的枣树轮廓测量平台的设计与试验

针对枣树的三维轮廓信息重建,搭建了一种基于激光雷达的果树轮廓测量平台。通过在平台上的滑轨移动激光雷达获取果树的三维点云信息,采用MatLab软件对点云数据进行提取与处理。为了降低外部环境对点云数据处理的影响,采用高度统计直方图进行地面滤波实现地面点云的滤除,通过icp算法实现双侧点云的配准,应用欧氏聚类算法分割获取枣树点云数据。为验证研究方法的准确性,从点云轮廓数据中获取果树的冠幅数据与手工测量数据进行线性模型拟合对比,二者的相关系数R=0.91,均方根误差RMSE=0.06,相对误差RE=4.08%,拟合效果较好,说明此方法具有一定的可行性。