復(fù)雜幾何模型掃描數(shù)據(jù)的孔，槽及表面類型的檢測.pdf

1、逆向工程就是通過已存在實(shí)體的掃描數(shù)據(jù)獲取物理模型的過程?，F(xiàn)有的逆向工程軟件已經(jīng)能夠?qū)唵蔚墓こ塘慵妥杂杀砻嫖矬w進(jìn)行反求設(shè)計(jì)。但是，仍然存在反求精度不高、功能不足、運(yùn)算速度不高、處理復(fù)雜的零件仍然存在需要依賴于設(shè)計(jì)人員的技術(shù)水平等難點(diǎn)，特別是對(duì)復(fù)雜模型的反求，主要依靠設(shè)計(jì)人員參與。比如：對(duì)帶有孔、槽的模型進(jìn)行數(shù)字掃描采樣，利用現(xiàn)有的逆向工程軟件重構(gòu)幾何模型時(shí)，孔、槽等幾何特征的識(shí)別是通過設(shè)計(jì)人員參與決定的；對(duì)半徑比較大的球、圓柱等表面，

2、設(shè)計(jì)人員可能會(huì)將其以平面類型進(jìn)行重構(gòu)等等。 本文的目標(biāo)是研究一種智能檢測與識(shí)別系統(tǒng)，能夠從復(fù)雜幾何模型的掃描數(shù)據(jù)中自動(dòng)識(shí)別與檢測復(fù)雜的或相似的孔、槽及表面類型等幾何特征，增強(qiáng)現(xiàn)有的逆向工程軟件的反求創(chuàng)新設(shè)計(jì)能力。 本系統(tǒng)采用一種從三維掃描點(diǎn)云數(shù)據(jù)中識(shí)別棱柱特征進(jìn)行CAD模型重建的比較新穎的人工神經(jīng)網(wǎng)絡(luò)(ANN)算法。該算法從點(diǎn)云數(shù)據(jù)中抽取四類幾何屬性(鏈代碼，凹／凸性，圓／直性，和開／閉性)，送到ANN的輸入層進(jìn)行特征識(shí)

3、別，就可由這些幾何屬性確定其類屬的特征。 本文著重了討論這些幾何屬性的確定算法，給出實(shí)例驗(yàn)證，并以此為基礎(chǔ)開發(fā)了一個(gè)復(fù)雜特征識(shí)別系統(tǒng)，可用于機(jī)械零件的三維模型重建和反求工程。 本論文主要內(nèi)容有： 1．綜述逆向工程在處理復(fù)雜幾何模型點(diǎn)云時(shí)面臨的困境，介紹了直接從掃描點(diǎn)云中提取幾何特征的重要性，并且比較了傳統(tǒng)的逆向工程特征識(shí)別過程和本課題采用的特征識(shí)別過程之間的區(qū)別。 2．構(gòu)建了復(fù)雜特征識(shí)別系統(tǒng)的軟硬件系統(tǒng)，

4、闡述了他們的結(jié)構(gòu)，功能以及優(yōu)越性。 3.詳細(xì)介紹了本識(shí)別系統(tǒng)所采用的數(shù)學(xué)算法，該數(shù)學(xué)算法主要用于提取大量離散點(diǎn)云的幾何屬性(鏈代碼，凹／凸性，圓／直性，和開／閉性)。該幾何屬性將被用于人工神經(jīng)網(wǎng)絡(luò)(ANN)進(jìn)行特征識(shí)別，本文給出了神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。 4．主要針對(duì)論文中提出的特征識(shí)別算法進(jìn)行實(shí)驗(yàn)驗(yàn)證，給出誤差分析，分析了影響實(shí)驗(yàn)結(jié)果的各種因素。實(shí)驗(yàn)證明本文提出的算法得到的結(jié)果比較滿意，取得了可靠的識(shí)別效果。 5．采用v