[发明专利]一种基于三维特征提取的快速逆向建模方法

说明书

一种基于三维特征提取的快速逆向建模方法，该方法利用大型结构件拼接测量的特点，在拼接测量的同时，实现对大型结构件的快速逆向建模。该方法在拼接测量测头移动过程中，对大型结构件的单视场测量点云进行降噪、滤波预处理，再利用点云的曲率和法向量信息提取三维特征，对点云数据进行分割，根据分割结果计算拼接参数并对若干单视场数据进行快速拼接，点云数据处理与多个视场的拼接测量同步进行，实现快速逆向建模，指导生产加工与工艺优化。本发明的点云数据处理除了速度快，还保留了点云的三维特征，能够实现点云数据处理与拼接测量同时进行，满足快速模型重建的要求。

技术领域

本发明涉及一种基于三维特征提取的快速逆向建模方法，本方法可用于对大型结构件快速逆向建模。本发明属于三维点云处理和逆向建模领域。

背景技术

大型结构件因其在残余应力、尺寸精度方面具有优势，不仅能够提高性能和质量，并且具有材料成本低，利用率高的优势，在航空航天、船舶、汽车等领域广泛应用，在先进制造领域，传统的大型结构件制造方法已不能满足要求。相对于由板材毛坯件直接经过机械加工得到整体结构件的传统工艺而言，用精铸件或模锻件作为毛坯件，经过少许加工得到整体结构件的方法在残余应力、尺寸精度等方面更具有优势。大型结构件的成型方式加工量较小，尺寸控制要求严格，通过对大型结构件三维点云的数据处理及模型的快速重建，并与标准CAD模型进行对比，分析误差规律进而改进生产工艺，实现快速制造。大型结构件三维数据需要多次测量才能得到，研究针对多次测量的三维点云数据的快速处理是亟待解决的问题，对大型结构件的加工制造具有重要的应用和推广价值。

发明内容

本发明的技术解决问题是：提出一种基于三维特征提取的快速逆向建模方法，针对大型结构件三维点云数据的特点，对单视场测量结果进行降噪和简化处理，计算三维点云的曲率和法向量，提取三维点云的特征信息，根据特征点集合对三维点云进行分割，最后基于若干单视场三维点云分割的结果进行整体数据的拼接。三维点云数据的处理与拼接测量同时进行，实现大型结构件的快速逆向建模。

本发明的技术解决方案为：一种基于三维特征提取的快速逆向建模方法，其特征在于在拼接测量过程中同时进行快速逆向建模，包括以下步骤：

(1)进行单个视场三维测量，得到大型结构件局部单视场三维点云。

测量设备对大型结构件局部区域进行三维测量，得到单视场三维点云数据，然后移动测量设备进行下一个单视场测量。

(2)删除点云的噪声点，然后采用二次曲面拟合的方法对三维点云进行滤波补偿。

首先计算当前点的K个邻近点，采用KD_Tree进行搜索；然后计算当前点到K个邻近点的距离，并求K个距离的平均值；遍历整个点云，重复上述操作，得到所有点与其K个邻近点距离的平均值；对整个点云计算平均距离，按照设定的距离阈值，对于大于阈值的点视为噪声点。

点云中的随机误差不属于噪声点的范畴，其消除方法是曲面拟合，对搜索的邻近点以二次曲面方程为目标，以拟合的结果代替原始值，补偿一次后，重新迭代计算多次，实现针对随机误差的滤波。

(3)对滤波后的点云进行平面拟合并计算点云法向量。

点云的法向量定义为点云所在的局部平面的法向量。首先搜索点云的邻近点，根据最小二乘法则，对邻近点集进行平面拟合作为该点的局部平面，并计算此平面的单位法向量，作为点云的法向量。针对法向量方向的二义性，根据相邻点法向量的点积对法向量进行调整，使其指向相同方向。

(4)使用曲面拟合计算三维数据中点的曲率。

要获取点云中每个点的曲率值，需要以曲面方程作为基础。本发明在点的局部邻域中构造二次参数曲面方程，拟合局部二次曲面。在拟合曲面之前，先对原始点云进行调整，使其主方向同Z轴正方向重合。最后根据拟合的曲面，计算点的高斯曲率、平均曲率和主曲率。