[发明专利]基于改进八叉树分割法的砂带磨削整体叶盘碰撞检测方法

说明书

本发明公开一种基于改进八叉树分割法的砂带磨削整体叶盘碰撞检测方法，应用于砂带磨削领域，针对现有技术在提高复杂现实场景中复杂模型之间碰撞检测的精准性和高效性所存在的问题；本发明基于k‑means聚类算法，找出叶片划分的最佳k值，从而将叶片划分为k个子区域，再对各个子区域分别进行八叉树分割；采用本发明的方法能较好的在精确检测阶段缩小检测的范围和生成包围盒的数量，从而提高了碰撞检测的准确性和减少了碰撞检测所需要的时间。

技术领域

本发明属于砂带磨削领域，特别涉及一种砂带磨削航空发动机整体叶盘过程中的碰撞检测技术。

背景技术

航空发动机作为飞机的“心脏”和“工业皇冠上的明珠”，其制造过程集成了现代工业的诸多高精尖技术，而这其中，整体叶盘在航空发动机的制造和生产中具有举足轻重的地位。整体叶盘(Blisk)是航空发动机的关键零件之一，其型面薄而扭曲、流道深而狭窄，进而难以加工，因此其精密加工便成为航空发动机制造领域中的关键所在。砂带磨削(beltgrinding)是发动机整体叶盘精密加工常用的方法之一，砂带磨削加工时砂带与叶盘极易发生干涉，进而会损伤价值不菲的叶盘。因此，对整体叶盘的无碰撞砂带磨削研究是至关重要的。

碰撞检测(Collision detection,CD)在诸多领域中都扮演着十分重要的角色，例如计算机仿真、机器人运动路径规划和机床加工仿真等。碰撞检测需要准确的碰撞位置信息，但是检测的高速性和准确性又是相互矛盾的，为了解决该难题，近年来，许多专家和学者对碰撞检测的效率和准确性进行了大量的研究，其中运动路径无碰撞规划算法、基于表面近似点集的增强几何表示技术、基于质点转换和包围盒相结合的碰撞检测算法、随机方法和自适应柯西变异粒子群算法相结合和最大碰撞盒自动检测和校正碰撞的碰撞算法相继被提出。

上述研究成果一定程度上提高了物体碰撞检测的效率和准确性，但是，如何提高复杂现实场景中复杂模型之间碰撞检测的精准性和高效性仍是一个艰巨的挑战。砂带磨削整体叶盘的碰撞检测属于复杂现实场景中复杂模型之间的碰撞检测问题。

发明内容

为解决上述技术问题，本发明提出一种基于改进八叉树分割法的砂带磨削整体叶盘碰撞检测方法，该方法兼顾精度与效率，能较好的在精确检测阶段缩小检测的范围和生成包围盒的数量。

本发明采用的技术方案为：基于改进八叉树分割法的砂带磨削整体叶盘碰撞检测方法，包括：

S1、建立砂带包围盒模型；

S2、采用改进的八叉树分割方法对整体叶盘的空间进行分割处理；

S3、对步骤S2处理后的整体叶盘建立包围盒模型；

S4、根据分离轴定理，判断步骤S1建立的砂带包围盒模型与步骤S3建立的整体叶盘包围盒模型是否相交。

建立砂带包围盒模型的过程为：

S11、利用PCA主元分析法获得砂带点云的三个主方向，质心以及协方差矩阵，通过求解该矩阵获得其特征值和特征向量，特征向量即为主方向；

S12、利用S11中所求得的主方向和质心，将输入点云转换至原点，且主方向与坐标系方向重合，建立变换到原点的点云包围盒；

S13、通过输入点云到原点云的逆变换来实现输入点云的主方向和包围盒。

步骤S2的实现过程包括以下分步骤：

S21、获取整体叶盘各叶片的数据点云，并针对每一个叶片区域构建数据集；

S22、采用k-means聚类算法对步骤S21的数据集进行聚类，并找出最优k值；

S23、根据最优k值将各叶片区域划分为k个子区域；

S24、分别对各子区域采用八叉树分割法进行分割。