基于点云的航发叶片分割及打磨轨迹规划方法

针对航发叶片打磨过程中点云分割效果差和轨迹规划中曲面拟合所带来的计算量大的问题,提出了一种基于点云的航发叶片分割及打磨轨迹规划方法,旨在改善点云分割效果并降低计算量。通过结构光相机采集待打磨叶片点云,进行滤波等预处理,并对随机采样一致性(Random Sample Consensus,RANSAC)平面分割算法进行改进,提升算法效率。设计一种结合点云颜色信息的区域生长分割算法,实现叶片待打磨区域的稳定分割。提出一种直接基于点云的三重截面法,配合B样条曲线拟合算法生成预打磨轨迹,并基于等残高算法优化行距,完成打磨轨迹规划。经实验验证,平面分割算法相较于传统方法效率提升40.25%,数据处理效率大大提高。此外,通过改进的区域生长分割算法,叶片打磨轨迹规划效率得到明显提高,其实现效果显著增强。

棉花叶片三维点云几何形状补全

棉花是新疆主要的经济作物之一,采用三维重建法自动获取棉花植株的表型数据,对实时监测棉花生长状态具有重要意义。由于遮挡、光线、分辨率等限制,获取的棉花植株点云不完整,因此本研究使用基于深度学习的点云补全PF-Net模型,对不完整的棉花叶片点云进行几何形态补全研究。首先采集多视角的棉花图像重建三维点云,然后利用聚类、最远点采样、归一化和数据增强等方法构建棉花叶片点云数据集,将数据带入PF-Net模型完成棉花叶片点云几何形态补全。结果表明,3种不同程度的缺失数据(25%,50%和75%)补全后的点云模型倒角距离值分别为11.8×10^(-3),9.9×10^(-3)和10.8×10^(-3),且补全后的棉花叶片点云可以保持原有的几何形态。因此,通过点云补全算法提供棉花植株叶片的完整三维模型,对棉花植株表型自动测量提供完整几何信息具有重要意义。

逆向工程技术在复杂曲面塑件制造中的应用

以叶片曲面为例,介绍通过Imageware和UG的结合进行复杂曲面的模型重构及用于数控加工的注塑模具设计,为复杂曲面的塑件设计及生产提供参考。

基于曲面重建的航空发动机叶片测量方法研究

叶片作为航空发动机关键构件,具有型面复杂、技术性能高等特点,本文设计一种基于曲面重建的航空发动机叶片测量方法,通过关节臂测量机的激光扫描功能,获取叶片点云。结合曲面拟合算法与三维建模软件,对叶片点云进行曲面重建。将曲面重建的叶片模型和原始模型进行3D比较,来检验航空发动机叶片质量。将本文方法与传统方法进行对比,突出其优越性,并进行实例分析,证明本文方法的有效性。