基于K-D树加速的大型点云配准算法

为了实现大型点云的精确配准,首先对大型点云数据进行降采样及去质心预处理,并采用迭代最近点(Iterative Closest Point,ICP)算法计算点云间的旋转矩阵R与平移矩阵T,最终在Visual Studio中基于OpenGL库实现界面交互和结果显示。结果表明,该配准算法既支持人为选择关键点进行配准,也支持随机生成关键点进行配准,且准确率高。大型点云数据实验表明,针对大型点云点数目多,普通配准算法计算时间长的问题,采用K-D树进行配准算法加速,可保证精度,同时大大缩短了大型点云配准计算时间。

随形金属托模覆膜砂壳型工艺生产汽车发动机缸盖的探索

针对湿型砂铸造工艺在生产高质量的汽车零部件上存在铸件稳定性差、尺寸精度低的弊端,提出了随形金属托模覆膜砂壳型铸造的工艺,该工艺不仅可满足生产高质量铸件的要求,还可降低成本、减少污染。同时,通过结合采用该工艺成功生产出高质量、高成品率(96%~98%)的德国曼汽车发动机缸盖的案例,进一步验证了该工艺在汽车零部件的制备领域上的潜在优势。