基于智能優(yōu)化的點(diǎn)云重構(gòu)問題研究.pdf

1、快速原型制造技術(shù)（Rapid Protoyping Manufacturing，RPM）是計(jì)算機(jī)輔助設(shè)計(jì)和計(jì)算機(jī)輔助制造(CAD/CAM)在制造加工業(yè)的一次成功應(yīng)用。RPM無需經(jīng)過模具設(shè)計(jì)制作環(huán)節(jié)，大大降低生產(chǎn)成本，被譽(yù)為制造業(yè)中的一次革命。隨著社會(huì)的發(fā)展，人們對(duì)產(chǎn)品外形的精準(zhǔn)度提出了更高的要求，但由于掃面設(shè)備測(cè)量數(shù)據(jù)的誤差和受產(chǎn)品自身構(gòu)造的影響，通過PRM重構(gòu)得到的產(chǎn)品模型不能夠滿足高精度的要求。由于參數(shù)曲線曲面以其在描述復(fù)雜設(shè)計(jì)時(shí)的

2、高效性使其已經(jīng)作為實(shí)際意義上的制造加工業(yè)的標(biāo)準(zhǔn)，因此點(diǎn)云重構(gòu)一般選用參數(shù)曲線曲面作為逼近目標(biāo)。散亂點(diǎn)云的曲面重構(gòu)作為RPM的核心對(duì)其精度的提高有著不可替代的作用，為了提高點(diǎn)云重構(gòu)的精度，本文主要研究內(nèi)容概要如下:
　　 提出了一種高精度的點(diǎn)云重構(gòu)算法-基于免疫遺傳(IGA)的點(diǎn)云重構(gòu)算法。在該方法中，首先對(duì)輸入的點(diǎn)云進(jìn)行劃分得到四邊形的面片點(diǎn)云。對(duì)于每一個(gè)面片點(diǎn)云我們首先用最小二乘法進(jìn)行B樣條曲面逼近，與此同時(shí)用免疫遺傳算法進(jìn)行

3、最優(yōu)節(jié)點(diǎn)矢量的選取，從而獲得更高的逼近精度。最后采用數(shù)值逼近算法，近似G1連續(xù)的對(duì)重構(gòu)得到的B樣條面片進(jìn)行縫合，獲得最終的逼近面片。
　　 由于對(duì)輸入的點(diǎn)云進(jìn)行四邊形面片的劃分，而不是把點(diǎn)云作為整體進(jìn)行最小二乘B樣條逼近。因此該重構(gòu)算法可更精確的描述復(fù)雜閉合的點(diǎn)云模型，避免了復(fù)雜點(diǎn)云參數(shù)化過程中參數(shù)錯(cuò)位等問題。實(shí)際上，通過對(duì)點(diǎn)云進(jìn)行分片重構(gòu)，可以更好的根據(jù)面片點(diǎn)云的空間分布情況來確定其內(nèi)部數(shù)據(jù)點(diǎn)參數(shù)化的值。免疫遺傳算法是將免疫系

4、統(tǒng)的濃度調(diào)節(jié)機(jī)制引入到遺傳算法中。由于免疫系統(tǒng)的濃度調(diào)節(jié)機(jī)制能夠有效的抑制遺傳種群中所占比例較高的相似個(gè)體的數(shù)目，同時(shí)又能夠促進(jìn)所占比例較低的相似個(gè)體的數(shù)目，與傳統(tǒng)的遺傳算法相比較，其能夠保持更高的種群多樣性，從而獲得更快更好地進(jìn)化結(jié)果。
　　 對(duì)于優(yōu)化后面片的節(jié)點(diǎn)矢量都有其自身的最佳值，而這些值一般是不相同的，如果采用節(jié)點(diǎn)矢量插入的方法來進(jìn)行縫合勢(shì)必造成節(jié)點(diǎn)矢量的爆炸性增長。因此，本文采用數(shù)值逼近的方法來對(duì)四邊形面片進(jìn)行縫合。