基于影像反求的視覺加工系統(tǒng)關鍵技術研究.pdf

1、基于機器視覺的反求加工技術是近十幾年來在快速成型加工領域涌現(xiàn)出來的一項新興技術。它在現(xiàn)代化制造、模具加工、自動化裝配等領域有著廣泛的應用需求，是自動化制造設備中的一項關鍵技術。本文從數(shù)據(jù)采集、點云處理、曲面重構以及數(shù)控加工四個方面分析和討論了反求工程在各個階段的關鍵性技術。構建了完整的采集處理加工系統(tǒng)。鑒于數(shù)控系統(tǒng)可以加工三維打印機無法處理的金屬對象，在實際工程場合應用更加廣泛，因此本文著重討論了數(shù)控系統(tǒng)刀具規(guī)劃技術，并基于數(shù)控系統(tǒng)對算

2、法可行性進行了實驗和分析。本文的具體內(nèi)容如下：
　　1、分析了基于條紋編碼光的非接觸式三維數(shù)據(jù)采集系統(tǒng)，主要工作包括:1）研究了基于時空域的編碼光結構特征，設計了具有條紋邊界特征編碼組合。2）討論了基于射影——放射——度量三個層次的分層重構技術，更好地適應了攝像機參數(shù)標定不精確或無標定的測量環(huán)境，更加便于引入最優(yōu)化算法。另一方面，相對于三維重構的目標歐式坐標系而言，仿射坐標系和射影坐標系有著更加廣泛的應用。3）構建了主動式雙目測量

3、系統(tǒng)，對三維目標的空間信息進行采集，并以點云形式進行存儲。
　　2、對于散亂點云的處理技術進行了研究，主要工作包括:1）逆向運用最遠點采樣技術，提出了基于最遠點采樣快速行進點云精簡算法。利用快速行進算法來不斷擴展采樣區(qū)域，同時利用最遠點采樣條件來篩選出符合條件的采樣點。2）根據(jù)點云噪聲特點，基于k-d樹模型和均值漂流技術設計了復合KMS點云去噪算法。首先基于k-d樹的拓撲結構，根據(jù)點的法向量與相近點的法向量夾角選取初始鄰域，計算出

4、鄰域內(nèi)所有點的平均點距，當某點到其余點的距離平均值大于平均點距的4倍時，將其作為奇異點噪聲剔除。然后利用概率密度函數(shù)作為聚類點，用均值漂移迭代算法將每一個采樣點“漂移”到核密度估計函數(shù)的局部最大值點。這樣通過多次迭代，使點云逼近原始曲面的真實值，從而實現(xiàn)點云數(shù)據(jù)的快速高效去噪。3)對經(jīng)典徑向基算法進行改進，完成了點云模型孔洞修補。首先提取出孔洞邊界特征點，隨后根據(jù)孔洞周邊點的信息利用徑向基函數(shù)擬合出孔洞上的曲面，隨后根據(jù)一定的步長，在曲

5、面上進行采樣，所得的點進行移動最小二乘法的對所得到的點進行調(diào)整，使得修補后的曲面能夠與周圍曲面光滑銜接。
　　3、提出了基于三角網(wǎng)格模型建立NURBS曲面的思路，主要工作包括:1）在經(jīng)典BPA三角剖分算法的基礎上增加了夾角約束，對滾球過程中生成的新三角形進行判別，以避免大量長條三角形的產(chǎn)生，在這種約束的作用下，生成的三角形會進一步向優(yōu)化過的Delaunay三角形靠攏，能夠更好的表現(xiàn)出三維物體的實際形態(tài)，優(yōu)化了三角剖分結果。同時，對

6、BPA算法的半徑選擇展開了進一步研究，闡述了半徑ρ大小對重構表面的重要性，并針對實際的點云數(shù)據(jù)給出了較好的ρ的經(jīng)驗值，對采樣密度不均勻的點云數(shù)據(jù)用BPA算法處理時遇到的問題進行了討論。2）分析了邊折疊網(wǎng)格簡化技術，設計了球形約束，減小了簡化造成的變形。3）基于Laplacian光順算法提出了變尺度約束，將尺度因子作為參變量引入光順中，用變尺度曲面光順算法對模型進行處理，以改善單尺度光順下的不足，減少了算法迭代次數(shù)，減輕了過光順現(xiàn)象。4）

7、采用有向權切片方法，首先對相鄰的三角面片建立有向加權排序，然后對于每個三角形面片記錄三條邊的權值，每條邊的權值定義為共用此條邊的三角形面片中與當前三角形相鄰的兩個角的編號之和。按照此方式記錄每個三角面片的每條邊，將三角面片信息存放在鏈表結構中，對建立的三角網(wǎng)格模型進行切片分層，構造了有序數(shù)據(jù)點集，并基于此點集進行了NURBS曲線和曲面的插值。
　　4、研究了NURBS曲線插補的實現(xiàn)方法，主要工作包括:1）基于數(shù)控加工設備設計了刀具

8、切削路徑。根據(jù)NURBS曲線特征，首先采用行切進行粗加工，然后采用有向權切片所得環(huán)形路徑進行精加工。2）針對不同應用需求，設計了基于分數(shù)次冪和Sigmoid函數(shù)的兩種速度控制策略?；诜謹?shù)次冪的模型將加速-勻速-減速過程分為15段，在保證加加速度、加速度以及速度連續(xù)的同時有效提高了速度變化率，適用于速度、精度要求高且計算能力強的加工場合。基于Sigmoid函數(shù)的模型在基本保證加加速度、加速度以及速度連續(xù)的基礎上將加速-勻速-減速過程簡化

9、為三段，適用于對精度要求不高且計算能力有限的加工場合。3）基于路徑曲率變化，設計了刀具加減速起始點前瞻算法。隨著加工路徑曲率的變化，實時預測刀具的加減速階段以及開始減速的位置點。4）將用于求解常微分方程的Admas算法和Runge-Kutta算法引入到數(shù)控加工領域，并且采用差商替代微商，對原算法進行了修正，設計了適用于NURBS曲線插補的位置參數(shù)計算方法，解決了Taylor展開算法需要計算高階導數(shù)的問題。5）分析各階B樣條基函數(shù)的關系，