（机械制造及其自动化专业论文）基于atos测量系统的常规工程零件cad模型重构方法研究.pdf

中文摘要 摘要 随着计算机图形学、计算机辅助几何设计和高性能计算等相关技术的发展，3 维c a d 技术己在制造业中被广泛使用，产品的3 维c a d 模型已成为现代产品开 发、制造、改型和使用维护的基础和平台。因此，获取产品的3 维c a d 模型有着 非常重要的意义。在没有产品c a d 模型和没有设计图纸或者设计图纸不完整的情 况下，按照现有产品样件，利用各种数字化技术及c a d 技术重构其c a d 模型的过 程，被称为实物反求工程。本文围绕实物反求工程，研究和讨论基于a t o s 测量系 统重构常规工程零件c a d 模型的理论和方法。 结构光的测量技术在商品化的光学测量系统中最为流行，a t o s 测量系统是其 中非常由有代表性的一种，并在工业实践中被广泛使用。本文分析讨论a t o s 系统 的基本工作原理，研究a t o s 系统理论基础中的几个关键技术一光学三角原理、条 纹投影和相移。研究使用a t o s 系统测量实物样件的流程、总结测量过程中的参考 点布置问题。 a t o s 获取的点云属于高密度散乱点云，具有大量的冗余点和噪音点，因此， 在拟合曲面前必须对点云进行预处理，去除掉点云中的冗余点和噪音点。本文研 究和讨论了点云预处理的基本流程和主要步骤，研究点云光顺的高斯滤波，中值 滤波和平均滤波方法、点云精简的弦高差算法和多视点云特征对齐的方法。 常规工程零件的外表面中包含了大量的特征曲面，如简单解析曲面和四边直 纹面，因此，本文提出基于特征曲面的的点云分割方法，研究几种识别简单解析 曲面的算法；研究由点云拟合b - - s p l i n e 和b d z i e r 曲线的理论基础，总结曲面拟 合的几种方法，提出一种反求定半径滚球圆角的方法。 重构模型应当达到尺寸误差在规定范围内和曲面足够光顺，能够用于后续的 加工和分析。本文使用轮廓度作为模型的尺寸精度量化指标，给出轮廓度的计算 方法。研究和讨论了曲面光顺程度的分析方法，如等曲率线法、反射线法、高亮度 线法和等照度线法等。 最后，将上述理论和方法成功的应用于“某型轿车主地板总成及后地板总成 三维数模设计”的实践，成功的重构出后地板的3 维c a d 模型。 关键字：反求工程，常规工程零件，a t o s ，c a d 模型重构 英文摘要 a b s t r a c t 3 dc a dt e c h n o l o g yh a sb e e nw i d e l yu s e di nt h em a n u f a c t u r i n gi n d u s t r yw i t h t h ed e v e l o p m e n to fc o m p u t e rg r a p h i c s ，c o m p u t e ra i d e dg e o m e t r i cd e s i g n , h i g h p e r f o r m a n c ec o m p u t i n ga n do t h e rr e l a t e dt e c h n o l c g i e s t h ec a dm o d e li st h eb a s i s o fp r o d u c td e v e l o p m e n t , m a n u f a c t u r i n g , r e - d e s i g na n dm a i n t e n a n c e t h e r e f o r e ，i ti s n e c e s s a r yt oa c q u i r et h ec a dm o d e lb yc o n v e n t i o n a le n g i n e e r i n go rr e v e r s e e n g i n e e r i n g r e v e r s ee n g i n e e r i n go fp h y s i c a lo b j e c t sr e f e r st ot h d p r o c e s so fc r e a t i n g e n g i n e e r i n gd e s i g nd a t a ( i n c l u d i n gt h ec a dm o d e l ) f r o me x i s t i n gp a r t sb yu s i n g m a n yd i g i t i z e dt e c h n o l o g i e s a n dc a dt e c h n o l o g y t h et h e s i sa d d r e s s e st h e r e c o n s l r u c t i o nt h e o r ya n dm e t h o d so fc a dm o d e l so fc o n v e n t i o n a le n g i n e e r i n gp a r t s b a s e do nt h ea t o s ( a d v a n c e dt o p o m e t r i cs e n s o r ) m e a s u r i n gs y s t e m t h es t r u c t u r e dl i g h td a t aa c q u i s i t i o nm e t h o di sp r e v a i l i n gi nc u r r e n tc o m m e r c i a l m e a s u r i n gs y s t e m sb e c a u s eo fi ta b i f i t yt oc a t c he d g e sa n dh i g hc u r v a t u r ec o r n e r s ， w h i c hi sv e r yi m p o r t a n ti nr e v e r s ea p p l i c a t i o nt h ea t o ss y s t e mi st y p i c a li nt h e m e a s u r i n gs y s t e mb a s eo nt h es t r u c t u r e dl i g h tm e t h o d t h ew o r k i n gp r i n c i p l eo f a t o si sd e s c r i b e da n dd i s c u s s e dh e r e a n ds e v e r a lk e yt e c h n o l o g i e so fa t o s ， t r i a n g u l a t i o n ，f r i n g ep r o j e c t i o na n dp h a s es h i f t i n g ，a r ei n v e s t i g a t e di nd e t a i l t h e n ，t h e p r o c e s sa n dm a i ns t e p so fa c q u i r i n gp o i n tc l o u d so ft h em e a s u r e do b j e c t sa r e d i s c u s s e d t h ep r i n c i p l e so fp l a c i n gt h er e f e r e n c ep o i n t so i lt h em e a s u r i n go b j e c ta r c p r o p o s e d t h eo r i g i n a lp o i n tc l o u d sa c q u i r e db ya t o sa r eh i g h l yd e n s ea n ds c a t t e d , w h i c h i n c l u d el a r g en u m b e ro fr e d u n d a n c i e sa n dn o i s e s t h u si ti sn e c e s s a r yt od e l e t et h o s e r e d u n d a n c i e sa n dn o i s e st or e d u c et h ec o m p u t ec o s to ft h ed o w n s t r e a mp r o c e s s d a t a p r e p r o c e s s i n gr e f e r st ot h ep r o c e s so fp o l y g o n i z a t i o n , s m o o t h i n g ，d e c i m a t i o na n d r e g i s t r a t i o n t h ef l o wa n dm a i ns t e p so fd a t ap r e p r o c e s s i n ga r ed e s c r i b e dh e r e s e v e r a ls p e c i f i cc a s e s ，f o re x a m p l et h es a m p l i n gm e t h o db a s e do nc h o r d a ld e v i a t i o n ， t h ef e a t u r eb a s e dr e g i s t r a t i o n , a r ed i s c u s s e d t h es u r f a c eo fc o n v e n t i o n a le n g i n e e r i n gp a r ti sc o m p o s e do fs i m p l ea n a l y t i c a l s u r f a c e sa n df o u r - b o u n d a r yr u l e ds u r f a c ep r i m a r i l y t h e r e f o r eap o i n tc l o u d s e g m e n t a t i o nm e t h o db a s e do nt h o s ef e a t u r es u r f a c e si sp r o p o s e d s e v e r a la l g o r i t h m s t oi d e n t i f yt h es i m p l ea n a l y t i c a ls u r f a c ef e a t u r ea r ei n v e s t i g a t e da n dd i s c u s s e d t h e t h e o r yo f f i t t i n gs c a t t e r e dp o i n tt ob - - s p l i n ea n db 6 z i e rs u f f a c a ：si si n t r o d u c e da n da i i i 重庆大学硕士学位论文 f i t t i n gm e t h o db a s e do l lf o u rb o u n d a r ya n dp o i n ts e ti sa l s od i s c u s s e d m o r e o v e r , a n e wm e t h o dt or e c o v e rt h ef i x r a d i u sr o l l i n gb a l lb l e n di sp r o p o s e da n dd i s c u s s e di n d e t a i l n er e c o n s t r u c t i o nm o d e ls h o u l ds a t i s f yt h ef o l l o w i n gr e q u i r a n e n t s ：i ti s g e o m e t r i c a l l ya c c u r a t e ；i tc a nr e p r e s e n ts m o o t h ，c u r v a t u r ec o n t i n u o u ss u r f a c ea sw e l l a ss h a r pe d g e , c o m m o ni nm a n u f a c t u r e dp a r t s t h et h e s i su s e st h ep r o f i l et o l e r a n c ea s 血ei n d i c a t o rt oe v a l u a t et h ed i m e n s i o h a le r r o rb e t w e e nt h er e c o n s l r u c t i o nm o d e la n d t h ep h y s i c a lo b j e c t t h e nt h ea l g o r i t h mf o r c o m p u t i n gt h ep r o f i l et o l e r a n c ei s d i s c u s s e d s e v e r a lm e t h o d st oe v a l u a t et h es u r f a c es m o o t h n e s s ，s u e l lh j 曲l i n ea n d r e t i e c t i n nl i n e ，e t c a r ea l s oi n v e s t i g a t e da n dd i s e u s s e d a tl a s t , t h et h e o r ya n dm e t h o d sd i s c u s s e da b o v ew e r ea p p l i e di nt h ep r o j e c t t h e c o n s l r i a c t i o no ft h ev i r t u a lm o c k - u po ft h ea s s e m b l i e so ft h em a i nf l o o ra n dt h e r e a rf l o o ro fac a r s u c c e s s f u l l y 1 1 1 ec a dm o d e lo ft h er e a l f l o o rr e c o n s t r u c t e db y t h o s em e t h o d ss a r i s f yt h er e q u i r e m e n t so f t h ec u s t o m e r k e y w o r d s ：r e v e r s ee n g i n e e r i n g , c o n v e n t i o n a le n g i n e e r i n gp a r t ，a t o s ，c a dm o d e l r e c o n s t r u c t i o n i v 1 绪论 1 绪论 1 1 引言 在现代制造业中，随着三维c a d 设计技术的广泛应用，三维c a d 模型在产品 全生命周期中正扮演着一个越来越重要的角色，它已成为产品开发、制造、改型 和使用维护的基础和平台。首先，在产品开发时，三维c a d 模型可以真实的反映 被开发产品的形状和结构，各零部件问的相互装配关系和运动关系，使得设计工 程师可以有效快捷的作出合理优化的设计，并且，由于参数化技术和变量化技术 的应用，使得快速完成相似产品的设计成为现实，通过对三维c a d 模型做加工仿 真和性能仿真，可以在物理样机生成之前发现设计中的结构缺陷、功能不全和性 能失真等问题，再优化设计，可以有效的减少开发费用和降低风险；在产品制造 中，可以直接将三维c a d 模型传递至c a m 系统中完成数控编程，加工出物理样 机，或传递至快速原型系统中，生成快速原型件；在产品的改型中，可以通过更 改三维c a d 模型的参数、几何和功能等约束，快速的完成改型设计；另外，在产 品的使用维护中，可以通过其三维c a d 模型知道原始设计意图，对产品作出有效 维护，当产品发生损坏和磨损时，可以依据该模型复制一个零件。在国内外制造 业中，已经出现了无纸化设计，即在产品开发中使用基于三维c a d 模型的虚拟样 机技术，构建产品的虚拟样机，使得研发周期大大缩短和研发成本大大降低，而 且确保了最终产品一次成功。美国波音飞机公司的波音7 7 7 飞机和中国西安飞机 设计研究所的m 一7 战斗轰炸机便是虚拟样机技术应用成功的实例。 构建产品的c a d 模型有两个主要途径：正向设计和逆向设计。正向设计是按 照零件最终所要承担的功能以及各方面的影响因素，从无到有，从概念设计出发， 进行功能设计和详细设计，最终完成产品开发和制造出物理样件，其c a d 模型是 设计人员依据概念设计和详细设计确定的各项指标在计算机中建立的，同时，由 于现代产品的设计大多是基于以前的成功设计加以改进而完成的，也可以在原有 数据的基础上按照新的设计要求建立模型。反向设计则是从产品的有关信息( 如 实物、软件和影像等) 寻找这些信息的科学依据，加以消化和吸收，再现出产品， 产品的c a d 模型便是在这些信息的基础上建立的。 在中国的经济日益全球化的今天，中国的制造业企业从国外引进了大量的先 进的产品和设备。但是，在引进过程中，外方出于某种目的往往不愿意提供一些 核心技术资料，包括产品的原始设计c a d 模型，这就给这些产品的国产化工作， 改型工作和使用维护工作带了相当的困难，对消化吸收国外先进技术造成了阻碍。 因此，在制造业中应用实物反求工程技术，获取研究对象的原始设计信息和关键 技术，重构产品的c a d 模型，成为制造业中一个热点研究领域。 重庆大学硕士学位论文 1 2 实物反求工程的概念和作用 反求工程( r e v e r s ee n g i n e e r i n g ) 技术又称逆向工程技术，是消化吸收并改进 先进技术的一系列工作方法和技术的总和。它是以设计方法学为指导，以现代设 计理论、方法、技术为基础，运用各种专业人员的工程设计经验、知识和创新思 维，对已有新产品进行解剖、深化和再创造，是已有设计的设计。所以反求工程 是一个广义的概念，它的研究对象多种多样，并且主要可以分为三大类，实物 类：主要是指先进产品设备的实物本身；软件类：包括先进产品设备的图样、 程序、技术文件等；影像类：包括先进产品设备的图片、照片或以影像形式出 现的资料。 实物反求工程指的是在没有c a d 模型和没有设计图纸或者设计图纸不完整的 情况下，按照现有零件的模型( 称为样件) ，利用各种数字化技术及c a d 技术重 新构造样件c a d 模型的过程。为了不引起歧义，本文中的反求工程专指实物反求 工程 ”。 实物反求工程在制造业中的应用主要表现在如下四点，如图1 1 所示： 1 ) 在没有原始设计c a d 模型和没有设计图纸或者设计图纸不完整的情况 下，在对样件进行测量的基础上重构其c a d 模型，或进一步生成零件的 设计图纸，并以此为依据生成数控加工的n c 代码或应用快速原型技术， 加工复制出一个相同的零件。 2 ) 在新产品的开发中，当设计需要通过实验测试或外观美学评估才能定型的 工件模型时，通常先制造出该产品的油泥模型或木质模型，然后对这个油 泥模型或木质模型应用反求工程，获取该产品的c a d 模型。比如在航空 航天领域，一般按照初始设计的基础上，制作出飞行器的全尺寸或小尺寸 木质样机，进行各种空气动力学性能测试，建立符合要求的产品模型；在 摩托车制造领域中，通常制造出覆盖件的油泥模型，在对其作出外观美学 评估和装配模型评估后建立覆盖件的c a d 模型。这类零件一般具有复杂 的自由曲面外型，最终的实验模型将成为设计这类零件及反求其模具的依 据。 3 ) 在产品设备的使用中，一般都会出现磨损。在样件未出现磨损之前，对其 应用反求工程，重构出样件的c a d 模型，可以作为修复样件的重要依据。 4 ) 在批量生产中，每个产品的外形都有着细微的差异。这时通过反求工程建 立的c a d 模型可以作为工业检测的重要依据。 2 1 绪论 图1 1 反求工程在制造业中的应用 f 遮1 1a p p l i c a t i o no f r e v e r s ee n g i n e e r i n gi nm a n u f a c t u r i n gi n d u s t r y 在现代制造业中，反求工程已成为计算机集成制造系统( c i m s ) 中不可或缺的 一部分，它与集成制造系统中其他子系统的输入与输出关系如图1 2 所示。 实物反求工程的四个基本步骤如图1 2 所示。首先是使用接触式或非接触式测 量设蒲获取样件表面的点状数据( 点云) ；然后在反求工程软件中对点云进行预处 理，这个过程包括了点云的多边形化，光顺、精简，分片点云的对齐与融合；预 处理后的点云数据被分割为小块和分别拟合为曲面；最后对这些曲面添加几何或 光顺约束，得到一个完整和一致连续的c a d 曲面模型，也可以在这个曲面模型的 基础上进一步生成实体模型。 3 重庆大学硕士学位论文 图1 2 反求工程系统在c i m s 系统中的输出关系 f i 9 1 2e x p o r to f r e v a s ee n g i n e e r i n gs y s t e mi nc i m s 骚黧篓磐h 黢处壤淼蠢教繁点蠢r i “”“ 静戳熙燕删 缀合l l l l 绫和 髓鬣 图1 3 实物反求的基本步骤 f i 9 1 3s t e p so f r e v e r s ee n g i n e e f i n go f p h y s i c a lo b j e c t s 蠢宠魏麴c a d 模裂 重构的c a d 模型，应该达到下面五个标准：与样件的拓扑特征相符合； 几何准确；与实物样件的尺寸误差在工程要求范围内；既可以表达光顺的， 曲率连续的面也可以表达零件中常出现的尖锐的特征，如边界，拐角；可以用 于设计和仿真过程中后续的阶段。 1 3 国内外研究现状 在制造业飞速发展的今天，产品的外形和功能越来越复杂，随之对反求工程 技术的要求也越来越高，反求工程技术正朝着海量数据的高精度获取，处理和几 何建模的方向发展。下文将就反求工程中的点云获取、点云预处理，点云的分割 与曲面的拟合这三个关键技术的国内外研究现状做一些总结和讨论。 4 1 绪论 鼗嚣获敬肖涪 攀接艇式鞠缴接皱成群艟 一一 接触触发式鞠要毒帆挑( 撰擞齄臻粼史 电磁敲麓海淀浊凳学浚 僦电鼗轰扫撼琏壤扫撬， | 激彩心叫 i 兜辩簿漩| 燎橇兜法| 图1 4 数据获取方法分类 f i 9 1 4c l a s s i f i c a t i o no f d a t aa c q u i s i t i o nm e t h o d 1 3 1 数据获取 根据测量设备所用测头与被测工件表面的空间位置分类，数据获取技术可将 分为接触式测量和非接触式测量两大类。测头测量时与被测工件表面接触的为接 触式测量，否则为非接触式测量。数据获取技术分类如图1 2 所示 2 1 。 1 3 2 点云的预处理 点云的预处理主要包括了点云的三角形化，光顺、精简，分片点云的对齐与 融合。 点云的三角形化的目的在于建立相邻点间的正确拓扑连接关系，三角形化后 的点云不但能够可视化，还可以用于有限元分析，数控加工和快速原型制造。许 多三角化算法都是基于采样点集的d e l a u n a y 三角化，或点的s h a p e 。a m e n t a 和 b e r n 提出了基于三维v o r o n o i 图和d e l a u n a y 三角化的算法，该算法能够准确的表 达物理表面的拓扑结构，而且可以解决了尖锐边的表示问题p j 。h o p p e 的算法使用 分段线性函数计算点到曲面的几何距离，通过步进立方算法( m a r c h i n gc u b e a l g o r i t h m ) 计算该函数的零集，构造点的微切平面以实现曲面的逼近表示【4 】；b j o e r r l h e c k e l l 提出了一种两步骤的方法三角化离散点，第一步对给定的点集应用自适应 5 重庆大学硕士学位论文 的聚类技术，提取出近似平面区域处的子集，该步骤的输出结果是局部逼近物理曲 面的一系列的二维流形“瓦块”( t w o - - m a n i f o l d “t i l e ”) ，第二步分别d e l a u n a y 三 角化“瓦块”内和“瓦块问”的数据【5 1 ；k 6 s 的算法通过先构建局部的d e l a u n a y 三角形，然后通过计算顶点的估计法矢和局部三角形的法矢间偏差大小选择性的 将局部三角形插入到全局三角形中【6 】；e d e l s b r u n n e r 提出了a s h a p e 的概念，一s h a p e 方法通过删除四面体凸包中其包围球或外接圆半径大于。的四面体、三角形和边 得到重建表面【7 j 后来，b 4 两基于s h a r m 生成了c 1 连续的散乱数据点的插值曲面 隅】对于均匀一致的数据点集，a s h a p e 方法很有效，但由于数据点集的不均匀性或表 面的某种不连续性，有时很难自动选择合适的q 值，以保留需要的三角化元素，删除 不需要的所有元素。 点云光顺的目的主要在于剔除掉点云中的噪音点。最早在信号和数字图像处 理领域中研究噪音点的去除，其经常被归结在各种滤波器的设计研究中。在逆向工 程中，最简单的噪音去除方法是通过图形显示，人工判别明显坏点，在数据点集中将 这些点删除。显然，当点集中含有大量点时人机交互的方法并不适用。对于高密 度的点云常使用程序判断滤波、n 点平均滤波以及预测误差递推辨识与卡而曼滤 波相结合的自适应滤波法等方法。这几种方法借鉴了数字图像处理中的概念，将所 获得的数据点视为图像数据，即将数据点的z 值作为图像中像素点的灰度值来处理， 但上述的每种方法都面临着既要消减噪声点又要保持真实点不受损过多的矛盾，所 以每种滤波法都应使阈值选取具有针对性，以防将工件上的台阶点( 线) 作为坏点去 除。值得注意的是，去除噪声点的方法来源于数字图像处理，这就要求像素点( 数据点) 相互间的排列具有规则性，若获得的数据点是散乱的，上述的方法中除了人工交互 不受影响外，其它方法都存在很大缺陷，这一点在复杂曲面形体的反求中尤为重要。 对于高密度的点云，由于存在大量的冗余数据，为了减小计算成本，需要按一 定的要求精简点云的规模。在商用反求软件系统中，主要使用匀采样方法、空间 采样法，和弦长偏差采样法f 9 】。栅格法则是通过将点云所在空间划分为2 d 或# d 网格，然后从每个网格中提取出具有代表性的点来减少点云中点的数目 o o l l l l 】 1 2 】 】3 】f j 4 】。也可以在保证三角形网格对样件表面的逼近精度的条件下，尽量减 少点云的三角化模型中三角形片的数量，以压缩数据量，因此有时也被成为数据 压缩。简化算法一般可分为三种：删除顶点、删除边和删除面【1 5 】【1 6 】【1 7 1 1 剐n i t9 】。 分片点云的对齐主要有两大类方法，基于特征的对齐与基于点的匹配对齐。 基于特征的对齐精确都较高，而且计算成本低，主要有三点对三点，三球对三球， 三平面对三平面等方法，在这些方法中，通常都设计某种具有参考性的夹具或设 置参考点以方便点云的对齐【2 1 1 1 2 2 1 1 2 3 l 。基于点匹配对齐的方法基本是都始于i c p ( i n t e r a c t i v ec l o s e s tp o i n t ) 算法【2 4 】【”1 1 2 6 1 ，i c p 算法的思路是：首先，给定一定程度 6 1 绪论 地初始对齐两个数据集的运动变换，建立两个数据集中的特征( 通常是点) 间一 系列对应关系。这通过简单的尺度实现：对于第一个数据集中的每个点，寻找在 当前变换下第二个数据集中与其距离最近的点。根据这组对应关系就可计算一个 变换的增量以进一步对齐两个数据集。迭代地进行这种“确定对应关系计算变换” 的过程，直到某个表示正确对齐的收敛准则得到满足。i c p 法可用于自由曲线和曲 面等三维形状的配准，具有通用、与表示方式无关、精确和计算效率高等优点。 该方法处理全部六个自由度，并总是单调收敛于均方距离尺度意义下的局部最小 值。对于自由曲面物体，由于物体形状非常复杂，用计算机模拟这些实体时，数 据分布十分紧密，模型一般由上万个甚至几十万个三角形面片组成。对这样的数 据进行匹配运算时，由于数据分布紧密，匹配精度是可以保证的，但这样匹配计 算量是惊人的。方昭江和丁明跃提出了一种加权最近点迭代匹配( w i c p ) 算法实现 快速高精度匹配弘”。 c h i t r ad o r a i 则使用e u c l i d e a n 距离定义点到点云的距离，并 使用了e u c l i d e a n 变换【2 8 1 。p k r s e k 提出了提取点集中的特征曲线和这些曲线上的 特殊点用以节省计算成本的方法 2 9 】，在这种方法中，首先使用这些特殊点进行对 齐，然后基于特征曲线和整个点集修正对齐。t m t u c k e r 和t r k u r f e s s 提出了一 种基于传统的n e w t o n 最小化方法的对齐点集与c a d 模型的方法，并给出了试验 结果1 3 l 】。k h k o ，t m a e k a w a 和n m p a t r i k a l a k i s 使用口p( i n t e r v a lp r o j e c t e d p o l y h e d r o n ) 算法计算曲面的高斯曲率和平均曲率作为对齐的特征【3 2 1 。武殿梁采用 遗传算法确定曲面初始相对位置以保证匹配优化结果为全局最优值，利用i c p 算法 匹配结果构造偏差闽值，以此阈值过滤点群后再以最小二乘法进行匹配处理，消除 局部大变形影响。获得合理的变换矩阵，以此变换矩阵变换初始点群再进行误差计 算从而获得理想的匹配结果【3 ”。 文献吲中提出了寻找分片点集中的对应点，融合分片点集的方法。 1 3 3 点云的分割与拟合 点云的分割是反求工程中一个关键性的问题，其目的在于将点集分割为多个 子集，每个子集都对应着一个自然曲面，并且每个子集中的点都具有一些共同性 质。 点云分割的方法主要有：基于边的方法，基于面的方法和基于群簇的方法。 基于边的方法通过寻找点集中的边点，然后对边点进行连接，再根据边将整个点 集分割为多个独立的子集。一般可以通过局部法向量的不连续找出棱边，通过曲 率变化找出光滑边。b s a r k a r 和c m e n q 使用l a p l a c i a n 方法检测边界点，只能处 理扫描线状数据【3 ”。m a w a n i 和b g b a t c h e l o r 把数据在z 方向上切片，产生等 值线，在等值线上选取尖点，可以检测棱边【3 ”。m j m i l r o y 和c b r a d l e y 使用曲 率检测法检测边界，在边点连接过程中加入了活动轮廓的概念，用以提高算法的 7 重庆大学硕士学位论文 稳定性。m y a n g 和e l e e 使用拟合参数曲面求曲率鲫。t t c h u n g 和c y l i a o 首先计算出点的局部几何性质，然后定义一条包含了所有点的3 d 边界，并生成边 界内初始单元，单元内点法矢或主曲率的标准偏差被作为边探测的依据，使用非 均匀的二分法提高边界的质量p ”。 基于面的方法是根据指定的曲面方程拟合曲面。它是个迭代过程，并可分为 自底向上( b o t t o m u p ) 和自顶向下( t o p - - d o w n ) 两种。自底向上是从一些种子 点开始，按相同的局部曲率或其它几何性质添进其他相邻点。该法的关键在于种 子点的选择和相邻点的添加策略。自顶向下是假设所有点都属于一介单独的曲面， 然后测试这个假设的有效性。如果拟合的误差符合要求，则认为假设成立；如果 拟合误差不符合要求，则将点集按二叉树或八叉树的方法分为子集，再对子集做 假设的校验。大部分基于面的方法都是自底向上的，e a r b e s l 和r c j a i n 使用次数 可以变动的代数多项式作为拟合函数，采用种子点逐步扩充的策略进行分割【3 9 l 。 自顶向下曾成功的用于图象分割，但实际应用较少 “。 基于群簇的方法是通过群簇技术把局部几何特征参数相似的数据点聚为类。 e b e n k 6 和t v d r a d y 提出了一种直接分割的方法1 4 1 4 2 1 1 4 。在这种方法中，首 先识别出尖锐边，将点集分割离散的小块，然后使用几种过滤器识别点云是否为 直纹面或旋转面，并将之拟合。 对于简单解析曲面的拟合，文献 4 4 1 1 4 5 1 给出了一般的解法。l a p i e g l a 和w t i l l e r g 提出了基于边界曲线和点云的自由曲面拟合中的参数分配方法 4 6 1 。pb e n k 6 和gk 6 s ，tv f i r a d y 给出了约束拟合的的方法【4 7 】。 1 3 4 重构模型的精度评价 重构模型的精度评价主要从两个方面进行，重构模型与实物样件的尺寸误差 和曲面模型的光顺品质分析。 文献h 8 1 1 4 9 】 5 0 1 中讨论了重构模型误差的主要来源，指出重构的模型与实物样件 的总误差为重构中各个环节的传递累计误差。r b a r d e l l 和vb a l e n d r a n 讨论了使 用c m m 测量时模型的人工和数值分析方法【5 ”。l s w a n g 和d l l e e 讨论了激光 测量大尺寸样件外形时的精度因素 5 2 】。c l a r t i g u e ，a c o n t r i 和p b o u r d e t 讨论了使 用非接触测量方法获取的数据点的质量问题，提出了几个衡量点云质量的指标【5 3 1 。 文献5 卅嘲【5 6 i s 7 讨论了使用等照度线，反射线和高亮度线等方法检查曲面的光 顺性。 1 4 本文研究的对象与主要内容 本文的主要研究对象是基于a t o s 扫描仪获取数据的常规工程零件c a d 模型 的重构方法。 8 1 绪论 在机械工业中，存在着这样一类被广泛使用的零件，由于没有外观美学的要 求和易于加工，其一般都具有规则的外形，即其外表面一般都是由简单解析曲面 ( 平面、二次曲面等) 和直纹面、旋转面等简单自由曲面拼接而成( 常规工程零 件的外形特点将在第四章中详细讨论) 。在本文中，这类零件被称为常规工程零件。 在现代反求工程中，非接触式光学测量设备已经取代接触式测量设备成为数 据获取设备的主流。其中，a t o s 系统( a d v a n c e dt o p o m e t r i cs e n s o r 高级外形测量 传感受器) 由于其能够快速的采集大量样件表面的数据点，而且也能够达到较高 的精度( o 0 0 2 0 0 2 m m ) ，因此，a t o s 被广泛的应用于制造业中的反求工程。 因此，开展针对基于a t o s 获取数据的常规工程零件的c a d 模型重构方法， 有着非常重要的意义。如上节国内外对反求工程的研究现状所述，大多数研究都 是针对复杂自由曲面物体的反求展开的，提出的一些自动算法，常常是仅仅在某种 特殊情况下才适用，而且运算成本较高；在重构模型的表示中，原有的设计意图和 造型规律不能显式的得到保留，比如棱边、尖角、圆角等特征信息在重构中通常会 丢失，正向设计中的旋转面，直纹面等特征信息在重构时往往也得不到表示，而特 征信息的丢失对重构模型的加工，装配和改型设计都会带来很大的困难。所以，针 对常规工程零件的规则外形，研究和探讨一些精确快速基于人机交互的数据获取， 数据处理和模型重构的方法，使得重构模型不但能够满足工业实践的精度要求，还 能反映出一定的原始设计意图，是非常必要的。 图1 5c a d 模型的构建方法 f i 9 1 5c o n s t r u c t i o nm e t h o d so f c a dm o d e l s 9 重庆大学硕士学位论文 第一部分通过对c a d 模型在产品全生命周期中作用的分析，指出通过反求 工程从逆向获取c a d 模型的必要性。介绍了反求工程的研究现状，并由反求工程 引入了本文的研究方向，基于a t o s 测量系统重构常规工程零件的c a d 模型。最 后论述了本文的研究对象和学术意义。 第二部分通过对几种常用的数据采集方法的分析，引出了基于a t o s 的数据 获取方法。研究和讨论了a t o s 扫描议的基本原理，光学三角化、光栅编码和投 影、相位移动，研究了基于a t o s 数据获取的流程和主要步骤，总结了a t o s 使 用中应当注意的几个问题。 第三部分针对a t o s 获取的数据为密集散乱点云的特点，总结了点云前处理 的流程和步骤，研究和讨论了数据点集光顺、数据点集精简和点集对齐的一些具 体方法。 第四部分针对研究对象为具有规则外形的常规工程零件，研究了常规工程零 件的外形几何特点和原始设计的曲面建构特点，提出了基于特征曲面的数据分割 方法，研究了数据点拟合b 6 z i e r 和b s p l i n e 曲线方法，提出了小定半径滚球圆角 反求方法。 第五部分分析了模型重构中的误差来源，提出了轮廓度这一重构模型的尺寸 精度评价指标，研究和讨论了曲面光顺品质分析指标和方法。 第六部分对本论文研究的实践基础的课题( 某型轿车主地板总成及后地板总 成三维数模设计) 中本人在后地板的重构中具体工作做了陈述。 第七部分对本论文进行了总结。 1 5 本文研究课题的背景与学术意义 本论文的研究背景是某汽车厂“某型轿车主地板总成及后地板总成三维数模 设计”。 在加入了w t o 后，大量的新车型被引入国内，其中包括了内外覆盖件的生产 设备和模具。在使用过程中，该汽车厂冲压车间的覆盖件生产模具不可避免的会 产生磨损和变形，为了保证产品的精度，需要对磨损变形的模具进行修整；同时， 该汽车厂希望在该车型的基础上进步改进，设计生产更适合中国国情的车型， 这个改型设计包括在原车型的基础上重新设计该车的外形。显然，上面的两种情 况都需要原始的设计资料作为依据。外方虽然提供了一些相应的技术资料，如部 分二维工程图和某些技术标准，但是，最为关键的零件c a d 模型出于某些原因并 未提供给中方。所以，该汽车厂决定与重庆大学产品开发和技术支持中心联合实 施课题“某型轿车主地板总成及后地板总成三维数模设计”，以外方提供的部分工 程图纸和实物为依据，实施反求工程，重构出内覆盖件主地板总成和后地板总成 1 0 1 绪论 的三维c a d 模型。 本论文从实践和理论上研究具有常规工程零件c a d 模型重构的相关理论和方 法，总结重构过程中几个关键步骤如数据获取，数据预处理、点云分割和曲面拟 合的流程，研究和讨论被广泛用于工业实践中的a t o s 测量系统的工作原理和使 用方法，研究了重构过程中的一些具体算法，如点云的光顺和精简、点云中简单 曲面特征的识别和提取、定半径滚球圆角的反求等，研究重构模型的精度评价方 法。这些理论研究成果对于快速精确的重构常规产品c a d 模型具有一定的指导意 义。 1 6 本章小结 本章中首先指出3 维c a d 模型在产品开发、制造，改型、使用维护中的重要 作用，提出实施反求工程从逆向获取产品的c a d 模型，总结目前国内外研究状况。 接着论述本文的研究对象一基于a t o s 测量系统的常规工程零件c a d 模型的重构 方法，以及本文的学术意义。最后总结了本文的主要内容和框架。 2 基于a t o s 测量系统的数据获取方法 2 基于a t o s 测量系统的数据获取方法 2 1 引言 数据获取是反求工程中的一项关键技术，它是指采用某种测量方法和设备在实 物样件的表面或断层获取规则或散乱点的几何坐标，并将所获数据存储或输出。 数据获取技术既要考虑到精度，速度等测量要求，也要便于样件几何形体的数学 建模。 测量系统一般由数据获取系统、传感器运动系统、和处理系统这三个子系统 组成。数据获取系统是测量系统的核心部分，使用上述各种测量方法获取样件表 面各点的空间几何坐标；传感器运动系统则移动传感器的位置，使能获取样件表 面的全部数据；处理系统用于处理数据获取系统得到的数据并以一定的格式输出 或储存。测量系统组成如图2 1 所示。 潮赫系统 图2 1 测量系统组成图 f i 9 2 1c o n s t r u c t i o no f d a t a a c q u i s i t i o ns y s t e m 使用这些接触和非接触测量方法对实物样件进行数字化时所获的点状数据具 有量大，散乱等特点，被形象的称为点云。按照点的分布密度，测量点云可分为 高密度点云和低密度点云。cm m 的测量点云为低密度点云，通常在几十到几千点 之间而测量速度及自动化程度较高的光学法和断层测量法获得的测量数据为高密 度点云，点数量一般从几万到几千万点不等。根据数据点的排列形式来分类，“点云” 1 3 重庆大学硕士学位论文 数据可分为如下四类： 散乱点云：测量点没有明显的几何分布特征，呈散乱无序状态。随机扫 描方式下的cm m 、激光点测量和光学照相等系统的“点云”呈现散乱状 态。 扫描线点云：点云由一组扫描线组成，扫描线上的所有点位于扫描平面 内。cm m 、激光点三角测量系统沿直线扫描的测量数据和线结构光扫描 测量数据呈现扫描线特征。 网格化点云：点云中所有点都与参数域中一个均匀网格的