汽车车模覆盖件的点云数据处理和优化.docxVIP

PAGE 1 PAGE 1 汽车车模覆盖件的点云数据处理和优化  使用PIX-30扫描仪对汽车车模掩盖件点云数据进行测量，并结合点云对齐原理，对点云数据进行了对齐。遵循点——曲线——曲面的原则，重构车模外掩盖件。分析了测量中误差产生的原因，并通过软件对误差进行掌握和优化。  1引言  当前汽车掩盖件模具三维设计中存在零件型面数据量大和通用CAD系统中无法完成复杂自由曲面的等距偏置等问题，而利用逆向工程可以很好地解决以上问题。本文利用标准的汽车车模对汽车掩盖件进行了逆向建模，可以对整车形状行全面观看和修改，比例放大后的零件可进行成型性CAE分析，对实际的生产有重要的指导作用。点云数据的对齐重构和误差掌握是逆向工程的难点，是保证掩盖件的光顺性的关键，也是本文争论的重点。  2车模外掩盖件的数据测量  本文中对车模外壳表面的数据采集采用的是PIX-30接触式扫描仪，如图1所示。接触式扫描仪测量的数据误差主要是由测头的半径产生的，所以要进行误差测量补偿。由于无法一次性得到全部点云的数据，在此进行了两次测量。在使用PIX-30扫描仪时需要留意的是对于后期的数据重构点云数据并非越多越好，冗余的点云数据可使构造计算效率下降。  图1PIX-30扫描仪  3点云数据的对齐  3．1对齐原理  对齐是把各次测量的局部坐标系统一到同一坐标系下，在数学模型上可以看做是在六自由度的尢限连续参数空间内的点的整体搜寻问题，求解过程转化为求解转换矩阵T的问题。如图2所示，同一点在坐标系o-x-y-z和坐标系O-X-Y-Z中分别定义为P(x，y，z)和P(x，y，z)，该点假如从坐标系o-x-y-z转换到坐标系O-X-Y-Z时，需要旋转3个欧拉转角α，β，γ(0≤α≤π，0≤β≤π，0≤γ≤π)和平移3个坐标轴上的重量X=x-x、Y=y-y、Z=z-z。  3．2点云的对齐，  图3为两次采集到的数据显示结果，可见必需对两次的点云数据进行对齐。车模测量点云无明显的点或者特别点云作为对齐的基准，最佳拟合方式不用假设任何点的对应关系，依据对其原理在此选择最佳拟合方式进行对齐。以车模侧板点云作为移动目标，其中点云来源选择车模的侧门板点云，选择第一次测量的全部点云(图3中的下面部分)作为定位目标。最终经过两次对齐得到韵整车点云拼合效果如图4所示。  图2坐标转换图3两次数据采集的结果  图4拟合后的点云  4数据重构和优化  4．1数据重构  在逆向工程中处理数据的流程遵循：点——曲线——曲面的原则。获取点云的信息，包括点云的数量和点云在各个方向上的分布状况，导入的点云数据中有很多噪音点，对点云杂点的筛选并对点云数据数掘进行优化，删除不必要的数据点。  依据车模各个部分的特点对车模进行点云数据的重构，由于汽车发动机掩盖件的对称性，选择掩盖件的一半为例，发动机掩盖件部分的曲面重构丰’要何以下个步骤：  (1)截取关键骨架点云用来构造关键线：  (2)对这一系列骨架点云进行平顺性和方向凋整后构造关键线。  (3)通过点云和关键线一起拟和动身动机掩盖件，并且依据边界对其进行剪切。  (4)由于发动机掩盖件的对称性，删除一半，选掸另一半进行镜像，在此留意保持镜像的连续性。  得到的掩盖件质量通过点云和构建曲面误差统计彩色云图能直观地反映出来。第一次结果显示最大误差正法向为0．8mm和负法向为-1．2mm，为了得到更加小的误差结果，通过调整曲碰的掌握点，依据NURBS曲面原理，在图5中每4个掌握点掌握个小的面区域，对4个掌握点三维方向的坐标进行删节，就可以达到对误差相对较大的区域进行微调的目的。多次微调后的数据结果和彩色云图如图5所示，结果显示最大误差为正法向为0．49mm和负法向为-0．8mm，达到了得到更加优化曲面的目的。  图5调掌握点后得到的误差彩云图  使用PIX-30扫描仪对汽车车模掩盖件点云数据进行测量，并结合点云对齐原理，对点云数据进行了对齐。遵循点——曲线——曲面的原则，重构车模外掩盖件。分析了测量中误差产生的原因，并通过软件对误差进行掌握和优化。  1引言  当前汽车掩盖件模具三维设计中存在零件型面数据量大和通用CAD系统中无法完成复杂自由曲面的等距偏置等问题，而利用逆向工程可以很好地解决以上问题。本文利用标准的汽车车模对汽车掩盖件进行了逆向建模，可以对整车形状行全面观看和修改，比例放大后的零件可进行成型性CAE分析，对实际的生产有重要的指导作用。点云数据的对齐重构和误差掌握是逆向工程的难点，是保证掩盖件的光顺性的关键，也是本文争论的重点