基于点云的零件模型在毛坯中的定位

随着制造业的逐步发展，对于不同工件加工的柔性度不断增强，故对毛坯定位的要求不断提高。本文针对基于点云的零件模型在毛坯的定位相关技术的研究，具有重要的理论意义和研究价值。首先，分析了基于零件的毛坯定位的现状，以及在对定位的相关算法做了概述。将定位划分为初始定位和精确定位两步。定位是通过迭代算法找到最优的变换矩阵，然后对其做相应的变换，完成配准。其次，研究了基于零件模型的毛坯初始定位，采用了两种方法完成初始定位。方法一，通过基于遗传算法，计算点云的最小投影面积所对应的角度为最佳旋转角度，以及两片点云的距离寻找到最佳平移量，通过平移和旋转完成初始定位。方法二，通过基于主成分分析法来完成初始定位。通过两片点云协方差矩阵的特征值和对应的特征向量排序，对齐较大两个的特征值对应的特征向量，最后通过手动旋转毛坯完成初始定位。第三，通过抛物面拟合和平面拟合得到毛坯栅格中心点云的法矢；通过创建栅格及扩展栅格、生长法寻找外部栅格、构建ANNKd-tree、近邻搜索找到零件点云的最近点并且计算法矢和有向距离；其余的零件点云的法矢通过Shepard插值得到。调整法矢的方向，使其指向外向。第四，通过第三步的准备，首先单纯的利用遗传算法来给毛坯零件的精确定位。其次，用基于压力模型对毛坯进行精确定位，采用进退法和黄金分割法寻找最佳变换矩阵来实现毛坯点云对零件点云的完全包裹，然后在基于遗传算法零件点云与毛坯模型的最小距离最大化完成精确定位。最后，在Visual C++2003的工作平台对毛坯的定位的面向对象实现。以推子和叶片为例，实现其毛坯在零件模型中的定位，验证了算法的有效性。