CN105913412A - 基于参数域边界分析的飞机结构件cad模型窄面缺陷自动识别方法 - Google Patents
基于参数域边界分析的飞机结构件cad模型窄面缺陷自动识别方法 Download PDFInfo
- Publication number
- CN105913412A CN105913412A CN201610171963.7A CN201610171963A CN105913412A CN 105913412 A CN105913412 A CN 105913412A CN 201610171963 A CN201610171963 A CN 201610171963A CN 105913412 A CN105913412 A CN 105913412A
- Authority
- CN
- China
- Prior art keywords
- leptoprosopy
- territory
- defect
- line
- narrow
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/0006—Industrial image inspection using a design-rule based approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30164—Workpiece; Machine component
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开一种基于参数域边界分析的飞机结构件CAD模型窄面缺陷自动识别方法,其步骤如下:1)窄面分类与窄面缺陷定义;2)拓扑面有效参数域计算;3)边界凹顶点判定;4)狭窄区域构造;5)窄面缺陷判断。实践证明,该方法可实现飞机结构件CAD模型窄面缺陷自动识别,具有识别结果正确、效率高、速度快等特点,可用于飞机结构件三维设计模型质量检测,以提高快速数控编程的效率并显著减少工艺员工作量。
Description
技术领域
本发明涉及一种基于参数域边界分析的飞机结构件CAD模型窄面缺陷自动识别方法,用于“飞机结构件三维设计模型质量检测系统”,为飞机结构件快速数控编程系统提供正确的、有效的模型数据,属于飞机数字化数控编程技术领域。
背景技术
模型数据质量是指产品数模在并行工程和协同设计等环境下、在数据交换过程中能够准确表达对象信息的能力,其基本要求包括:正确性、合理性和规范性。其中,合理性是指采用“设计与工艺一体化”的设计模式,充分考虑后续各工艺环节(加工、装配、检测等)的要求及约束,生成与工艺过程相匹配的合理设计模型。但在飞机结构件数模表面常出现一类具有狭窄结构的拓扑面,在狭窄结构处两参数方向的尺寸会相差较大,从而在其面域(面上连通点的最大聚集区)内形成一定的狭窄区域。工艺人员称此类拓扑面为“窄面”。此类缺陷常见于飞机结构件数模的筋端、转角和内外缘等特征中,由不规范的建模操作、频繁的曲面裁剪、实体布尔运算或系统精度问题导致。窄面缺陷的存在对模型拓扑结构的完整性和正确性并不造成直接的影响,但会导致下游各工程操作的失败,如模型更改时的曲面求交或偏置、有限元分析中的曲面网格剖分、数控加工中的工艺规划、刀轨计算等。因此,在进行飞机复杂结构件数控加工自动编程前,必须对这类模型缺陷进行预处理。由于肉眼难以察觉分辨且工作量大而繁杂,通常不便于以人工交互的方式进行检测。而基于参数域边界分析的飞机结构件CAD模型窄面缺陷自动识别可以有效解决曲面窄面缺陷检测这一问题。
发明内容
为解决上述问题,本发明提出一种基于参数域边界分析的飞机结构件CAD模型窄面缺陷自动识别方法,实现对飞机复杂结构件设计数模中窄面缺陷的自动识别。该方法无需进行大量的人工交互操作,减轻了工人的工作量,在保证零件数模的正确性、合理性以及规范性方面发挥了重要作用,为实现飞机复杂结构件快速数控编程提供了技术基础。
本发明的目的是通过下述技术方案实现的:
1)窄面分类与窄面缺陷定义;2)拓扑面有效参数域计算;3)边界凹顶点判定;4)狭窄区域构造;5)窄面缺陷判断。
所述步骤1)窄面缺陷定义与分类,包含:(1)窄面分类;(2)窄面缺陷定义;
所述的(1)窄面分类,即考虑窄面缺陷的几何特点,以其面域中狭窄区域所在位置的不同,可分为整体窄面和局部窄面;按工程意义上对窄面缺陷中的狭窄区域进行定量描述,可分为绝对窄面和相对窄面;
所述的(2)窄面缺陷定义,即定义1;
所述的定义1:对零件数模m表面的任意拓扑面f,若其面域内存在一定的狭窄区域D且满足下列条件之一:
(1)
(2)
则称此拓扑面f为窄面,或存在窄面缺陷。其中,LD、WD分别表示区域的长度和宽度,分别为区域D的最大和最小宽度,为区域D的最大长宽比,Wmin为面域最小允许宽度,Rmax为面域最大允许长宽比;
所述步骤2)拓扑面有效参数域计算,即提取曲面的内外环轮廓线,按一定规则进行离散后,将离散点集映射至参数域平面中,以有序折线段近似表示有效参数域边界;
所述步骤3)边界凹顶点判定,即近似有效参数域在其参数域平面中为一个边界形状不规则的多边形,且其内外环边界线均由折线段构成。以矢量叉乘的方法来判断参数域多边形各顶点的凹凸性;
所述步骤4)狭窄区域构造,即在参数域多边形各凹顶点的有效瓶颈线区内计算其所关联的瓶颈线,以凹顶点、瓶颈线为关键元素,依据规则1、规则2和规则3构造初始狭窄区域并进行扩展,最终将其映射到曲面上以验证此狭窄区域的有效性。
所述的规则1,即凹顶点优先规则:对近似有效参数域R'v中的任意边界线,若其两端点均为凹顶点,则优先以此类边界线来构造初始狭窄区域。
所述的规则2,即相似瓶颈线规则:对近似有效参数域R'v中的优先边界线(两端点均为凹顶点),若其至少有两条瓶颈线的另一端点均在同一边界线上或在具有切矢连续关系的不同边界线上,则可以瓶颈线、边界线来构造初始狭窄区域。
所述的规则3,即区域合并规则:对于两相邻的初始狭窄区域(具有公共的瓶颈线),若其边界线对应的具有近似切矢连续关系,则可将此相邻的初始狭窄区域进行合并。
所述步骤5)窄面缺陷判断,即得到参数域中的狭窄区域后,将其映射到原曲面上,可相应的得到狭窄面域,计算此狭窄面域的宽度、长度,并依据窄面缺陷定义进行判定。
本发明的有益效果:应用本发明提出的基于参数域边界分析的飞机结构件CAD模型窄面缺陷自动识别方法,结合窄面几何特点与工程意义对窄面缺陷进行了分类和定义,采用拓扑面有效参数域计算并构造狭窄区域的方法对窄面缺陷实现了正确可靠的识别。采用这种方法可以快速准确地识别飞机结构件CAD模型表面的窄面缺陷,是“飞机结构件三维设计模型质量检测系统”中不可缺少的组成部分,为飞机结构件快速数控编程提供正确有效的模型数据。
附图说明
图1a整体和局部窄面示意图——壁板内缘
图1b整体和局部窄面示意图——框外缘
图1c整体和局部窄面示意图——槽腔底面
图1d整体和局部窄面示意图——槽腔侧面
图2a绝对和相对窄面示意图——绝对窄面
图2b绝对和相对窄面示意图——相对窄面
图3窄面缺陷定义示例图
图4有效参数域
图5近似有效参数域边界线
图6a凹顶点判定示例图——点pi处的向量叉积
图6b凹顶点判定示例图——凸顶点与凹顶点
图7点pr处的有效瓶颈线区
图8瓶颈线计算结果
图9相似瓶颈线准则
图10区域合并准则
具体实施方式
本发明是建立在CAD/CAM系统平台上,实现飞机结构件CAD模型窄面缺陷识别的一种方法。
下面结合附图对本发明的实施例进行详细的说明,本实施例是在以发明技术方案为前提下进行实施,给出了详细的实施方式和具体的实现过程,但是本发明的保护范围不限于下述实施实例。
步骤1):窄面分类与窄面缺陷定义,包含:(1)窄面分类;(2)窄面缺陷定义。
所述(1)窄面分类,通过分析飞机结构件数模中常见窄面缺陷的几何特点,以其工程背景为依据,分别从定性和定量的角度将窄面缺陷进行如下分类:
<1>考虑窄面缺陷的几何特点,以其面域中狭窄区域所在位置的不同,可分为整体窄面和局部窄面。
a.整体窄面。如图1a、图1b所示,拓扑面的整体呈狭窄状。此类窄面缺陷主要出现在壁板、框类零件的内外缘处,由频繁的曲面裁剪分割、实体布尔运算造成,且人工难以发现。
b.局部窄面。如图1c、图1d所示,拓扑面存在某局部相对其整体面域呈狭窄状。常见于壁板和框类零件中阶梯槽的底面以及多下陷槽的侧面等,由不规范的草图绘制或系统精度 问题导致。
<2>工程意义上对窄面缺陷中的狭窄区域进行定量描述,可分为绝对窄面和相对窄面。
a.绝对窄面。拓扑面在其狭窄区域内沿某参数方向的尺寸始终小于特定阈值,从而形成绝对意义上的狭窄区域,如图2a所示。
b.相对窄面。拓扑面在其狭窄区域内沿两参数方向的尺寸之比(如图2b中l1//l2)超出特定阈值,即两参数方向的尺寸相差悬殊,形成相对的狭窄区域。
所述(2)窄面缺陷定义,即:
定义1:对零件数模m表面的任意拓扑面f,若其面域内存在一定的狭窄区域D且满足下列条件之一:
(1)
(2)
则称此拓扑面f为窄面,或存在窄面缺陷。其中,其中,LD、WD分别表示区域的长度和宽度(如图3所示),分别为区域D的最大和最小宽度,为区域D的最大长宽比,Wmin为面域最小允许宽度,Rmax为面域最大允许长宽比;
所述区域的长度和宽度,即模型表面任意拓扑面f的等参数线簇cui、cvj中弧长较大者作为面域的长度,较小者作为面域的宽度。
所述区域的最大和最小宽度,即通常拓扑面内各点的面域长度(宽度)不一,将长度(宽度)方向参数曲线弧长的最大值称为面域最大长度(宽度),最小值则称为面域最小长度(宽度)。
所述区域的最大长宽比,即最大长度与最小宽度之比称为面域最大长宽比。
步骤2):拓扑面有效参数域计算。曲面在微分几何中可表示成双参数u和v的矢函数p=p(u,v),曲面的范围可用两参数的变化区间映射为uv参数平面上的一个矩形区域给出。这样就相应的得到具有四条边界的曲面即四边曲面。当曲面经过裁剪后,其参数域将被局限在原矩形区域内的某一子区域中。子区域内的点与曲面边界范围内的点具有一一对应的映射关系,将此子区域称为裁剪曲面的有效参数域。有效参数域的内外环边界线对应于曲面的内外环轮廓线。如图4所示,原曲面所对应的矩形参数域为R,曲面经裁剪后所形成的有效参数域为图中灰色阴影区域Rv。对于模型表面任意拓扑面,其有效参数域的计算,可转化为有效参数域边界线的计算。首先提取曲面的内外环轮廓线,按离散规则进行离散后,计算轮廓线上各点在曲面上的参数值,最终将其映射到参数域平面中,以有序折线段近似表示有效参数域边界。如图5所示,拓扑面f具有外环轮廓线C0和内环轮廓线C1,将轮廓线C1进行离散采样并映射于参数域中,依次连接各参数点得边界线Cp1,可近似作为其有效参数域的边界线。如 此,可获得模型中拓扑面所对应的近似有效参数域Rv',并在此二维参数域平面中求解狭窄区域以映射到拓扑面中。
所述离散规则:当轮廓线为直线时,可直接将其两端点作为离散点;当轮廓线为圆弧和一般曲线时,则需将轮廓线按其曲线参数进行等参数采样,以提取离散点。
步骤3)边界凹顶点判定。设点序列p1,p2,…,pi,…,pn在参数域外环边界线上按逆时针排列,在内环边界线上按顺时针排列,则可用向量的叉积来判断顶点pi的凹凸性。设向量
v=v1×v2=(aibj-biaj)k=vkk
则有
如图6a所示为某拓扑面的近似有效参数域Rv',其内环边界线上相邻的三个顶点pi-1、pi、pi+1,则向量叉积的大小和方向可用来判定顶点pi的凹凸性。特殊情况下,向量叉积v=0,则说明顶点pi无凹凸性。以上述方法依次对参数域边界线上各顶点判断凹凸性,判定结果如图6b所示。
步骤4)狭窄区域构造。首先根据凹顶点计算瓶颈线,然后依据规则1、规则2和规则3构造初始狭窄区域并进行扩展,最终将其映射到曲面上以验证此狭窄区域的有效性。具体如下:
拓扑面的近似有效参数域Rv',对其边界线上任意一个凹顶点pr,以pr为端点引出两条射线和且有和分别垂直于以pr为顶点的两条边。两条射线构成的夹角区域即为点pr的有效瓶颈线区,表示为如图7所示。据此可判断与凹顶点pr关联的瓶颈线的有效性,即对于与点pr关联的所有瓶颈线,若瓶颈线在此区域内,则是有效的;否则视为无效,图8中的虚线为近似有效参数域的瓶颈线计算结果。
通过分析各凹顶点所在边界的邻接关系,根据规则1、规则2和规则3构造初始狭窄区域并进行扩展,最终将其映射到曲面上以验证狭窄区域的有效性。
所述的规则1,即凹顶点优先规则:对近似有效参数域Rv'中的任意边界线,若其两端点均为凹顶点,则优先以此类边界线来构造初始狭窄区域。
所述的规则2,即相似瓶颈线规则:对近似有效参数域Rv'中的优先边界线(两端点均为 凹顶点),若其至少有两条瓶颈线的另一端点均在同一边界线上或在具有切矢连续关系的不同边界线上,则可以瓶颈线、边界线来构造初始狭窄区域。
如图9所示,参数域边界线e1为优先的边界线,其瓶颈线为且的另一端点pd1、pd2均在同一边界线e2上(瓶颈线具有相似性),由此可构造初始狭窄区域p1p2pd3pd2(浅灰色区域)。
所述的规则3,即区域合并规则:对于两相邻的初始狭窄区域(具有公共的瓶颈线),若其边界线对应的具有近似切矢连续关系,则可将此相邻的初始狭窄区域进行合并。
如图10所示为初始狭窄区域合并示意图。在此图中,编号为1~6的初始狭窄区域是间接或直接相邻的,且除瓶颈线外的边界线间对应的具有近似切矢连续关系,根据规则3将其合并成一个狭窄区域。
步骤5)窄面缺陷判断。得到参数域中的狭窄区域后,将其映射到原曲面上,可相应的得到狭窄面域,计算此狭窄面域的宽度、长度,并依据定义1进行判定。特殊的,当参数域多边形上无凹顶点、瓶颈线时,则以整个有效参数域作为初始狭窄区域,并映射到曲面上进行验证。
Claims (6)
1.基于参数域边界分析的飞机结构件CAD模型窄面缺陷自动识别方法,其特征在于,包括如下步骤:
1)窄面分类与窄面缺陷定义;2)拓扑面有效参数域计算;3)边界凹顶点判定;4)狭窄区域构造;5)窄面缺陷判断。
2.基于参数域边界分析的飞机结构件CAD模型窄面缺陷自动识别方法,其特征在于:所述步骤1)窄面分类与窄面缺陷定义,包含:(1)窄面分类;(2)窄面缺陷定义;
所述的(1)窄面分类,即考虑窄面缺陷的几何特点,以其面域中狭窄区域所在位置的不同,可分为整体窄面和局部窄面;按工程意义上对窄面缺陷中的狭窄区域进行定量描述,可分为绝对窄面和相对窄面;
所述的(2)窄面缺陷定义,即定义1;
所述的定义1:对零件数模m表面的任意拓扑面f,若其面域内存在一定的狭窄区域D且满足下列条件之一:
则称此拓扑面f为窄面,或存在窄面缺陷。其中,LD、WD分别表示区域的长度和宽度, 分别为区域D的最大和最小宽度,为区域D的最大长宽比,Wmin为面域最小允许宽度,Rmax为面域最大允许长宽比。
3.基于参数域边界分析的飞机结构件CAD模型窄面缺陷自动识别方法,其特征在于:所述步骤2)拓扑面有效参数域计算,即提取曲面的内外环轮廓线,按一定规则进行离散后,将离散点集映射至参数域平面中,以有序折线段近似表示有效参数域边界。
4.基于参数域边界分析的飞机结构件CAD模型窄面缺陷自动识别方法,其特征在于:所述步骤3)边界凹顶点判定,即近似有效参数域在其参数域平面中为一个边界形状不规则的多边形,且其内外环边界线均由折线段构成。以矢量叉乘的方法来判断参数域多边形各顶点的凹凸性。
5.基于参数域边界分析的飞机结构件CAD模型窄面缺陷自动识别方法,其特征在于:所述步骤4)狭窄区域构造,即在参数域多边形各凹顶点的有效瓶颈线区内计算其所关联的瓶颈线,以凹顶点、瓶颈线为关键元素,依据规则1、规则2和规则3构造初始狭窄区域并进行扩展,最终将其映射到曲面上以验证此狭窄区域的有效性。
所述的规则1,即凹顶点优先规则:对近似有效参数域R'v中的任意边界线,若其两端点均为凹顶点,则优先以此类边界线来构造初始狭窄区域。
所述的规则2,即相似瓶颈线规则:对近似有效参数域R'v中的优先边界线(两端点均为凹顶点),若其至少有两条瓶颈线的另一端点均在同一边界线上或在具有切矢连续关系的不同边界线上,则可以瓶颈线、边界线来构造初始狭窄区域。
所述的规则3,即区域合并规则:对于两相邻的初始狭窄区域(具有公共的瓶颈线),若其边界线对应的具有近似切矢连续关系,则可将此相邻的初始狭窄区域进行合并。
6.基于参数域边界分析的飞机结构件CAD模型窄面缺陷自动识别方法,其特征在于:所述步骤5)窄面缺陷判断,即得到参数域中的狭窄区域后,将其映射到原曲面上,可相应的得到狭窄面域,计算此狭窄面域的宽度、长度,并依据定义1进行判定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610171963.7A CN105913412A (zh) | 2016-03-24 | 2016-03-24 | 基于参数域边界分析的飞机结构件cad模型窄面缺陷自动识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610171963.7A CN105913412A (zh) | 2016-03-24 | 2016-03-24 | 基于参数域边界分析的飞机结构件cad模型窄面缺陷自动识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105913412A true CN105913412A (zh) | 2016-08-31 |
Family
ID=56744546
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610171963.7A Pending CN105913412A (zh) | 2016-03-24 | 2016-03-24 | 基于参数域边界分析的飞机结构件cad模型窄面缺陷自动识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105913412A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106682350A (zh) * | 2017-01-09 | 2017-05-17 | 中国电子科技集团公司第十四研究所 | 一种基于三维模型的多属性决策质量检测方法 |
CN108073136A (zh) * | 2016-11-15 | 2018-05-25 | 北京航空航天大学 | 一种三轴数控加工的加工域计算方法 |
CN110001066A (zh) * | 2019-05-22 | 2019-07-12 | 浙江大学 | 一种三维打印最少分区填充方向确定方法 |
CN113030422A (zh) * | 2021-03-02 | 2021-06-25 | 成都积微物联电子商务有限公司 | 基于表检仪检测的冷轧带钢质量判定的方法 |
CN113205571A (zh) * | 2021-04-30 | 2021-08-03 | 北京城市网邻信息技术有限公司 | 用于户型图的处理方法、处理装置及电子设备 |
CN115601411A (zh) * | 2022-11-21 | 2023-01-13 | 广州中望龙腾软件股份有限公司(Cn) | 狭长面检测方法、终端以及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104502527A (zh) * | 2014-11-06 | 2015-04-08 | 西北工业大学 | 飞机结构件模型缺陷自动检测方法 |
CN105046020A (zh) * | 2015-08-21 | 2015-11-11 | 北京航空航天大学 | 一种用于飞机复杂结构件的碎面缺陷自动识别与修正方法 |
-
2016
- 2016-03-24 CN CN201610171963.7A patent/CN105913412A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104502527A (zh) * | 2014-11-06 | 2015-04-08 | 西北工业大学 | 飞机结构件模型缺陷自动检测方法 |
CN105046020A (zh) * | 2015-08-21 | 2015-11-11 | 北京航空航天大学 | 一种用于飞机复杂结构件的碎面缺陷自动识别与修正方法 |
Non-Patent Citations (3)
Title |
---|
GILL BAREQUET, SUBODH KUMAR: ""Repairing CAD Models"", 《PROCEEDINGS.VISUALIZATION97》 * |
宋晓眉等: ""简单多边形顶点凹凸性判断算法综述"", 《国土资源遥感》 * |
曹秉万等: ""面向组合参数曲面扩展B-rep的特征简化和网格生成算法"", 《计算机辅助设计与图形学学报》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108073136A (zh) * | 2016-11-15 | 2018-05-25 | 北京航空航天大学 | 一种三轴数控加工的加工域计算方法 |
CN108073136B (zh) * | 2016-11-15 | 2021-06-29 | 北京航空航天大学 | 一种三轴数控加工的加工域计算方法 |
CN106682350A (zh) * | 2017-01-09 | 2017-05-17 | 中国电子科技集团公司第十四研究所 | 一种基于三维模型的多属性决策质量检测方法 |
CN106682350B (zh) * | 2017-01-09 | 2020-03-20 | 中国电子科技集团公司第十四研究所 | 一种基于三维模型的多属性决策质量检测方法 |
CN110001066A (zh) * | 2019-05-22 | 2019-07-12 | 浙江大学 | 一种三维打印最少分区填充方向确定方法 |
CN113030422A (zh) * | 2021-03-02 | 2021-06-25 | 成都积微物联电子商务有限公司 | 基于表检仪检测的冷轧带钢质量判定的方法 |
CN113030422B (zh) * | 2021-03-02 | 2022-12-16 | 成都积微物联电子商务有限公司 | 基于表检仪检测的冷轧带钢质量判定的方法 |
CN113205571A (zh) * | 2021-04-30 | 2021-08-03 | 北京城市网邻信息技术有限公司 | 用于户型图的处理方法、处理装置及电子设备 |
CN113205571B (zh) * | 2021-04-30 | 2022-03-01 | 北京城市网邻信息技术有限公司 | 用于户型图的处理方法、处理装置及电子设备 |
CN115601411A (zh) * | 2022-11-21 | 2023-01-13 | 广州中望龙腾软件股份有限公司(Cn) | 狭长面检测方法、终端以及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105913412A (zh) | 基于参数域边界分析的飞机结构件cad模型窄面缺陷自动识别方法 | |
Isailović et al. | Bridge damage: Detection, IFC-based semantic enrichment and visualization | |
CN109993827B (zh) | 一种将建筑图纸转换为三维bim模型的立面图识别方法 | |
Riveiro et al. | Automated processing of large point clouds for structural health monitoring of masonry arch bridges | |
CN104331555B (zh) | 一种针对带有边界的非封闭stl模型的切片处理方法 | |
Jung et al. | Automated 3D wireframe modeling of indoor structures from point clouds using constrained least-squares adjustment for as-built BIM | |
US7643970B2 (en) | Tape course generation method and apparatus for programming a composite tape lamination machine | |
CN105426628B (zh) | 一种复杂产品异构模型融合方法 | |
CN103885385A (zh) | 一种三角网格模型的分治加工方法 | |
CN109993697A (zh) | 一种隧道三维激光数据预处理的方法 | |
CN104361246A (zh) | 基于距离场的功能梯度材料隐式建模方法 | |
Guilbert et al. | Terrain generalisation | |
Zeng et al. | Layer by layer validation of geometrical accuracy in additive manufacturing processes | |
Chen et al. | Unsupervised recognition of volumetric structural components from building point clouds | |
Xu et al. | Machining feature recognition from in-process model of NC simulation | |
Zhongwei | Direct integration of reverse engineering and rapid prototyping based on the properties of NURBS or B-spline | |
Huang et al. | Automatic CAD model reconstruction from multiple point clouds for reverse engineering | |
CN107526859A (zh) | 设计复合零件的外表面 | |
Díaz-Vilariño et al. | From LiDAR data towards HBIM for energy analysis | |
Badenko et al. | Hybrid algorithms of laser scanning point cloud for topological analysis | |
Wang et al. | A slicing algorithm to guarantee non-negative error of additive manufactured parts | |
KR20110037015A (ko) | 연속지적도 오류 발견 프로그램 및 그 방법 | |
Boichis et al. | Knowledge based system for the automatic extraction of road intersections from aerial images | |
Stavropoulos et al. | Adaptive Toolpath Planning for Hybrid Manufacturing Based on Raw 3D Scanning Data | |
Cupar et al. | Methodology for surfaces analysis and classification |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160831 |