CN109955486A - 一种基于点阵化与稀疏压缩处理的结构模型3d打印方法 - Google Patents

一种基于点阵化与稀疏压缩处理的结构模型3d打印方法 Download PDF

Info

Publication number
CN109955486A
CN109955486A CN201910192274.8A CN201910192274A CN109955486A CN 109955486 A CN109955486 A CN 109955486A CN 201910192274 A CN201910192274 A CN 201910192274A CN 109955486 A CN109955486 A CN 109955486A
Authority
CN
China
Prior art keywords
matrix
block
printing
line
connected domain
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.)
Granted
Application number
CN201910192274.8A
Other languages
English (en)
Other versions
CN109955486B (zh
Inventor
徐敬华
苟华伟
陈前勇
盛红升
张树有
谭建荣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CN201910192274.8A priority Critical patent/CN109955486B/zh
Publication of CN109955486A publication Critical patent/CN109955486A/zh
Application granted granted Critical
Publication of CN109955486B publication Critical patent/CN109955486B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
    • B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
    • B29C64/00—Additive manufacturing, i.e. manufacturing of three-dimensional [3D] objects by additive deposition, additive agglomeration or additive layering, e.g. by 3D printing, stereolithography or selective laser sintering
    • B29C64/30—Auxiliary operations or equipment
    • B29C64/386—Data acquisition or data processing for additive manufacturing
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B33—ADDITIVE MANUFACTURING TECHNOLOGY
    • B33Y—ADDITIVE MANUFACTURING, i.e. MANUFACTURING OF THREE-DIMENSIONAL [3-D] OBJECTS BY ADDITIVE DEPOSITION, ADDITIVE AGGLOMERATION OR ADDITIVE LAYERING, e.g. BY 3-D PRINTING, STEREOLITHOGRAPHY OR SELECTIVE LASER SINTERING
    • B33Y50/00—Data acquisition or data processing for additive manufacturing

Landscapes

  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Materials Engineering (AREA)
  • Manufacturing & Machinery (AREA)
  • Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • Optics & Photonics (AREA)

Abstract

本发明公开了一种基于点阵化与稀疏压缩处理的结构模型3D打印方法。输入产品的三维结构模型，确定打印方向和模型最大高度；设定不同打印高度，处理获得不同打印高度的截面轮廓多边形；对截面轮廓多边形上各个轮廓线的内外关系判别，获得打印高度的所有截面连通域；将截面连通域点阵化处理并动态构建各打印高度的分层轮廓的激光成形控制矩阵；对激光成形控制矩阵进行稀疏点阵加速处理然后传给3D打印设备，由3D打印设备进行数据重构解码，3D打印设备依据激光成形控制矩阵逐段逐层进行面打印成形。本发明适用于每个截面的一次面成形，提高了成形效率和成形精度，减少了计算激光成形矩阵的计算量和存储量，提升了整个3D打印流程的效率。

Description

一种基于点阵化与稀疏压缩处理的结构模型3D打印方法
技术领域
本发明涉及3D打印技术领域，尤其是涉及一种基于点阵化与稀疏压缩处理的结构模型3D打印方法。
背景技术
3D打印(3D Printing)能够直接从CAD实体几何数据模型生成三维结构模型，3D打印加工过程是以各层截面图形为底，高度为切片层厚的多个柱体从低到高依次叠加累积成形的。根据成形工艺和材料的不同可分为熔融沉积成形(Fused Deposition Modeling，FDM)，光固化成形(Stereo Lithography Appearance，SLA)、数字光处理成形(DigitalLight Processing，DLP)，分层实体制造(Laminated Object Manufacturing，LOM)，激光选区烧结(Selective Laser Sintering，SLS)、激光选区熔化(Selective Laser Melting，SLM)、激光近净成形(Laser Engineering Net Shaping，LENS)等。目前，针对三维结构模型的3D打印成形，多采用激光成形法，但是无论是SLS、LENS还是SLM，其成形方法是控制激光沿截面轮廓由点到线，由线到面的成形，整个结构成形过程将耗费大量时间。美国劳伦斯利物莫尔国家实验室依据美国国家点火装置(National Ignition Facility，NIF)的技术成果提出一种利用光寻址阀技术的(Optically Addressable Light Valves,OALV)激光光路，可将入射激光经放大增强后分散成多束平行的激光阵列。在OALV的基础上，可采用激光进行三维结构模型的面打印成形。相比于传统的线打印激光成形工艺，面打印成形的成形精度更高，打印效率也更高。但是面打印成形需要求解截面轮廓区域的整体信息，但是求解计算量大，连续分层后，累积的轮廓信息占用大量内存，因此，需要进一步的优化计算。
稀疏矩阵中的零元素占比非常大，导致了大量存储空间的浪费，为了解决这一问题，很多稀疏矩阵的优化算法被提出，例如锯齿状对角线存储(Jagged Diagonal Storage,JDS)算法、压缩行存储(Compressed Row Storage,CRS)算法、分块压缩行存储(BlockCompressed Row Storage,BCRS)算法、压缩对角线存储(Compressed Diagonal Storage,CDS)算法等，但这些方法都具有局限性，例如，BCRS方法是通过将每行的非零元素分为多个行块进行压缩存储，矩阵压缩后获得的数据量仍旧偏大，尤其是对于形态各异的多层打印截面的点阵化数据，压缩率有待进一步提高。
发明内容
为了解决背景技术中存在的问题，使得对复杂模型结构3D打印成形精度和效率更高。本发明的目的在于提供一种复杂结构的面打印成形的基于点阵化与稀疏压缩的结构模型3D打印方法，针对有复杂形态的网格模型，实现依据模型表面形态特征进行分层，采用不同分层精度，由激光成形控制矩阵一次面成形，提高了成形精度和整体成形效率。
为了实现上述目的，如图1所示，本发明采用的技术方案的步骤如下：
方法的步骤如下：
第一步：输入机械产品的三维结构模型，确定打印方向及沿打印方向的模型最大高度；
第二步：设定不同的打印高度，处理获得在不同打印高度上的截面轮廓多边形；
第三步：对截面轮廓多边形上各个轮廓线的内外关系进行判别，获得打印高度的所有截面连通域；
第四步：将截面连通域点阵化处理并动态构建各打印高度的分层轮廓的激光成形控制矩阵；
步4.1：首先确定三维结构模型在打印平面上投影的最大区域和其最小矩形包围盒，最小矩形包围盒平行于打印平面，获得最小矩形包围盒的长度L与宽度W，以最小矩形包围盒作为栅格范围；
所述的最小矩形包围盒主要用来减少矩阵化计算量，最小矩形包围盒外的激光束的矩阵元素全部为0。
步4.2：根据激光束3D打印设备单个激光束成形面大小，将栅格范围进行点阵化，点阵化的矩阵维度为m*n，其中m为最小矩形包围盒的长度L与单个激光束成形面的直径d的比值向上取整；n为最小矩形包围盒的宽度W与单个激光束成形面的直径d的比值向上取整；
步4.3：对点阵上每个点P所占的栅格区域Sp与截面连通域进行面面求交，并进行以下判断；
若栅格区域Sp完全属于截面连通域，则点P的点隶属值K＝1；
若栅格区域Sp完全不属于截面连通域，则点P的点隶属值K＝0；
若栅格区域Sp处于截面连通域边界上，分析点P所构成栅格区域Sp与连通域面面相交面积大小S：若S>k*Sp，k表示为控制系数，0≤k≤1，则点P的点隶属值K＝1；否则点P的点隶属值K＝0；同时计算S-k*Sp，若S-k*Sp>δ，δ表示栅格精度阈值，则数值m和数值n均增加1，即令m←m+1且n←n+1，返回步4.2，进行加稠密处理；若S-k*Sp≤δ，则继续执行步4.4。这样在点阵化处理的同时进行了加稠密处理能实现精度自适应的模型栅格处理，减少了计算量的同时能提高精确度。
步4.4：根据所有点P的位置对应的点隶属值K按照点阵排布构建激光成形控制矩阵，点阵后的每个点对应激光成形控制矩阵中的元素，激光成形控制矩阵中对应属于截面连通域内的元素设为1，激光成形控制矩阵中对应属于截面连通域外的元素设为0；
步4.5：对当前层与相邻层的分层截面进行布尔减运算，计算两层之间变化的区域，在相邻层的激光成形控制矩阵基础上，当前层比相邻层增加的区域对应的激光成形控制矩阵元素从0变为1，当前层比相邻层减少的区域对应的激光成形控制矩阵元素从1变为0，从而实现动态更新激光成形控制矩阵；
步4.6：重复上述步骤，构建所有三维结构模型的激光成形控制矩阵；
第五步：对激光成形控制矩阵进行稀疏点阵加速处理然后传输给3D打印设备，具体为：
步骤5.1：对激光成形控制矩阵进行栅格化处理，获得栅格化后的稀疏矩阵；
步骤5.2：按照稀疏矩阵依次从左到右、从上到下，遍历整个稀疏矩阵；
步骤5.3：从第一个非零行开始作为当前行，按照以下步骤进行处理；
非零行是指不全是零元素的行。
步骤5.4：求取当前行的第一个非零元素的列索引作为当前行的块列索引C，并按列顺序遍历直到零元素进行计数，存储遍历到的非零元素总数作为当前行的块计数R；
步骤5.5：当前行是否为最后一行：
若是，则记录第一个非零行的行索引作为块行索引B，由块行索引B以及之前获得每一行的块列索引C和块计数R组成一个数据序列进行记录，并共同描述构成一个智能块；
若否，进行下一步：
步骤5.6：判断下一行是否包含非零元素：
若包含，则以下一行作为当前行返回进行步骤4.4；
若不包含，则记录第一个非零行的行索引作为块行索引B，由块行索引B以及之前获得每一行的块列索引C和块计数R组成一个数据序列进行记录，并共同描述构成一个智能块；
步骤5.7：将智能块中的元素均置为零，判断稀疏矩阵中是否还有非零元素未完成遍历：
若是，重复步骤5.3-5.6；
若否，结束，此时获得稀疏压缩后的数据量为：C的元素个数+R的元素个数+B的元素个数；
步骤5.8：将所有记录下的数据序列传输给3D打印设备，一个数据序列对应一个智能块，激光成形控制矩阵不传输给3D打印设备，从而大大减少了计算量；
第六步：由3D打印设备进行解码，3D打印设备依据激光成形控制矩阵逐段逐层进行面打印成形。
所述的3D打印设备采用以激光束为打印头的打印机，激光束通过光阀开关控制，激光束通过振镜分束并投射到打印平台表面形成成形激光束阵列面。
所述的截面连通域具体包括有单连通域或者多连通域，单连通域是指封闭单环的形状区域，多连通域是指封闭多环的形状区域。
所述的激光成形控制矩阵是指控制3D打印设备中成形激光束阵列面的光阀开闭的矩阵。
本发明依据包围矩形进行栅格化是指依据激光束阵列面的距离划分为多个矩阵区块，每个矩阵区块对应一路激光束，由激光成形控制矩阵中的元素控制激光束开闭，元素为1表示开，元素为0表示闭。
所述的包围矩形分别与x轴和y轴平行。
所述第六步中，由3D打印设备进行数据重构的解码，具体为：
步骤1：针对每个智能块，创建一个m行n列的全零矩阵X，全零矩阵X的大小和激光成形控制矩阵的大小相同；
步骤2：初始读取第一个块行索引B作为当前行，定位至全零矩阵X的一行；
步骤3：读取第一个数据序列的第一块列索引C，定位至步骤2中该行的某一元素作为定位点；
步骤4：从步骤3的定位点开始填充非零元素，连续填充个数为第一个数据序列的块计数R；
步骤5：判断第一个数据序列的块列索引C是否读取完毕：
若否，则换到下一行，读取第一个数据序列的每一块列索引C和块计数R重复步骤3-4处理，直到第一个数据序列的各个块列索引C和块计数R均读取完毕；
若是，则进行下一步；
步骤6：判断数据序列是否读取完毕；
若否，则读取下一个数据序列的块行索引B作为当前行，定位至全零矩阵X的一行，重复步骤2-5处理，直到数据序列均读取完毕；
若是，流程结束，将解码后获得的矩阵X传输到3D打印设备开始打印。
本发明具有的有益效果是：
1、本发明根据激光束3D打印设备单个激光束成形面大小，确定栅格范围内的点阵化矩阵维度，对所构成的点阵的每个点所构成的栅格区域与截面连通域进行面面求交，并进行隶属关系判别，根据所有栅格点的位置对应的隶属数值，动态构建了精度自适应的点阵化矩阵。
2、本发明提出的动态激光成形控制矩阵，依据模型的相邻层间的变化动态更新控制矩阵，对传输到3D打印设备的数据进行优化处理，大大减少了计算量，一次面成形，提高每层轮廓的成形精度和效率。
3、本发明求取当前行的第一个非零元素的列索引作为当前行的块列索引，并按列顺序遍历直到零元素进行计数，存储遍历到的非零元素总数作为当前行的块计数；遍历完毕记录第一个非零行的行索引作为块行索引，由块行索引以及先序获得每一行的块列索引和块计数组成一个数据序列进行记录，并共同构成一个智能块，通过智能块实现稀疏压缩和数据重构。
附图说明
图1是本发明实例所用的某V6发动机缸体的网格模型。
图2是本发明的实例模型中第58层高度的截面连通域。
图3是本发明的第58层高度的截面连通域的点阵化图。
图4是本发明的第58层高度在加稠密后的截面连通域的点阵化图。
图5是本发明对图3数据的点阵化矩阵的稀疏压缩过程图。
图6是本发明方法与分块压缩行存储方法的数据压缩效果对比图。
具体实施方式
以下结合附图和实例对本发明作进一步的详细描述。
本发明具体实施例及其实施过程如下：
第一步：输入产品的三维结构模型，确定打印方向及沿打印方向的模型最大高度；本发明实例具体实施采用V6汽车发动机缸体作为产品对象，但不限于此，可以是飞机、轮船的发动机或者是其他复杂机械产品。
图1为本实例所用的V6汽车发动机缸体结构的网格模型，并建立三维笛卡尔坐标系的打印坐标系，XOY平面为打印平面。
初始模型的包围盒在分层坐标系下的顶点极值坐标为[xmin,ymin,zmin,xmax,ymax,zmax]＝[-83.8200,-68.5280,0.0000,83.8180,68.5260,98.2620]，分层行程空间l1,l2,l3分别为167.6380,137.0540,98.2620，模型的质心坐标为(1.6575,3.5641,45.7543)，总表面积为266566.4527，体积为460174.8270，高径比为0.4538。
投影面积，向XOY面为107765.8846，向XOZ面为129754.4716，向YOZ面为123120.3758。
第二步：设定不同的打印高度，处理获得在不同打印高度上的截面轮廓多边形；
第三步：对截面轮廓多边形上各个轮廓线的内外关系进行判别，获得打印高度的所有截面连通域；
图2为实例模型中V6发动机缸体网络模型中第58层高度的截面连通域，截面中心为(-2.8949,1.3477)，面积为5574.8344。各环(截面轮廓多边形)面积绝对值由大到小依次为：18540.3237,1907.8719,1415.7911,1409.4094,1280.9580,1280.9307,1280.9067,1280.8896,1280.8522,1280.3471,193.4257,137.5001,121.1481,30.3321,16.6832,9.4944,9.2756,9.2691,9.2679,9.2655,9.2609,9.2549,9.2540,9.2516,9.2039,8.1631,8.1467。
各环形心依次为：(-0.2447,-0.6180),(-3.1471,-1.1793),(7.6732,-42.2798),(-3.3707,43.4151),(-56.2007,30.0078),(-10.8586,30.0068),(6.0993,-30.0761),(51.4359,-30.0736),(-39.2366,-30.0739),(34.4804,30.0064),(75.5586,-0.8171),(-78.1181,27.0379),(-74.6800,-46.4216),(-80.9786,-61.3174),(64.2013,14.9421),(64.2072,38.8720),(28.7636,-49.1736),(-61.9102,-49.1734),(74.1055,-49.1733),(-16.5711,-49.1735),(57.1509,49.1081),(11.8107,49.1080),(-78.8639,49.1078),(-33.5249,49.1082),(-68.0974,-39.9164),(-60.7309,-0.0367),(52.5518,-0.0351)。
第四步：将截面连通域点阵化处理并动态构建各打印高度的分层轮廓的激光成形控制矩阵；
步4.1：首先确定三维结构模型在打印平面上投影的最大区域和其最小矩形包围盒，最小矩形包围盒平行于打印平面，获得最小矩形包围盒的长度L与宽度W，以最小矩形包围盒作为栅格范围并设定栅格精度阈值δ。
具体实施建立三维结构模型的平行于坐标轴的最小长方体包围盒，平行于坐标轴的最小长方体包围盒投影到打印平面上即为最大成形区域。
步4.2：根据激光束3D打印设备单个激光束成形面大小，将栅格范围进行点阵化，点阵化的矩阵维度为m*n，即m行n列的点，其中m为最小矩形包围盒的长度L与单个激光束成形面的直径d的比值向上取整；n为最小矩形包围盒的宽度W与单个激光束成形面的直径d的比值向上取整。
步4.3：对点阵上每个点P所占的栅格区域Sp与截面连通域进行面面求交，并进行以下判断；
若栅格区域Sp完全属于截面连通域，则点P的点隶属值K＝1；
若栅格区域Sp完全不属于截面连通域，则点P的点隶属值K＝0；
若栅格区域Sp处于截面连通域边界上，分析点P所构成栅格区域Sp与连通域面面相交面积大小S：若S>k*Sp，k表示为控制系数，0≤k≤1，则点P的点隶属值K＝1；否则点P的点隶属值K＝0。同时计算S-k*Sp，若S-k*Sp>δ，则令m←m+1且n←n+1，执行步4.2，若S-k*Sp≤δ，则执行步4.4。
步4.4：根据所有点P的位置对应的点隶属值K按照点阵排布构建激光成形控制矩阵，点阵后的每个点对应激光成形控制矩阵中的元素，激光成形控制矩阵中对应属于截面连通域内的元素设为1，激光成形控制矩阵中对应属于截面连通域外的元素设为0。
步4.5：对当前层与相邻层的分层截面进行布尔减运算，计算两层之间变化的区域，在相邻层的激光成形控制矩阵基础上，当前层比相邻层增加的区域对应的激光成形控制矩阵元素从0变为1，当前层比相邻层减少的区域对应的激光成形控制矩阵元素从1变为0，从而实现动态更新激光成形控制矩阵。
步4.6：重复上述步骤，构建所有三维结构模型的激光成形控制矩阵。
本实例的第58层高度的截面连通域的点阵化图如图3所示，区域被划分为199×199的栅格，总栅格数为39601，其中被填充的栅格数为9875个，其稀疏率为0.2494。图4是本发明的第58层高度进行加稠密后的截面连通域的点阵化图，区域被划分为299×299的栅格，总栅格数为89401，其中被填充的栅格数为22035个，其稀疏率为0.2465。
第五步：对激光成形控制矩阵进行稀疏点阵加速处理然后传输给3D打印设备，如图5所示，具体为：
步骤5.1：对激光成形控制矩阵进行栅格化处理，获得栅格化后的稀疏矩阵；
步骤5.2：按照稀疏矩阵依次从左到右、从上到下，遍历整个稀疏矩阵；
步骤5.3：从第一个非零行开始作为当前行，按照以下步骤进行处理；
步骤5.4：求取当前行的第一个非零元素的列索引作为当前行的块列索引C，并按列顺序遍历直到零元素进行计数，存储遍历到的非零元素总数作为当前行的块计数R。
步骤5.5：当前行是否为最后一行：若是，则记录第一个非零行的行索引作为块行索引B，由块行索引B以及之前获得每一行的块列索引C和块计数R组成一个数据序列进行记录，并共同描述围建构成一个智能块，智能块的上边沿由块行索引B决定，智能块的左边缘由块列索引C决定，智能块的行长度由块计数R决定。
若否，进行下一步：
步骤5.6：判断下一行是否包含非零元素：
若包含，则以下一行作为当前行返回进行步骤5.4；
若不包含，则记录第一个非零行的行索引作为块行索引B，由块行索引B以及之前获得每一行的块列索引C和块计数R组成一个数据序列进行记录，并共同描述围建构成一个智能块。
步骤5.7：将智能块中的元素均置为零，判断稀疏矩阵中是否还有非零元素未完成遍历：
若是，重复步骤5.3-5.6；
若否，结束，此时获得稀疏压缩后的数据量为：C的元素个数+R的元素个数+B的元素个数；
步骤5.8：将所有记录下的数据序列传输给3D打印设备，一个数据序列对应一个智能块，激光成形控制矩阵不传输给3D打印设备，从而大大减少了计算量。
本实例的点阵化矩阵的稀疏压缩过程如图5所示，图5(a)表示智能块的块行索引B，图5(b)表示第一个智能块的块列索引C，图5(c)表示第一个智能块的块计数R。
如图5(a)智能块的块行索引B为：1,1,6,11,11,16,16,24,24,24,25,25,25,25,26。
如图5(b)第一个智能块的块列索引C为：(23,23,23,23,23,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,13,18,21,22,22,22,22,22,22,22,22,22,22,22,22,22,22,22,22,22,22,22,22,22,22,22,22,22,22,22,22,21,21,21,21,21,21,21,21,21,27,42,44,46,48,52,156,156,34,24,23,21,21,21,21,21,21,21,21,21,22,22,22,22,22,22,22,22,21,18,14,10,6,4,3,3,3,3,3,3,3,3,3,3,3,3,3,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1)。
如图5(c)第一个智能块的块计数R为：(21,43,65,87,110,117,124,131,138,145,152,159,166,173,180,187,195,228,260,292,324,356,387,418,443,446,449,452,455,458,461,464,467,470,473,476,479,482,499,516,533,550,567,590,613,624,630,633,635,637,639,641,643,645,647,649,651,653,655,657,659,661,663,665,669,671,673,675,677,679,682,685,688,692,697,704,712,721,731,741,761,782,804,828,837,844,864,880,892,896,925,954,955,966,978,992,999,1005,1011,1017,1023,1037,1051,1065,1078,1091,1105,1119,1136,1155,1176,1184,1190,1197,1207,1219,1234,1250,1259,1264,1267,1269,1271,1273,1275,1277,1281,1283,1285,1287,1290,1293,1296,1299,1302,1305,1308,1311,1314,1317,1320,1323,1326,1329,1332,1335,1338,1341,1344,1347,1350,1353,1356,1359,1362,1365,1368,1371,1375,1380,1394,1409,1424,1440,1457,1474,1485,1496,1501,1505,1509,1513,1518,1529,1540,1551,1563,1575,1587,1600,1613,1627,1644,1663,1682,1702,1722,1733,1743,1753,1762,1771,1780,1789,1807,1816)。
第六步：由3D打印设备进行数据重构的解码，具体为：
步骤1：针对每个智能块，创建一个m行n列的全零矩阵X，全零矩阵X的大小和激光成形控制矩阵的大小相同；
步骤2：初始读取第一个块行索引B作为当前行，定位至全零矩阵X的一行；
步骤3：读取第一个数据序列的第一块列索引C，定位至步骤2中该行的某一元素作为定位点；
步骤4：从步骤3的定位点开始填充非零元素，采用1作为非零元素，连续填充个数为第一个数据序列的块计数R；
步骤5：判断第一个数据序列的块列索引C是否读取完毕：
若否，则换到下一行，读取第一个数据序列的每一块列索引C和块计数R重复步骤3-4处理，直到第一个数据序列的各个块列索引C和块计数R均读取完毕；
若是，则进行下一步；
步骤6：判断数据序列是否读取完毕；
若否，则读取下一个数据序列的块行索引B作为当前行，定位至全零矩阵X的一行，重复步骤2-5处理，直到数据序列均读取完毕；
若是，流程结束，将解码后获得的矩阵X传输到3D打印设备开始打印。
解码后由3D打印设备依据激光成形控制矩阵逐段逐层进行面打印成形。
图6是本发明方法与传统方法的数据压缩效果对比图。以不同高度的5个的打印截面连通域为例，进行使用本发明方法和传统块行压缩方法的存储量对比，高度分别为第18，38，58，78，98层。在第38层高度，使用传统块行压缩方法的点阵存储量为698，使用本发明方法的存储量为614，压缩率改进了12％；在第38层高度，使用传统块行压缩方法的存储量为1004，使用本发明方法的存储量为920，压缩率改进了8％；在第58层高度，使用传统块行压缩方法的存储量为890，使用本发明方法的存储量为802，压缩率改进了10％；在第78层高度，使用传统块行压缩方法的存储量为1214，使用本发明方法的存储量为1128，压缩率改进了7％；在第98层高度，使用传统块行压缩方法的存储量为107，使用本发明方法的存储量为80，压缩率改进了25％。
由上述实施可见，本发明通过激光束阵列面可一次面成形，提高了成形效率和成形精度，采用将依据形态特征将模型分层，不同分层采用不同的栅格成形精度，在保证成形精度的同时又提升了打印效率，动态控制矩阵减少了计算激光成形矩阵的计算量和存储量，提升了整个打印流程的效率。
上述具体实施方式用来解释说明本发明，而不是对本发明进行限制，在本发明的精神和权利要求的保护范围内，对本发明作出的任何修改和改变，都落入本发明的保护范围。

Claims (5)

1.一种基于点阵化与稀疏压缩处理的结构模型3D打印方法，其特征在于：方法的步骤如下：
第一步：输入产品的三维结构模型，确定打印方向及沿打印方向的模型最大高度；
第二步：设定不同的打印高度，处理获得在不同打印高度上的截面轮廓多边形；
第三步：对截面轮廓多边形上各个轮廓线的内外关系进行判别，获得打印高度的所有截面连通域；
第四步：将截面连通域点阵化处理并动态构建各打印高度的分层轮廓的激光成形控制矩阵；
步4.1：首先确定三维结构模型在打印平面上投影的最大区域和其最小矩形包围盒，最小矩形包围盒平行于打印平面，获得最小矩形包围盒的长度L与宽度W，以最小矩形包围盒作为栅格范围；
步4.2：根据激光束3D打印设备单个激光束成形面大小，将栅格范围进行点阵化，点阵化的矩阵维度为m*n，其中m为最小矩形包围盒的长度L与单个激光束成形面的直径d的比值向上取整；n为最小矩形包围盒的宽度W与单个激光束成形面的直径d的比值向上取整；
步4.3：对点阵上每个点P所占的栅格区域Sp与截面连通域进行面面求交，并进行以下判断；
若栅格区域Sp完全属于截面连通域，则点P的点隶属值K＝1；
若栅格区域Sp完全不属于截面连通域，则点P的点隶属值K＝0；
若栅格区域Sp处于截面连通域边界上，分析点P所构成栅格区域Sp与连通域面面相交面积大小S：若S>k*Sp，k表示为控制系数，0≤k≤1，则点P的点隶属值K＝1；否则点P的点隶属值K＝0；同时计算S-k*Sp，若S-k*Sp>δ，δ表示栅格精度阈值，则m和n均增加1，返回步4.2进行加稠密处理；若S-k*Sp≤δ，则继续执行步4.4；
步4.4：根据所有点P的位置对应的点隶属值K按照点阵排布构建激光成形控制矩阵，点阵后的每个点对应激光成形控制矩阵中的元素，激光成形控制矩阵中对应属于截面连通域内的元素设为1，激光成形控制矩阵中对应属于截面连通域外的元素设为0；
步4.5：对当前层与相邻层的分层截面进行布尔减运算，计算两层之间变化的区域，在相邻层的激光成形控制矩阵基础上，当前层比相邻层增加的区域对应的激光成形控制矩阵元素从0变为1，当前层比相邻层减少的区域对应的激光成形控制矩阵元素从1变为0，从而实现动态更新激光成形控制矩阵；
步4.6：重复上述步骤，构建所有三维结构模型的激光成形控制矩阵；
第五步：对激光成形控制矩阵进行稀疏点阵加速处理然后传输给3D打印设备，具体为：
步5.1：对激光成形控制矩阵进行栅格化处理，获得栅格化后的稀疏矩阵；
步5.2：按照稀疏矩阵依次从左到右、从上到下，遍历整个稀疏矩阵；
步5.3：从第一个非零行开始作为当前行，按照以下步骤进行处理；
步5.4：求取当前行的第一个非零元素的列索引作为当前行的块列索引C，并按列顺序遍历直到零元素进行计数，存储遍历到的非零元素总数作为当前行的块计数R；
步5.5：当前行是否为最后一行：
若是，则记录第一个非零行的行索引作为块行索引B，由块行索引B以及之前获得每一行的块列索引C和块计数R组成一个数据序列进行记录，并共同描述构成一个智能块；
若否，进行下一步：
步5.6：判断下一行是否包含非零元素：
若包含，则以下一行作为当前行返回进行步5.4；
若不包含，则记录第一个非零行的行索引作为块行索引B，由块行索引B以及之前获得每一行的块列索引C和块计数R组成一个数据序列进行记录，并共同描述构成一个智能块；
步5.7：将智能块中的元素均置为零，判断稀疏矩阵中是否还有非零元素未完成遍历：
若是，重复步5.3-5.6；
若否，结束，此时获得稀疏压缩后的数据量为：C的元素个数+R的元素个数+B的元素个数；
步5.8：将所有记录下的数据序列传输给3D打印设备；
第六步：由3D打印设备进行解码，3D打印设备依据激光成形控制矩阵逐段逐层进行面打印成形。
2.根据权利要求1所述的一种基于点阵化与稀疏压缩处理的结构模型3D打印方法，其特征在于：所述的3D打印设备采用以激光束为打印头的打印机，激光束通过光阀开关控制，激光束通过振镜分束并投射到打印平台表面形成成形激光束阵列面。
3.根据权利要求1所述的一种基于点阵化与稀疏压缩处理的结构模型3D打印方法，其特征在于：所述的截面连通域具体包括有单连通域或者多连通域，单连通域是指封闭单环的形状区域，多连通域是指封闭多环的形状区域。
4.根据权利要求1所述的一种基于点阵化与稀疏压缩处理的结构模型3D打印方法，其特征在于：所述的激光成形控制矩阵是指控制3D打印设备中成形激光束阵列面的光阀开闭的矩阵。
5.根据权利要求1所述的一种基于点阵化与稀疏压缩处理的结构模型3D打印方法，其特征在于：
所述第六步中，由3D打印设备进行解码，具体为：
步骤1：针对每个智能块，创建一个m行n列的全零矩阵X，全零矩阵X的大小和激光成形控制矩阵的大小相同；
步骤2：初始读取第一个块行索引B作为当前行，定位至全零矩阵X的一行；
步骤3：读取第一个数据序列的第一块列索引C，定位至步骤2中该行的某一元素作为定位点；
步骤4：从步骤3的定位点开始填充非零元素，连续填充个数为第一个数据序列的块计数R；
步骤5：判断第一个数据序列的块列索引C是否读取完毕：
若否，则换到下一行，读取第一个数据序列的每一块列索引C和块计数R重复步骤3-4处理，直到第一个数据序列的各个块列索引C和块计数R均读取完毕；
若是，则进行下一步；
步骤6：判断数据序列是否读取完毕；
若否，则读取下一个数据序列的块行索引B作为当前行，定位至全零矩阵X的一行，重复步骤2-5处理，直到数据序列均读取完毕；
若是，流程结束，将解码后获得的矩阵X传输到3D打印设备开始打印。
CN201910192274.8A 2019-03-14 2019-03-14 一种基于点阵化与稀疏压缩处理的结构模型3d打印方法 Active CN109955486B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910192274.8A CN109955486B (zh) 2019-03-14 2019-03-14 一种基于点阵化与稀疏压缩处理的结构模型3d打印方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910192274.8A CN109955486B (zh) 2019-03-14 2019-03-14 一种基于点阵化与稀疏压缩处理的结构模型3d打印方法

Publications (2)

Publication Number Publication Date
CN109955486A true CN109955486A (zh) 2019-07-02
CN109955486B CN109955486B (zh) 2020-08-04

Family

ID=67024283

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910192274.8A Active CN109955486B (zh) 2019-03-14 2019-03-14 一种基于点阵化与稀疏压缩处理的结构模型3d打印方法

Country Status (1)

Country Link
CN (1) CN109955486B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110435133A (zh) * 2019-09-04 2019-11-12 华育昌(肇庆)智能科技研究有限公司 一种点阵自熔式3d打印设备
WO2022017134A1 (zh) * 2020-07-22 2022-01-27 上海商汤临港智能科技有限公司 一种点云数据的处理方法、装置、电子设备及存储介质
CN115195126A (zh) * 2022-07-06 2022-10-18 中国科学院空间应用工程与技术中心 3d打印物体的二维匹配方法、装置、电子设备及介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017085555A (ja) * 2015-10-27 2017-05-18 キヤノン株式会社 画像処理装置、画像処理方法、３ｄプリントシステム、プログラム、記憶媒体
CN106898050A (zh) * 2017-02-07 2017-06-27 浙江大学 一种基于环形邻域参照轮廓线的网格模型自适应分层方法
CN107843136A (zh) * 2017-09-29 2018-03-27 北京空间飞行器总体设计部 一种基于增材制造的相变储能装置点阵夹层结构
CN108422670A (zh) * 2018-03-09 2018-08-21 西安交通大学 一种非连续栅格划分三维点云面的路径规划方法
CN109079136A (zh) * 2018-07-25 2018-12-25 沈阳精合数控科技开发有限公司 一种3d打印方法
US20190026395A1 (en) * 2017-07-20 2019-01-24 SiegeTek LLC Highly Custom and Scalable Design System and Method for Articles of Manufacture

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017085555A (ja) * 2015-10-27 2017-05-18 キヤノン株式会社 画像処理装置、画像処理方法、３ｄプリントシステム、プログラム、記憶媒体
CN106898050A (zh) * 2017-02-07 2017-06-27 浙江大学 一种基于环形邻域参照轮廓线的网格模型自适应分层方法
US20190026395A1 (en) * 2017-07-20 2019-01-24 SiegeTek LLC Highly Custom and Scalable Design System and Method for Articles of Manufacture
CN107843136A (zh) * 2017-09-29 2018-03-27 北京空间飞行器总体设计部 一种基于增材制造的相变储能装置点阵夹层结构
CN108422670A (zh) * 2018-03-09 2018-08-21 西安交通大学 一种非连续栅格划分三维点云面的路径规划方法
CN109079136A (zh) * 2018-07-25 2018-12-25 沈阳精合数控科技开发有限公司 一种3d打印方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
徐敬华等: "基于邻接拓扑的流形网格模型层切多连通域构建方法", 《计算机辅助设计与图形学学报》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110435133A (zh) * 2019-09-04 2019-11-12 华育昌(肇庆)智能科技研究有限公司 一种点阵自熔式3d打印设备
CN110435133B (zh) * 2019-09-04 2021-04-23 华育昌(肇庆)智能科技研究有限公司 一种点阵自熔式3d打印设备
WO2022017134A1 (zh) * 2020-07-22 2022-01-27 上海商汤临港智能科技有限公司 一种点云数据的处理方法、装置、电子设备及存储介质
CN115195126A (zh) * 2022-07-06 2022-10-18 中国科学院空间应用工程与技术中心 3d打印物体的二维匹配方法、装置、电子设备及介质

Also Published As

Publication number Publication date
CN109955486B (zh) 2020-08-04

Similar Documents

Publication Publication Date Title
CN109955486A (zh) 一种基于点阵化与稀疏压缩处理的结构模型3d打印方法
US10259164B2 (en) Methods and apparatus for 3D printing of point cloud data
CN106874914B (zh) 一种基于深度卷积神经网络的工业机械臂视觉控制方法
CN106600710B (zh) 一种几何网格模型邻接拓扑关联的层切多连通域构建方法
JP7084686B2 (ja) 三次元モデル化オブジェクトの圧縮
CN106898050B (zh) 一种基于环形邻域参照轮廓线的网格模型自适应分层方法
CN108038905A (zh) 一种基于超像素的目标重建方法
CN108859128B (zh) 复杂多空洞区域的路径规划填充方法
CN112907528A (zh) 一种基于点云转图像的复材铺丝表面缺陷检测与识别方法
CN110757804B (zh) 一种基于纹理贴图三维模型的全彩色分层切片算法
CN107657130A (zh) 一种面向轮胎花纹结构设计参数的逆向建模方法
CN110773738B (zh) 基于多边形几何特征识别的激光扫描路径分区域规划方法
CN105761202B (zh) 一种彩色图像颜色迁移方法
CN109472870A (zh) 一种基于网格重构和多影响域修正的模型匹配方法
CN105488830B (zh) 一种二维轮廓区域单轨迹填充生成方法
CN105787932B (zh) 基于分割交叉树的立体匹配方法
CN104361246A (zh) 基于距离场的功能梯度材料隐式建模方法
CN107211072B (zh) 产生用于生产三维对象的控制数据的装置、方法和存储介质
CN106925776A (zh) 一种控制增材制造应力变形的分区域扫描路径生成方法
CN113601833A (zh) 一种fdm三维打印控制系统
CN115482268A (zh) 一种基于散斑匹配网络的高精度三维形貌测量方法与系统
CN106503337B (zh) 一种时空冲突下的施工机械效率损失量化方法
CN107775956B (zh) 一种用于增材制造的优化轮廓扫描路径的方法
CN107037738B (zh) 数控加工几何仿真中基于stl模型的材料去除方法
CN103761766A (zh) 基于色调映射和图像平滑的三维物体模型纹理映射算法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant