CN111815619B - 基于高斯曲率的制造特征小转角检测及驱动几何构造方法 - Google Patents
基于高斯曲率的制造特征小转角检测及驱动几何构造方法 Download PDFInfo
- Publication number
- CN111815619B CN111815619B CN202010709554.4A CN202010709554A CN111815619B CN 111815619 B CN111815619 B CN 111815619B CN 202010709554 A CN202010709554 A CN 202010709554A CN 111815619 B CN111815619 B CN 111815619B
- Authority
- CN
- China
- Prior art keywords
- corner
- feature
- small
- curvature
- adjacent
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 18
- 238000010276 construction Methods 0.000 title claims abstract description 14
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 10
- 238000000034 method Methods 0.000 claims abstract description 32
- 238000000926 separation method Methods 0.000 claims abstract description 10
- 238000004364 calculation method Methods 0.000 claims description 10
- 239000013598 vector Substances 0.000 claims description 7
- 238000005452 bending Methods 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 4
- 238000003754 machining Methods 0.000 description 18
- 230000007704 transition Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Geometry (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及基于高斯曲率的制造特征小转角检测及驱动几何构造方法。首先对零件进行特征识别,形成不同类型的特征,并提取特征中特征面的几何属性信息,构造特征面几何属性信息单元对几何属性信息进行存储。其次,对识别得到特征中的转角面进行提取,对转角面进行进一步的细分,针对不同特征类型,完成了不同几何属性转角面的分离;继而,通过计算转角面的相对曲率半径,检测出转角面中小转角曲面所在的部位,并通过相对面积的计算,最终分离出零件中需要多次加工的小转角面区域。本方法解决了数控工艺程序编制中,零件的小转角自动化检测及小转角驱动几何的自动化构建问题,减少了工艺人员对零件几何模型处理的工作量,提升了数控工艺编程的效率。
Description
技术领域
本发明属于数控加工快速程编领域,涉及一种制造特征小转角检测及驱动几何构造方法
背景技术
现有技术《基于设计意图推理的圆角过渡特征识别》公开了一种基于设计意图的圆角过度特征识别方法。该方法以STEP格式的实体边界模型为输入,以模型的设计意图对圆角过度特征进行定义,对圆角过度面形状进行识别,并通过识别得到的结果,按照设计意图推理得到圆角过渡特征先后排序,从而识别出完整的圆角过渡特征。文献所述方法是在设计模型的基础上,利用设计意图,从几何层面识别过渡特征,并推理出其之间的顺序。其本质依旧是在几何层面从设计意图出发对模型中的过渡圆角进行处理,忽略在真实加工环境下由于实际加工所形成的小转角部位的检测与识别。同时在识别过渡圆角面时,仅从面之间的邻接关系出发,通过判断连接边的凹凸性来判断圆角面的类型,从而未考虑更加细化的转角面分类,因此无法对其中的小转角面进行检测与分离;在最后的圆角识别过程中,更多的是通过圆角顺序的推理从而完成过度圆角的重建与输出,并未考虑其在实际加工过程中驱动几何的构建。因此,这样生成得到的圆角只适用于设计过程,但无法用于实际加工,难以满足加工操作中驱动几何的要求。
发明内容
本发明解决的技术问题是:在数控加工工艺编程的过程中,由于零件中存在多个小曲面形成的小转角结构,这种结构具有局部曲率半径与面积较小的特点,在加工时无法一次加工到位,需要对其进行单独的多次加工。因此,在数控加工工艺编程的过程中,需要工艺人员人工地对零件中小转角部分进行检测,并对得到的小转角部位进行几何的重构,得到符合加工要求的驱动几何,由此导致了工艺人员在零件几何检测与处理中的工作量增大,降低了数控加工工艺编制的效率。本发明提出了一种基于高斯曲率的制造特征小转角检测与驱动几何构造方法。具体地说是一种通过对三维模型进行解析,利用特征面高斯曲率的特性,通过计算特征面相对曲率半径及相对面积,对特征识别得到的特征中的小转角部位进行检测与分离,同时针对具体加工方式构建小转角部位驱动几何的方法。该方法首先对零件进行特征识别,得到型腔、轮廓、孔特征;继而从特征中提取出类型为转角的面组,计算对应面的高斯曲率,依据高斯曲率的正负等特性将转角的类型进行进一步划分,并通过局部相对曲率及相对面积的计算,检测过滤出加工小转角,完成小转角的自动检测与分离。并以此为基础,根据对应的特征类型,构建符合加工要求的小转角加工处的驱动几何。
本发明的技术方案是:基于高斯曲率的制造特征小转角检测及驱动几何构造方法,其特征在于,包括以下步骤:
步骤一:特征识别及面信息提取。在CATIA系统下,以零件的属性邻接图为基础,通过对加工方向下刀具所能覆盖的特征面进行分类,从而形成特征集合Fs,其中Fs包含m个制造特征fi,分属于型腔(pocket)、轮廓(profile)、孔(hole)类别,记作:Fs={fi|fi∈pocket,profile,hole},1<i<m。同时,并对每个特征fi中特征面的类型、法向矢量及面积进行提取并存储,形成特征面几何属性信息单元:
FGA={FaceType,FaceVec,FaceArea}
其中:FGA表示特征面的几何属性信息单元,FaceType表示特征面的几何类型,FaceVec表示特征面法向矢量方向,FaceArea表示特征面的面积;
步骤二:特征中转角面组提取。对步骤一得到的特征集合Fs中每个特征fi进行判断:
(1)若fi为型腔特征,则特征面包括侧面集合fS、底面fB与顶面fT,遍历侧面集合fS中的所有面,判断前一步骤提取得到的特征面类型FaceType是否为CATProfile(catia中非平面类型),若是,则将其存储至型腔转角面集合FPcorner;若不是,则对下一个特征面进行判断,直至对侧面集合fS遍历完成;
(2)若fi为轮廓特征,则特征面仅包括侧面集合fS,遍历侧面集合fS中的所有面,判断特征面类型FaceType是否为CATProfile,若是,则将其存储至轮廓转角面集合FScorner;若不是,则对下一个特征面进行判断,直至对侧面集合fS遍历完成;
(3)若fi为孔特征,则特征面包括侧面集合fS、底面fB与顶面fT,遍历侧面集合fS中的所有面,判断特征面类型FaceType是否为CATProfile,若是,则将其存储至孔转角面集合FHcorner;若不是,则对下一个特征面进行判断,直至对侧面集合fS遍历完成;步骤三:小转角检测与分离。根据前述步骤一所得的特征类型、特征面信息及步骤二中提取得到的转角集合,需要计算转角集合中面的高斯曲率,并以此对转角集合中的小转角部分从几何层面进行分离,继而对分离后转角面的相对曲率半径及相对面积进行计算,从尺寸层面检测出小转角的区域,从而完成小转角的检测分离。具体包括以下步骤:
子步骤一:转角面高斯曲率判定。根据子步骤二得到的不同特征类型的转角面集合,计算集合中每一个面的中心ci,求出其转角面在中心点ci处的高斯曲率k,k=k1·k2,其中k1、k2分别为该点处曲面的主曲率,则:
当中心处高斯曲率k>0,此曲面为正高斯曲率曲面,对应于加工时向内弯曲转角;当中心处高斯曲率k=0,此曲面为零高斯曲率曲面,对应于加工时内外轮廓中包含的直纹转角面;当中心处高斯曲率k<0,此曲面为负高斯曲率曲面,对应于加工时向外弯曲转角面;
子步骤二:相对曲率及相对面积计算。根据步骤二形成的不同特征类型转角面集(FPcorner、FScorner、FHcorner)及子步骤一种计算所得的高斯曲率,分别对其中的小转角区域进行检测:(1)对于型腔转角面集合FPcorner,由于型腔中小转角面类型为正高斯曲率曲面,因此只对FPcorner中正高斯曲率曲面进行分析;(2)对于轮廓特征转角面集合FScorner,由于轮廓中小转角面只在零高斯曲率曲面中出现,因此只对FScorner中零高斯曲率曲面进行分析;对于孔特征转角面集合FHcorner,由于孔特征中小转角面只在负高斯曲率曲面中出现,因此只对FHcorner中负高斯曲率曲面进行分析;
在对每一类型转角面集合进行独立分析时,由于小转角面具有局部曲率半径及面积较小的特性,因此,分别计算FPcorner/FScorner/FHcorner中对应要求特征面的相对主曲率半径与相对面积,公式如下,若δij大于阈值δ1(阈值范围在0-1之间),则说明当前特征面与其相邻接的特征面曲率半径越相近,属于同一小转角区域,从而进行相对面积的计算,否则对下一特征面进行判断,直至对集合中所有面判断完毕;
δij为两个转角面之间的曲率半径相似度,ki1为当前转角曲面的主曲率,kj1为与该面相邻接的面的主曲率。
在对转角面与相邻接面之间的相对面积计算时,具体计算公式如下:
其中Aij为两个转角面之间的相对面积相似度,ai为当前转角曲面的相对面积,aj为与该面相邻接的面的相对面积;继而判断相对面积与阈值δ2(阈值范围在0-1之间,具体大小根据实际情况调整)的关系,若大于阈值,则转角面之间大小相近,满足小转角区域要求,将存储至最终的小转角面集合FC;否则对下一特征面进行判断,直至对集合中所有面判断完毕;
通过对相对曲率半径及相对面积的分析,从而过滤得到最终的小转角区域FC。步骤四:根据步骤三中已经得到的小转角部位FC,构建出符合加工相对应小转角部位的的驱动几何面,形成最终的驱动轮廓。
本发明的进一步技术方案是:所述步骤四中,包括以下三种情况:
(1)当转角面为型腔侧面转角或型腔底角转角面,提取小转角面,在其所在转角面组中,提取与其相邻接且连接边为光滑边的转角面,以邻接边出发,沿邻接面方向偏移ε,作为邻接面的新边界,从而形成新的邻接面。最后将新产生的邻接面与小转角面合并,从而形成最终的驱动轮廓面。
(2)当转角面为型腔外轮廓转角面,提取小转角面,在外轮廓面组中,提取与其相邻接且连接边为光滑边的转角面,舍弃与其凸边连接的面,以光滑邻接边出发,沿邻接面方向偏移ε,作为邻接面的新边界,从而形成新的邻接面。最后将新产生的邻接面与小转角面合并,从而形成最终的驱动轮廓面。
(3)当转角面为与圆孔或方孔处的轮廓面,提取小转角面,同时在其轮廓面组中,提取与其相邻接且连接边为光滑边的所有轮廓面并将其合并,从而形成最终的驱动轮廓面。
发明效果
本发明的技术效果在于:通过对零件进行特征识别,形成不同类型的特征,并对特征中特征面的几何信息进行了提取与存储;并以此为基础应用高斯曲率的特性,对数控加工零件中存在的转角特征进行了进一步的细分,有效的促进了不同几何属性转角面的分离;同时通过转角面的相对曲率半径,检测出了小转角曲面所在的部位,通过相对面积的计算,最终分离确定了小转角面的边界,检测出了零件中需要多次加工的小转角面,从而解决了数控加工工艺编制中对零件中小转角部位的检测问题。最后,从检测得到的小转角面出发,依据面边之间的邻接关系,重构出了加工小转角部位所需的驱动几何,解决了在数控编程中人工构建小转角处驱动几何的问题,降低了数控编程人员在零件模型处理中的工作量,为数控编程中加工操作的生成做好了准备,从而支持了数控工艺编程效率的提升。
附图说明
图1是本发明基于高斯曲率的制造特征小转角检测及驱动几何构造方法的总体流程。
图2是零件中小转角面的分离过程图,其中:
(a)为零件实例图,
(b)为特征识别结果图
(c)为转角面提取图
(d)为分离得到小转角面图
图3是曲面高斯曲率属性图,(a)为正高斯曲率曲面图,(b)为负高斯曲率曲面图(c)为负高斯曲率曲面图(d)为零高斯曲率曲面图
图4是零件特征识别与小转角面分离实例图。
图5是小转角面驱动几何构建实例图,(a)为零件转角部位图,(b)为小转角区域图,(c)为小转角区域驱动几何图
具体实施方式
为了使本发明的目的、技术方案及优点更加清晰明确,下面结合附图和实例对本发明作进一步的详细说明。此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
参见图1—图5,本发明所采用的技术方案是一种基于高斯曲率的制造特征小转角检测与驱动几何构造方法,包括以下步骤:
步骤1.特征识别及面信息提取。本发明中的特征识别方法主要在CATIA系统下进行,以零件的属性邻接图为基础,通过对加工方向下刀具所能覆盖的特征面进行聚类,最终形成型腔、轮廓、孔等独立特征。同时将每个特征中特征面的类型及面的法向矢量进行提取并存储:
FGA={FaceType,FaceVec,FaceArea}
式中:FGA表示特征面的几何属性信息单元,FaceType表示特征面的几何类型,FaceVec表示特征面法向矢量方向,FaceArea表示特征面与其相邻接的特征面之间的相对面积。
步骤2.小转角面检测与分离。针对特征识别后得到的特征结合Fs,遍历集合中所有特征,提取特征中的特征面并判断其类型及邻接关系,从而得到单一或连续的转角面集合;继而提取转角面的高斯曲率,依据高斯曲率的属性将转角面组进行划分,同时计算其每个类别中转角面的相对曲率半径及相对面积,最终依据阈值δ1,δ2过滤得到最终的小转角部位。具体判断方法如下:
假设特征识别所得特征集合Fs,Fs中包含m个制造特征fi,分属于型腔(pocket)、轮廓(profile)、孔(hole)类别,记作:Fs={fi|fi∈pocket,profile,hole},1<i<m。
1.遍历特征集合Fs,对于其中的特征fi,提取其特征类型并判断:
Case1:fi为Pocket,即为型腔特征,特征面包括侧面fS底面fB与顶面fT,遍历侧面集合fS中的所有面,判断面类型是否为CATProfile,若是,则将其存储。
Case2:fi为Profile,即为轮廓特征,特征面只含有侧面fS,判断面类型是否为CATProfile,若是,则将其存储。
Case3:fi为Hole,即为孔特征,提取孔特征圆柱面,依据属性邻接图提取与孔圆柱面临界的特征面,并判断其之间的连接关系是否为光滑连接且面类型是否为CATProfile,若是,则将其存储。
2.针对已经提取得到的特征转角面集合,计算集合中每一个面的中心ci,求出其转角面在中心点ci处的高斯曲率k,k=k1·k2,其中k1、k2分别为该点处曲面的主曲率,则:k>0
当中心处高斯曲率k>0,即高斯曲率为正,此曲面为正高斯曲率曲面,对应于加工时向内弯曲连续小转角;当中心处高斯曲率k=0,即高斯曲率为0,此曲面为零高斯曲率曲面,对应于加工时内外轮廓中包含的直纹转角面;当中心处高斯曲率k<0,即高斯曲率为负,此曲面为负高斯曲率曲面,对应于加工时向外弯曲转角面。通过特征面高斯曲率的正负性,将连续的转角面按照其加工特性进行了分离。
3.通过对对应特征中转角面高斯曲率的计算,形成了正、负、零三种高斯曲率曲面的转角。以此为基础,在划分形成的每一类转角面中,计算与转角面相邻接的特征面的相对主曲率半径,从而得出两个相邻接转角特征面之间的曲率半径的相近程度:
δij为两个转角面之间的曲率半径相似度,ki1为当前转角曲面的主曲率,kj1为与该面相邻接的面的主曲率;
4.相对曲率半径计算完成之后,提取划分形成的转角区域,迭代计算转角区域内部邻接面之间的相对面积,判断相对面积的与阈值δ2的关系,若小于阈值,则转角面之间大小相近,若大于阈值则,则为转角区域与转角外曲面相邻接处,从而完成小转角部位的检测分离:
Aij为两个转角面之间的相对面积相似度,ai为当前转角曲面的相对面积,aj为与该面相邻接的面的相对面积;
步骤3.小转角部位驱动几何构建。针对已经检测分离得到的小转角部位,为了保证具体数控加工的加工质量,需要对转角部位几何面进行处理从而构建出符合标准的驱动几何面。其主要操作方法如下:
Case1:当转角面为型腔侧面转角或型腔底角转角面,提取小转角面,在其所在转角面组中,提取与其相邻接且连接边为光滑边的转角面,以邻接边出发,沿邻接面方向偏移ε,作为邻接面的新边界,从而形成新的邻接面。最后将新产生的邻接面与小转角面合并,从而形成最终的驱动轮廓面。
Case2:当转角面为型腔外轮廓转角面,提取小转角面,在外轮廓面组中,提取与其相邻接且连接边为光滑边的转角面,舍弃与其凸边连接的面,以光滑邻接边出发,沿邻接面方向偏移ε,作为邻接面的新边界,从而形成新的邻接面。最后将新产生的邻接面与小转角面合并,从而形成最终的驱动轮廓面。
Case3:当转角面为与圆孔或方孔处的轮廓面,提取小转角面,同时在其轮廓面组中,提取与其相邻接且连接边为光滑边的所有轮廓面并将其合并,从而形成最终的驱动轮廓面。
图1为本发明的总体流程图,它包括以下步骤:
步骤1.对零件进行特征识别并提取特征面信息。对于如图2(a)所示的零件,本发明中依据加工方向的可覆盖性对零件模型进行特征识别,从而划分得到不同类型的特征,如图2(b)所示(为说明问题,图中仅展示带有转角的特征)。同时提取特征面的类型、法向矢量及特征面相对面积,构成面属性单元,在后台对特征中面信息进行了存储。
步骤2.提取并检测小转角面部位。依据已经识别得到的特征,针对具体的特征类型,提取特征中存在的转角面,形成转角面集合,如图2(c)所示。继而计算集合中转角面的高斯曲率,依据图3中所示原理,应用高斯曲率的正负性,将转角面细分为正高斯曲率曲面(k>0)、负高斯曲率曲面(k<0)和零高斯曲率曲面(k=0),从而完成转角面的分离。最后依据面属性单元提取得到的特征面积及主曲率,计算转角面的相对曲率半径及相对面积,与给定阈值相比较,从而确定小转角部位,其最终过程如图3所示。
以图2中子图(c)转角面提取图中的转角集合5为例,图4展示了对其中转角面应用高斯曲率特性进一步分解的情况,依据高斯曲率k的不同,将不同的转角面划分开来,如图4中S、M、N三个不同类型的转角面被分开。继而计算S、M、N三部分之间及之内的相对曲率半径:从上至下M、S、N中面的曲率半径分别为M:4008mm,S:3.2mm、3.05mm、3mm,N:37.83mm,则从上至下,相邻接两个面之间的相对曲率半径分别为:0.000798、0.953125、0.983606、0.079302,取δ1为0.8,则将M、N部分的转角面过滤掉;继而针对S中转角面进行相对面积计算:从上至下S中面的面积分别为S:11.776mm2、10.884mm2、16.942mm2,则从上至下,相邻接两个面之间的相对面积分别为:0.924252、0.642427,考虑到转角曲率半径较小,转角处弯曲较大,转角面存在较长延伸的情况,因此取阈值δ2为0.5,则S中转角面均满足要求,即为小转角面区域。
步骤3.构建小转角部位驱动几何。如图5所示,当检测到小转角部位,继而分离出小转角面,针对转角所在的特征类型,其具有不同的驱动几何构造方法。通过对已经检测得到的小转角所邻接的转角面进行提取,判断其与小转角面的相邻接的边的凹凸性,从而确定所需的邻接面。其次,以邻接边为边界,沿邻接面方向偏移阈值ε,从而形成新的邻接面边界。最后将新的邻接面与转角面进行合并,从而形成最终的小转角面数控加工的驱动轮廓面。
Claims (2)
1.基于高斯曲率的制造特征小转角检测及驱动几何构造方法,其特征在于,包括以下步骤:
步骤一:特征识别及面信息提取:在CATIA系统下,以零件的属性邻接图为基础,通过对加工方向下刀具所能覆盖的特征面进行分类,从而形成特征集合Fs,其中Fs包含m个制造特征fi,分属于型腔、轮廓、孔类别,记作:Fs={fi|fi∈pocket,profile,hole},1<i<m;同时,并对每个特征fi中特征面的类型、法向矢量及面积进行提取并存储,形成特征面几何属性信息单元:
FGA={FaceType,FaceVec,FaceArea}
其中:FGA表示特征面的几何属性信息单元,FaceType表示特征面的几何类型,FaceVec表示特征面法向矢量方向,FaceArea表示特征面的面积;
步骤二:特征中转角面组提取:对步骤一得到的特征集合Fs中每个特征fi进行判断:
(1)若fi为型腔特征,则特征面包括侧面集合fS、底面fB与顶面fT,遍历侧面集合fS中的所有面,判断前一步骤提取得到的特征面类型FaceType是否为CATProfile,catia中非平面类型,若是,则将其存储至型腔转角面集合FPcorner;若不是,则对下一个特征面进行判断,直至对侧面集合fS遍历完成;
(2)若fi为轮廓特征,则特征面仅包括侧面集合fS,遍历侧面集合fS中的所有面,判断特征面类型FaceType是否为CATProfile,若是,则将其存储至轮廓转角面集合FScorner;若不是,则对下一个特征面进行判断,直至对侧面集合fS遍历完成;
(3)若fi为孔特征,则特征面包括侧面集合fS、底面fB与顶面fT,遍历侧面集合fS中的所有面,判断特征面类型FaceType是否为CATProfile,若是,则将其存储至孔转角面集合FHcorner;若不是,则对下一个特征面进行判断,直至对侧面集合fS遍历完成;
步骤三:小转角检测与分离;根据前述步骤一所得的特征类型、特征面信息及步骤二中提取得到的转角集合,需要计算转角集合中面的高斯曲率,并以此对转角集合中的小转角部分从几何层面进行分离,继而对分离后转角面的相对曲率半径及相对面积进行计算,从尺寸层面检测出小转角的区域,从而完成小转角的检测分离,具体包括以下步骤:
子步骤一:转角面高斯曲率判定:根据子步骤二得到的不同特征类型的转角面集合,计算集合中每一个面的中心ci,求出其转角面在中心点ci处的高斯曲率k,k=k1·k2,其中k1、k2分别为该点处曲面的主曲率,则:
当中心处高斯曲率k>0,此曲面为正高斯曲率曲面,对应于加工时向内弯曲转角;当中心处高斯曲率k=0,此曲面为零高斯曲率曲面,对应于加工时内外轮廓中包含的直纹转角面;当中心处高斯曲率k<0,此曲面为负高斯曲率曲面,对应于加工时向外弯曲转角面;
子步骤二:相对曲率及相对面积计算:根据步骤二形成的不同特征类型转角面集FPcorner、FScorner、FHcorner及子步骤一种计算所得的高斯曲率,分别对其中的小转角区域进行检测:(1)对于型腔转角面集合FPcorner,由于型腔中小转角面类型为正高斯曲率曲面,因此只对FPcorner中正高斯曲率曲面进行分析;(2)对于轮廓特征转角面集合FScorner,由于轮廓中小转角面只在零高斯曲率曲面中出现,因此只对FScorner中零高斯曲率曲面进行分析;对于孔特征转角面集合FHcorner,由于孔特征中小转角面只在负高斯曲率曲面中出现,因此只对FHcorner中负高斯曲率曲面进行分析;
在对每一类型转角面集合进行独立分析时,由于小转角面具有局部曲率半径及面积较小的特性,因此,分别计算FPcorner/FScorner/FHcorner中对应要求特征面的相对主曲率半径与相对面积,公式如下,若δij大于阈值δ1,阈值范围在0-1之间,则说明当前特征面与其相邻接的特征面曲率半径越相近,属于同一小转角区域,从而进行相对面积的计算,否则对下一特征面进行判断,直至对集合中所有面判断完毕;
δij为两个转角面之间的曲率半径相似度,ki1为当前转角曲面的主曲率,kj1为与该面相邻接的面的主曲率;
在对转角面与相邻接面之间的相对面积计算时,具体计算公式如下:
其中Aij为两个转角面之间的相对面积相似度,ai为当前转角曲面的相对面积,aj为与该面相邻接的面的相对面积;继而判断相对面积与阈值δ2的关系,阈值范围在0-1之间,具体大小根据实际情况调整,若大于阈值,则转角面之间大小相近,满足小转角区域要求,将存储至最终的小转角面集合FC;否则对下一特征面进行判断,直至对集合中所有面判断完毕;
通过对相对曲率半径及相对面积的分析,从而过滤得到最终的小转角区域FC;步骤四:根据步骤三中已经得到的小转角部位FC,构建出符合加工相对应小转角部位的的驱动几何面,形成最终的驱动轮廓。
2.如权利要求1所述的一种基于高斯曲率的制造特征小转角检测及驱动几何构造方法,其特征在于,所述步骤四中,包括以下三种情况:
(1)当转角面为型腔侧面转角或型腔底角转角面,提取小转角面,在其所在转角面组中,提取与其相邻接且连接边为光滑边的转角面,以邻接边出发,沿邻接面方向偏移ε,作为邻接面的新边界,从而形成新的邻接面;最后将新产生的邻接面与小转角面合并,从而形成最终的驱动轮廓面;
(2)当转角面为型腔外轮廓转角面,提取小转角面,在外轮廓面组中,提取与其相邻接且连接边为光滑边的转角面,舍弃与其凸边连接的面,以光滑邻接边出发,沿邻接面方向偏移ε,作为邻接面的新边界,从而形成新的邻接面;最后将新产生的邻接面与小转角面合并,从而形成最终的驱动轮廓面;
(3)当转角面为与圆孔或方孔处的轮廓面,提取小转角面,同时在其轮廓面组中,提取与其相邻接且连接边为光滑边的所有轮廓面并将其合并,从而形成最终的驱动轮廓面。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010709554.4A CN111815619B (zh) | 2020-07-22 | 2020-07-22 | 基于高斯曲率的制造特征小转角检测及驱动几何构造方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010709554.4A CN111815619B (zh) | 2020-07-22 | 2020-07-22 | 基于高斯曲率的制造特征小转角检测及驱动几何构造方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111815619A CN111815619A (zh) | 2020-10-23 |
CN111815619B true CN111815619B (zh) | 2024-03-15 |
Family
ID=72861717
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010709554.4A Active CN111815619B (zh) | 2020-07-22 | 2020-07-22 | 基于高斯曲率的制造特征小转角检测及驱动几何构造方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111815619B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116451156B (zh) * | 2023-04-21 | 2024-04-05 | 中国科学院西安光学精密机械研究所 | 一种面向叶片气膜孔的孔类特征识别方法、排序方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004013492A (ja) * | 2002-06-06 | 2004-01-15 | Mitsubishi Heavy Ind Ltd | 計測データの解析装置及び解析方法 |
CN104007702A (zh) * | 2014-06-13 | 2014-08-27 | 沈阳飞机工业(集团)有限公司 | 基于主元的转角特征识别与构造方法 |
CN104766084A (zh) * | 2015-04-10 | 2015-07-08 | 南京大学 | 一种多目标匹配的近复制图像检测方法 |
CN105242639A (zh) * | 2015-11-03 | 2016-01-13 | 南京航空航天大学 | 数控加工自定义加工特征方法 |
CN105739432A (zh) * | 2016-03-17 | 2016-07-06 | 浙江大学 | 基于改进型Butterfly细分的网格自由曲面环形刀具轨迹规划方法 |
CN108052912A (zh) * | 2017-12-20 | 2018-05-18 | 安徽信息工程学院 | 一种基于矩傅里叶描述子的立体面像识别方法 |
CN109143980A (zh) * | 2018-10-19 | 2019-01-04 | 西北工业大学 | 基于数控工艺解析的相交加工特征识别与重用方法 |
-
2020
- 2020-07-22 CN CN202010709554.4A patent/CN111815619B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004013492A (ja) * | 2002-06-06 | 2004-01-15 | Mitsubishi Heavy Ind Ltd | 計測データの解析装置及び解析方法 |
CN104007702A (zh) * | 2014-06-13 | 2014-08-27 | 沈阳飞机工业(集团)有限公司 | 基于主元的转角特征识别与构造方法 |
CN104766084A (zh) * | 2015-04-10 | 2015-07-08 | 南京大学 | 一种多目标匹配的近复制图像检测方法 |
CN105242639A (zh) * | 2015-11-03 | 2016-01-13 | 南京航空航天大学 | 数控加工自定义加工特征方法 |
CN105739432A (zh) * | 2016-03-17 | 2016-07-06 | 浙江大学 | 基于改进型Butterfly细分的网格自由曲面环形刀具轨迹规划方法 |
CN108052912A (zh) * | 2017-12-20 | 2018-05-18 | 安徽信息工程学院 | 一种基于矩傅里叶描述子的立体面像识别方法 |
CN109143980A (zh) * | 2018-10-19 | 2019-01-04 | 西北工业大学 | 基于数控工艺解析的相交加工特征识别与重用方法 |
Non-Patent Citations (1)
Title |
---|
基于几何特征的曲面物体识别;程义民, 丁红侠, 王以孝, 张海宏;中国图象图形学报(07);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111815619A (zh) | 2020-10-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110599506B (zh) | 一种复杂异形曲面机器人三维测量的点云分割方法 | |
CN114065432B (zh) | 一种基于工艺流程的制造成本估算方法 | |
CN113538486A (zh) | 一种提高汽车钣金工件的识别与定位精度的方法 | |
CN111815619B (zh) | 基于高斯曲率的制造特征小转角检测及驱动几何构造方法 | |
CN110942107B (zh) | 基于零件工程图像的复合磨削加工特征自动识别方法 | |
CN114022483B (zh) | 一种基于边缘特性的注塑飞边区域识别方法 | |
CN101894254A (zh) | 一种基于等高线法的三维人脸识别方法 | |
CN109143980B (zh) | 基于数控工艺解析的相交加工特征识别与重用方法 | |
CN106815447B (zh) | 基于历史数据的复杂结构件加工特征智能定义与分类方法 | |
CN108088444A (zh) | 基于三维激光的室内点云地图生成系统及方法 | |
CN115578398A (zh) | 一种基于区域增长法的焊缝点云分割方法 | |
CN114463396B (zh) | 一种利用平面形状和拓扑图投票的点云配准方法 | |
CN113962511A (zh) | 一种融合工艺设计意图的工艺数据结构化表征方法 | |
CN110457735B (zh) | 一种复杂槽腔特征的粗加工单元计算方法 | |
CN108629315A (zh) | 一种针对三维点云的多平面识别方法 | |
CN116798028A (zh) | 三维零件的尺寸自动标注方法 | |
CN115797601B (zh) | 一种Brep三维模型的中面自动提取方法及系统 | |
Li et al. | Feature-based alignment and comparison between portion and whole of free-form surfaces | |
CN104808588A (zh) | 基于特征的碎面自动组合与拟合方法 | |
CN116452826A (zh) | 基于机器视觉的遮挡情况下煤矸石轮廓估计方法 | |
CN116469092A (zh) | 基于DBSCAN算法的自适应Alpha Shapes轮廓提取方法 | |
CN116310244A (zh) | 一种基于轮廓特征的陶瓷碎片三维智能拼接方法 | |
CN110659652B (zh) | 风机装置Creo模型的特征匹配性检测系统 | |
CN111582053A (zh) | 基于特征矩阵的毛坯模型复杂特征分层识别方法 | |
Narabu et al. | Automatic manufacturing feature extraction of CAD models for machining |
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 |