CN113435100B - 一种适用于产品设计的虚拟装配偏差分析方法 - Google Patents
一种适用于产品设计的虚拟装配偏差分析方法 Download PDFInfo
- Publication number
- CN113435100B CN113435100B CN202110818830.5A CN202110818830A CN113435100B CN 113435100 B CN113435100 B CN 113435100B CN 202110818830 A CN202110818830 A CN 202110818830A CN 113435100 B CN113435100 B CN 113435100B
- Authority
- CN
- China
- Prior art keywords
- model
- product
- interference
- line segment
- reference model
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/25—Design optimisation, verification or simulation using particle-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/16—Customisation or personalisation
-
- 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)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Image Analysis (AREA)
Abstract
本发明提供一种适用于产品设计的虚拟装配偏差分析方法,应用于可穿戴产品领域,包括:对导入算法中的产品模型及参考模型进行干涉与间隙判别;对干涉集合和间隙集合进行模型筛选,包括将参考模型点与产品模型点不同时属于干涉集合或间隙集合的计算线段及其两端的点剔除;将与参考模型夹角≤40°的计算线段及其两端点剔除;根据筛选后的干涉集合和间隙集合进行偏差分析。计算线段反映了参考模型与产品模型的偏差情况,本方案设置更加严格的计算线段筛选方式,能够更准确代表测量模型与参考模型的偏差值,准确的计算出可穿戴产品数字模型及人体数字模型干涉间隙结果,从而准确通过偏差分析结果反应实际的佩戴情况,精准对可穿戴产品的形态进行改进。
Description
技术领域
本发明涉及可穿戴产品领域,尤其涉及一种适用于产品设计的虚拟装配偏差分析方法。
背景技术
虚拟装配是在产品设计过程中,更好进行与装配有关的设计决策,在虚拟环境下对计算机数据模型进行装配关系分析的一项计算机辅助设计技术。通过以虚拟原型为中心的虚拟装配,计算静态干涉与静态间隙,可实现产品外形,功能和性能的模拟,为产品的优化设计提供了可视化手段。
现有虚拟装配与偏差分析计算,通常是基于CATIA V5R21软件实现,该软件需要定义参考模型(面)和产品模型(面),可自定义投影方式是否与产品模型(面)正交,或通过拾取平面或直线的方式来定义投影方向。同时,可以设置可视化参数,选择以点、线、或面的方式呈现偏差分析效果。此外,可以设置点云过滤器,干涉间隙临界值定义,及数据呈现方式(科学计数,小数计数与自动计数三种呈现方式)。完成定义后,即可进行偏差分析计算。
由于现有偏差分析算法适用于大部分机械结构的偏差分析计算,一般参考模型与产品模型的偏差较小,形态结构较为一致,一般不存在较为显著的模型穿插。但是对于接触人体的产品设计而言,人体形态及物理结构的复杂性,导致现有计算机辅助软件中的偏差分析算法无法计算出准确的可穿戴产品数字模型及人体数字模型干涉间隙结果,因此,无法准确通过偏差分析结果反应实际的佩戴情况,无法精准对可穿戴产品的形态进行改进。
发明内容
本发明针对现有技术中的不足,提供一种适用于产品设计的虚拟装配偏差分析方法。
本发明是通过如下技术方案实现的,提供一种适用于产品设计的虚拟装配偏差分析方法,包括:将参考模型和产品模型的点云模型导入算法中,并删除参考模型与产品模型的重复点云;基于参考模型与产品模型点云模型,生成参考模型与产品模型的多边形模型、三角面向量数据和计算线段;根据所述三角面向量数据和所述计算线段,对产品模型及参考模型进行干涉与间隙判别,得到干涉集合和间隙集合;根据所述计算线段和所述多边形模型,对所述干涉集合和所述间隙集合进行模型筛选,所述对所述干涉集合和所述间隙集合进行模型筛选包括:判断所述计算线段两端点的参考模型点与产品模型点是否同时属于干涉集合或间隙集合;如果所述计算线段两端点的参考模型点与产品模型点不同时属于干涉集合或间隙集合,则将对应的计算线段及所述计算线段两端的点从所述干涉集合或所述间隙集合中剔除;判断所述计算线段是否与参考模型夹角大于40°,如果所述计算线段与参考模型夹角小于或者等于40°,则将所述计算线段及所述计算线段两端的点从所述干涉集合或所述间隙集合中剔除;根据筛选后的干涉集合和间隙集合进行偏差分析。
优选的,所述基于参考模型与产品模型点云模型,生成参考模型与产品模型的多边形模型、三角面向量数据和计算线段包括:
基于参考模型与产品模型点云模型,生成参考模型的多边形模型,所述多边形模型包括点数据、三角面数据、多边形数据和三角面向量数据;
从产品模型中的点向参考模型三角面做法向量,得到第一向量,从参考模型中的点向产品模型三角面引向量,得到第二向量;
计算产品模型中点与参考模型三角面的距离,得到计算线段。
优选的,所述根据所述三角面向量数据和所述计算线段,对产品模型及参考模型进行干涉与间隙判别,得到干涉集合和间隙集合包括:
当最小计算线段为1个时,第一间隙集合为当第一向量与参考模型三角面夹角cos值小于0时,参考模型与产品模型中的点与三角面,第一干涉集合为当第一向量与参考模型三角面夹角的cos值大于0时,参考模型与产品模型中的点与三角面;
当最小计算线段大于1个时,第一间隙集合为当第一向量与参考模型三角面夹角cos值小于0时,参考模型与产品模型中的点与三角面;第一干涉集合为当第一向量与参考模型三角面夹角的cos值不都小于0时,参考模型与产品模型中的点与三角面;
当第二向量与产品模型三角面向量夹角的cos值小于0时,第二间隙集合为参考模型与产品模型中的点与三角面;
当第二向量与产品模型三角面向量夹角的cos值大于0时,第二干涉集合为参考模型与产品模型中的点与三角面。
优选的,所述根据所述多边形模型和所述计算线段,对所述干涉集合和所述间隙集合进行模型筛选还包括:
判断所述计算线段与参考模型的多边形模型是否仅有一个交点;
如果所述计算线段与参考模型的多边形模型不仅有一个交点,则将对应的计算线段及所述计算线段两端的点从所述干涉集合或所述间隙集合中剔除。
优选的,所述根据所述多边形模型和所述计算线段,对所述干涉集合和所述间隙集合进行模型筛选包括:
判断所述计算线段与产品模型是否垂直;
如果所述计算线段与产品模型不垂直,则将对应的计算线段及所述计算线段两端的点从所述干涉集合或所述间隙集合中剔除。
优选的,所述根据所述多边形模型和所述计算线段,对所述干涉集合和所述间隙集合进行模型筛选包括:
当产品的虚拟装配偏差分析区域为局部区域时,比较导入算法中整体产品模型与局部产品模型的点云,将差值点云保留为产品模型差值点云;
判断所述整体产品模型点是否属于所述产品模型差值点云;
如果所述整体产品模型点属于产品模型差值点云,则将对应的计算线段及所述计算线段两端的点从所述干涉集合或所述间隙集合中剔除。
优选的,所述根据筛选后的干涉集合和间隙集合进行偏差分析包括:
根据筛选后的干涉集合和间隙集合,计算干涉的平均值、干涉的最大值、干涉的标准差,以及间隙的平均值,间隙的最大值、间隙的标准差,以及所有值的平均值与标准差。
优选的,在所述根据筛选后的干涉集合和间隙集合进行偏差分析之前,所述方法还包括:
所述筛选后的干涉集合中的干涉点与对应线段,以及所述筛选后的间隙集合中的间隙点与对应线段建立粒子系统,并根据所述干涉点与所述间隙点形成曲面后上色。
计算线段反映了参考模型与产品模型的偏差情况,本方案中,通过将与参考模型夹角小于或者等于40°的计算线段剔除的方式,能够更准确的代表产品模型与参考模型的偏差值,准确的计算出可穿戴产品数字模型及人体数字模型干涉间隙结果,从而准确通过偏差分析结果反应实际的佩戴情况,精准对可穿戴产品的形态进行改进。
附图说明
为了更清楚的说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单介绍,显而易见的,对于本领域技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种适用于产品设计的虚拟装配偏差分析方法的流程图;
图2为本发明实施例提供的一种步骤S20的流程图;
图3为本发明实施例提供的一种步骤S30的流程图;
图4为本发明实施例提供的一种步骤S40的流程图。
具体实施方式
为了使本技术领域的人员更好地理解本发明中的技术方案,下面将对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明的保护范围。
现有虚拟装配与偏差分析计算,通常是基于CATIA V5R21软件实现,但是,CATIAV5R21的偏差分析功能存在如下弊端:1、缺乏模型空间位置关系的判断步骤,直接计算了两个模型相邻面的干涉间隙值,并未对两个模型的空间位置关系进行判断,当两个模型存在空间穿插关系时,同一个平面将被计算两次。2、CATIA V5R21软件中的偏差分析功能虽然可以选择仅正交模式,计算时,仅记录正交投影在测量平面上的数据,但并未对计算线段与参考模型(面)的关系进行定义,因此,会导致部分计算线段与参考模型呈现小锐角关系,无法正确反应产品与产品(人体)的正确偏差。3、在产品设计研究中,会对产品局部偏差进行分区域研究,但由于1,2两种情况的出现,导致了整体计算结果与分区域计算结果加和结果不一致。4、在产品装配研究中,有时无需研究整个模型,仅研究部分模型,但CATIAV5R21中无法对于模型的研究区域进行筛选。因此,对于接触人体的产品设计而言,现有计算机辅助软件中的偏差分析算法无法计算出准确的可穿戴产品数字模型及人体数字模型干涉间隙结果,导致无法准确通过偏差分析结果反应实际的佩戴情况,无法精准对可穿戴产品的形态进行改进。同时,重复计算也会导致偏差分析效率降低。针对以上弊端,本申请提供了一种适用于产品设计的虚拟装配偏差分析方法,请参考图1,所示为本本发明实施例提供的一种适用于产品设计的虚拟装配偏差分析方法的流程图,由图1可见,该方法包括如下步骤:
步骤S10:将参考模型和产品模型的点云模型导入算法中,并删除参考模型与产品模型的重复点云;
步骤S20:基于参考模型与产品模型点云模型,生成参考模型与产品模型的多边形模型、三角面向量数据和计算线段;
步骤S30:根据所述三角面向量数据和所述计算线段,对产品模型及参考模型进行干涉与间隙判别,得到干涉集合和间隙集合;
步骤S40:根据所述计算线段和所述多边形模型,对所述干涉集合和所述间隙集合进行模型筛选,具体的,所述对所述干涉集合和所述间隙集合进行模型筛选包括:
判断所述计算线段两端点的参考模型点与产品模型点是否同时属于干涉集合或间隙集合;
如果所述计算线段两端点的参考模型点与产品模型点不同时属于干涉集合或间隙集合,则将对应的计算线段及所述计算线段两端的点从所述干涉集合或所述间隙集合中剔除;
判断所述计算线段是否与参考模型夹角大于40°,如果所述计算线段与参考模型夹角小于或者等于40°,则将所述计算线段及所述计算线段两端的点从所述干涉集合或所述间隙集合中剔除;
步骤S50:根据筛选后的干涉集合和间隙集合进行偏差分析。
请参考图2,所示为本发明实施例提供的一种步骤S20的流程图,由图2可见,步骤S20还包括如下步骤:
步骤S201:基于参考模型与产品模型点云模型,生成参考模型的多边形模型,所述多边形模型包括点数据、三角面数据、多边形数据和三角面向量数据;
步骤S202:从产品模型中的点向参考模型三角面做法向量,得到第一向量,从参考模型中的点向产品模型三角面引向量,得到第二向量;
步骤S203:计算产品模型中点与参考模型三角面的距离,得到计算线段。
请参考图3,所示为本发明实施例提供的一种步骤S30的流程图,由图3可见,步骤S30还包括如下步骤:
步骤S301:当最小计算线段为1个时,第一间隙集合为当第一向量与参考模型三角面夹角cos值小于0时,参考模型与产品模型中的点与三角面,第一干涉集合为当第一向量与参考模型三角面夹角的cos值大于0时,参考模型与产品模型中的点与三角面;
步骤S302:当最小计算线段大于1个时,第一间隙集合为当第一向量与参考模型三角面夹角cos值小于0时,参考模型与产品模型中的点与三角面,第一干涉集合为当第一向量与参考模型三角面夹角的cos值不都小于0时,参考模型与产品模型中的点与三角面;
步骤S303:当第二向量与产品模型三角面向量夹角的cos值小于0时,第二间隙集合为参考模型与产品模型中的点与三角面;
步骤S304:当第二向量与产品模型三角面向量夹角的cos值大于0时,第二干涉集合为参考模型与产品模型中的点与三角面。
本申请中,干涉集合和所述间隙集合模型的筛选条件共分为5种,在具体实现过程中,以上5个条件可组合使用,也可以同时使用。当利用5种筛选条件对干涉集合和所述间隙集合模型进行筛选时,请参考图4,所示为本发明实施例提供的一种步骤S40的流程图,由图4可见,步骤S40还包括如下步骤:
步骤S41:判断所述计算线段两端点的参考模型点与产品模型点是否同时属于干涉集合或间隙集合,如果所述计算线段两端点的参考模型点与产品模型点不同时属于干涉集合或间隙集合,则执行步骤S46,否则执行步骤S42。
步骤S42:判断所述计算线段是否与参考模型夹角大于40°,如果所述计算线段与参考模型夹角小于或者等于40°,则执行步骤S46,否则执行步骤S43。
步骤S43:判断所述计算线段与参考模型的多边形模型是否仅有一个交点,如果所述计算线段与参考模型的多边形模型不仅有一个交点,则执行步骤S46,否则执行步骤S44。
步骤S44:判断所述计算线段与产品模型是否垂直,如果所述计算线段与产品模型不垂直,则执行步骤S46,否则执行步骤S45。
步骤S45:判断所述整体产品模型点是否属于所述产品模型差值点云,如果所述整体产品模型点属于产品模型差值点云,则执行步骤S46,所述产品模型差值点云为当产品的虚拟装配偏差分析区域为局部区域时,整体产品模型与局部产品模型的差值点云。
步骤S46:将对应的计算线段及所述计算线段两端的点从所述干涉集合或所述间隙集合中剔除。
本申请优选实施例中,步骤S50包括:根据筛选后的干涉集合和间隙集合,计算干涉的平均值、干涉的最大值、干涉的标准差,以及间隙的平均值,间隙的最大值、间隙的标准差,以及所有值的平均值与标准差。
本申请优选实施例中,在步骤S50还包括:所述筛选后的干涉集合中的干涉点与对应线段,以及所述筛选后的间隙集合中的间隙点与对应线段建立粒子系统,并根据所述干涉点与所述间隙点形成曲面后上色。例如,将干涉点显示为蓝色,间隙点显示为红色。没有干涉与没有间隙的区域显示为绿色,能比较直观的看出来各个区域的干涉间隙情况。
本申请提供的算法相较于CATIA V5R21中的偏差分析算法而言,更适用于产品设计中的虚拟装配偏差分析计算。具体体现在如下几个方面:
1.本算法在计算时,计算线段两端的参考模型点与测量模型点同时属于干涉集合或间隙集合,可保证同一平面仅被计算一次,避免了重复计算,实现了计算的唯一性。
2.计算线段反映了参考模型与测量模型的偏差情况,本方案设置了更加严格的计算线段筛选方式,不计入与参考模型夹角过小的计算线段,能够更准确代表测量模型与参考模型的偏差值。
3.参考模型与测量模型上的点云均只计算一次,保证整体计算值与分区域计算值加和一致,使得计算结果更可靠。
4.该算法可进行偏差分析模型范围自定义,通过导入整体产品模型,及需要计算的局部产品模型,并计算差值点云,从而实现自定义偏差分析计算区域。
为了使本技术领域的人员更好地理解本发明中的技术方案,下面将对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明的保护范围。
Claims (7)
1.一种适用于产品设计的虚拟装配偏差分析方法,其特征在于,包括:
将参考模型和产品模型的点云模型导入算法中,并删除参考模型与产品模型的重复点云;
基于参考模型与产品模型点云模型,生成参考模型与产品模型的多边形模型、三角面向量数据和计算线段;
根据所述三角面向量数据和所述计算线段,对产品模型及参考模型进行干涉与间隙判别,得到干涉集合和间隙集合;
根据所述计算线段和所述多边形模型,对所述干涉集合和所述间隙集合进行模型筛选,所述对所述干涉集合和所述间隙集合进行模型筛选包括:
判断所述计算线段两端点的参考模型点与产品模型点是否同时属于干涉集合或间隙集合;如果所述计算线段两端点的参考模型点与产品模型点不同时属于干涉集合或间隙集合,则将对应的计算线段及所述计算线段两端的点从所述干涉集合或所述间隙集合中剔除;判断所述计算线段是否与参考模型夹角大于40°,如果所述计算线段与参考模型夹角小于或者等于40°,则将所述计算线段及所述计算线段两端的点从所述干涉集合或所述间隙集合中剔除;
根据筛选后的干涉集合和间隙集合进行偏差分析;
所述基于参考模型与产品模型点云模型,生成参考模型与产品模型的多边形模型、三角面向量数据和计算线段包括:
基于参考模型与产品模型点云模型,生成参考模型的多边形模型,所述多边形模型包括点数据、三角面数据、多边形数据和三角面向量数据;
从产品模型中的点向参考模型三角面做法向量,得到第一向量,从参考模型中的点向产品模型三角面引向量,得到第二向量;计算产品模型中
点与参考模型三角面的距离,得到计算线段。
2.根据权利要求1所述的适用于产品设计的虚拟装配偏差分析方法,其特征在于,所述根据所述三角面向量数据和所述计算线段,对产品模型及参考模型进行干涉与间隙判别,得到干涉集合和间隙集合包括:
当最小计算线段为1个时,第一间隙集合为当第一向量与参考模型三角面夹角cos值小于0时,参考模型与产品模型中的点与三角面,第一干涉集合为当第一向量与参考模型三角面夹角的cos值大于0时,参考模型与产品模型中的点与三角面;
当最小计算线段大于1个时,第一间隙集合为当第一向量与参考模型三角面夹角cos值小于0时,参考模型与产品模型中的点与三角面,第一干涉集合为当第一向量与参考模型三角面夹角的cos值不都小于0时,参考模型与产品模型中的点与三角面;
当第二向量与产品模型三角面向量夹角的cos值小于0时,第二间隙集合为参考模型与产品模型中的点与三角面;
当第二向量与产品模型三角面向量夹角的cos值大于0时,第二干涉集合为参考模型与产品模型中的点与三角面。
3.根据权利要求1所述的适用于产品设计的虚拟装配偏差分析方法,其特征在于,所述根据所述多边形模型和所述计算线段,对所述干涉集合和所述间隙集合进行模型筛选还包括:
判断所述计算线段与参考模型的多边形模型是否仅有一个交点;
如果所述计算线段与参考模型的多边形模型不仅有一个交点,则将对应的计算线段及所述计算线段两端的点从所述干涉集合或所述间隙集合中剔除。
4.根据权利要求1所述的适用于产品设计的虚拟装配偏差分析方法,其特征在于,所述根据所述多边形模型和所述计算线段,对所述干涉集合和所述间隙集合进行模型筛选包括:
判断所述计算线段与产品模型是否垂直;
如果所述计算线段与产品模型不垂直,则将对应的计算线段及所述计算线段两端的点从所述干涉集合或所述间隙集合中剔除。
5.根据权利要求1所述的适用于产品设计的虚拟装配偏差分析方法,其特征在于,所述根据所述多边形模型和所述计算线段,对所述干涉集合和所述间隙集合进行模型筛选包括:
当产品的虚拟装配偏差分析区域为局部区域时,比较导入算法中整体产品模型与局部产品模型的点云,将差值点云保留为产品模型差值点云;
判断所述整体产品模型点是否属于所述产品模型差值点云;
如果所述整体产品模型点属于产品模型差值点云,则将对应的计算线段及所述计算线段两端的点从所述干涉集合或所述间隙集合中剔除。
6.根据权利要求1所述的适用于产品设计的虚拟装配偏差分析方法,其特征在于,所述根据筛选后的干涉集合和间隙集合进行偏差分析包括:
根据筛选后的干涉集合和间隙集合,计算干涉的平均值、干涉的最大值、干涉的标准差,以及间隙的平均值,间隙的最大值、间隙的标准差,以及所有值的平均值与标准差。
7.根据权利要求1所述的适用于产品设计的虚拟装配偏差分析方法,其特征在于,在所述根据筛选后的干涉集合和间隙集合进行偏差分析之前,所述方法还包括:
所述筛选后的干涉集合中的干涉点与对应线段,以及所述筛选后的间隙集合中的间隙点与对应线段建立粒子系统,并根据所述干涉点与所述间隙点形成曲面后上色。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110818830.5A CN113435100B (zh) | 2021-07-20 | 2021-07-20 | 一种适用于产品设计的虚拟装配偏差分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110818830.5A CN113435100B (zh) | 2021-07-20 | 2021-07-20 | 一种适用于产品设计的虚拟装配偏差分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113435100A CN113435100A (zh) | 2021-09-24 |
CN113435100B true CN113435100B (zh) | 2022-05-17 |
Family
ID=77761054
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110818830.5A Active CN113435100B (zh) | 2021-07-20 | 2021-07-20 | 一种适用于产品设计的虚拟装配偏差分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113435100B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114781197B (zh) * | 2022-06-21 | 2022-11-01 | 深圳荣耀智能机器有限公司 | 装配验证方法及电子设备 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050159973A1 (en) * | 2003-12-22 | 2005-07-21 | International Business Machines Corporation | Method and system for computerizing quality management of a supply chain |
US7974722B2 (en) * | 2009-10-12 | 2011-07-05 | The Boeing Company | Methods and systems for processing surface data for the manufacturing of optimum fit mating parts |
-
2021
- 2021-07-20 CN CN202110818830.5A patent/CN113435100B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113435100A (zh) | 2021-09-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2024077812A1 (zh) | 基于点云语义分割与结构拟合的单体建筑三维重建方法 | |
CN107767453B (zh) | 一种基于规则约束的建筑物lidar点云重构优化方法 | |
US7133551B2 (en) | Semi-automatic reconstruction method of 3-D building models using building outline segments | |
Cheng et al. | Integration of LiDAR data and optical multi-view images for 3D reconstruction of building roofs | |
CN111243090B (zh) | 土方量计算方法及系统 | |
CN110276732B (zh) | 一种顾及地形特征线要素的山区点云空洞修复方法 | |
US20170124726A1 (en) | System and method for determining wall thickness | |
JP7424573B2 (ja) | 三次元点群データに基づく三次元モデル生成装置 | |
WO2020093566A1 (zh) | 脑出血图像处理方法、装置、计算机设备及存储介质 | |
CN113435100B (zh) | 一种适用于产品设计的虚拟装配偏差分析方法 | |
CN111932669A (zh) | 一种基于边坡岩体特征对象的变形监测方法 | |
CN114241151A (zh) | 三维模型简化方法、装置、计算机设备和计算机存储介质 | |
CN114241119A (zh) | 一种游戏模型生成方法、装置、系统及计算机存储介质 | |
Ngo et al. | Feature-first hole filling strategy for 3D meshes | |
JP3968056B2 (ja) | 形状作成装置、コンピュータ装置を形状作成装置として動作させるための制御方法、該制御方法をコンピュータ装置に対して実行させるためのコンピュータ実行可能なプログラム | |
CN115082699A (zh) | 一种轮廓形状提取方法、装置、电子设备及存储介质 | |
CN116756836B (zh) | 一种隧道超欠挖体积计算方法、电子设备及存储介质 | |
Zhang et al. | Vertex-based diffusion for 3-D mesh denoising | |
CN105184854A (zh) | 针对地下空间扫描点云成果数据的快速建模方法 | |
Van Lankveld et al. | Identifying rectangles in laser range data for urban scene reconstruction | |
Nieser et al. | Patch layout from feature graphs | |
CN108010114A (zh) | 基本图元点云曲面的几何形状识别方法以及特征识别方法 | |
CN114494323A (zh) | 一种障碍物检测方法、装置、设备及存储介质 | |
CN112561989A (zh) | 一种建造场景下吊装对象的识别方法 | |
CN112381950A (zh) | 一种网格孔洞修补方法、电子设备和计算机可读存储介质 |
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 |