CN114781233A - 有限元网格几何结构外形轮廓识别方法、设备及介质 - Google Patents

有限元网格几何结构外形轮廓识别方法、设备及介质 Download PDF

Info

Publication number
CN114781233A
CN114781233A CN202210694038.8A CN202210694038A CN114781233A CN 114781233 A CN114781233 A CN 114781233A CN 202210694038 A CN202210694038 A CN 202210694038A CN 114781233 A CN114781233 A CN 114781233A
Authority
CN
China
Prior art keywords
contour point
vector
contour
line segment
point
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
CN202210694038.8A
Other languages
English (en)
Other versions
CN114781233B (zh
Inventor
武振江
杨建森
刘忠海
张志国
王建海
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.)
CATARC Tianjin Automotive Engineering Research Institute Co Ltd
Original Assignee
CATARC Tianjin Automotive Engineering Research Institute Co Ltd
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 CATARC Tianjin Automotive Engineering Research Institute Co Ltd filed Critical CATARC Tianjin Automotive Engineering Research Institute Co Ltd
Priority to CN202210694038.8A priority Critical patent/CN114781233B/zh
Publication of CN114781233A publication Critical patent/CN114781233A/zh
Application granted granted Critical
Publication of CN114781233B publication Critical patent/CN114781233B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • G06F30/23Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20Finite element generation, e.g. wire-frame surface description, tesselation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20Finite element generation, e.g. wire-frame surface description, tesselation
    • G06T17/205Re-meshing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Graphics (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本发明实施例公开了一种有限元网格几何结构外形轮廓识别方法、设备及介质。方法包括:从CAE软件获取板壳结构零件的三维几何特征;将所述三维几何特征向所述三维几何特征中的最大平面进行投影,得到二维几何特征;确定所述二维几何特征的二维凸包,作为所述二维几何特征的轮廓点环路;沿所述轮廓点环路的方向,依次确定所述轮廓点环路中每个轮廓点与下一轮廓点之间遗漏的轮廓点并插入,得到最终的轮廓点环路;其中,所述轮廓点环路的方向包括顺时针方向和逆时针方向。本实施例自动化识别复杂几何特征的外形轮廓。

Description

有限元网格几何结构外形轮廓识别方法、设备及介质
技术领域
本发明实施例涉及有限元仿真技术领域,尤其涉及一种有限元网格几何结构外形轮廓识别方法、设备及介质。
背景技术
汽车车身结构性能开发过程中,CAE性能仿真是必不可少的环节,而整个CAE仿真过程中汽车结构有限元网格划分占据了60%-80%的时间。
传统汽车结构有限元网格划分过程中,几何结构的外形轮廓识别主要依靠人力完成,不仅增加了识别时间和成本,对复杂几何特征轮廓的识别准确度也差强人意。
发明内容
本发明实施例提供一种有限元网格几何结构外形轮廓识别方法、设备及介质,以自动化识别复杂几何特征的外形轮廓,为进一步实现汽车结构有限元网格自动化提供支撑。
第一方面,本发明实施例提供了一种有限元网格几何结构外形轮廓识别方法,包括:
从CAE软件获取板壳结构零件的三维几何特征;
将所述三维几何特征向所述三维几何特征中的最大平面进行投影,得到二维几何特征;
确定所述二维几何特征的二维凸包,作为所述二维几何特征的轮廓点环路;
沿所述轮廓点环路的方向,依次确定所述轮廓点环路中每个轮廓点与下一轮廓点之间遗漏的轮廓点并插入,得到最终的轮廓点环路;
其中,所述轮廓点环路的方向包括顺时针方向和逆时针方向。
第二方面,本发明实施例还提供了一种电子设备,包括:存储器、处理器及存储在所述存储器上并可由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现上述方法。
第三方面,本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储计算机指令,所述计算机指令用于使计算机执行上述方法。
本发明实施例将三维几何特征转换到二维平面内,并将二维凸包作为初始轮廓点序列;然后基于“几何结构的外轮廓一定位于结构最外部”的特性,根据轮廓点序列的方向依次确定每两个轮廓点之间遗漏的轮廓点并插入,从而确定真实的轮廓点序列,自动实现了对复杂几何结构的外形轮廓识别,提高了识别精度。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,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是本发明实施例提供的一种几何结构的外形轮廓的示意图。
图2是本发明实施例提供的一种有限元网格几何结构外形轮廓识别方法的流程图。
图3是本发明实施例提供的一种最大平面和局部坐标系的示意图。
图4是本发明实施例提供的一种二维凸包的示意图。
图5是本发明实施例提供的一种二维凸包和二维外形轮廓的示意图。
图6是本发明实施例提供的一种顺时针方向的轮廓点环路的示意图。
图7是本发明实施例提供的一种逆时针方向的轮廓点环路的示意图。
图8是本发明实施例提供的另一种轮廓点环路的示意图。
图9是本发明实施例提供的一种第二向量分类的示意图。
图10是本发明实施例提供的另一种第二向量分类的示意图。
图11是本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将对本发明的技术方案进行清楚、完整的描述。显然,所描述的实施例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,本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施例,都属于本发明所保护的范围。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明的描述中,还需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
通常汽车钣金冲压板壳零件包括加强筋结构、倒角结构和曲面结构等。其中加强筋结构的形状会随着工程师的设计要求灵活变化,并包含一定的随机性。而在自动化网格划分过程中,需要计算出各种几何特征边界轮廓上的点和线(如图1所示),然后基于该结果进行后续操作。本发明实施例提供一种有限元网格几何结构外形轮廓识别方法,以自动识别板壳结构零件的外形轮廓线。该方法由电子设备执行,如图2所示,具体包括:
S110、从CAE软件获取板壳结构零件的三维几何特征。
将板壳结构零件的CAD模型导入到CAE软件中,得到该零件的三维几何特征。可选的,通过二次开发的程序从CAE软件中读取三维几何特征,包括点、线、面的数据,具体包括各点的编号、在整车坐标系中的坐标,线段的编号,面的编号等,并将点与线段信息保存,为后续步骤提供数据输入。
S120、将所述三维几何特征向所述三维几何特征中的最大平面进行投影,得到二维几何特征。
考虑到三维几何特征的复杂性,本实施例将三维几何特征投影到二维平面,以通过二维几何特征的外形轮廓反映三维几何特征的轮廓信息。可选的,首先,确定所述三维几何特征中的最大平面。确定方式有多种,例如,根据三维几何特征的三维凸包,找到面积最大的外轮廓三角平面;或直接选取三维几何特征中面积最大的平面,如图3中的平面MAXFACE等;本实施例不作具体限制。
确定最大平面后,以所述最大平面上的任意两个垂直的方向为第一坐标轴和第二坐标轴、所述最大平面的法向量为第三坐标轴建立局部坐标系,用于通过坐标转换实现二维投影。结合图3,计算平面MAX FACE的形心点COG,以形心点COG为原点,以平面MAX FACE中随机的两个点为参考,建立局部坐标系。其中,局部坐标系以COG点、参考点2和参考点1决定的两个互相垂直的方向为第一坐标轴X和第二坐标轴Y、以垂直于平面MAX FACE的法向量为第三坐标轴Z。
确定局部坐标系后,将所述三维几何特征中的点特征坐标转换到所述局部坐标系中,并将转换后的点特征沿所述第三坐标轴的坐标设置为0,得到二维几何特征。具体的,提取三维几何特征中的点特征坐标值,该坐标值可以存储至矩阵、链表或者字典等数据结构中,便于后续增加、查询、改动或删除。结合图3,将点特征的坐标值变换到局部坐标系下(例如采用四元数算法进行坐标变换),并将变换后各点的Z坐标值变设置为0,就相当于将三维特征从三维空间投影到以X轴与Y轴为坐标系的二维空间内。投影后的二维点集和线段集,构成二维几何特征。
S130、确定所述二维几何特征的二维凸包,作为所述二维几何特征的轮廓点环路。
二维点集的二维凸包是一个点环路,各点沿某一方向首尾相接,在二维平面中形成一个有序环路,如图4所示。凸包中的所有点均为二维几何特征的边界轮廓点,但每两个点之间的线段并不一定为二维几何特征的边界线段。这是因为凸包中每个点都是凸的,但实际应用多数特征的外轮廓既有凹的,也有凸的。对于凹的外轮廓,在相邻两个凸包点之间可能存在遗漏的轮廓点。
更具体的,以图5为例,假设图中的实线为二维特征的真实外形轮廓,则识别出的凸包为点环路A—>B—>C—>D—>E—>A。五个凸包点均为该特征的轮廓点,但线段EA却不是该特征的边界线段。其中,轮廓点C是凹的,并没有作为凸包点识别出来,该点即为凸包点B和A之间遗漏的轮廓点。
S140、沿所述轮廓点环路的方向,依次确定所述轮廓点环路中每个轮廓点与下一轮廓点之间遗漏的轮廓点并插入,得到最终的轮廓点环路。
所述轮廓点环路的方向包括顺时针方向和逆时针方向。本实施例将沿不同的方向确定每两个轮廓点之间遗漏的轮廓点,并将插入到每两个轮廓点之间,从而不断更新轮廓点环路。在一具体实施方式中,包括如下步骤:
步骤一、选取所述轮廓点环路中的任一轮廓点作为目标轮廓点。本实施例将遍历轮廓点环路中的每个目标轮廓点,并依次识别目标轮廓点和下一轮廓点之间可能遗漏的轮廓点。
步骤二、获取所述二维几何特征中的、以所述目标轮廓点为端点的至少一个线段特征。从二维几何特征的线段集中获取以目标轮廓点为端点的所有线段特征,这些线段特征均有可能是二维几何特征的真实外轮廓线段。
步骤三、根据所述至少一个线段特征和所述轮廓点环路的方向,确定所述目标轮廓点和下一轮廓点之间是否存在遗漏的轮廓点。如果存在,将所述遗漏的轮廓点插入所述目标轮廓点和所述下一轮廓点之间,并选取所述遗漏的轮廓点作为新的目标轮廓点,返回至少一个线段特征的获取操作,直到最终的轮廓点环路中所有的轮廓点均被选取完毕。如果不存在,选取所述下一轮廓点作为新的目标轮廓点,返回至少一个线段特征的获取操作,直到最终的轮廓点环路中所有的轮廓点均被选取完毕。
根据线段特征的和轮廓点环路的方向,本步骤包括以下几种实施方式。
第一种实施方式,所述至少一个线段特征的数量为一个,且所述线段特征的另一端点为所述目标轮廓点的下一轮廓点。这时可以确定所述目标轮廓点与所述下一轮廓点之间不存在遗漏的轮廓点,该线段特征即为二维几何特征的真实外轮廓。以图5中的目标轮廓点B为例,以B为端点的线段特征只有BC,而BC的另一端点C就是B的下一轮廓点,则可以确定B与C之间不存在遗漏的轮廓点。
这一情况下,选取所述下一轮廓点作为新的目标轮廓点,返回执行步骤二和步骤三;循环往复,直到最终的轮廓点环路中所有的轮廓点均被选取完毕。仍以图5中的目标轮廓点B为例,将下一轮廓点C作为新的目标轮廓点,进行下一轮循环,即确定C和D之间遗漏的轮廓点并插入,直到所有轮廓点均被选取完毕。
第二种实施方式,所述至少一个线段特征的数量为一个,且所述线段特征的另一端点不为所述目标轮廓点的下一轮廓点。这时可以确定将所述另一端点为所述目标轮廓点和所述下一轮廓点之间遗漏的轮廓点,该线段特征即为二维几何特征的真实外轮廓线段。以图5中的目标轮廓点E为例,以E为端点的线段特征只有EF,但EF的另一端点F不是E的下一轮廓点A,则可以确定F为E和A之间遗漏的轮廓点。
这一情况下,将所述遗漏的轮廓点插入所述轮廓点环路,并选取所述遗漏的轮廓点作为新的目标轮廓点,返回执行步骤二和步骤三;循环往复,直到最终的轮廓点环路中所有的轮廓点均被选取完毕。仍以图5中的目标轮廓点E为例,将遗漏的轮廓点F插入轮廓点环路A—>B—>C—>D—>E—>A中的E—>A之间,得到新的轮廓点环路A—>B—>C—>D—>E—>F—>A;并将F作为新的目标轮廓点,进行下一轮循环,即确定F和A之间遗漏的轮廓点并插入,直到所有轮廓点均被选取完毕。
第三种实施方式,所述至少一个线段特征的数量为多个,这时需要根据轮廓点环路的方向进一步判断目标轮廓点与下一轮廓点之间是否存在遗漏的轮廓点。如果存在,将所述遗漏的轮廓点插入所述目标轮廓点和所述下一轮廓点之间,并选取所述遗漏的轮廓点作为新的目标轮廓点,返回至少一个线段特征的获取操作,直到最终的轮廓点环路中所有的轮廓点均被选取完毕。如果不存在,选取所述下一轮廓点作为新的目标轮廓点,返回至少一个线段特征的获取操作,直到最终的轮廓点环路中所有的轮廓点均被选取完毕。
可选的,所述根据所述至少一个线段特征和所述轮廓点环路的方向,确定所述目标轮廓点和下一轮廓点之间是否存在遗漏的轮廓点,具体包括如下步骤:
步骤A、构建所述目标轮廓点到所述目标轮廓点的上一轮廓点的第一向量;沿所述轮廓点环路的方向,选取距离所述第一向量最近的线段特征。所述最近的线段特征为以目标轮廓点为端点的、真实的外轮廓线段。进一步的,如果所述轮廓点环路的方向为顺时针方向,选取沿顺时针方向距离第一向量最近的线段特征;如果所述轮廓点环路的方向为逆时针方向,选取沿逆时针方向距离第一向量最近的线段特征。
以图6和图7为例,实线向量均对应真实的外轮廓线段,虚线向量对应包括在轮廓点序列中但并不是真实的外轮廓线段的向量,以轮廓点E为端点的多条线段特征均包括EF和EG。参照图6,轮廓点环路的方向A—>B—>C—>D—>E—>A为顺时针方向,以目标轮廓点E的第一向量
Figure DEST_PATH_IMAGE001
为起始位置,沿顺时针方向在E为圆心的圆形区域内扫描,则所述多条线段特征EF和EG中最先与扫描线重合的线段一定为下一条真实的外轮廓线段EF,这是由“几何结构的外轮廓一定位于结构最外部”的特性决定的。根据这一特性,在真实的外轮廓线段未知的情况下,选取沿顺时针方向距离第一向量最近的线段特征作为下一条真实的外轮廓线段。
同理,参照图7,轮廓点环路的A—>E—>D—>C—>B—>A的方向为逆时针方向,以目标轮廓点E的第一向量
Figure 76713DEST_PATH_IMAGE002
为起始位置,沿逆时针方向在E为圆心的圆形区域内扫描,则所述多条线段特征EF和EG中最先与扫描线重合的线段一定为下一条真实的外轮廓线段EG,这同样是由“几何结构的外轮廓一定位于结构最外部”的特性决定的。根据这一特性,在真实的外轮廓线段未知的情况下,选取沿逆时针方向距离第一向量最近的线段特征作为下一条真实的外轮廓线段。
步骤B、根据最近的线段特征与下一轮廓点的关系,确定目标轮廓点与下一轮廓点之间是否存在遗漏的轮廓点。具体来说,包括以下两种情况:
情况一、如果所述最近的线段特征的另一端点为所述目标轮廓点的下一轮廓点,确定所述目标轮廓点与所述下一轮廓点之间不存在遗漏的轮廓点。以图8中的目标轮廓点E为例,轮廓点序列的方向为顺时针方向,经过E的线段特征包括EA和EF,其中沿顺时针方向距离第一向量
Figure 445378DEST_PATH_IMAGE004
最近的线段特征为EA,其另一端点A就是E的下一轮廓点,则不存在遗漏的轮廓点。
情况二、如果所述最近的线段特征的另一端点不为所述目标轮廓点的下一轮廓点,将所述另一端点作为所述目标轮廓点与所述下一轮廓点之间遗漏的轮廓点。以图6中的目标轮廓点E为例,轮廓点序列方向为顺时针方向,经过E的线段包括EF和EG,其中沿顺时针方向距离第一向量
Figure 214751DEST_PATH_IMAGE005
最近的选段为EF,其另一端点F不是E的下一轮廓点A,则F就是E和A之间遗漏的轮廓点。
本实施例将三维几何特征转换到二维平面内,并将二维凸包作为初始轮廓点序列;然后基于“几何结构的外轮廓一定位于结构最外部”的特性,根据轮廓点序列的方向,依次确定每两个轮廓点之间遗漏的轮廓点并插入,从而确定真实的轮廓点序列,自动实现了对复杂几何结构的外形轮廓识别,提高了识别精度。
在上述实施例和下述实施例的基础上,本实施例对距离第一向量最近的线段特征的确定过程进行细化。可选的,所述沿所述轮廓点环路的方向,选取距离所述第一向量最近的线段特征,包括:构建所述目标轮廓点到每个线段特征的另一端点的第二向量;计算所述第一向量到每个第二向量沿所述轮廓点环路的方向的夹角;选取夹角最小的第二向量对应的线段特征,作为沿所述轮廓点环路的方向距离所述第一向量最近的线段特征。进一步的,如果所述轮廓点环路为顺时针方向,计算所述第一向量到每个第二向量沿顺时针方向的夹角;如果所述轮廓点环路为逆时针方向,计算所述第一向量到每个第二向量沿逆时针方向的夹角。所述夹角用于度量线段特征与第一向量的距离;夹角越小,距离第一向量越近。
在一具体实施方式中,首先,将每个第二向量的长度缩放为所述第一向量的长度,计算每个缩放后的第二向量与所述第一向量的点积,所述点积用于度量所述第一向量到每个第二向量沿所述轮廓点环路的方向的夹角。第一向量
Figure 985261DEST_PATH_IMAGE006
和缩放前第二向量
Figure 611414DEST_PATH_IMAGE007
的点积
Figure 467375DEST_PATH_IMAGE008
,其中,
Figure 40438DEST_PATH_IMAGE009
表示
Figure 196613DEST_PATH_IMAGE006
Figure 462510DEST_PATH_IMAGE007
之间的夹角。由于缩放前第二向量的长度
Figure 38722DEST_PATH_IMAGE010
各不相同,因此各点积
Figure 415477DEST_PATH_IMAGE011
不能直接作为
Figure 895000DEST_PATH_IMAGE009
的度量,需要进一步计算
Figure 331797DEST_PATH_IMAGE012
,由于存在除法和arccos函数计算,会引入较大误差。为了克服这一点,本步骤通过向量的缩放消除点积中
Figure 896771DEST_PATH_IMAGE010
的影响,缩放后的点积能够直接作为向量间夹角的度量,简化计算过程的同时,也减小了计算误差。
计算点积后,根据所述第一向量和每个第二向量的位置关系,将至少一个第二向量划分为所述夹角小于或等于
Figure 77216DEST_PATH_IMAGE014
的第一类第二向量,以及夹角大于
Figure 207983DEST_PATH_IMAGE014
的第二类第二向量。上述夹角
Figure 815682DEST_PATH_IMAGE009
的取值范围为
Figure 602373DEST_PATH_IMAGE015
,而所述第一向量到每个第二向量沿所述轮廓点环路的方向的夹角
Figure 819465DEST_PATH_IMAGE016
的取值范围为
Figure 70318DEST_PATH_IMAGE017
。图9以轮廓点序列方向为顺时针方向为例,可以看出第一向量到第一类第二向量的夹角
Figure 848918DEST_PATH_IMAGE016
满足
Figure 122905DEST_PATH_IMAGE018
,且
Figure 645153DEST_PATH_IMAGE019
;第一向量到第二类向量的夹角满足
Figure 750512DEST_PATH_IMAGE020
,且
Figure 700014DEST_PATH_IMAGE021
。因此本步骤在得到
Figure 195717DEST_PATH_IMAGE009
后,进一步根据第一向量和每个第二向量的位置关系将第二向量划分两类。
具体来说,首先将任一第二向量的二维坐标变换到以所述第一向量为纵轴正向的二维坐标系下。当轮廓点序列方向为顺时针方向时,如图9所示,如果所述第二向量变换后的横坐标小于0,确定所述第二向量为夹角大于
Figure 521656DEST_PATH_IMAGE022
的第二类第二向量;如果所述第二向量变换后的横坐标大于或等于0,确定所述第二向量为夹角小于或等于
Figure 481522DEST_PATH_IMAGE022
的第一类第二向量。当轮廓点序列方向为逆时针方向时,如图10所示,如果所述第二向量变换后的横坐标小于或等于0,确定所述第二向量为夹角小于或等于
Figure 601925DEST_PATH_IMAGE022
的第一类第二向量;如果所述第二向量变换后的横坐标大于0,确定所述第二向量为夹角大于
Figure 349038DEST_PATH_IMAGE022
的第二类第二向量。
分类后,如果存在第一类第二向量,选取点积最大的第一类第二向量对应的线段特征,作为沿所述轮廓点环路的方向距离所述第一向量最近的线段特征;如果不存在第一类第二向量,选取点积最小的第二类第二向量对应的线段特征,作为沿所述轮廓点环路的方向距离所述第一向量最近的线段特征。这是由于当
Figure 213089DEST_PATH_IMAGE015
时,
Figure 27461DEST_PATH_IMAGE023
Figure 584345DEST_PATH_IMAGE009
的递减函数,点积
Figure 54640DEST_PATH_IMAGE008
也为
Figure 722382DEST_PATH_IMAGE009
的递减函数。结合图9和图10可以看出,当存在第一类第二向量时,
Figure 391261DEST_PATH_IMAGE009
最小(点积最大)的第一类第二向量对应距离第一向量最近的线段特征;当不存在第一类第二向量时,
Figure 853466DEST_PATH_IMAGE009
最大(点积最小)的第二类第二向量对应距离第一向量最近的线段特征。
本实施例采用向量缩放后的点积作为向量间夹角
Figure 76637DEST_PATH_IMAGE009
的度量,省去了除法和arccos函数的计算过程,简化计算的同时减小了误差;同时根据第一向量和第二向量的位置关系,建立了夹角
Figure 79228DEST_PATH_IMAGE009
与第一向量到每个第二向量沿轮廓点环路的方向的夹角
Figure 71455DEST_PATH_IMAGE016
之间的对应关系,直接通过点积确定沿轮廓点环路的方向距离第一向量最近的线段特征。
图11为本发明实施例提供的一种电子设备的结构示意图,如图11所示,该设备包括处理器60、存储器61、输入装置62和输出装置63;设备中处理器60的数量可以是一个或多个,图6中以一个处理器60为例;设备中的处理器60、存储器61、输入装置62和输出装置63可以通过总线或其他方式连接,图6中以通过总线连接为例。
存储器61作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的有限元网格几何结构外形轮廓识别方法对应的程序指令/模块。处理器60通过运行存储在存储器61中的软件程序、指令以及模块,从而执行设备的各种功能应用以及数据处理,即实现上述的有限元网格几何结构外形轮廓识别方法。
存储器61可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,存储器61可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器61可进一步包括相对于处理器60远程设置的存储器,这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置62可用于接收输入的数字或字符信息,以及产生与设备的用户设置以及功能控制有关的键信号输入。输出装置63可包括显示屏等显示设备。
本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现任一实施例的有限元网格几何结构外形轮廓识别方法。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案。

Claims (10)

1.一种有限元网格几何结构外形轮廓识别方法,其特征在于,包括:
从CAE软件获取板壳结构零件的三维几何特征;
将所述三维几何特征向所述三维几何特征中的最大平面进行投影,得到二维几何特征;
确定所述二维几何特征的二维凸包,作为所述二维几何特征的轮廓点环路;
沿所述轮廓点环路的方向,依次确定所述轮廓点环路中每个轮廓点与下一轮廓点之间遗漏的轮廓点并插入,得到最终的轮廓点环路;
其中,所述轮廓点环路的方向包括顺时针方向和逆时针方向。
2.根据权利要求1所述的方法,其特征在于,所述将所述三维几何特征向所述三维几何特征中的最大平面进行投影,得到二维几何特征,包括:
确定所述三维几何特征中的最大平面;
以所述最大平面上的任意两个垂直的方向为第一坐标轴和第二坐标轴、所述最大平面的法向量为第三坐标轴建立局部坐标系;
将所述三维几何特征中的点特征坐标转换到所述局部坐标系中,并将转换后的点特征沿所述第三坐标轴的坐标设置为0,得到二维几何特征。
3.根据权利要求1所述的方法,其特征在于,所述沿所述轮廓点环路的方向,依次确定所述轮廓点环路中每个轮廓点与下一轮廓点之间遗漏的轮廓点并插入,得到最终的轮廓点环路,包括:
选取所述轮廓点环路中的任一轮廓点作为目标轮廓点;
获取所述二维几何特征中的、以所述目标轮廓点为端点的至少一个线段特征;
根据所述至少一个线段特征和所述轮廓点环路的方向,确定所述目标轮廓点和所述目标轮廓点的下一轮廓点之间是否存在遗漏的轮廓点;
如果存在,将所述遗漏的轮廓点插入所述目标轮廓点和所述下一轮廓点之间,并选取所述遗漏的轮廓点作为新的目标轮廓点,返回至少一个线段特征的获取操作,直到最终的轮廓点环路中所有的轮廓点均被选取完毕;
如果不存在,选取所述下一轮廓点作为新的目标轮廓点,返回至少一个线段特征的获取操作,直到最终的轮廓点环路中所有的轮廓点均被选取完毕。
4.根据权利要求3所述的方法,其特征在于,所述根据所述至少一个线段特征和所述轮廓点环路的方向,确定所述目标轮廓点和所述目标轮廓点的下一轮廓点之间是否存在遗漏的轮廓点,包括:
如果所述至少一个线段特征的数量为一个,且所述线段特征的另一端点为所述目标轮廓点的下一轮廓点,确定所述目标轮廓点和所述下一轮廓点之间不存在遗漏的轮廓点;
如果所述至少一个线段特征的数量为一个,且所述线段特征的另一端点不为所述目标轮廓点的下一轮廓点,将所述另一端点作为所述目标轮廓点和所述下一轮廓点之间遗漏的轮廓点。
5.根据权利要求3所述的方法,其特征在于,所述根据所述至少一个线段特征和所述轮廓点环路的方向,确定所述目标轮廓点和所述目标轮廓点的下一轮廓点之间是否存在遗漏的轮廓点,还包括:
如果所述至少一个线段特征的数量为多个,构建所述目标轮廓点到所述目标轮廓点的上一轮廓点的第一向量;
沿所述轮廓点环路的方向,选取距离所述第一向量最近的线段特征;
如果所述最近的线段特征的另一端点为所述目标轮廓点的下一轮廓点,确定所述目标轮廓点与所述下一轮廓点之间不存在遗漏的轮廓点;
如果所述最近的线段特征的另一端点不为所述目标轮廓点的下一轮廓点,将所述另一端点作为所述目标轮廓点与所述下一轮廓点之间遗漏的轮廓点。
6.根据权利要求5所述的方法,其特征在于,所述沿所述轮廓点环路的方向,选取沿所述轮廓点环路的方向距离所述第一向量最近的线段特征,包括:
构建所述目标轮廓点到每个线段特征的另一端点的第二向量;
计算所述第一向量到每个第二向量沿所述轮廓点环路的方向的夹角;
选取夹角最小的第二向量对应的线段特征,作为沿所述轮廓点环路的方向距离所述第一向量最近的线段特征。
7.根据权利要求6所述的方法,其特征在于,所述计算所述第一向量到每个第二向量沿所述轮廓点环路的方向的夹角,包括:
将每个第二向量的长度缩放为所述第一向量的长度;
计算每个缩放后的第二向量与所述第一向量的点积;
其中,所述点积用于度量所述第一向量到每个第二向量沿所述轮廓点环路的方向的夹角。
8.根据根据权利要求7所述方法,其特征在于,所述选取夹角最小的第二向量对应的线段特征,作为沿所述轮廓点环路的方向距离所述第一向量最近的线段特征,包括:
根据所述第一向量和每个第二向量的位置关系,将至少一个第二向量划分为所述夹角小于或等于
Figure 925143DEST_PATH_IMAGE002
的第一类第二向量,以及夹角大于
Figure 370030DEST_PATH_IMAGE002
的第二类第二向量;
如果存在第一类第二向量,选取点积最大的第一类第二向量对应的线段特征,作为沿所述轮廓点环路的方向距离所述第一向量最近的线段特征;
如果不存在第一类第二向量,选取点积最小的第二类第二向量对应的线段特征,作为沿所述轮廓点环路的方向距离所述第一向量最近的线段特征。
9.一种电子设备,其特征在于,包括:存储器、处理器及存储在所述存储器上并可由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至8中任意一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储计算机指令,所述计算机指令用于使计算机执行权利要求1至8任一所述方法。
CN202210694038.8A 2022-06-20 2022-06-20 有限元网格几何结构外形轮廓识别方法、设备及介质 Active CN114781233B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210694038.8A CN114781233B (zh) 2022-06-20 2022-06-20 有限元网格几何结构外形轮廓识别方法、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210694038.8A CN114781233B (zh) 2022-06-20 2022-06-20 有限元网格几何结构外形轮廓识别方法、设备及介质

Publications (2)

Publication Number Publication Date
CN114781233A true CN114781233A (zh) 2022-07-22
CN114781233B CN114781233B (zh) 2022-09-20

Family

ID=82421464

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210694038.8A Active CN114781233B (zh) 2022-06-20 2022-06-20 有限元网格几何结构外形轮廓识别方法、设备及介质

Country Status (1)

Country Link
CN (1) CN114781233B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116224904A (zh) * 2023-05-10 2023-06-06 季华实验室 修边方向确定方法、装置、设备及存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107810525A (zh) * 2015-04-30 2018-03-16 内部科技有限责任公司 用于格子结构的结点网格划分
CN109190517A (zh) * 2018-08-14 2019-01-11 北京凌云天润智能科技有限公司 一种手指静脉图像边缘提取及方向矫正方法
CN109819226A (zh) * 2017-11-21 2019-05-28 深圳市Tcl高新技术开发有限公司 在凸面体上投影的方法、投影设备及计算机可读存储介质
CN110544292A (zh) * 2019-08-31 2019-12-06 创新工场(北京)企业管理股份有限公司 一种基于三维网格的模型裁剪方法、系统及电子设备
CN114372392A (zh) * 2021-12-15 2022-04-19 武汉工程大学 一种有限元建模方法及计算机存储介质
CN114494648A (zh) * 2022-04-06 2022-05-13 中汽研(天津)汽车工程研究院有限公司 基于有限元网格划分的网格调整方法、设备和存储介质
CN114494649A (zh) * 2022-04-06 2022-05-13 中汽研(天津)汽车工程研究院有限公司 有限元网格划分几何清理方法、设备和存储介质
CN114491824A (zh) * 2022-04-06 2022-05-13 中汽研(天津)汽车工程研究院有限公司 有限元网格自动划分方法、设备和存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107810525A (zh) * 2015-04-30 2018-03-16 内部科技有限责任公司 用于格子结构的结点网格划分
CN109819226A (zh) * 2017-11-21 2019-05-28 深圳市Tcl高新技术开发有限公司 在凸面体上投影的方法、投影设备及计算机可读存储介质
CN109190517A (zh) * 2018-08-14 2019-01-11 北京凌云天润智能科技有限公司 一种手指静脉图像边缘提取及方向矫正方法
CN110544292A (zh) * 2019-08-31 2019-12-06 创新工场(北京)企业管理股份有限公司 一种基于三维网格的模型裁剪方法、系统及电子设备
CN114372392A (zh) * 2021-12-15 2022-04-19 武汉工程大学 一种有限元建模方法及计算机存储介质
CN114494648A (zh) * 2022-04-06 2022-05-13 中汽研(天津)汽车工程研究院有限公司 基于有限元网格划分的网格调整方法、设备和存储介质
CN114494649A (zh) * 2022-04-06 2022-05-13 中汽研(天津)汽车工程研究院有限公司 有限元网格划分几何清理方法、设备和存储介质
CN114491824A (zh) * 2022-04-06 2022-05-13 中汽研(天津)汽车工程研究院有限公司 有限元网格自动划分方法、设备和存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
章仁江,阚敦芝: "利用点列折线的保凸插值", 《计算机辅助设计与图形学学报》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116224904A (zh) * 2023-05-10 2023-06-06 季华实验室 修边方向确定方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN114781233B (zh) 2022-09-20

Similar Documents

Publication Publication Date Title
CN112771573A (zh) 基于散斑图像的深度估计方法及装置、人脸识别系统
CN114781233B (zh) 有限元网格几何结构外形轮廓识别方法、设备及介质
CN111433780A (zh) 车道线检测方法、设备、计算机可读存储介质
CN114494648B (zh) 基于有限元网格划分的网格调整方法、设备和存储介质
CN114491824B (zh) 有限元网格自动划分方法、设备和存储介质
CN114332049A (zh) 边缘检测方法、装置、电子设备及存储介质
CN114494649B (zh) 有限元网格划分几何清理方法、设备和存储介质
CN112825199B (zh) 碰撞检测方法、装置、设备及存储介质
CN117725966A (zh) 草图序列重建模型的训练方法、几何模型重建方法及设备
CN114781073B (zh) 基于法向量的有限元网格几何清理方法、设备及介质
CN116861307A (zh) 一种三维有限元模型的板格识别方法及装置
CN116109685A (zh) 一种零件点云配准方法、装置、设备及介质
CN110689594A (zh) 一种确定三角形格网的离散线的方法和装置
CN110942007B (zh) 手部骨骼参数确定方法、装置、电子设备和存储介质
CN114719844A (zh) 基于空间投影的全天球星图识别方法、装置及介质
CN114140608A (zh) 一种光伏板标记方法、装置、电子设备及存储介质
US20190286770A1 (en) Computer-readable recording medium storing divided region generating program, divided region generating apparatus, and divided region generating method
CN110717291A (zh) 一种焊接结构件变形仿真方法、装置、设备及存储介质
CN118313164B (zh) 一种索穹顶结构几何数字孪生构建方法、系统及装置
CN112163509B (zh) 图像处理方法、装置、网络设备及存储介质
JP5332954B2 (ja) 設計対象形状の幾何特性を考慮した多目的最適化設計支援装置、方法、及びプログラム
CN117218143B (zh) 点云分割方法和装置
CN118246251B (zh) 基于bim的医院建筑施工智能管理方法
CN114419250B (zh) 点云数据矢量化方法及装置、矢量地图生成方法及装置
CN115994915A (zh) 一种相邻网格融合方法、装置、电子装置和存储介质

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