| 上一项 | 下一项 |
点云加工制造
伊利诺伊理工大学
左图显示的是最小二乘（MLS）点云曲面的法向矢量场和能量场分布。该点云定义用于右图所示的自适应步长轮廓生成算法。每一步的步长由点云曲面的局部曲率决定：曲率越小，局部越接近平面，大步长更有效率；曲率越大，局部形状就越偏离平面，需要的步长就越小。
项目概述
随着3D扫描设备普及，产品设计/分析/制造领域也需要更多的算法来进行扫描数据的几何处理。传统处理方法一般首先需要将扫描的点云数据转化成为三角网格，相当耗力费时。我们利用移动最小二乘（Moving Least Square 或 MLS）的点云曲面定义，提出了一种直接处理点云扫描数据的方法，可以省去三角网格转化过程，从而提高整个产品开发周期的效率。
这里我们着重研究了该方法在增量制造（3D打印）方面的应用，并且开发了能够识别几何和拓扑的智能切片算法。实验显示此算法不仅可行，而且可以实现远程3D打印。
最后非常感谢美国国家科学基金会提供的以下赞助:
项目编号#0900597 大规模点云数据的直接数字化及设计制造
项目编号#1030347 使用自适应移动最小二乘曲面满足可控空间约束条件对扫描数据的直接测量
项目编号#0529165 SST/GOALI/协作研发：通过多传感器规划，集成及分析实现复杂制造过程中的尺寸质量控制
相关论文
