科创中国
一种面向复杂零件曲面特征保留的点云精简方法
发布时间: 2025-08-28
基本信息
合作方式：
技术转让
成果类型：
发明专利
行业领域：
制造业
成果介绍
“一种面向复杂零件曲面特征保留的点云精简方法” 发明专利，致力于攻克复杂零件点云数据庞大、处理困难的难题。该方法首先对复杂零件进行全方位三维扫描，获取原始点云数据。接着，通过构建独特的空间索引结构，快速定位点云数据中的关键区域与特征点。利用基于曲率分析和邻域关系的算法，精准判断每个点对曲面特征的贡献程度。对于平坦区域，采用高效的均匀下采样策略，大幅减少数据量；而针对曲面变化剧烈、特征丰富的区域，则运用自适应采样算法，在保留细节特征的同时合理精简数据。最终生成精简后的点云数据，既显著降低了数据存储与处理成本，又完整保留了复杂零件的曲面特征，为后续的逆向工程、仿真分析、数控加工等工作提供了高质量的数据基础。
成果亮点
1.特征精准保留：创新的算法能够敏锐捕捉复杂零件曲面的细微特征，无论是尖锐的边角、复杂的曲面过渡区域，还是微小的结构特征，都能在精简过程中得到有效保留，确保零件的关键几何信息不丢失，相较于传统方法，特征保留率提升了。
2.高效精简策略：结合空间索引与自适应采样技术，在保证曲面特征的前提下，实现了极高的数据精简率。针对不同复杂程度的零件点云数据，平均精简率有所提高，极大地减少了数据处理时间和存储空间，提升了整体工作效率。
3.广泛适用性：该方法不依赖于特定的零件类型或扫描设备，无论是规则形状的复杂零件，还是具有不规则、自由曲面的零件，亦或是不同精度、不同格式的点云数据，都能适用，具有很强的通用性和兼容性，可广泛应用于多个行业的复杂零件点云处理工作。
团队介绍
本成果由秦训鹏、丁吉祥、董寰宇、杨世明、董书洲等专业人才共同完成。团队成员来自计算机科学、机械工程、自动化控制等多学科领域，具备扎实的专业知识与丰富的实践经验。秦训鹏在算法设计与优化方面经验丰富，主导了核心算法的研发；丁吉祥擅长三维数据处理与分析，为算法提供了坚实的数据理论支持；董寰宇在计算机图形学领域造诣深厚，负责点云数据的可视化与交互设计，助力算法效果的直观呈现；杨世明在机械制造工艺方面有深入研究，从实际应用角度为算法优化提供方向；董书洲在项目管理与协调方面能力突出，保障项目的顺利推进与各环节的高效衔接。团队成员凭借跨学科的知识融合与紧密协作，成功研发出面向复杂零件曲面特征保留的点云精简方法。
成果资料
下载app