9 W% `# Q& t; g6 j" c+ v
$ r1 _; N, n- _/ r修正目的:修正当初学习中的错误认识,尽力去覆盖逆向工程的基本知识,并深给出最佳的技术路线,并对逆向建模过程进行深化! 该文档包括以下主要步骤: 1:点云评估。 2:点云精简,多边形网格化 3:点云对齐。 4:特征提取。 5:多边形网格的编辑。 6:曲线的创建及编辑 7:曲面的创建及编辑。 由上可知,imageware的逆向过程是很严格的遵循点à线à面的流程,这个过程恰恰是模拟了正向设计,只有通过样件点云揣测该样件原设计者的设计意图,才能够精确的进行模型重建,模型重建的过程也就是设计人员再学习的过程,在这个基础上才可以进行再创新,这就是逆向工程的真正意义。在下面的示例过程中,从头到尾SDRC公司也没有采用直接由点云拟合曲面的方式,它宁愿很严格的按照点----线-----面的思路!我会给出由点云直接拟合面的做法,形成对照。可以体会一下。 另外还有一种曲面重建的方式,它的过程是点云à多边形网格à曲面模型。这种曲面重建通常用在艺术,动画,文物模型修复等领域,不适合工业设计,它无法体现设计者的设计意图,只能是仿造!另外采用这种方式重建的曲面通常无法在通用CAD中进行加厚等实体处理,无法对其进行后续加工。它仅适合RP(快速原型)。 一:数据评估 | 拿出一些时间来对项目进行一番规划是项目成功的关键,可以避免犯错,节省时间。在本指南的开始,应该在你的Imgaeware中打开“start.imw”文件,然后数据就会显示在你眼前。 | 7 d, V8 m0 ^) [9 k. f
注意:来自激光测量机的点云数据应该是密集和光滑的。在本例中,为了节省时间,扫描数据已经被平滑处理和修整过了。 在对该产品逆向工程之前,你应该清楚以下问题: 1. 这些扫描数据从哪里来? 这是一个摇臂开关的点云,来自激光测量机。 2. 这种数据具有什么特征? 数据点非常密集(点数为210,109),并且测量时样件的位置没有被摆正,导致在imageware 中点云的坐标和imageware 的世界坐标系不统一。
0 ? K: F) H6 m2 Q. E
]' `% p' N4 }1 }
! ^4 e8 h2 R& l4 L4 k& I" b$ y- ^
3. 最终产品要用来做什么? 最终模型用来校验样品的精度(他要来校验最初的模型,应该是要求很高的精度) 4. 最终反求的模型要达到怎样的精度? 最终做出的曲面必须相当精确,精度要求0.10mm(该偏差指最后的曲面模型与点云的偏差) 逆向建模的整个过程不能脱离两个相互矛盾的准则,精度和光顺性。实际操作过程中,二者不可得兼,需取其中庸之道。 数据简化和点云多边形化(Data reduction and polygonization) 处理海量数据时,典型的处理方式是采用定义点距大小的方式简化数据,降低计算量,便于多边形网格化等操作。简化要以保形为原则。
' v& H# p1 r" K' I( E9 m* n二:Data reduction数据简化简化数据比较通俗的做法就是使用Space Sampling(空间取样)命令。这个命令会在指定的邻域空间中简化点云,也能去处重叠点。 注意:确认示例文件“start.imw”是否被打开。 简化数据: 1. 空间采样(Space Sampling):从Modify工具条找到Restructure,选择Space Sampling 。 或菜单Modify|Data Reduction||Space Sampling。或在点云上击鼠标右键选择 2. 选择要处理的点云 3. 设定 distance tolerance为 0.15mm. 提示:distance tolerance的确定方法:将点云放大至能分清点距,由点距探测和欲去掉几成的点来确定distance tolerance值。如果欲将点云点数去半。可依下面步骤进行: (1) 菜单Mesure àDistance àBetween points (2) 任取一点,探测与该点最近点的点距,如图所示,最近点点距为0.0781,然后取该点距的2倍为distance tolerance值,即为0.15mm。
/ e9 V) N/ O# w& F9 A/ Q# h) ~5 V( G7 Z! [+ Z
处理之后,点云被均匀精简了75%(原来是210109个点,现在是51616),但它依然具有足够的数据信息提给下面的各步处理。 也可以直接指定欲保留的点数来对点云进行采样(前提是必须知道点云的点数)。如下图: 。。。。。。 |