面向局部点云信息缺失的模型重构方法

摘要

面向新一代航空航天型号高性能制造需求，基于实测数据的性能预测方法愈来愈得到广泛应用。然而，受限于零件尺寸大、结构遮挡多和设备性能不足等问题，该方法难以获得零件完整的实测数据，影响了产品性能预测精度。为此，提出面向局部点云缺失的模型重构方法，构建扫描区域与点云缺失区域的拓扑关系，求得缺失区域的表面点集。首先，提取理论3维模型表面几何信息，并将其转换至拉普拉斯坐标系；其次，将扫描点云数据进行划分，结合粗配准与迭代最近点（ICP）精配准算法进行区域匹配，得到理论模型上与扫描点云对应的区域；然后，采用拉普拉斯网格变换使匹配区域驱动理论三角网格发生形变，并用扫描点云替换对应区域，得到零件完整点云。最后，以飞机起落架外筒为例，采用传统方法与本文方法进行对比，发现当扫描点云覆盖达到一定范围时，所提方法的最大偏差为0.145 mm，显著低于传统方法的0.717 mm，验证了该方法在重构模型精度上的提升。

关键词

局部点云 / 信息缺失 / 模型重构 / 拉普拉斯网格变换