基于点云深度学习的加工特征识别方法

TP391.7%TP183; 在计算机辅助设计与制造系统中,加工特征识别是一项关键技术.针对传统的特征识别技术可扩展性差、鲁棒性差等问题,提出一种基于点云深度学习的加工特征识别方法.通过对加工特征表面进行均匀点采样,构建加工特征的点云数据集.使用K近邻算法构建点云的旋转不变表示,提出一种融入几何先验知识的点云分类网络.对于多特征模型的点云数据,提出一种加工特征点集的提取方法和相交特征的分离方法.通过具体实例验证了所提方法的有效性,表明该方法能识别CAD模型中的单一特征和相交特征....

Full description

Saved in:
Bibliographic Details
Published in计算机集成制造系统 Vol. 29; no. 3; pp. 752 - 762
Main Authors 吕超凡, 黄德林, 刘天元, 周亚勤, 鲍劲松
Format Journal Article
LanguageChinese
Published 东华大学 机械工程学院,上海 201620 01.03.2023
Subjects
加工特征识别
三维目标分类
点云
深度学习
Online AccessGet full text
ISSN1006-5911
DOI10.13196/j.cims.2023.03.006

Cover

More Information
Summary:TP391.7%TP183; 在计算机辅助设计与制造系统中,加工特征识别是一项关键技术.针对传统的特征识别技术可扩展性差、鲁棒性差等问题,提出一种基于点云深度学习的加工特征识别方法.通过对加工特征表面进行均匀点采样,构建加工特征的点云数据集.使用K近邻算法构建点云的旋转不变表示,提出一种融入几何先验知识的点云分类网络.对于多特征模型的点云数据,提出一种加工特征点集的提取方法和相交特征的分离方法.通过具体实例验证了所提方法的有效性,表明该方法能识别CAD模型中的单一特征和相交特征.
ISSN:1006-5911
DOI:10.13196/j.cims.2023.03.006