高志華 李彥奎

(①河南工業(yè)職業(yè)技術(shù)學(xué)院機(jī)械工程學(xué)院，河南 南陽(yáng) 473009；②江南大學(xué)機(jī)械工程學(xué)院，江蘇 無(wú)錫 214122)

隨著社會(huì)需求的多樣化，新產(chǎn)品開發(fā)速度已成為提高企業(yè)競(jìng)爭(zhēng)力的關(guān)鍵因素。傳統(tǒng)的正向設(shè)計(jì)產(chǎn)品開發(fā)周期長(zhǎng)，很難滿足客戶需求多樣化的快速響應(yīng)；而逆向設(shè)計(jì)思維在新產(chǎn)品快速創(chuàng)新設(shè)計(jì)開發(fā)中發(fā)揮了很大作用，成為很多企業(yè)吸收高新技術(shù)再創(chuàng)新，提高市場(chǎng)競(jìng)爭(zhēng)力的制勝法寶[1]。

航空葉片作為航空發(fā)動(dòng)機(jī)的關(guān)鍵部件，被喻為發(fā)動(dòng)機(jī)的“心臟”，80%的航空葉片是通過(guò)精密鍛造技術(shù)獲得的。航空葉片的種類繁多，形狀復(fù)雜，葉片型面多為復(fù)雜的空間自由曲面，葉身一般帶有一定的扭角且要求表面精度較高[2]。為獲得合格的航空葉片，高精度航空葉片精鍛模具設(shè)計(jì)變的十分重要。但航空葉片精鍛模具設(shè)計(jì)技術(shù)一直被少數(shù)歐美國(guó)家所壟斷。為提高我國(guó)航空葉片精鍛模具設(shè)計(jì)技術(shù)，逆向設(shè)計(jì)思維為其提供了一種思路[3]。

航空葉片精鍛模具型腔曲面點(diǎn)云數(shù)據(jù)的預(yù)處理是獲得高精度葉片精鍛模具型腔曲面的前提。目前，我國(guó)依賴逆向軟件(如Geomagic、Imageware等)對(duì)葉片模具點(diǎn)云數(shù)據(jù)進(jìn)行處理。由于航空葉片精度要求較高，且葉片不同位置的精度要求相差很大[4]，如葉身輪廓度誤差在0.02 mm以內(nèi)，而葉根輪廓度誤差在0.2 mm以內(nèi)，所以對(duì)葉片精鍛模具型腔曲面不同位置的點(diǎn)云數(shù)據(jù)的去噪、精簡(jiǎn)和數(shù)據(jù)保留的要求不同，運(yùn)用逆向軟件對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行統(tǒng)一處理會(huì)造成點(diǎn)數(shù)據(jù)的冗余或丟失，導(dǎo)致點(diǎn)云數(shù)據(jù)處理的質(zhì)量下降，限制了后續(xù)一次曲面建模的質(zhì)量[5]。

文章以UG為點(diǎn)云數(shù)據(jù)處理平臺(tái)，C++作為開發(fā)語(yǔ)言，通過(guò)使用自定義數(shù)據(jù)處理算法和UG二次開發(fā)程序驅(qū)動(dòng)UG，在UG中實(shí)現(xiàn)了對(duì)點(diǎn)云數(shù)據(jù)的分塊化處理,提高了點(diǎn)云數(shù)據(jù)處理的靈活性，為提高后續(xù)曲線曲面的關(guān)聯(lián)性建模和模型的修正提供了基礎(chǔ)。由于點(diǎn)云數(shù)據(jù)處、曲線曲面建模及模型的檢測(cè)與修正都集成在UG中，提高了航空葉片精鍛模具逆向設(shè)計(jì)的智能化，縮短了產(chǎn)品開發(fā)周期。

1 數(shù)據(jù)點(diǎn)的獲取

逆向工程第一步是數(shù)據(jù)點(diǎn)的獲取，數(shù)據(jù)點(diǎn)的質(zhì)量直接影響了后續(xù)曲面和實(shí)體建模的質(zhì)量，若獲取的數(shù)據(jù)點(diǎn)誤差較大，會(huì)導(dǎo)致最終獲得模型與原有模型誤差很大。因此數(shù)據(jù)點(diǎn)獲取是整個(gè)逆向設(shè)計(jì)的基礎(chǔ)和關(guān)鍵[6]。根據(jù)對(duì)被測(cè)物體掃描排列形式的不同，點(diǎn)云數(shù)據(jù)一般分為4種[7]：

掃描線點(diǎn)云：獲得的點(diǎn)云數(shù)據(jù)基本位于同一個(gè)等截面線上,該點(diǎn)云數(shù)據(jù)可認(rèn)為是基本有序,如圖1a所示。

陣列式點(diǎn)云：獲得的點(diǎn)云數(shù)據(jù)呈行呈列,屬于有序的點(diǎn)云數(shù)據(jù),如圖1b所示。

三角網(wǎng)格點(diǎn)云：點(diǎn)云數(shù)據(jù)為網(wǎng)格狀相連,屬于有序的點(diǎn)云數(shù)據(jù),如圖1c所示。

散亂點(diǎn)云：獲得的點(diǎn)云數(shù)據(jù)為無(wú)次序、無(wú)組織的完全散亂狀態(tài),如圖1d所示。

文章以B207(公司自命名)葉片模具背弧為例。為獲得較為完整的高精度點(diǎn)云數(shù)據(jù)，我們提出了三種方案：

方案一：采用接觸式掃描法。由于要求獲得的點(diǎn)云數(shù)目眾多，該方案效率極低，并且對(duì)操作者的經(jīng)驗(yàn)提出了更高的要求。

方案二：采用帶有CAD模型的激光掃描方法獲取點(diǎn)云數(shù)據(jù)。首先在已有的葉片模具模型上沿X和Y方向等間距截取型腔曲面的截面線，將其導(dǎo)入三坐標(biāo)測(cè)量?jī)x，沿所得的截面線進(jìn)行掃描。方案實(shí)施后，發(fā)現(xiàn)三坐標(biāo)測(cè)量?jī)x對(duì)導(dǎo)入的截面線的編程要花費(fèi)大量的時(shí)間，并且在葉根轉(zhuǎn)接處獲取的點(diǎn)云數(shù)據(jù)不完整，影響了后續(xù)的曲線、曲面建模。

方案三：直接將原有的葉片精鍛模具CAD模型導(dǎo)入三坐標(biāo)測(cè)量?jī)x中，使用Nextec WIZblade激光掃描設(shè)備自身獲取曲面u、v曲線的功能，設(shè)定u、v方向的間距，把葉片模具型腔曲面離散成u、v曲線，Nextec WIZblade激光掃描設(shè)備將沿離散u、v曲線進(jìn)行掃描。經(jīng)工程實(shí)際驗(yàn)證，該方案的可行性最好。圖2為葉片模具背弧點(diǎn)云數(shù)據(jù)。

2 點(diǎn)云數(shù)據(jù)的預(yù)處理

在采集實(shí)體數(shù)據(jù)點(diǎn)的過(guò)程中，由于測(cè)量設(shè)備本身的誤差、被測(cè)物體反射面相關(guān)的誤差和外部環(huán)境所造成的誤差等，導(dǎo)致了大量離散點(diǎn)的存在。為了獲得高質(zhì)量的曲面，對(duì)獲得的點(diǎn)云數(shù)據(jù)進(jìn)行處理是必不可少的。點(diǎn)云數(shù)據(jù)處理一般包括：噪音點(diǎn)的去除、點(diǎn)云數(shù)據(jù)的拼合、平滑和精簡(jiǎn)等[8]，如圖3所示。

2.1 點(diǎn)云數(shù)據(jù)異常點(diǎn)去除

異常點(diǎn)的處理主要是對(duì)誤差粗大點(diǎn)和噪音點(diǎn)的處理。針對(duì)掃描線式點(diǎn)云，去除誤差點(diǎn)的方法一般包括：直觀檢查法、曲線檢查法和弦高誤差法[9]：

直觀檢查法：用肉眼在圖形窗口中直接將誤差較大的點(diǎn)剔除掉，這種方法適用于點(diǎn)云數(shù)據(jù)的初步檢查。

曲線檢查法：使用點(diǎn)云通過(guò)最小二乘法擬合成一條曲線，然后分別計(jì)算各數(shù)據(jù)點(diǎn)到曲線的距離，根據(jù)給定的允許誤差，判斷該點(diǎn)是否為誤差點(diǎn)。

弦高差方法：連接被檢查點(diǎn)的前后兩點(diǎn)，計(jì)算被檢查點(diǎn)到連接線的弦高差，根據(jù)給定的允許誤差，判斷該點(diǎn)是否為誤差點(diǎn)。程序如下：

for (i=0;i<截面數(shù);i++)

{sprintf(filename,"數(shù)據(jù)文件地址",i);

fp=fopen(filename,"r");//依次打開數(shù)據(jù)文件

if(fp!=NULL)

{while(!feof(fp))//讀取數(shù)據(jù)文件

{fscanf(fp,"%lf %lf %lf", &point[0], &point[1], &point[2]);

UF_CURVE_create_point(point, &t_pnt);

}

for (j=0; j<點(diǎn)的數(shù)目;j++)

{ ……;//弦高差法或曲線檢查法去除異常點(diǎn);}

}

else

uc1601("Cannot open the file!", 1);

fclose(fp);

}

2.2 點(diǎn)云數(shù)據(jù)的平滑濾波

濾波算法不僅能對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行濾波、平滑，而且在一定程度上也能實(shí)現(xiàn)噪音點(diǎn)的去除。對(duì)于掃描線式點(diǎn)云，常用的平滑濾波算法包括：高斯濾波、中值濾波和平均濾波3種[10]。

高斯濾波：在選定的域內(nèi)，點(diǎn)云數(shù)據(jù)的權(quán)重呈高斯分布,它的平均效果相對(duì)較小,因此在濾波時(shí)能較好地保持原始點(diǎn)云數(shù)據(jù)。該算法一般用于點(diǎn)云數(shù)據(jù)模型較為平滑、曲率較小的區(qū)域，如葉片模具的葉身區(qū)域。

中值濾波：采樣數(shù)據(jù)點(diǎn)的值為采樣點(diǎn)各數(shù)據(jù)的中值,這種濾波算法去除數(shù)據(jù)毛刺效果很好。一般用于曲率變化大、容易產(chǎn)生噪音點(diǎn)且精度要求不是非常高的區(qū)域，如葉片模具的葉根部。

平均濾波：采樣數(shù)據(jù)點(diǎn)的值為采樣點(diǎn)各數(shù)據(jù)的統(tǒng)計(jì)平均值,濾波角平均。3種算法濾波效果如圖4所示。

在使用上述算法時(shí),為保證點(diǎn)云的質(zhì)量和后續(xù)建模的精度，根據(jù)各算法的特點(diǎn)，結(jié)合工程實(shí)際要求,靈活的選擇濾波算法，避免點(diǎn)云數(shù)據(jù)的冗雜或丟失。根據(jù)圖像點(diǎn)云去噪思想,對(duì)葉片模具型腔曲面的點(diǎn)云數(shù)據(jù)進(jìn)行二次處理。首先選擇一個(gè)合適的視角，使異常點(diǎn)在視平面上較為明顯,然后把點(diǎn)云投影到該平面,獲得投影圖像，再利用圖像濾波算法去除異常點(diǎn),最后得出投影點(diǎn)所對(duì)應(yīng)的三維點(diǎn)云。若該點(diǎn)云一次處理效果不理想,則可以變換視角再次進(jìn)行處理,通過(guò)幾次視角變換可以很好的實(shí)現(xiàn)對(duì)點(diǎn)云數(shù)據(jù)的去噪和平滑濾波。文章利用高斯濾波和中值濾波算法分別對(duì)葉片模具葉身和葉根處進(jìn)行二次濾波、平滑處理。程序如下：

/*高斯濾波算法*/

int main( int argc, char * argv )

{ Mat image;

image = imread( argv[1]);

if( argc != 2 || !image.data )

{ printf("無(wú)圖片 ");

return-1;

}

namedWindow( "平滑處理----輸入" );

namedWindow( "平滑處理----輸出" );

imshow( "平滑處理----輸入", image );

Mat out;

……；//OpenGL高斯濾波算法

imshow( "平滑處理---輸出", out );

waitKey( 0 );

}

/*中值濾波算法*/

int main( int argc, char * argv )

{ Mat image;

image = imread( argv[1]);

if( argc != 2 || !image.data )

{ printf("無(wú)圖片 ");

return-1;

}

namedWindow("平滑處理---輸入");

namedWindow( "平滑處理---輸出" );

imshow( "平滑處理---輸入", image );

Mat out;

……;//OpenGL中值濾波算法

imshow( "平滑處理---輸出", out );

waitKey( 0 );

}

2.3 點(diǎn)云數(shù)據(jù)的精簡(jiǎn)

隨著技術(shù)的發(fā)展,激光掃描數(shù)據(jù)捕捉速度和精度越來(lái)越高,短時(shí)間就能獲得巨大的數(shù)據(jù)量，但并不是獲取的所有點(diǎn)云數(shù)據(jù)對(duì)后續(xù)曲面建模都是有用的，冗余的點(diǎn)云數(shù)據(jù)如果參與后續(xù)建模,會(huì)使計(jì)算機(jī)運(yùn)行的速度減慢,并且點(diǎn)越多,對(duì)于后續(xù)建模的特征部位越難尋找,產(chǎn)生誤判,影響建模精度。

衡量點(diǎn)云數(shù)據(jù)精簡(jiǎn)的成功度,不是保留原始點(diǎn)數(shù)據(jù)越多越好,也不是精簡(jiǎn)后的點(diǎn)云數(shù)據(jù)越少越好,而是能夠用最少的點(diǎn)云數(shù)據(jù)盡可能多地表示原始的模型信息，提高后續(xù)的建模精度和效率[11]。因此在保留被測(cè)物體幾何尺寸特征的情況下,根據(jù)被測(cè)物體特征輪廓精度要求，對(duì)被測(cè)物體獲得的點(diǎn)云數(shù)據(jù)進(jìn)行精簡(jiǎn)。由于葉片模具不同區(qū)域精度要求不同，因此要對(duì)葉片模具不同部位進(jìn)行分別處理，以便提高計(jì)算機(jī)運(yùn)行速度和逆向建模的效率和精度。

針對(duì)掃描線式點(diǎn)云數(shù)據(jù)精簡(jiǎn)方法有：等間距縮減、等量縮減、倍率縮減、弦偏差等方法[12]。常用的是弦偏差精簡(jiǎn)法。該方法是通過(guò)設(shè)定角度誤差限Δ?和弦高誤差限Δh,綜合考慮這兩種誤差實(shí)現(xiàn)對(duì)點(diǎn)云數(shù)據(jù)的處理，如圖5所示。Δ?是根據(jù)逆向精度來(lái)選取，取值越小，精度越高；Δh是根據(jù)相鄰數(shù)據(jù)點(diǎn)間距離的正態(tài)分布的μ值來(lái)確定的。設(shè)簡(jiǎn)化前點(diǎn)的數(shù)量為N0，預(yù)期簡(jiǎn)化點(diǎn)數(shù)量為N1，則按下式計(jì)算μ：

數(shù)據(jù)精簡(jiǎn)流程如圖6所示。經(jīng)過(guò)點(diǎn)云數(shù)據(jù)去噪、光順濾波和精簡(jiǎn)，得到處理前后的局部點(diǎn)云數(shù)據(jù)如圖7所示。

3 點(diǎn)云數(shù)據(jù)處理菜單在UG中的創(chuàng)建

利用UG/Open API MenuScript實(shí)現(xiàn)點(diǎn)云數(shù)據(jù)處理菜單的創(chuàng)建。具體步驟如下：

Step1：在Project文件夾下建立Application和Startup兩個(gè)文件夾，在這兩個(gè)文件夾中存放如圖8所示的文件。

Step2：在菜單腳本文件(.men)中編寫菜單文件信息。

Step3：在UG安裝目錄X:安裝文件夾UGIImenuscustom_dirs.dat文件中添加路徑。經(jīng)以上步聚,在UG環(huán)境下新增的菜單如圖9所示。

4 一次曲面建模質(zhì)量的對(duì)比

對(duì)使用兩種不同方法處理的點(diǎn)云數(shù)據(jù)進(jìn)行建模，取一次建模實(shí)體的相同截面進(jìn)行誤差檢測(cè)，其誤差如圖10所示。通過(guò)其誤差對(duì)比分析，得出：使用自定義算法對(duì)航空葉片精鍛模具型腔曲面點(diǎn)云數(shù)據(jù)分塊處理的精度較高。

5 結(jié)語(yǔ)

(1)以VS2010為語(yǔ)言開發(fā)平臺(tái)，通過(guò)運(yùn)用自定義算法和VS2010與OpenGL自身函數(shù)庫(kù)，用程序?qū)崿F(xiàn)了對(duì)航空葉片精鍛模具點(diǎn)云數(shù)據(jù)進(jìn)行分塊化處理，通過(guò)工程實(shí)例驗(yàn)證了該方法的靈活性、適應(yīng)性好，一次建模質(zhì)量高。

(2)以UG作為葉片模具點(diǎn)云處理平臺(tái)，實(shí)現(xiàn)了點(diǎn)

云數(shù)據(jù)處理和曲線曲面建模在UG中的集成，提高了后續(xù)各要素間關(guān)聯(lián)性建模和對(duì)一次曲面修正的智能化，縮短了產(chǎn)品開發(fā)周期。

[1]Colin Bradley.The application of reverse engineering in rapid product development[J].Sensor Review,1998,18(2):115-120.

[2]王浩,王立文,王濤，等.航空發(fā)動(dòng)機(jī)損傷葉片再制造修復(fù)方法與實(shí)現(xiàn)[J].航空學(xué)報(bào)，2016,37(3):1036-1048.

[3]Yun Zhang, ZhiTong Chen,Tao Ning.Reverse modeling strategy of aero-engine blade based on design intent[J].The Intern-ational Journal of Advanced Manufacturing Technology,2015,81(9-12):1781-1796.

[4]宋玉旺,胡畢富,席平.航空發(fā)動(dòng)機(jī)葉片CAD技術(shù)綜述[J].航空制造技術(shù),2009(17):52-56.

[5]劉韶光,武鵬,劉學(xué)杰，等.逆向設(shè)計(jì)技術(shù)在渦輪葉片建模中的應(yīng)用研究[J].航空制造術(shù),2015(12):85-87.

[6]Tamás Váradyc,Ralph R Martina,Jordan Coxb.Reverse engineering of geometric models-an introduction[J]. Computer-Aided Design,1997,29(4):255-268.

[7]戴靜蘭.海量點(diǎn)云預(yù)處理算法研究[D].杭州:浙江大學(xué),2006.

[8]Ming Chih Huang,Ching Chih Tai.The pre-processing of data points for curve fitting in reverse engineering[J].International Journal of Advanced Manufacturing Technology,2000,16(9):635-642.

[9]Peter van Oosteroma,Oscar Martinez-Rubib,Milena Ivanovab,et al.Massive point cloud data management: Design, implement-ation and execution of a point cloud benchmark [J]. Computers and Graphics,2015,49:92-125.

[10]李原,張開富,余劍峰.計(jì)算機(jī)輔助幾何設(shè)計(jì)技術(shù)及應(yīng)用[M].北京：機(jī)械工業(yè)出版社，2009.

[11]K H Lee, H Woo, T Suk.Data reduction methods for reverse engineering[J].International Journal of Advanced Manufacturing Technology,2001,17(10): 735-743.

[12]周綠,林亨,周約先，等.曲面重構(gòu)中測(cè)量點(diǎn)云精簡(jiǎn)方法的研究[J].中國(guó)制造業(yè)信化,2004,33(5):102-104.