-
题名多维曲面成形运动规划中三维模型数据处理研究
- 1
-
-
作者
胡天雄
王绍宗
郭智
冉跃龙
赵海波
-
机构
中国机械科学研究总院先进成形技术与装备全国重点实验室
-
出处
《组合机床与自动化加工技术》
北大核心
2024年第4期42-47,51,共7页
-
基金
北京市概念验证平台项目(20220481100)。
-
文摘
多维曲面成形过程中三维模型读取和空间目标点的求解效率对提高成形速度具有重要影响作用。随着STL模型复杂度提升,三角面片数量相应增加,计算复杂度大幅增长,求解效率降低,运动规划和图案映射过程计算难度也随之增加。针对上述问题基于深度学习方法提出一种三维模型数据处理及运动规划方法,并与传统的计算规划方法进行对比。实验结果表明,所提方法能有效提升曲面打印中模型数据点定位速度2倍以上,定位速度随求解点数据量增加而提升,且对模型顶点数增加具有鲁棒性,大大提升运动规划速度,为多维曲面成形运动规划求解提供新思路,适用于大规模数据计算且可被用于直接交互现实的生产制造任务。
-
关键词
多维曲面成形
深度学习
三维模型数据处理
运动规划
-
Keywords
multi-dimensional surface forming
deep learning
3D model data processing
motion planning
-
分类号
TH164
[机械工程—机械制造及自动化]
TG605
[金属学及工艺—金属切削加工及机床]
-
