硕士学位论文-基于逆向工程的车身设计应用研究

《硕士学位论文-基于逆向工程的车身设计应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、上海大学硕士学位论文基于逆向工程的车身设计应用研究姓名：林成辉申请学位级别：硕士专业：机械制造及自动化指导教师：鞠鲁粤20090101上海人学硕上学位论文摘要汽车工业是一个技术高度密集的成熟产业，是当今许多高新技术的载体，而产品开发是汽车工业技术的核心。经过近十来年的高速发展，我国的汽车工业综合技术开发水平已经有了很大提高，紧跟国际汽车发展潮流。计算机与信息技术在汽车开发中得到越来越广泛的应用。随着计算机技术和信息技术的飞速发展，其应用范围也越来越广，汽车车身设计由此进入了三维几何建模时代。由于三维

2、设计CAD软件的逐步普及和CAD数据标准的同渐丰富和完善，对车身曲面数学模型的质量要求越米越高。但就总体而言，与国外高水平相比，我国的汽车开发技术还存在相当大的差距。我们应用现代技术进行车身数字模型设计工作仅仅是刚刚开始，许多技术仍在探索中，有些国外技术我们引进后应用得不成熟，有待于吸收和推陈出新。例如曲面光顺技术、计算机检测评价技术及车身数字曲面模型的实物快速原型技术等等。本文的目的是在扫描车身点云数据到建构、检验、修改数字模型的这条技术路径中，寻找出一种高效、简便、优质的逆向工程设计方法，依据国

3、内外提出的曲面光顺理论算法，寻求软件模块间合理的搭配组合和较好的数据处理方法，更好地处理点云数据建立车身的数字模型。论文主要包括：1．对当前曲面数据采集方法的特点进行分析；重点阐述了ATOS三维非接触式扫描仪的工作原理，以及用其准确采集大范围数据点时的应注意的问题以及处理对策。给出了由其测得的车身模具的部分数据点云图。2．对测量数据点的处理如：噪声点的过滤、平滑、精简等进行了研究。根据散乱点云数据的特点，提出了一种新的噪声过滤方法。在对常见点云精简方法的基础上，提出一种基于曲率特征的数据精简方法，提

4、高了点云精简效率。3．简要介绍常见曲线曲面的数学模型，根据轿车覆盖件的外形特点，选择NURBS理论作为曲线曲面重建的理论基础。对基于NURBS曲线曲面的重建进行了研究，介绍了曲线拟合方法，结合实例归纳了NURBS曲面重构的基本策略。关键词：逆向工程，数据采集，车身设计，曲面构造，数据检测上海人学硕上学位论文ABSTI认CTAnewexplorationofautomobiledevelopment—Rcvcrseengineering，springsupin1990s，itplaysanmainly

5、roleintheautomobileindustryforaccumulateinglotsofexperience，in‘ordertomeetthedemandofthedevelopmentofautomobileandenhancetheabilityofinnovationinourcountry．Bodyinwhiteisthecriticalpartofautomobile，containsdeterminantsfactorsintheoverallperformanceofthe

6、automobile．Ithassuchcharacteristicsascomplexshapes，high—qualitysurfaces．Therefor,thepaperdescribesthedigitizationtheoryofautomotivebodybasedonreverseengineering，andpresentsseveralnewsolutionsinmodeldigitizing，dataprocessingandCADmodelreconstructing，asf

7、ollows：Thepaperpresentstheadvancedsystemsandtechnologiesofdataacquisition,especiallyfocusesondataprocurementusingstructured—lightprojiectingmethod．Forreducingerroraccumulationduringdataacquisition，suchas1：1claycarmodel，wepresentsameasuringmethodcombini

8、ngoff-shelfdigitalcameraandATOS，afamousGermandigitizingequipmentusedinreverseengineering．Thepointclouddataprocessingstudy：containspointcloudnoisesfiltering，datasimplify,datafeatureextraction．Anewmethodofpointcloudnoisefilteringispresent