周建釗,杜文超,顏雨吉
(陸軍工程大學(xué)野戰(zhàn)工程學(xué)院,江蘇 南京210007)
逆向工程[1](Reverse Engineering,簡(jiǎn)稱RE)是根據(jù)現(xiàn)有的產(chǎn)品模型,利用數(shù)字化測(cè)試設(shè)備獲取實(shí)體數(shù)據(jù),進(jìn)而對(duì)數(shù)據(jù)進(jìn)行處理,重構(gòu)出完整的三維模型,并在此基礎(chǔ)上,進(jìn)行優(yōu)化、創(chuàng)新設(shè)計(jì)、二次開(kāi)發(fā)以及生產(chǎn)的過(guò)程[2]。作為一種新的產(chǎn)品設(shè)計(jì)方法,它在吸收國(guó)內(nèi)外先進(jìn)制造技術(shù)、降低生產(chǎn)成本、縮短產(chǎn)品開(kāi)發(fā)周期等諸多方面都發(fā)揮著重要的作用。
國(guó)內(nèi)外生產(chǎn)制造技術(shù)的不斷攀升,對(duì)三維模型的構(gòu)建提出了更高的要求,對(duì)高精度、高效率的實(shí)現(xiàn)逆向工程也提出了更高的要求。因此,高精度、高效率地實(shí)現(xiàn)數(shù)據(jù)獲取、數(shù)據(jù)處理以及模型重構(gòu)顯得尤為重要。本文在對(duì)比國(guó)內(nèi)外發(fā)展現(xiàn)狀的基礎(chǔ)上著重分析了逆向工程中的關(guān)鍵技術(shù),為后續(xù)研究和開(kāi)發(fā)提供思路與參考。
數(shù)據(jù)獲取、數(shù)據(jù)處理以及模型重構(gòu)是逆向工程領(lǐng)域最主要的關(guān)鍵技術(shù)。下面主要從這三個(gè)方面來(lái)分析。
數(shù)據(jù)獲取是數(shù)據(jù)處理、模型重建的基礎(chǔ),是實(shí)現(xiàn)逆向工程的基礎(chǔ)和關(guān)鍵技術(shù)[3]。隨著科學(xué)技術(shù)的日趨發(fā)展,新理論、新技術(shù)層出不窮的引入,測(cè)量技術(shù)獲得了十足的發(fā)展。由于數(shù)字顯示技術(shù)在測(cè)量上得到了充分的應(yīng)用,讀數(shù)精度和可靠性得到了顯著提高;光波干涉技術(shù)特別是激光技術(shù)的投入實(shí)用化使得測(cè)量精度得到顯著提高;光電攝像技術(shù)與計(jì)算技術(shù)的結(jié)合,極大地提高了對(duì)復(fù)雜零件測(cè)量的精度和效率。
數(shù)據(jù)獲取設(shè)備一般可以分為接觸式設(shè)備和非接觸式設(shè)備兩大類。常用的數(shù)據(jù)采集的方法如圖1所示。
圖1 常用數(shù)據(jù)采集方法的分類[4]
接觸式測(cè)量通過(guò)測(cè)量頭與被測(cè)物體的表面發(fā)生接觸,通過(guò)由傳感器記錄測(cè)量頭與被測(cè)物體表面的接觸位置,計(jì)算得到被測(cè)物體的坐標(biāo)信息。
接觸式測(cè)量設(shè)備最典型的是坐標(biāo)測(cè)量機(jī)(Coordinates Measuring Machine)。其優(yōu)點(diǎn)是結(jié)構(gòu)相對(duì)穩(wěn)定,并且不會(huì)因被測(cè)物體的表面材料和特性的不同的而影響測(cè)量結(jié)果。其明顯的缺點(diǎn)是由于測(cè)量頭與被測(cè)物體工件長(zhǎng)期接觸容易導(dǎo)致測(cè)量頭磨損,需要經(jīng)常對(duì)其重新標(biāo)定,同時(shí),接觸式測(cè)量的測(cè)量速度較慢,且對(duì)于自由曲面難以測(cè)量。圖2所示是兩種典型的接觸式測(cè)量設(shè)備。
圖2 典型接觸式測(cè)量設(shè)備
非接觸式測(cè)量是利用電磁波、光、聲波等介質(zhì)與被測(cè)物體的表面發(fā)生作用,并通過(guò)產(chǎn)生的相互作用來(lái)獲取被測(cè)物表面的坐標(biāo)。當(dāng)前使用最普遍的當(dāng)屬激光式測(cè)量方法,其激光三角法測(cè)量原理如圖3所示。
圖3 激光三角法測(cè)量原理圖
非接觸式測(cè)量因?yàn)闆](méi)有測(cè)量頭與物體接觸,所以不會(huì)因接觸力與摩擦而產(chǎn)生測(cè)量誤差。非接觸式測(cè)量比接觸式測(cè)量數(shù)據(jù)采集速度快,且獲得點(diǎn)云的數(shù)量一般較大,非接觸式測(cè)量避免了接觸式測(cè)量時(shí)易發(fā)生的曲率干涉問(wèn)題,能夠更加真實(shí)的反映被測(cè)表面的實(shí)際形狀。但非接觸式測(cè)量的缺點(diǎn)是容易受到外部環(huán)境的干擾,其測(cè)量數(shù)據(jù)的質(zhì)量好壞與材料表面特性、環(huán)境光等因素都有著直接關(guān)系。圖4所示兩種設(shè)備是常用的非接觸式測(cè)量設(shè)備。
圖4 典型非接觸式測(cè)量設(shè)備
根據(jù)設(shè)備的不同,采集到的點(diǎn)云也不盡相同。根據(jù)點(diǎn)云的分布,可以將點(diǎn)云大致分為散亂點(diǎn)云、掃描線點(diǎn)云、網(wǎng)格點(diǎn)云、多邊形點(diǎn)云四種點(diǎn)云數(shù)據(jù)類型[5],如圖5所示。
圖5 點(diǎn)云類型示意圖
三維數(shù)據(jù)獲取時(shí),直接獲取的點(diǎn)云的數(shù)據(jù)數(shù)量龐大,而且由于點(diǎn)云獲取設(shè)備、采集環(huán)境以及測(cè)量方式等影響因素的存在,不可避免的會(huì)引入噪聲點(diǎn)、異常點(diǎn)等數(shù)據(jù)誤差。同時(shí),經(jīng)過(guò)多次測(cè)量才能得到完整的測(cè)量數(shù)據(jù),點(diǎn)云數(shù)據(jù)中不可避免地產(chǎn)生很多的冗余點(diǎn)。所以,對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行處理是曲面重建前的必要環(huán)節(jié),點(diǎn)云數(shù)據(jù)的處理效果將直接影響到模型重構(gòu)的質(zhì)量與效率。點(diǎn)云數(shù)據(jù)處理是保證三維模型重構(gòu)質(zhì)量和效率的前提條件。
由于儀器、環(huán)境以及測(cè)量方式等影響因素,測(cè)量數(shù)據(jù)不可避免的存在偏離點(diǎn)、無(wú)效點(diǎn),影響重建模型的準(zhǔn)確性。因此,對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行去噪處理,是建模的必要條件。點(diǎn)云去噪示意圖如圖6所示。
圖6 點(diǎn)云去噪示意圖
對(duì)于有序點(diǎn)云,均值濾波、中值濾波和高斯濾波是常用的濾波算法[6],示意圖如圖7.均值濾波容易破壞模型細(xì)節(jié)特征,只對(duì)大量的不規(guī)則噪聲有較好的平滑效果。中值濾波無(wú)法去除大范圍的噪聲點(diǎn),只能通過(guò)選取噪聲點(diǎn)周圍適當(dāng)點(diǎn)值進(jìn)行替換,僅對(duì)濾除少量且分布均勻噪聲效果明顯。高斯濾波法只能在指定域內(nèi)將高頻噪聲濾除同時(shí)較好的保持原數(shù)據(jù)形貌,但在低頻區(qū)域?qū)δP图?xì)節(jié)特征保護(hù)不夠。
圖7 常見(jiàn)濾波算法示意圖
對(duì)于散亂點(diǎn)云,目前主要分為基于投影濾波和基于鄰域?yàn)V波兩種濾波算法。在基于投影濾波的方法中,最具代表性的就是Levin等提出的移動(dòng)最小二乘曲面法(MLS)。在基于鄰域?yàn)V波的方法中,主要使用拉普拉斯算子,或者是將2D圖像的濾波方法擴(kuò)展到3D點(diǎn)云上。
在數(shù)據(jù)處理過(guò)程中,針對(duì)大量散亂無(wú)序的點(diǎn)云,很大程度上增加了數(shù)據(jù)處理的時(shí)間,影響了三維模型重建的效率。因此,為了減少后期數(shù)據(jù)處理和曲面重構(gòu)的處理運(yùn)算量和處理時(shí)間,提高三維模型重建的效率,必須對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行精簡(jiǎn)處理。點(diǎn)云精簡(jiǎn)示意圖如圖8所示。
圖8 點(diǎn)云精簡(jiǎn)示意圖
目前主要分為基于空間分割的精簡(jiǎn)算法和基于曲率的精簡(jiǎn)算法[7]?;诳臻g分割的精簡(jiǎn)方法是利用點(diǎn)云數(shù)據(jù)中最大值與最小值作為邊界位置構(gòu)建一個(gè)初始包圍盒,根據(jù)劃分條件對(duì)初始包圍盒進(jìn)行劃分,劃分得到大量小包圍盒,在每一個(gè)小包圍盒內(nèi)根據(jù)自己的方法進(jìn)行局部精簡(jiǎn),從而達(dá)到精簡(jiǎn)目的。基于空間分割的精簡(jiǎn)算法,效率上得到了提高,但是容易丟失模型的幾何特征,造成重建效果不佳?;谇实木?jiǎn)算法[8]能夠彌補(bǔ)空間分割算法的劣勢(shì),可以較好地保留物體表面的特征點(diǎn),但相對(duì)于基于空間分割的精簡(jiǎn)法效率低,尤其是面對(duì)海量點(diǎn)云數(shù)據(jù)時(shí),基于曲率的精簡(jiǎn)方法的效率會(huì)降低得很明顯。
在數(shù)據(jù)獲取過(guò)程中,一般在一次測(cè)量中無(wú)法得到物體表面完整的測(cè)量數(shù)據(jù),需要通過(guò)多次不同方位得測(cè)量才能夠獲取完整的表面數(shù)據(jù)。但是,由于每次測(cè)量的參考坐標(biāo)系是不同的,所以需要進(jìn)行坐標(biāo)系變換,從而達(dá)到配準(zhǔn)的目的,就需要對(duì)不同的坐標(biāo)系進(jìn)行旋轉(zhuǎn)變換和平移變換。因此,要先整合和配準(zhǔn)這些局部點(diǎn)云數(shù)據(jù),才能得到物體表面完整的點(diǎn)云數(shù)據(jù)。點(diǎn)云配準(zhǔn)示意圖如圖9所示點(diǎn)云配準(zhǔn)的實(shí)現(xiàn)算法有多種,如標(biāo)記法、三點(diǎn)對(duì)齊變換法、ICP算法[9]等等。其中ICP算法是較為經(jīng)典的算法,是目前點(diǎn)云配準(zhǔn)必不可少的算法,也是最基本的算法之一。但是ICP算法極大地依賴配準(zhǔn)的初始狀態(tài),假如出現(xiàn)錯(cuò)誤匹配,極易陷入局部極小值的死循環(huán)。點(diǎn)云配準(zhǔn)實(shí)質(zhì)上是一次矩陣變換,利用平移矩陣和旋轉(zhuǎn)矩陣將目標(biāo)點(diǎn)云配準(zhǔn)至參考點(diǎn)云。因此,點(diǎn)云配準(zhǔn)的實(shí)現(xiàn)算法實(shí)質(zhì)上就是找出最合適的旋轉(zhuǎn)矩陣和平移矩陣,使得目標(biāo)點(diǎn)云和參考點(diǎn)云匹配得最精確。
圖9 點(diǎn)云配準(zhǔn)前后示意圖
特征識(shí)別是從測(cè)量數(shù)據(jù)重建模型的一個(gè)有用的特征點(diǎn),然后根據(jù)這些特征點(diǎn)生成特征曲線或特征表面。這些特征曲線或特征曲面對(duì)重建模型的質(zhì)量具有十分重要的作用。經(jīng)過(guò)一系列處理后,測(cè)量數(shù)據(jù)可以提取數(shù)據(jù)的線特征,然后提取數(shù)據(jù)的表面特征以實(shí)現(xiàn)特征識(shí)別。特征識(shí)別主要是通過(guò)濾波方法實(shí)現(xiàn)的,主要基于集合曲率變化梯度、預(yù)測(cè)和鑒別點(diǎn)云突變特征,從而便于后續(xù)重建模型。
模型重構(gòu)是逆向工程關(guān)鍵技術(shù)之一,是實(shí)現(xiàn)CAE(工程分析)、NC(產(chǎn)品數(shù)控加工)以及產(chǎn)品創(chuàng)新設(shè)計(jì)的基礎(chǔ)。三維模型的重構(gòu),是通過(guò)利用物體表面的點(diǎn)云數(shù)據(jù),通過(guò)逼近(Approximation)或插值(Interpolation)等方法進(jìn)行擬合,重構(gòu)出原物體的表面特征信息,從而構(gòu)造一個(gè)與原物體近似的三維模型[11]。模型重構(gòu)的實(shí)現(xiàn)一般有兩種途徑:
一種是將所得點(diǎn)云數(shù)據(jù)擬合成曲線,然后將曲線通過(guò)特定的方式構(gòu)建成曲面片,如圖10所示。通過(guò)這種“點(diǎn)—線—面”方式得到的模型曲面,精度一般較高,光順性也較好。
圖10 “點(diǎn)—線—面”的方式擬合實(shí)現(xiàn)的曲面
另一種是直接對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行擬合,構(gòu)建成曲面片,最后通過(guò)對(duì)所得曲面片裁剪、過(guò)渡和拼接等操作進(jìn)行曲面編輯來(lái)實(shí)現(xiàn)曲面模型的重構(gòu),如圖11所示。這種直接利用點(diǎn)云數(shù)據(jù)進(jìn)行曲面的擬合的方法,主要用于對(duì)模型精度要求不高的場(chǎng)合,或者對(duì)小范圍的模型曲面進(jìn)行擬合。
圖11 點(diǎn)云數(shù)據(jù)直接擬合實(shí)現(xiàn)的曲面
本文通過(guò)對(duì)逆向工程關(guān)鍵技術(shù)的研究,總結(jié)了前輩對(duì)點(diǎn)云獲取、點(diǎn)云處理以及模型重構(gòu)等關(guān)鍵技術(shù)的研究,總結(jié)并研究了接觸式、非接觸式點(diǎn)云獲取的方法,以及通過(guò)不同的采集設(shè)備不同方式掃描獲得的四種類型的點(diǎn)云;研究分析了點(diǎn)云去噪、點(diǎn)云精簡(jiǎn)、點(diǎn)云配準(zhǔn)以及特征識(shí)別等點(diǎn)云處理的常用方法,為后續(xù)高精度、高效率的實(shí)現(xiàn)點(diǎn)云處理的改進(jìn)算法提供了參考。最后,研究總結(jié)了曲面模型重構(gòu)的一般途徑,為改進(jìn)現(xiàn)有算法給出了思路和出發(fā)點(diǎn)。
高精度、高效率的實(shí)現(xiàn)逆向工程,就要求點(diǎn)云獲取、點(diǎn)云處理以及模型重構(gòu)等環(huán)節(jié)擁有更良好的設(shè)備和更優(yōu)秀的算法。因此,通過(guò)本文的深入總結(jié)分析,為后續(xù)研究和開(kāi)發(fā)提供思路與參考具有重要意義。