[發明專利]一種面向輪胎點云的數據分割方法

在審

• 申請號: 201710974376.6
• 申請日: 2017-10-18
• 公開（公告）號: CN107845099A
• 公開（公告）日: 2018-03-27
• 發明（設計）人: 劉彥超;董玉德;楊洋;孫根基;張方亮;李廷照;白蘇誠;應蓮花;豐明陽;宋忠輝
• 申請（專利權）人: 安徽佳通乘用子午線輪胎有限公司;合肥工業大學
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/187
• 代理公司: 合肥天明專利事務所(普通合伙)34115
• 代理人: 王麗麗,金凱

技術領域

本發明屬于輪胎工業的技術領域，具體涉及一種面向輪胎點云的數據分割方法。

背景技術

歐盟標簽法對出口至歐洲市場的輪胎所具有的滾動阻力、噪聲和濕地抓著力三大性能進行了限值和分級。相關調查顯示，我國大部分輪胎產品的濕地抓著力性能優異，能夠達到歐盟標簽法A或B級水平，但滾動阻力和噪聲受花紋構型設計的限制卻尚未達到該標簽法的第二階段。為適應國內外汽車市場的需要及消費者選購的需求推動我國輪胎企業向綠色化、國際化方向轉型，2016年6月橡膠工業協會參照歐盟標簽法，對輪胎滾動阻力、噪聲和濕地抓著力三個性能進行測試方法及限值標準的設定，制定出我國輪胎標簽制度。因此，如何在協同改善輪胎滾動阻力、噪聲和濕地抓著力三個性能指標的同時，進一步提升輪胎產品的品質和附加值并將具有自主知識產權的輪胎產品快速推向市場，是我國眾多輪胎企業進行輪胎產品設計的關鍵。

輪胎設計的一般過程為材料選取、結構設計、胎面花紋設計及輪廓設計作為輪胎設計的四要素，決定著輪胎的滾動阻力、噪聲和濕地抓著力等性能，胎面花紋結構設計對輪胎的多項力學性能都具有重要的影響。Stalter等借助對花紋溝槽形狀變形特性分析確定花紋結構參數對輪胎噪聲有直接影響；江蘇大學的王國林等基于子午線輪胎胎體結構設計理論借助數值模擬確定輪胎結構參數與輪胎滾動阻力存在一定的影響關系；Kim及Fwa等研究發現花紋溝槽尺寸及橫向花紋溝槽數目的增加均能提升輪胎的滑水性能。因此，改進輪胎花紋結構設計形式是協同提升輪胎多維特性的主要途徑之一。

傳統的胎面花紋結構設計是建立在技術積累所構建的花紋規則庫之上的參數變換及拆分組合，我國輪胎企業由于起步晚、底子薄，花紋規則庫中缺乏高端輪胎所包含的花紋結構形式，難以建立滿足輪胎多維特性協同提升的花紋結構設計優化模型。因此，尋找一套有效合理的輪胎花紋結構設計方式進行新型花紋結構的構建進而完善花紋規則庫中花紋的結構形式，是我國輪胎企業花紋結構設計亟待解決的問題。而逆向工程作為形貌特征快速開發、產品結構創新設計的關鍵技術能夠對已有的先進技術進行繼承與創新，成為我國輪胎企業消化吸收先進輪胎花紋結構設計形式的一條必然選擇，若將該設計過程直接用于輪胎花紋的逆向設計會存在以下問題：

隨著特征作為逆向建模參數主要載體的不斷深入，基于特征的逆向建模已形成統一的逆向建模思路：即數據處理、數據分割、特征提取、曲面曲線重構等，國內外學者關于逆向建模相關技術的研究主要集中在數據分割、特征點提取兩個方面。

花紋構型優化設計是建立在花紋參數變換與輪胎特性關聯關系研究基礎上的二值圖像邊界的規律性變化，如何尋求圖像邊界的變化模式，并有效地在分割后輪胎點云數據上實施，從而達到邊界數據的最優配置,是一個難題.數據分割沿周向實現輪胎的空間扇形分塊構建互不重疊的單子塊，并對每個單子塊通過數據去噪、數據濾波、數據修復等過程進行適當的數據清理。

Yoshioka等通過采用基于法向量和曲率的區域生長的分割方式借助平面、圓柱、球面等基本幾何要素的法向分布規律，從點云的分割區域自動提取和識別諸如平面、柱面、點、線、規則表面和自由形狀的幾何信息；Beksi等結合全球(拓撲)和局部(顏色，表面法線)信息，借助用持久同源性理論，計算復合物的第零同源基團，并使用顏色和表面法線統計來構建區域，從而實現噪聲和采樣數據不足情況下三維點云的數據分割；Li Baoshun等為實現場景平面對象快速穩定地識別，并具有較準確的分割結果及較高的抗噪能力，通過多平面相似性準則的定義及多閾值估計的組合設計，借助主成分分析(PCA)構建點云平面基元檢測的新模型；雖然都具有一定的先進性，但都未研究具體針對并適用于輪胎點云的數據分割方法。

發明內容

本發明的目的在于提供一種面向輪胎點云的數據分割方法，能夠快速、高效的還原花紋構型設計信息，加強輪胎花紋結構設計的智能化程度，完善了花紋規則庫中基礎花紋的類型，也對通過改進花紋結構形式完成輪胎多維特性的協同提升具有很強的指導意義。

為實現上述目的，本發明采用了以下技術方案：

一種面向輪胎點云的數據分割方法，包括以下順序步驟：

(1)點云柵格化，并將點云分割成給定個數的單子塊；

(2)將單子塊沿周向的柵格數據劃分成若干個等間距的數據區間，通過分析柵格數據落在每個小區間內的頻數和頻率，以最大頻率為基準獲取胎面數據范圍，并對數據范圍內的數據個體按照個體頻數計算權值，通過權值分配計算最佳數據點；