[發明專利]一種基于點云語義分割的加工特征智能識別方法

在審

• 申請號: 202010647445.4
• 申請日: 2020-07-07
• 公開（公告）號: CN111914480A
• 公開（公告）日: 2020-11-10
• 發明（設計）人: 周光輝;胡君生;張超
• 申請（專利權）人: 西安交通大學
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06F30/17;G06K9/34;G06K9/62
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 高博

本發明公開了一種基于點云語義分割的加工特征智能識別方法，將零件CAD模型的加工特征智能識別問題轉換為三維點云模型的語義分割問題，通過建立三維零件CAD模型庫并進行預處理得到訓練數據集，進一步將數據集輸入改進的PointNet語義分割網絡，此網絡以PointNet語義分割網絡為基礎框架，通過引入ResNet網絡的殘差塊結構提升分割精度。最后將各類加工特征輸入到檢測模塊，通過異常點檢測和DBSCAN聚類算法核驗加工特征類別、確定加工特征數量。本發明提出的加工特征智能識別方法實現了跨零件種類?跨特征類別的加工特征提取，解決了異型加工特征、自由曲面和復合加工特征難識別的問題，有助于企業重用加工特征的全生命周期信息和制造業計算機輔助軟件的系統集成。

技術領域

本發明屬于先進制造技術智能化信息技術領域，具體涉及一種基于點云語義分割的加工特征智能識別方法。

背景技術

CAD、CAPP和CAM系統在產品設計、工藝規劃和加工仿真等領域發揮著重要作用，然而系統之間的數據難以轉換、傳遞和共享，因此實現CAD、CAPP和CAM系統的集成變得非常重要，這將減少小批量-定制化零件產品的設計、制造時間，使得企業在競爭激烈的市場中有更強的敏捷制造能力。加工特征是指機械零件上特定的形狀，包括孔、自由曲面、臺階和鍵槽等，加工特征的自動識別技術成為了CAD和CAPP系統集成的橋梁。

在過去的三十年里，研究人員提出了不同類型的特征識別技術來識別加工特征，包括基于圖形的方法、基于神經元網絡的方法，基于體積分解的方法、基于單元的方法、基于提示的方法、基于規則的方法和基于混合的方法，這些方法普遍需要建立大量的復雜規則，同時在面對不同類型的加工特征時方法通用性差，對于復合加工特征、異型加工特征和自由曲面特征的識別存在困難；最近出現了以三維體素為輸入，通過3D-CNN來識別加工特征的方法，但是僅在單個特征和簡單零件模型的識別中取得一定效果。

發明內容

本發明所要解決的技術問題在于針對上述現有技術中的不足，提供一種基于點云語義分割的加工特征智能識別方法，通過將加工特征的識別轉換成三維點云的語義分割問題，能夠很好的解決針對異型加工特征、復合加工特征和自由曲面特征的識別難題，實現零件的跨類型-多特征精準識別，有效提升工業企業計算機輔助系統的集成能力。

本發明采用以下技術方案：

一種基于點云語義分割的加工特征智能識別方法，包括以下步驟：

S1、建立三維零件的零件CAD模型庫；

S2、將步驟S1建立的零件CAD模型轉換為標準三維點云模型；

S3、對步驟S2的標準三維點云模型中的不同加工特征點進行標簽加注，通過多次無放回 -均勻采樣將三維點云模型采樣為標準點云模型；

S4、將步驟S3的標準點云模型進行歸一化、旋轉和抖動操作；

S5、將步驟S4處理后的標準點云模型輸入到改進的PointNet點云語義分割網絡中進行訓練；

S6、將步驟S5的訓練結果保存為.h5文件；

S7、對待識別的零件CAD點云模型進行預處理和標準化；

S8、將步驟S7處理后的零件CAD點云模型輸入到步驟S6的.h5文件中，得到各類加工特征的語義分割結果；

S9、通過檢測模塊核定加工特征的類型和數量，完成智能識別。

具體的，步驟S2中，零件的原始CAD模型以PRT、STEP和STL等多種格式存在，通過初始格式→OBJ格式→PCD格式的轉換步驟，將所有零件CAD模型轉換為標準三維點云模型，并以PCD格式保存。