加工面点云数据深度学习的加工特征自动识别

摘要：

加工特征识别是实现CAD/CAPP/CAM系统集成的关键技术.针对传统基于符号推理加工特征识别模式存在鲁棒性问题,提出一种基于加工面点云数据深度学习的加工特征自动识别方法;基于PointNet点云识别框架,构建了一个面向加工面点云数据的加工特征自动识别卷积神经网络;通过收集CAD模型中的加工特征面集和采样点云,构建了适合该网络学习的三维点云数据样本库.通过样本训练获得加工特征识别器,实现了24类机械加工特征的自动识别,识别准确率达到99％以上,该方法简洁、高效,对有噪音和缺陷的点云数据不敏感,并且对由于特征相交造成加工面破坏仍然具有较好的鲁棒性和识别效果.

关键词：加工特征;特征识别;三维点云;卷积神经网络

所属期刊栏目：31

资助基金：国家自然科学基金;国家自然科学基金

在线出版日期：2022-02-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：143-149