.png){kind=icon}
返回
A method for reconstructing large-scale part models based on feature point cloud data
.png){kind=icon}
PRE
AI
DOI：10.1007/s10845-025-02717-y.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
高保真数字孪生模型是优化装配过程的基础。船体部件具有规模大、重量大和复杂性高等特点。由于零件制造误差和焊接变形，船体肋骨板常因装配间隙超差导致干涉，严重影响了船舶装配的效率和质量。因此，结合特征点云识别和特征拼接技术，提出了一种大尺寸零件快速重建方法。首先，基于零件装配工艺，构建由历史数据和专家经验组成的装配特征库，并确定装配过程中的约束特征；随后训练理论装配模型，创建用于识别与分割的改进深度学习网络。最后，通过采用融合平面聚类分割和凸包算法的特征拼接技术，实现大尺寸模型的重建。以船体舱段部件为例，重建速度提升了30%。
Keyword:
Large-scale parts
Model reconstruction
Feature point cloud
Feature stitching
Assembly process
期刊
IF:
7.4
论文数:
3.5K
被引数:
1.1W
机构
引用论文
.png){kind=icon}
分享收藏Reconstruction of Polygonal Faces from Large-Scale Point-Clouds of Engineering Plants从大型工程植物点云中重建多边形面
OAAI
OAAI分享收藏A novel algorithm of ship structure modeling and target identification based on point cloud for automation in bulk cargo terminals基于点云的散货码头自动化中船舶结构建模与目标识别的新型算法OAAI
OAAI分享收藏
分享收藏
查看更多内容