点云曲面重建算法的研究现状(上）

1.2.2点云曲面重建算法的研究现状

喷涂机器人设三维空间中的任意一个曲面记为Q，是Q的一组散乱数据点集，所谓的点云曲面重建就是由S来近似拟合与Q逼近的曲面。Boissonnat首先提出了细分的曲面重建法，其主要的思想是通过散乱无序点云的Delaunay三角划分来进行曲面重建。Green等研究了二维空间中散乱点云的Voronoi图计算以及和Delaunay三角化的转化。随后，Bowyer等将文献18的结果推广到空间中的任意维，于是接着便出现了大量关于三维空间中Delaunay三角化的方法。Edelsbrunne:等便是在文献19的基础上通过的方法来得到重建的曲面。

距离函数法通过构造每个点到物体表面的距离矢量场来计算零等值面，该零等值面即为重建后的曲面。关于这种方法的研究并不多，最具有代表性的研究是由Hoope等提出的切平面近似逼近法。

区域扩张法首先按照一定准则选取符合条件的某一点作为种子点，然后从某一种子边或者种子网格出发不断进行增长来构造曲面。这种方法和Delaunay三角划分的方法有一定的相似性，同样也是由Boissonnat嗜先提出这种方法，其选择种子点的准则是满足三角形张角最大的条件。Crossno等基于螺旋边的准则，从初始三角网格边界出发，对边界上的每个点按照内接圆最小的准则得到新的三角形，不断更新边界，直至覆盖整个点云数据。而后，M.Gopi等提出了以边界顶点作为种子点的边界顶点表面增长算法，Bemardini等提出了ball-pivoting算法。

相对于国外学者在点云曲面重建领域取得的研究成果来说，国内的研究比较缺乏创新性，大多数都还是在讨论国外学者的研究方法，这里不再赘述。

1.2.3喷涂机器人自动路径规划技术的研究现状

喷涂路径自动规划的难度很大，在上个世纪80年代初期，Klein首先在喷枪路径规划中运用离线编程的思想。1991年，Sub等基于工作站SUN4/330开发了一套用于机器人喷漆的离线编程与仿真系统(IRPS)，通过人机交互的方式实现了非静电喷涂的工件模型建模、喷涂工艺参数的优化求解以及喷涂过程仿真。随后，Narayanan等在1992年提出了与IRPS相类似的用于机器人喷釉的离线编程系统。不久，Antonio和Ramabhadran等针对喷涂机器人路径规划的优化问题进行了研究，Suh、 Balkan,、Conner等对喷枪涂料沉积速率模型的问题进行了理论研究。近些年，在美国的福特发动机公司和美国国家自然科学基金的资助下，密西根州立大学的Chen等和卡耐基梅隆大学的Atkar等率先对喷涂路径自动规划问题进行了研究。