[发明专利]一种基于点云语义分割的加工特征智能识别方法

说明书

本发明公开了一种基于点云语义分割的加工特征智能识别方法，将零件CAD模型的加工特征智能识别问题转换为三维点云模型的语义分割问题，通过建立三维零件CAD模型库并进行预处理得到训练数据集，进一步将数据集输入改进的PointNet语义分割网络，此网络以PointNet语义分割网络为基础框架，通过引入ResNet网络的残差块结构提升分割精度。最后将各类加工特征输入到检测模块，通过异常点检测和DBSCAN聚类算法核验加工特征类别、确定加工特征数量。本发明提出的加工特征智能识别方法实现了跨零件种类‑跨特征类别的加工特征提取，解决了异型加工特征、自由曲面和复合加工特征难识别的问题，有助于企业重用加工特征的全生命周期信息和制造业计算机辅助软件的系统集成。

技术领域

本发明属于先进制造技术智能化信息技术领域，具体涉及一种基于点云语义分割的加工特征智能识别方法。

背景技术

CAD、CAPP和CAM系统在产品设计、工艺规划和加工仿真等领域发挥着重要作用，然而系统之间的数据难以转换、传递和共享，因此实现CAD、CAPP和CAM系统的集成变得非常重要，这将减少小批量-定制化零件产品的设计、制造时间，使得企业在竞争激烈的市场中有更强的敏捷制造能力。加工特征是指机械零件上特定的形状，包括孔、自由曲面、台阶和键槽等，加工特征的自动识别技术成为了CAD和CAPP系统集成的桥梁。

在过去的三十年里，研究人员提出了不同类型的特征识别技术来识别加工特征，包括基于图形的方法、基于神经元网络的方法，基于体积分解的方法、基于单元的方法、基于提示的方法、基于规则的方法和基于混合的方法，这些方法普遍需要建立大量的复杂规则，同时在面对不同类型的加工特征时方法通用性差，对于复合加工特征、异型加工特征和自由曲面特征的识别存在困难；最近出现了以三维体素为输入，通过3D-CNN来识别加工特征的方法，但是仅在单个特征和简单零件模型的识别中取得一定效果。

发明内容

本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种基于点云语义分割的加工特征智能识别方法，通过将加工特征的识别转换成三维点云的语义分割问题，能够很好的解决针对异型加工特征、复合加工特征和自由曲面特征的识别难题，实现零件的跨类型-多特征精准识别，有效提升工业企业计算机辅助系统的集成能力。

本发明采用以下技术方案：

一种基于点云语义分割的加工特征智能识别方法，包括以下步骤：

S1、建立三维零件的零件CAD模型库；

S2、将步骤S1建立的零件CAD模型转换为标准三维点云模型；

S3、对步骤S2的标准三维点云模型中的不同加工特征点进行标签加注，通过多次无放回 -均匀采样将三维点云模型采样为标准点云模型；

S4、将步骤S3的标准点云模型进行归一化、旋转和抖动操作；

S5、将步骤S4处理后的标准点云模型输入到改进的PointNet点云语义分割网络中进行训练；

S6、将步骤S5的训练结果保存为.h5文件；

S7、对待识别的零件CAD点云模型进行预处理和标准化；

S8、将步骤S7处理后的零件CAD点云模型输入到步骤S6的.h5文件中，得到各类加工特征的语义分割结果；

S9、通过检测模块核定加工特征的类型和数量，完成智能识别。

具体的，步骤S2中，零件的原始CAD模型以PRT、STEP和STL等多种格式存在，通过初始格式→OBJ格式→PCD格式的转换步骤，将所有零件CAD模型转换为标准三维点云模型，并以PCD格式保存。