题目：车身线扫描点云数据预处理关键技术研究

    逆向工程（Reverse Engineering，简称RE）技术作为产品设计制造的一种手段，在汽车制造业得到越来越广泛的应用和发展。本课题以汽车车身点云数据的采集和预处理为研究对象，结合车身点云数据的海量、高密度特点，从车身表面的形状特征出发，提出适合车身点云数据采集、数据精简、数据分块的相应算法和解决方案。

    一个完整的车身是由复杂自由曲面、特征线等多种几何信息构成的产品，不同的几何特征有不同的数据采集需求，本课题旨在提出一种结合接触式测量和非接触式测量优点的联合采集方法，以同时满足高效率和高精度的数据采集需求。

   在点云数据预处理的过程中，在保留特征点的前提下尽可能多地剔除冗余点，可以保证后续曲面重构的效率。识别、提取点云的特征数据，并根据这些特征数据进行分块，可以提高重构曲面的精度。

    针对车身逆向设计制造的关键技术，本文的工作主要包括以下三方面内容：

    (1) 在阐述接触式和非接触式采集设备的基本原理和优缺点的基础上，针对汽车车身点云数据的特点，论述了联合数据采集的必要性。提出了一种基于标定点在不同坐标系之间的转换关系实现的坐标系统一的算法，将两组数据融合进而实现数据联合采集。并以某卡车前围的联合数据采集为例对该算法进行了验证。

    (2) 利用八叉树模型对点云数据进行空间分割进而建立数据点的K领域模型。分析激光线扫描数据采集的原理和线扫描车身点云数据的空间结构特点，构建线扫描数据的拓扑连接模型。通过分析线扫描点云拓扑结构与点云曲率之间的关系，建立以法矢变化量为判据的非均匀采样算法，开发出一种高效率、高精度的点云精简算法。并以某汽车车身的点云数据实现对该精简算法与其他精简算法的对比。

    (3) 通过探究数据点局部法矢变化量与高斯曲率之间的关系，提出一种以局部法矢方差值阈值为判据的算法用于识别点云数据的边界。为了保证重构边界曲线的光顺性，提出了一种特征线跟踪和特征线光顺的算法。