基于特征分离的飞机结构件特征识别技术研究∗

刘振宇 曹珍珍 杨青平 茅 健 张立强

（1.上海工程技术大学机械与汽车工程学院 上海 201600）（2.成都永峰科技有限公司技术中心 成都 610000）

1 引言

与一般的机械零件相比，飞机结构件具有更为复杂的拓扑结构及更高的加工精度要求，包含了大量的复杂型腔和薄壁结构，而在传统的数控加工工艺编程中，需依赖编程人员手动提取加工区域的几何信息，造成工作量大、效率低下等问题。特征识别技术是从飞机结构件的实体结构出发，融合特征语义，识别出具有一定工程意义的几何形状［1］。特征识别技术是数字化制造过程中从三维CAD 模型检测制造信息的关键步骤，是实现CAD/CAPP/CAM 集成的重要途经，对于提高飞机结构件的数控加工效率有重要意义［2］。

特征识别常见的方法可分为三类：基于边界匹配的方法、基于体分解的方法以及基于学习的方法。第一类为基于边界匹配的识别方法，其本质是按照预先设置的特征定义对三维CAD 模型进行边界搜索及匹配，其内容主要包括基于图［3-4］、基于痕迹［5］、基于规则［6～7］以及多种方法融合的识别方法［8］；第二类为基于体分解［9～10］的识别方法，与边界匹配方法相比考虑进了三维模型的体积模式，能够实现任意相交特征的识别量［11］；第三类为基于学习的识别方法，将三维模型转换为特定的数据格式，通过机器学习的方式进行特征识别，常见的有基于体素的方法［12］、基于多视图［13］的方法以及基于点云分割［14］的方法。

第一、二类方法通常用于识别B-Rep模型中的加工特征，能够识别对象进行简单快速的表达，其不足是难以处理丢失拓扑特征的stl 等格式，并且存在可扩展性低、识别范围窄、计算量大、缺乏对输入三维CAD 模型中的噪声的容忍度等缺点。与第一、二类方法相比，第三类方法提升了可识别特征的范围以及识别速度，并增加了对噪声模型的容忍度。然而，特征识别的关键是从单元级的几何特征中分辨出与工艺设计和制造过程相关的特征［15］，三维CAD 模型为加工特征与辅助特征的集合，基于学习的识别方法难以对两者进行区分，降低了在实际生产过程中的实用性。

CATIA 是在汽车与航天领域应用广泛的CAD/CAM 软件［16］，CAA（Component Application Architecture）是基于CATIA 平台的二次开发工具，本文基于CAA 二次开发技术，提取CAD 模型的所有面节点，并抑制其中的过渡面节点，对所余节点进行加工特征与辅助特征的分离，降低特征识别的语义歧义，提高识别的准确率；将分离结果的点云数据输入至DGCNN 深度学习网络，进行加工特征的分类与分割。

2 过渡特征识别与抑制

在进行飞机结构件的工艺设计时，为了减小机械加工时产生的应力，同时兼顾美观与工艺要求，常在尖边或尖点处用光滑的曲面代替，这类光滑曲面称为过渡特征。过渡特征的存在增加了结构件特征拓扑关系的复杂度，由于过渡特征是一种仅改变结构件边界细节的特征，为了降低特征识别的难度，提高识别的准确率，采用识别并抑制过渡特征的方式，以恢复结构件原本的拓扑结构。过渡特征的抑制并非改变结构件的真实模型，而是对结构件的特征邻接图进行间接抑制来代替对模型的直接抑制。特征邻接图是指以结构件的面为节点，以边为连接弧构建出的表示边界模式的图，如图1。

图1 结构件特征邻接图

基于特征邻接图的过渡特征识别与抑制CAA实现步骤如下：

1）获取当前模型的机械特征，机械特征包含多种拓扑类别CATCell，获取其中所有的CATFace 拓扑单元，存入容器std：：vectorF_ALL中。

2）获取拓扑单元CATFace 对应的的几何单元CATSurface，CATSurface 代表产品的几何面，通过CATSurface 能够得到准确描述面单元的几何信息。获取所有CATSurface 的Tag 值，Tag 值为CAA赋予模型几何单元不重复的整数值，CATSurface与Tag 值为一一映射关系，构建特征邻接矩阵M_ALL。

3）获取CATSurface 的指针pSur，利用CATSurfaceTools 接 口 中的GetConstantRadiusInfo 函数，对pSur指向的几何特征面进行过渡面判定，得到过渡面节点Tag.x=｛Tag.x1，Tag.x2，…，Tag.xn｝。

4）定位所有的Tag.x 节点，删除矩阵M 中Tag.x对应的行与列，判断删除过渡节点后aij值的变动形况，得到更新后的邻接矩阵M_INIT，由M_INIT 映射出的几何体即为恢复了原本拓扑结构的飞机结构件模型。剔除容器F_ALL 中的Tag.x 节点，得到std：：vectorF_INIT容器。

3 辅助特征面的剥离

飞机结构件具有结构类型复杂、拓扑不固定的特性，通过对过渡特征的抑制，在保持结构件主要特征的基础上简化了结构件模型，为了进一步减小无关特征面在识别过程造成的语义歧义影响，将剔除过渡面后的加工特征面分为两类：加工特征面与辅助特征面。

其中加工特征面决定了结构件的内部拓扑结构，辅助特征面决定了结构件的外部轮廓特性。在制定工艺决策时，加工特征面主要影响结构件加工的刀具类型、刀路规划等因素，通常是精加工或半精加工时的加工对象；而辅助特征面则是毛坯开粗、装夹等工序中的主要工作对象，在特征识别过程中需要将辅助特征面剥离出来，判断边的凹凸性是进行辅助特征面剥离的关键步骤。

3.1 边的凹凸性判别

设结构件实体模型的两个邻接面F1、F2，F1与F2的相交边e以及夹角Θ，当0<Θ<180°时，称e为凹边；当180°<Θ<360°时，e为凸边。边的凹凸性由两相交面的外法线单位向量、交线切线的单位向量以及交线所在环的属性确定。

邻接边凹凸性的判断公式如下：

式中，n1、n2分别为面F1、F2外法线向量，t 为两面交线的切线向量且切线方向与n1应严格满足右手定则。当m>0时，邻接边为凸边；当m=0时，邻接边为相切边；当m<0时，邻接边为凹边。

3.2 加工特征与辅助特征的定义

当面的外环环边均由凸边构成，且环边不属于其他面的内环，称该面为辅助特征面，其余为加工特征面。加工特征决定了飞机结构件的拓扑复杂程度，辅助特征在组成加工特征的各个面的延展方向上加以限制，构成了飞机结构件的轮廓界限。加工特征识别的本质是对构成拓扑结构面单元的语义组合的识别，辅助特征并非影响拓扑结构的主要因素，因此将加工特征与辅助特征进行分离并对加工特征进行研究，减少了特征识别过程中的语义歧义，降低了识别难度。

在容器F_INIT 中除去非特征面，剩余面称为特征面，存入容器F_P 中。重置M_INIT 中的元素属性，存为矩阵M_P，在矩阵M_P 中，Tag.1～Tag.m为CATSurface特征面节点的标签值，m 为特征面的个数。aij表示Tag.i节点与Tag.j节点的邻接关系，aij取值0，1或2，当aij=0时，两节点不相邻；当aij=1时，两节点为凸边连接；当aij=2 时，两节点为凹边连接。其中，i，j∈［1，2，…，m］。当矩阵M_P 中某行或某列的值不包括1 时，则由该行或者该列特征面节点组成的加工特征称为单一特征，否则称为相交特征，相交特征由多个单一特征复合而成。

4 加工特征分离

4.1 特征面点云离散

借助离散器CATCellTessellator，将F_M 容器中的特征面离散为点云，其操作步骤如下。

设置步长step、弦高seg 及向量夹角Angle，获取离散器CATCellTessellator的指针对象*p；获取特征面容器F_M=｛f1，f2，…，fn｝，遍历容器内元素并依次载入离散器，即p->AddFace（fi），i∈［1，n］。每载入一个特征面，运行一次离散器，即p->Run（）；运行之后即得到特征面的离散结果，共包括八类离散类型，即p->GetFace（Para1，Para2，…，Para8）。获取关于离散点CATTessPointIter 的结果，并根据该类的成员函数GetNbPoint（）及GetPointXyz（）分别得到点云的数量及三维坐标值；将得到的数据保存为XML文件，XML又称可扩展标记语言，可对结构化的文档信息进行高效处理，是互联网中进行信息表示和交换的事实标准［16］。

4.2 基于DBSCAN算法的特征分离

DBSCAN 算法是一种基于点云密度的无监督聚类算法，邻域半径Eps 及密度阈值MmPts 为DBSCAN 算法中的两个重要参数。假设以某点为圆心，以Eps 值为半径作邻域，当邻域内的点数大于等于MmPts 值时，称该点为核心点；当邻域内的点数小于MmPts 值，且该点位于核心点的邻域内时，称为该点为边界点；当邻域内不存在点时，称该点为噪声点。如图2，设Eps＝r，MmPts＝4，则a、c 点为核心点，b点为边界点，d点为噪声点。

图2 DBSCAN聚类示意图

DBSCAN 算法优点在于可在具有噪声的空间点云数据中得到任意形状的点云簇，本文采用DBSCAN算法对拓扑结构不固定的飞机结构件点云数据进行聚类，分离出单一特征与相交特征，其中，相交特征由多个单一特征组合而成。

5 算例验证

本文开发平台为VS2008 与CATIA V5 R21，采用C++编程语言，借助CAA 二次开发工具，实现对过渡特征的识别和抑制、加工特征与辅助特征的分离以及离散点云计算工作，并基于DBSCAN算法对加工特征中的单一特征与相交特征进行分离，实现算法验证及界面开发。如图3 所示，其中点过渡面6个、边过渡面23个。

图3 点过渡面（左）与边过渡面（右）

对获得的过渡特征进行抑制，并获取抑制后模型特征面的点云数据，step值设置为1，共得到8703组点云坐标，输出至XML文档。在CAA中，对点云数据的可视化需要通过构建B-Rep模型的3D临时显示曲面来实现，或配置对应版本的PCL进行可视化操作，过程较为复杂。本文通过提取XML 文件中的点云数据，选择Matlab实现点云数据的可视化操作及DBSCAN 算法的实现，分离结果如图4 所示。

图4 单一特征与相交特征

DGCNN 是一种具有旋转鲁棒性的点云深度学习网络，可对离散后的点云模型进行分类与分割。首先，通过spatial transform 块将输入的点云数据进行标准化，提高了点云数据的旋转鲁棒性，再通过DGCNN 模型架构对标准化的点云数据进行处理，模型架构包括分类模型及分割模型。利用DGCNN网络对相交特征点云进行分类与分割，其中单一特征包括四个：方形通孔、圆形通孔、封闭槽和开口槽，而相交特征则由多个孔、槽特征相交而成，分割结果如图5所示。

图5 相交特征分割结果

6 结语

在CAD/CAPP/CAM 集成系统中，CAD 系统输出产品的实体模型或设计特征，CAPP 系统则需要以产品的加工特征为输入单元，而飞机结构件具有拓扑结构复杂且不固定的特点，使得系统之间的工艺信息交流与转换变得困难。本文结合CAA 二次开发技术，定义了飞机结构件的加工特征与辅助特征，并对两者进行剥离；针对加工特征，采用DBSCAN 算法将其分离为单一特征与相交特征，并将分离的点云数据带入DGCNN 网络进行分类分割；最后，通过开发CATIA 插件进行验证，结果表明了该方法的有效性。