摘要

针对不完整锥面工件模型拟合问题背景,为了解决大量点云数据的标准几何模型拟合问题,提出一种基于遗传算法的锥面点云数据拟合算法:通过随机选取拟合模型采样点,用点云数据点-标准模型采样点的距离计算替代点云数据点-标准曲面模型的距离运算,提高计算效率同时保留点云细节特征;通过对点云数据建立Kd-tree索引提升标准模型采样点距离检测效率;通过遗传算法迭代搜索拟合模型参数,并通过变数据量、变拟合精度等方法改进遗传算法的搜索效率。经实验验证:采用该算法可有效提升部分锥面工件拟合的匹配精度,误差范围±0.5 mm,且对于大量点云数据的处理效果良好。