声明:文中所有观点仅代表个人见解,若有不妥之处欢迎指正。
这篇论文于2019年 被 SCI 2区 "IEEE Transactions on Automation Science and Engineering"录用,原文链接
目录
1.Overview
定义识别自支撑的函数及目标函数,为弱化自支撑的约束,方法中将自支撑的约束改为最大化悬垂区域面积的减少量。
通过均匀采样选取候选切割面,在剖分准则的约束下,通过束搜索,并引入渐进式放松法避免陷入局部最优,得到最优解。
对剖分完的模型,检测是否仍旧存在悬垂区域,若有,生成支撑结构。
2. Problem Statement
(1)识别是否可以自支撑
nf是面的法向,dπ 是打印方向,所以点乘的结果是两个向量夹角的余弦值(cos);αmax是可自支撑的最大角度,该角度是打印方向与面的夹角,判断角度大小,采用sin(αmax)来转换cos,当夹角小于αmax,则返回0;否则返回1,即为危险面(risky face)。
(2)目标函数
最小化risky face(危险面)面积
e是识别risky face,A(