【STL切片算法文献笔记】基于层合并的批量处理STL海量数据模型的自适应切片方法

最新推荐文章于 2024-04-08 11:31:31 发布

会走路的胖虎

最新推荐文章于 2024-04-08 11:31:31 发布

阅读量1.3k

点赞数 1

分类专栏： 3D打印切片算法研究文章标签： c++ 算法几何学

本文链接：https://blog.csdn.net/atphui/article/details/124254789

版权

该博客介绍了基于层合并的自适应切片方法，针对STL海量数据模型进行批量处理。通过将模型分割成小块，使用最小层厚切片并合并相邻层，提高了打印效率。实验结果表明，这种方法在保证精度的同时，能有效减少打印时间。

摘要由CSDN通过智能技术生成

原论文介绍。
Title: An adaptive slicing approach for processing STL massive data model in batches based on layer merging
Author:Minghao Shao1,2, Chao Wei1,2, Bin Cui1,2*, Yongkang Li1,2 and Tengfei Zheng1,2

Note:
1 School of Mechanical Engineering, Xi’an Jiaotong University, Xi’an 710049, China
2 State Key Laboratory for Manufacturing and Systems Engineering, Xi’an 710049,
China

前言

自适应切片算法根据网格模型几何形状的变化，采用不同的层厚在不同区域进行分层。在模型较复杂且曲率变化较大的情况下，使用较小的层厚来近似模型。在模型曲率较大的区域，采用最大层厚来提高打印效率。本文提出了一种基于层合并的批量处理STL海量数据模型的自适应切片方法。同时与固定层厚切片法进行对比，表明该算法在保证精度的前提下能够提高打印效率.

一、介绍

现有的切片软件受限于计算机硬件，无法处理海量数据模型（>5GB）。为了对海量网格模型进行自适应切片，提出了一种基于层合并的自适应切片方法，对海量网格模型进行批量处理。首先，我们将模型沿打印方向进行划分，得到一系列小数据量的子模型。子模型的数据量需要小于计算机的内存才能一次读取数据。然后对最小层厚的子模型进行切片，用文献[6]中的方法分析相邻两层切片信息的相似性。合并相邻的两个切片，直到相似度大于设定值，实现基于层合并的自适应切片。