在逆向工程中,传统的点云数据和数控加工结合的途径是先用三角面片或B样条曲面或非均匀有理B样条曲面进行重构,然后在此基础上进行刀具轨迹规划,该方法对操作人员的技术和经验要求较高,费时费力。鉴于上述缺点,由点云数据直接生成数控加工轨迹成为目前研究的重点。由激光扫描机获得的点云数据是点的ASCⅡ码坐标值,缺乏数据点的拓扑关系,本课题采用八叉树法建立点云数据的空间索引,实现任意位置点的邻域的高效,快速搜索。点云数据的预处理包括噪声去除、精简等。扫描线点云的噪声去除采用弦高法。数据精简就是对冗余点进行处理,压缩不必要的数据点,减少后期处理量,本课题采用角度-弦高联合准则法进行精简,利用给定的角度和弦高误差限来对单条扫描线上的点进行简化处理。本论文提出由毛坯切削生成零件形状的层切法的粗加工算法。粗加工的目的是去除多余材料,获得零件的大体轮廓,因此粗加工的工艺与精加工不同。用截平面法截取点云获取某一层面上的点云带,然后对带状点云进行精简、排序形成轮廓环;用C++中的树这种数据结构描述各环之间的拓扑关系,并判断加工区域和非加工区域;用行切法规划同一层切面上的加工轨迹。本论文提出了由点云数据直接生成数控加工轨迹的数据模型,该模型包含了完整的、无冗余的用于数控加工的所有数据,包括刀触点空间坐标,用于计算刀位点数据的法矢量和进行刀具干涉的局部曲率半径信息。数据点沿法矢方向偏置一个刀具半径获得刀位点,然后用双圆弧插值这些刀位点,充分利用数控机床的圆弧插补功能实现基于点云的自由曲面的精加工。研究直接基于测量数据来获得刀具轨迹的方法,避开了曲面重构过程,操作简单、计算稳定,适应了快速制造的发展趋势,具有较大理论价值和实际应用价值。