基于Kinect扫描的黄红洋葱三维数字建模成果

　　在农业装备研发、果蔬分选产线设计、农产品数字孪生搭建的实际工程场景中，高还原度的果蔬三维模型是开展结构仿真、视觉算法训练、设备工位适配的核心基础素材，本次完成的黄洋葱与红洋葱三维模型，正是面向这类工程需求打造的高精度实物复刻成果。不同于常规参数化建模生成的规则化果蔬模型，该模型通过深度传感设备对真实成熟洋葱样本进行全周扫描获取点云数据，再经过点云去噪、网格拓扑修复、纹理映射贴合等多道建模工序完成，能够最大程度还原洋葱自然生长状态下的外形特征。从实际应用角度出发，这类果蔬三维模型首先可用于智能果蔬分选设备的视觉识别算法训练，当前市面上的视觉分选设备大多依赖二维图像做外观识别，对于洋葱这类近似球形、表皮存在自然纹理色差、

　　顶部根蒂区域形态不规则的农产品，二维识别容易出现尺寸误判、表皮瑕疵漏检的问题，导入该三维模型后，可在仿真环境中模拟不同光照角度、不同摆放姿态下的洋葱外观特征，提前完成识别算法的样本扩充与参数调优，减少产线现场调试的实物样本消耗与时间成本。在农业采摘机器人的末端执行器设计环节，该模型也能提供可靠的外形边界参考，洋葱的果实质地偏脆，夹持力过大容易出现表皮破损、果肉挤压损伤，夹持力过小则会在转运过程中出现脱落，设计夹爪结构时，可直接将模型导入结构仿真软件，模拟不同弧度夹爪与洋葱球面的接触面积、不同夹持力下的表皮应力分布，结合洋葱表皮的实际承压参数，确定夹爪的最优开合行程、接触面弧度与夹持力阈值，避免反复制作实物夹爪开展夹持试验的冗余工序。

　　从模型本身的设计细节来看，建模过程中完整保留了洋葱的自然外形特征：包括鳞茎成熟后形成的不规则球面曲率，顶部根蒂区域的凹陷形态与残留根须的凹凸结构，表皮从黄褐到红褐的自然色彩过渡，甚至表皮上因生长过程形成的纵向浅纹、局部色泽差异都做了1:1的纹理还原，没有做过度的光滑化处理，这一点对于视觉类应用场景尤为关键——过度光滑的模型会导致仿真训练出的算法在面对真实带自然瑕疵的洋葱时识别率大幅下降。在外形尺寸与安装边界层面，建模时参照市面主流流通的商品级洋葱的实际尺寸范围做了比例校准，模型的最大外径、高度比例完全符合真实黄、红洋葱的物理尺寸区间，在做产线工位适配时，可直接将模型导入产线的三维布局场景，验证输送带挡边高度、分选拨杆的动作行程、

　　视觉相机的拍摄视场是否能够完全覆盖洋葱的所有摆放姿态，避免出现设备安装后因尺寸适配问题导致的卡料、漏检情况。除此之外，这类高精度农产品模型还可用于农业科普类数字内容制作、虚拟农场场景搭建、果蔬冷链物流的包装结构仿真——比如设计洋葱的网套包装、周转箱格挡尺寸时，可通过模型模拟不同摆放方式下的空间利用率，确定周转箱的最优内部格挡尺寸，减少运输过程中的洋葱碰撞损伤。不同于工业标准化零件的建模，果蔬类实物建模的核心难点在于自然形态的无规则性，常规参数化建模很难复刻出自然生长带来的外形随机性，本次建模采用实物扫描的技术路径，就是为了规避参数化建模过于规整、脱离实物真实形态的问题，让模型能够真正适配工程场景中的实际需求，而不是仅能用于展示类场景。在模型拓扑结构处理上，建模时对扫描生成的杂乱点云做了合理的网格重构，在保证外形细节完整的前提下控制了网格面数，既能够满足高精度渲染、结构仿真的细节要求，也不会因为面数过高导致导入产线仿真、算法训练平台时出现运行卡顿的问题，纹理贴图采用了实拍素材做UV展开贴合，没有使用程序化生成的通用纹理，保证表皮纹理的走向、色泽分布完全匹配真实洋葱的外观特征，避免出现纹理错位、色彩失真的问题。