摘要：传统的数据拟合不能对数据进行合理分块,还会选用错误的几何元素。因此提出基于广义叉积鲁棒性原理的识别式数据拟合方法。该原理说明,叉矩阵正交时积矢量鲁棒性强。考察一个数据序列是否包含某几何元素,先用其局部数据点顺次提取该元素的特征参数,再构造正交的叉矩阵并将特征矢量序列映射到积矢量空间。该映射既能克服噪声对恒定特征参数的干扰,又能放大错误几何元素的特征参数的变化。若积矢量在一定范围内是恒定的,则可确认相应数据段中的几何元素并对其边界进行精确定位。试验证明了该方法的有效性。该方法可用于逆向工程的曲面重建,或用作模式分类的一般方法。

关键词：广义叉积 模式识别 点云 数据拟合 鲁棒性 

单位：广西大学机械工程学院 南宁530004 西安交通大学机械制造系统工程国家重点实验室 西安710049 广西大学电气工程学院 南宁530004