本文详解如何使用pyvista结合空间查询与符号距离原理,准确量化一个三角网格对另一个网格的穿透深度,并将结果以带颜色映射的vtk格式保存,适用于机械装配分析、碰撞检测与cae前处理等工程场景。
本文详解如何使用pyvista结合空间查询与符号距离原理,准确量化一个三角网格对另一个网格的穿透深度,并将结果以带颜色映射的vtk格式保存,适用于机械装配分析、碰撞检测与cae前处理等工程场景。
在三维仿真与几何分析中,“接触穿透”(penetration)并非简单欧氏距离——它是一个有向量:当点位于另一网格内部时,距离应为负值,其绝对值即为穿透深度;外部则为正值(最近距离)。而scipy.spatial.cKDTree.query()仅返回最小正距离,无法区分内外,因此直接使用d_kdtree会导致接触区域全部显示为“零距离”(蓝色),掩盖真实穿透信息。
要实现真正的穿透测量,核心在于判定每个查询点相对于目标网格的内外关系。PyVista 提供了成熟、鲁棒的 mesh.contains_points() 方法(基于射线投射算法),可高效判断点集是否位于封闭网格内部。结合 KD 树距离,即可构建符号距离场(Signed Distance Field, SDF):
import numpy as npimport pyvista as pvfrom scipy.spatial import cKDTree# 1. 加载并预处理网格(确保水密性)mesh1 = pv.read("mesh1.stl").clean().triangulate() # 目标网格(被穿透者)mesh2 = pv.read("mesh2.stl").clean().triangulate() # 探针网格(施加穿透者)# ✅ 关键:验证网格封闭性(否则 contains_points 不可靠)if not mesh1.is_watertight: raise ValueError("mesh1 must be watertight for inside/outside query")# 2. 构建符号距离:正=外部距离,负=内部穿透深度points2 = mesh2.pointstree = cKDTree(mesh1.points)# 查询最近距离与最近点索引distances, idx_closest = tree.query(points2)# 判定点是否在 mesh1 内部(True 表示 inside → penetration)inside_flags = mesh1.contains_points(points2)# 构建符号距离数组:内部点取负距离,外部点保持正距离signed_distances = np.where(inside_flags, -distances, distances)# 3. 将结果绑定到 mesh2 的点数据中mesh2.point_data["penetration_depth"] = signed_distances# 4. 可视化:穿透区域(负值)用暖色突出,外部用冷色plotter = pv.Plotter()plotter.add_mesh( mesh2, scalars="penetration_depth", clim=[np.min(signed_distances), 0], # 重点关注穿透(≤0) cmap="coolwarm", show_edges=False, opacity=0.95)plotter.add_mesh(mesh1, color="lightgray", opacity=0.3, show_edges=True)plotter.add_text("Penetration Depth (mm)", font_size=12, position="upper_left")plotter.show()# 5. 保存含穿透数据的 VTK 文件(支持 ParaView/VisIt 直接读取)output_path = "contact_analysis.vtk"mesh2.save(output_path)print(f"✅ Contact data saved to: {output_path}")
⚠️ 重要注意事项:
该方法已广泛应用于公差分析、齿轮啮合仿真与3D打印支撑结构干涉检查中。相比手动实现射线投射或依赖商业软件,PyVista 方案兼具精度、可复现性与工程集成能力——只需几行代码,即可将几何接触从“视觉重叠”提升为“量化指标”,真正打通 CAD 到 CAE 的数据闭环。