一种基于机器学习的增材制造智能路径规划方法

本发明公开了一种基于机器学习的增材制造智能路径规划方法，通过对层级轮廓信息进行多边形凸分解形成多个子区域，然后根据机器学习模型预测最佳扫描方式生成子区域的子路径，最后将子路径连接起来。主要目的在于减少增材制造过程中打印制件的变形，提高零件的表面质量。本发明能够根据待填充物体切片轮廓的几何特征及打印参数进行动态的规划扫描路径方式。本发明能够更好地适应不同形状和复杂度的打印对象，生成具有高强度、高表面质量的成型件，具有广泛的应用前景。本发明对每层切片轮廓进行多层次的等距轮廓偏置，能够更好地控制打印件的形状和尺寸精度，确保最终打印件的表面质量，提高整体强度和耐久性。