基于增强现实与物体识别技术的模具拆装教学平台设计与实现OA

针对高职模具制造实训设备成本高、内部结构不可视、故障模拟难,且现有AR教学平台依赖印刷标识、实体识别弱、部署成本高的痛点,研发基于MindAR.js与Three.js的模具拆装AR教学平台。平台依托图像追踪技术,通过移动设备直接识别实物模具,叠加三维模型、拆装指引、知识点与故障案例。针对金属模具反光、纹理少造成特征提取难的问题,制定漫射光采集、纹理辅助卡片、多尺度特征编译的图像制备规范;搭建“AR优先、3D兜底”双模架构,共用一套教学资源。采用参数化-GLB混合建模,依托B-rep拓扑特征压缩模具模型资源。测试显示,平台识别成功率98%,帧率32帧/s,支持10类模具识别。基于52名学生的教学实验证明,该平台学生考核成绩优于传统实训,AR模式拆装实操效果更佳,为模具专业虚实融合实训提供轻量化可行方案。