基于深度学习的智能化工业产品外形设计

发布时间：2021-06-01 00:47

　　传统的工业产品外观设计流程,往往依赖手工建模,存在成本较高、以往模型内部几何形状、关系等知识未得到重用的问题。文章提出了一种基于深度学习的三维建模流程,利用人工智能提供的理解、推理能力,学习模型库中三维模型蕴含的先验知识,用于后续的建模设计工作中。该流程通过图自动编码器学习以往三维模型的布局、尺寸特征,首先生成三维物体的零部件布局特征,接着合成零部件的细节部分,由粗到精的渐进式完成三维生成任务。实验结果表明,该流程能够得到合理的三维模型,生成的模型保留了可识别的外形特征以及几何特征。 

【文章来源】：组合机床与自动化加工技术. 2020,(10)北大核心

【文章页数】：4 页

【部分图文】：

零件布局图的表示方法

根据变分自编码器的变分理论以及贝叶斯理论[14],针对图结构的生成特性,重新定义变分自编码器,构建图变分自编码器架构,如图2所示。图变分自编码器算法步骤如下:

由于三维对象分割后的零部件尺寸较小,无需过高的分辨率即可体现丰富的细节,此处直接使用3D反卷积块构建零件精细化生成网络,结构如图4所示。2.4 装配流程

【参考文献】：
期刊论文
[1]面向增材制造的正向产品建模技术[J]. 刘继红,许文婷,敬石开.  中国科学:信息科学. 2015(02)



本文编号：3209314