结合三维零部件检索的智能装配建模技术研究

How to improve the efficiency of assembly modeling based on the reuse of existing digital models has been intensively studied in recent years. However, some technical bottlenecks for fast assembly modeling still remain. First, the solutions are not fast enough when dealing with big assemblies with huge data. Second, the algorithms are not smart enough when designing new assemblies. Our project aims to conquer these technical bottlenecks by using 3D model retrieval algorithms. Based on the latest techniques, we will mainly focus on the following three problems. Firstly, we will study the assembly retrieval technique based on part components. Secondly, we will investigate the parts recommendation technique by using machine learning algorithms and the assembly relationships. Thirdly, the assembly modification techniques based on standard parts will be carefully studied. Our research results could be easily embedded in the PDM systems. We expect to design a system that supports fast and smart design and modification of lightweight assemblies based on the retrieval and recommendation models, and then full size assemblies could be generated automatically following the guidance of lightweight results. The efficiency of designing new products is expected to be greatly improved by using our system due to its ability to handle complex assembly modeling.

通过复用已有数字模型，从而提高装配建模的效率，已经成为学术界研究的热点，但CAD领域的装配建模技术依然存在着亟需解决的技术瓶颈：首先是大型装配体设计速度慢、数据量大的问题；其次是基于复用的装配设计过程尚不够智能。针对这些瓶颈问题，本项目拟结合三维零部件检索技术，研究基于复用的快速轻量化装配建模技术，进而解决装配建模过程中大数量所导致的复杂性问题，提高其智能化水平。在已有研究成果的基础上，本项目拟从如下三个方面展开新的研究工作：第一方面是研究基于零件组合的装配检索技术；第二方面是研究基于装配关系的部件推荐技术；第三方面是研究基于标准构件的装配修改技术。本项目的研究成果将被应用在PDM系统中，使得通过检索和推荐已有轻量化模型，实现轻量化装配体的快速构建和便捷编辑，驱动完整装配体的后台自动生成，从而满足装配建模的复杂性和智能化需求，提高新产品的设计效率。

通过复用已有三维模型，从而提高装配建模和场景合成的效率，已经成为学术界研究的热点。本项目主要研究了三方面的内容。1）研究基于零件组合的装配检索技术；2）研究基于装配关系的部件推荐技术；3）研究基于部件的装配修改和合成技术。..针对这三方面内容，经过四年的研究，本项目主要在取得了以下的重要进展。.1）提出了一种基于概率模型的智能装配体建模解决方案。该方案包括两部分内容：基于概率模型的部件推荐算法和根据装配关系的装配体合成技术。基于概率模型的部件推荐算法首先对已有工业界真实装配体模型进行学习，训练一个贝叶斯网络。在装配设计过程中，贝叶斯网络用来为设计者推荐最有可能在下一步被复用的零件集合。根据装配关系的装配体合成技术首先对单零件进行几何形状分析，然后根据装配关系和几何限制等将单零件组装成完整的装配体。.2）提出一种基于墙格结构的室内装配库合成的解决方案。该解决方案主要包含三部分内容：基于墙格结构的信息统计方法、基于墙格统计信息的三维场景库合成方法和基于墙格结构的三维场景聚类方法。.3）对三维人造模型的前朝向问题进行研究，提出了一种三维人造模型的前朝向提取解决方案。解决方案包含两个部分内容：适合于三维模型前朝向识别的多特征提取算法、基于学习的三维模型前朝向识别方法。.4）提出了一种新的中轴变换简化方法：基于二次误差最小化的中轴变换简化算法。该方法能快速有效的将中轴变换中的毛刺去除干净，并得到一个结构简单、几何准确并且紧凑的中轴变换。本项目选择将中轴变换转换为中轴网格，将中轴变换的简化问题转换为中轴网格通过边合并策略进行简化的问题。提出了一种新的适用于中轴网格的二次误差度量框架。同时提出了一种对于中轴网格中不稳定分支的定量的特征描述方式。将其与新的二次误差结合起来则能够得到中轴网格内中轴边的合并代价，从而得到最终的中轴网格的边合并顺序，最终使得中轴网格内的毛刺边被优先简化。.5）提出了一种基于最小角优化的保误差和保特征的重新网格化算法，和已有方法相比较，本算法具有如下几个明显优势：a）可以显示地控制逼近误差；b）可以隐式地保持特征；c）可以显示地控制网格复杂度。因此在几何处理问题中将具有更加广泛的应用空间。