一种工业造型智能设计生成方法、装置及设备与流程
本技术涉及模型构建,特别涉及一种工业造型智能设计生成方法、装置及设备。
背景技术:
1、nurbs(non-uniform rational b-spline,非均匀有理b样条)作为iso 10303工业产品数据交换标准和iges/step规范的核心几何表达形式,已成为现代工业造型设计领域事实上的曲面表达标准。相较于多边形网格(mesh)表示,nurbs曲面具备参数化可编辑性、高阶连续性保证和工程语义完备性等不可替代的工程优势。
2、近年来,人工智能大模型在三维内容生成领域取得了显著进展。以图生3d和文生3d为代表的生成式ai方法-比如magic3d、lrm等,能够从单张图像或自然语言描述生成具有合理拓扑和外观的三维模型。
3、相关技术中最接近的现有技术包括: 现有技术1:基于算法发现的线框拓扑分析(union-find聚类、pca方向向量分类),缺点是对输入数据敏感且缺乏先验知识约束,无法处理非标准朝向的模型;现有技术2:传统cad特征建模(catia、nx),缺点是编辑圆角化曲线后无法反向同步到原始输入,圆角过渡面构造缺乏控制网级别的水密性保证;现有技术3:ai直接生成3d几何(dreamfusion、magic3d、lrm),缺点是输出为非参数化的网格表示,无法编辑修改,缺乏几何连续性保证,无法导出为工业标准的step格式;现有技术4:txt2img直接生成设计图(stable diffusion、dall-e),缺点是缺乏工业造型领域知识约束,几何比例幻觉严重,缺乏controlnet修正和降级策略; 现有技术5:2d/3d分割方法(sam、mask2former、图割聚类),缺点是缺乏工业造型领域知识约束,2d和3d分割结果不一致时缺乏裁决机制;现有技术6:单路径执行架构,缺点是编排器路径失败时无法回退到原子api,原子api使用门槛高,缺乏自动降级策略。
4、在现代工业造型设计中,设计师需要从概念意图出发,经过多轮迭代,最终生成可制造、可编辑的参数化nurbs曲面模型。这一过程涉及多个技术环节,每个环节都存在显著的技术挑战。知识图谱作为领域知识的结构化载体,在传统系统中未被充分利用,导致各环节缺乏先验知识约束,生成质量不可控。具体存在以下8个技术问题:
5、问题1:ai生成模型普遍采用隐式场或显式网格(三角网格mesh)作为输出形式,存在固有局限:(1)离散三角网格缺乏参数化语义,无法进行尺寸驱动的参数化修改;(2)网格顶点法向量依赖离散差分计算,无法保证g2曲率连续性;(3)网格模型无法直接参与cad系统的工程操作,与下游cae/cam流程存在"语义鸿沟";
6、问题2:线框拓扑关系依赖算法动态发现,鲁棒性不足。传统方法通过union-find聚类、pca方向向量分类、高度排序等算法动态发现曲线的拓扑关系,对输入数据敏感且缺乏先验知识约束;
7、问题3:圆角化曲线编辑后无法反向同步到原始输入。圆角化后的18极点nurbs曲线与原始4条直线段之间缺乏反向映射关系,编辑结果无法自动传播回原始输入数据,导致编辑链路断裂;
8、问题4:特征曲线角色识别依赖方向向量分类,对非标准朝向失效。当模型朝向非标准(如倾斜放置、旋转)时,pca主成分方向与实际造型方向不一致,分类结果错误;
9、问题5:圆角过渡面构造缺乏水密性保证。传统方法将相邻曲面独立构建,在接合处通过拟合或插值保证近似连续,无法保证控制网级别的精确共边,导致相邻曲面间存在微小缝隙(g0不连续);
10、问题6:ai生成设计图的几何比例不可控。txt2img模型在生成工业设计图时,经常产生几何比例幻觉——生成的图像可能比例失调、关键特征线位置不合理,缺乏知识图谱驱动的意图补全和controlnet修正机制;
11、问题7:2d/3d语义分割缺乏知识图谱约束。现有2d图像分割和3d网格分割方法缺乏工业造型领域的先验知识,分割结果可能违反产品设计规范,缺乏知识图谱的裁决机制;
12、问题8:dts规范推理缺乏自动化机制。不同产品类别的dts规范差异显著,传统方法依赖工程师手动查表和经验判断,效率低且容易遗漏,缺乏知识图谱自动推理dts参数的机制;
13、问题9:编排器与原子api缺乏统一的双路径执行机制。传统系统要么只提供完整的编排器管线(灵活性不足),要么只提供独立的原子api(使用门槛高),缺乏编排器优先、原子api兜底的双路径执行机制。
技术实现思路
1、本技术的目的是提供一种基于知识图谱与多模态ai的工业造型智能设计生成方法、装置及设备,用于解决现有技术中从设计意图到参数化nurbs输出过程中存在的线框拓扑发现鲁棒性不足、圆角化曲线编辑无法反向同步、特征曲线角色识别对朝向敏感、圆角过渡面缺乏水密性保证、ai生成设计图几何比例不可控、2d/3d语义分割缺乏领域知识约束、dts规范推理依赖人工查表以及缺乏双路径执行机制等技术问题。
2、第一方面,本技术实施例提供了一种工业造型智能设计生成方法,所述方法包括:
3、获取产品信息,利用视觉语言模型vlm进行产品分类,并从知识图谱中检索意图补全参数和dts规范参数;
4、基于所述产品分类和意图补全参数,利用ai模型生成设计图,并从知识图谱中检索同类产品的多视角图片集,利用所述多视角图片集通过条件控制网络controlnet对所述设计图进行轮廓修正;
5、利用大规模重建模型lrm基于所述设计图,通过3d重建生成3d中间数据,所述3d中间数据包括三角网格mesh;
6、基于设计图和所述3d中间数据,利用知识图谱的部件3d语义分割基准模板进行2d/3d融合语义分割,得到语义分割标签;
7、基于知识图谱中同类产品的拓扑模板,以所述拓扑模板定义的拓扑关系为声明,基于所述mesh和语义分割标签按照所述声明执行曲面构造过程,得到边界表示法外壳b-rep shell,所述拓扑模板用于定义标准的边界线和截面线的拓扑关系,所述b-rep shell包括至少一个侧曲面、连接侧曲面的圆角过渡面和顶盖;
8、对所述b-rep shell进行缝合得到3d模型,并进行g1连续性输出验证,以及检查所述3d模型的相关参数与dts规范参数的一致性;其中,所述知识图谱在意图理解、设计图生成、3d重建、语义分割、曲面构造和输出验证的六层架构中每一层提供先验知识约束。
9、第二方面,本技术实施例提供了一种工业造型智能设计生成装置,所述装置包括:
10、产品分类模块,用于获取产品信息,利用视觉语言模型vlm进行产品分类,并从知识图谱中检索意图补全参数和dts规范参数;
11、设计图生成模块,用于基于所述产品分类和意图补全参数,利用ai模型生成设计图,并从知识图谱中检索同类产品的多视角图片集,利用所述多视角图片集通过条件控制网络controlnet对所述设计图进行轮廓修正;
12、3d重建模块,用于利用大规模重建模型lrm基于所述设计图,通过3d重建生成3d中间数据,所述3d中间数据包括三角网格mesh;
13、语义分割模块,用于基于设计图和所述3d中间数据,利用知识图谱的部件3d语义分割基准模板进行2d/3d融合语义分割,得到语义分割标签;
14、曲面构造模块,用于基于知识图谱中同类产品的拓扑模板,以所述拓扑模板定义的拓扑关系为声明,基于所述mesh和语义分割标签按照所述声明执行曲面构造过程,得到边界表示法外壳b-rep shell,所述拓扑模板用于定义标准的边界线和截面线的拓扑关系,所述b-rep shell包括至少一个侧曲面、连接侧曲面的圆角过渡面和顶盖;
15、面片缝合模块,用于对所述b-rep shell进行缝合得到3d模型,并进行g1连续性输出验证,以及检查所述3d模型的相关参数与dts规范参数的一致性;其中,所述知识图谱在意图理解、设计图生成、3d重建、语义分割、曲面构造和输出验证的六层架构中每一层提供先验知识约束。
16、第三方面,本技术另一实施例还提供了一种工业造型智能设计生成设备,包括至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本技术实施例提供的任一工业造型智能设计生成方法。
17、第四方面,本技术另一实施例还提供了一种计算机存储介质,所述计算机存储介质存储有计算机程序,所述计算机程序用于使计算机执行本技术实施例提供的任一工业造型智能设计生成方法。
18、本技术实施例提供的工业造型智能设计生成方法,知识图谱贯穿全链路六层架构,提供意图补全、dts规范推理和基准模板修正,确保每层输出符合工程规范;采用拓扑模板声明式定义替代算法发现,消除算法不确定性,相同模板必然产生相同拓扑分类;拓扑模板json格式便于不同产品类别使用不同模板,无需修改代码;dts规范自动推理和注入,消除手动查表和参数遗漏;支持step格式导出,可直接用于下游cam/cae流程。
19、本技术的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本技术而了解。本技术的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com