一种基于知识图谱的汽车外部结构生成控制方法及设备与流程
本技术涉及工业设计、车辆工程与人工智能交叉,尤其涉及一种基于知识图谱的汽车外部结构生成控制方法及设备。
背景技术:
1、随着汽车工业的快速发展,汽车外部结构设计正逐步引入生成式人工智能技术以加速研发进程。一些相关技术通常利用扩散模型等生成式ai,通过接收文本提示、草图或基础三维模型等输入条件,在隐空间中进行采样,从而快速输出候选的汽车外部结构方案。
2、然而,相关技术的生成式模型主要建立在视觉特征和语义意图的单向映射上。在实际的汽车工程开发中,外部结构不仅需要满足视觉审美,更受到严格的物理与工程边界限制(如空气动力学、冲压成型工艺等)。相关技术在生成过程中,难以有效融合历史项目中积累的工程冲突经验,导致模型在隐空间探索时,容易生成触碰甚至跨越工程可行性底线的方案。
3、进一步地,由于生成机制多为单向的前馈输出,系统难以在生成后自动量化当前方案特征与工程排斥边界之间的冲突程度。当生成的结构方案违背工程约束时,系统无法自发产生纠错信号。因此依赖工程师对生成的方案进行人工排查,并凭借个人经验手动调整输入参数或控制条件后再次进行盲目生成。这种依赖人工反复试错的开环迭代,导致满足工程约束的有效方案命中率较低,耗费人工校核时间,还使得汽车结构设计的整体迭代周期拖长,增加了研发成本。
技术实现思路
1、本技术提供了一种基于知识图谱的汽车外部结构生成控制方法及设备,用于提高汽车结构设计的效率,缩短整体迭代周期。
2、第一方面,本技术提供了一种基于知识图谱与排斥边界张量的汽车外部结构生成控制方法,该方法包括:获取目标汽车项目的结构设计输入数据,在预先构建的汽车特征知识图谱中对结构设计输入数据进行子图匹配,提取满足历史工程校核边界的第一结构特征和触发历史工程冲突的第二结构特征;将第一结构特征编码为目标特征张量,将第二结构特征编码为排斥边界张量;将目标特征张量、排斥边界张量以及初始权重参数组合为约束包,输入至生成式模型的条件控制网络中;在条件控制网络的推理过程中,在目标引导函数中将目标特征张量构建为最小化距离约束项,将排斥边界张量构建为最大化距离约束项,引导生成式模型在隐空间中进行采样,输出候选汽车外部结构方案;对候选汽车外部结构方案进行逆向特征提取,输出生成特征向量;计算生成特征向量与约束包中排斥边界张量中包含的各个边界特征向量的特征空间距离;若特征空间距离小于预设的安全阈值,则计算生成特征向量偏离对应边界特征向量的冲突向量;计算冲突向量的梯度方向,并将梯度方向作为反向补偿值叠加至约束包中的初始权重参数上,输出更新后的约束包;将更新后的约束包输入至生成式模型的条件控制网络中,触发生成式模型在隐空间中进行下一轮采样寻优,直至特征空间距离大于或等于安全阈值,输出最终汽车外部结构方案。
3、本实施例通过将满足历史校核边界的特征与触发冲突的特征分别构建为目标特征张量与排斥边界张量,并在生成后量化生成特征与排斥边界的特征空间距离,系统能够在方案违背工程约束时自发计算冲突向量的梯度方向。该梯度方向作为反向补偿值叠加至初始权重参数,将离散的工程约束转化为连续的纠错信号,从而引导下一轮隐空间采样规避不可行区域,降低了对人工校核的依赖,缩短了汽车结构设计的迭代周期。
4、结合第一方面的一些实施例,在一些实施例中,该将目标特征张量、排斥边界张量以及初始权重参数组合为约束包,输入至生成式模型的条件控制网络中,包括:将目标特征张量与排斥边界张量通过多层感知机映射为与生成式模型的隐空间维度一致的条件嵌入向量;在条件控制网络中构建交叉注意力机制,将生成式模型在隐空间中的采样特征作为查询向量,将条件嵌入向量作为键向量和值向量;利用初始权重参数对交叉注意力机制的注意力权重矩阵进行标量缩放,得到融合约束信息的特征表示,并将特征表示注入生成式模型的去噪网络中。
5、本实施例将目标特征张量与排斥边界张量映射为条件嵌入向量后,利用生成式模型的采样特征作为查询向量进行特征交互,并引入初始权重参数对注意力权重矩阵进行标量缩放。这种缩放机制使得模型能够在去噪过程中动态调节工程约束对生成轨迹的影响程度,避免了硬性条件拼接导致的特征分布破坏,提升了约束信息在隐空间中的融合平滑度与控制灵活性。
6、结合第一方面的一些实施例,在一些实施例中,该在目标引导函数中将目标特征张量构建为最小化距离约束项,将排斥边界张量构建为最大化距离约束项,引导生成式模型在隐空间中进行采样,包括:构建能量函数作为目标引导函数,计算隐空间中的当前采样特征与目标特征张量之间的均方误差,作为能量函数的吸引势能项;计算当前采样特征与排斥边界张量中包含的各个边界特征向量的余弦相似度,并应用非线性激活函数将大于相似度阈值的相似度区域转化为对应的惩罚值,作为能量函数的排斥势能项;在隐空间的采样过程中,计算能量函数对当前采样特征的能量梯度,利用能量梯度引导去噪轨迹向能量最低的方向移动,以输出候选汽车外部结构方案。
7、本实施例通过将目标特征张量的均方误差构建为吸引势能项,并将排斥边界张量的余弦相似度经非线性激活转化为排斥势能项,在隐空间中构建了包含能量波峰与波谷的连续势能场。在采样过程中,计算该能量函数对当前采样特征的能量梯度,能够直接利用物理学中的势能最小化原理引导去噪轨迹,使生成过程在趋近设计目标的同时自然滑出工程冲突的高能惩罚区域,提高了候选方案满足物理边界的概率。
8、结合第一方面的一些实施例,在一些实施例中,该预先构建的汽车特征知识图谱的具体结构包括:节点类型包括部位节点、造型特征节点、车型类型节点、工程约束节点以及评审缺陷节点;边关系包括表示组合关系的包含边、表示物理干涉的排斥边、以及表示因果关系的导致边;在预先构建的汽车特征知识图谱中对结构设计输入数据进行子图匹配,提取满足历史工程校核边界的第一结构特征和触发历史工程冲突的第二结构特征,包括:以结构设计输入数据为实体起点,在汽车特征知识图谱中进行游走,提取未连接排斥边和评审缺陷节点的造型特征节点作为第一结构特征;提取通过导致边连接至工程约束节点或评审缺陷节点的造型特征节点作为第二结构特征。
9、本实施例通过以输入数据为起点在图谱中进行定向游走,系统能够依据排斥边与导致边的拓扑连接关系,分离出历史项目中已被验证的安全造型特征与曾引发工程缺陷的风险特征。这种基于图谱拓扑结构的特征分离将非结构化的历史工程经验转化为可计算的图节点集合,为隐空间约束提供了具备明确工程语义的边界先验信息。
10、结合第一方面的一些实施例,在一些实施例中,在若特征空间距离小于预设的安全阈值,则计算生成特征向量偏离对应边界特征向量的冲突向量之后,该方法还包括:将冲突向量映射回汽车特征知识图谱中,定位至对应的目标评审缺陷节点或目标工程约束节点;以目标评审缺陷节点或目标工程约束节点为起点,沿着导致边进行反向图遍历,提取距离最短的引发冲突的根源造型特征节点;将根源造型特征节点的拓扑属性转化为惩罚因子,并将惩罚因子附加至约束包中的排斥边界张量对应的初始权重参数中。
11、本实施例中,当生成方案触发安全阈值时,系统沿着导致边进行反向图遍历,能够定位引发当前冲突的最短路径根源造型特征节点。将该根源节点的拓扑属性转化为惩罚因子并附加至排斥边界张量的权重参数中,使得系统在下一轮迭代时能够针对性地压制特定风险特征的生成概率,避免了全局盲目调整带来的特征丢失,增强了纠错过程的靶向性。
12、结合第一方面的一些实施例,在一些实施例中,该对候选汽车外部结构方案进行逆向特征提取,输出生成特征向量,包括:获取候选汽车外部结构方案的二维渲染图像和三维点云数据;利用预训练的二维视觉编码器提取二维渲染图像的纹理语义特征,利用三维几何编码器提取三维点云数据的曲率拓扑特征;通过对比学习网络将纹理语义特征和曲率拓扑特征投影至同一共享隐空间进行跨模态特征对齐;对对齐后的特征进行融合拼接,输出包含多模态几何与语义信息的生成特征向量。
13、本实施例通过预训练的视觉编码器与几何编码器分别提取纹理语义与曲率拓扑特征,并利用对比学习网络将其投影至共享隐空间进行跨模态对齐与融合,消除了不同模态数据间的表征异构性。这一融合拼接过程不仅保留了候选方案的完整几何与语义信息,还构建了支持梯度反向传播的连续特征向量,从而为计算冲突向量并执行可导的梯度补偿奠定了基础。
14、结合第一方面的一些实施例,在一些实施例中,该计算冲突向量的梯度方向,并将梯度方向作为反向补偿值叠加至约束包中的初始权重参数上,包括:对冲突向量进行求导,获取在特征空间中指向安全区域的最速下降梯度方向;根据特征空间距离与安全阈值的差值,动态计算自适应学习率,该差值越大则自适应学习率越大;将最速下降梯度方向与自适应学习率相乘,得到基础补偿值;利用动量优化算法,将当前轮次的基础补偿值与历史轮次的基础补偿值进行加权融合,得到反向补偿值并叠加至初始权重参数上。
15、本实施例通过对冲突向量求导获取最速下降方向,并依据特征空间距离与安全阈值的差值动态调节学习率,系统在冲突严重时能够提供较大的补偿步长以脱离危险区,在接近阈值时则缩小步长以避免震荡。同时利用动量算法融合历史轮次的补偿值,平滑了反向补偿的更新曲线,抑制了单一轮次异常采样带来的干扰,提升了生成式模型在多轮寻优过程中的收敛稳定性。
16、第二方面,本技术实施例提供了一种汽车外部结构生成控制设备,该汽车外部结构生成控制设备包括:一个或多个处理器和存储器;该存储器与该一个或多个处理器耦合,该存储器用于存储计算机程序代码,该计算机程序代码包括计算机指令,该一个或多个处理器调用该计算机指令以使得该汽车外部结构生成控制设备执行如第一方面以及第一方面中任一可能的实现方式描述的方法。
17、第三方面,本技术实施例提供一种包含指令的计算机程序产品,当上述计算机程序产品在汽车外部结构生成控制设备上运行时,使得上述汽车外部结构生成控制设备执行如第一方面以及第一方面中任一可能的实现方式描述的方法。
18、第四方面,本技术实施例提供一种计算机可读存储介质,包括指令,当上述指令在汽车外部结构生成控制设备上运行时,使得上述汽车外部结构生成控制设备执行如第一方面以及第一方面中任一可能的实现方式描述的方法。
19、可以理解地,上述第二方面提供的汽车外部结构生成控制设备,第三方面提供的计算机程序产品和第四方面提供的计算机存储介质均用于执行本技术实施例所提供的方法。因此,其所能达到的有益效果可参考对应方法中的有益效果,此处不再赘述。
20、本技术实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
21、1、本技术通过在知识图谱中定向游走,分离出历史验证的安全特征与引发缺陷的风险特征,将非结构化工程经验转化为可计算节点,为隐空间约束提供明确的边界先验信息,避免生成跨越工程底线的方案。
22、2、本技术通过量化生成特征与排斥边界的距离,在违背约束时自发计算冲突向量梯度并作为反向补偿值叠加至权重参数,将离散约束转化为连续纠错信号,引导采样规避不可行区,降低人工依赖并缩短研发周期。
23、3、本技术通过构建包含吸引与排斥势能项的能量函数,利用能量梯度引导去噪轨迹向能量最低方向移动,使生成过程在趋近设计目标的同时自然滑出工程冲突的高能惩罚区域,提高候选方案满足物理边界的概率。
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