CN108628965B - 基于空间连接骨架描述符的装配体检索方法 - Google Patents

基于空间连接骨架描述符的装配体检索方法 Download PDF

Info

Publication number
CN108628965B
CN108628965B CN201810362028.8A CN201810362028A CN108628965B CN 108628965 B CN108628965 B CN 108628965B CN 201810362028 A CN201810362028 A CN 201810362028A CN 108628965 B CN108628965 B CN 108628965B
Authority
CN
China
Prior art keywords
assembly
parts
connection
assembly body
framework
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810362028.8A
Other languages
English (en)
Other versions
CN108628965A (zh
Inventor
李原
逄嘉振
张�杰
余剑峰
龙腾飞
季宝宁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Northwestern Polytechnical University
Original Assignee
Northwestern Polytechnical University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Northwestern Polytechnical University filed Critical Northwestern Polytechnical University
Priority to CN201810362028.8A priority Critical patent/CN108628965B/zh
Publication of CN108628965A publication Critical patent/CN108628965A/zh
Application granted granted Critical
Publication of CN108628965B publication Critical patent/CN108628965B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明提出一种基于空间连接骨架描述符的装配体检索方法,根据装配体中零件中心的位置、配合面中心位置以及零件与配合面之间的连接关系建立空间连接骨架,以空间连接骨架为基础统计所有两个零件表面上随机采样点通过骨架的空间距离分布,作为装配体检索输入的描述符;然后采用最优子序列匹配算法计算零件间匹配距离,进而通过最优化模型计算不同装配体间的总体匹配距离,将目标装配体与待比较装配体之间的总体匹配距离升序排列作为相似度检索的结果。本发明将零件形状、空间位置、连接关系信息通过形状距离分布的形式统一表达,通过最优子序列双射匹配的方法进行装配体相似度比较,实现对装配体模型形状、连接关系的综合检索。

Description

基于空间连接骨架描述符的装配体检索方法
技术领域
本发明属于计算机辅助设计领域,具体为一种基于空间连接骨架描述符的装配体检索方法。
背景技术
随着数字化设计在企业中的广泛应用,企业中积累了大量的数字化产品模型。其中三维装配体包含了零件模型以及零件间配合关系,集成了产品的工艺、装配、仿真等信息,是企业经验与知识的重要积累形式。装配体检索技术可以根据装配体的特征检索与之相关的装配体,对其中包含的知识进行重用,是减少设计工作、提高产品研发效率的有效手段。模型检索首先要根据模型特征进行定量描述,然后基于定量描述符的特点给出检索方法。目前已经出现了一些用于不同描述符的模型检索方法:
在文献“Chen X,Gao S,Guo S,et al.A flexible assembly retrievalapproach for model reuse[J].COMPUTER-AIDED DESIGN,2012,44(6):554-574”中提取零件装配自由度和零件布局等多层次信息作为描述符,该方法先使用配合信息作为过滤条件,再通过零件形状信息进行相似度计算,对装配体进行相似性的评价。然而配合信息与形状信息在描述装配体中均起到重要作用,分层次检索方法会造成检索结果缺失。
在专利“面向通用设计结构发掘的装配模型定量描述方法(CN103136424A,公开日期:20130605)”中提出了一种用于挖掘通用设计结构的装配体检索方法,该方法用广义邻接面关系图(GFAG)的方法表示装配体信息,其中点表示零件,边表示零件的连接关系,权值来表示邻接面属性。这种方法从邻接面以及连接关系角度表达装配体信息,缺乏对零件形状信息的考虑,难以区分邻接面相似但形状不同的装配体。
在专利“面向模型检索的装配体模型定量描述方法(CN105574265A,公开日期:20160511)”中提出了一种基于零件形状匹配的装配体描述方法,该方法在多维空间中描述零件形状分布信息,采用零件集合的形式对装配体进行描述。这种方法没有考虑零件间的连接关系,在描述相同零件组成但不同连接关系的装配体时会得到相近的结果,不符合检索的要求。
发明内容
针对现有技术存在的难以根据装配体的外形形状、空间连接关系综合信息进行检索的问题,本发明提出一种基于空间连接骨架描述符的装配体检索方法,将零件形状、空间位置、连接关系信息通过形状距离分布的形式统一表达,通过最优子序列双射匹配的方法进行装配体相似度比较,实现对装配体模型形状、连接关系的综合检索。
本发明根据装配体中零件中心的位置、配合面中心位置以及零件与配合面之间的连接关系建立空间连接骨架,以空间连接骨架为基础统计所有两个零件表面上随机采样点通过骨架的空间距离分布,作为装配体检索输入的描述符;然后采用最优子序列匹配算法计算零件间匹配距离,进而通过最优化模型计算不同装配体间的总体匹配距离,将目标装配体与待比较装配体之间的总体匹配距离升序排列作为相似度检索的结果。
所述一种基于空间连接骨架描述符的装配体检索方法,其特征在于:包括以下步骤:
步骤1:将装配体AM分解为n个零件模型PM;其中AM表示某一个具体的装配体,n是零件模型的个数;计算每个零件模型形心sp,对于第i个零件,记录其形心点spi在装配体坐标系下的坐标为(xi,yi,zi);
步骤2:提取装配体中具有连接关系的零件之间的连接面,计算连接面的形心jp,对于第j个连接面,记录其形心点jpj在装配体坐标系下的坐标为(xj,yj,zj),统计所有的连接面个数m;
步骤3:建立连接关系表sc记录零件与连接面的连接关系;其中表中sc(k)=[i,j]代表空间中第i个零件形心点spi与第j个连接面形心点jpj组成了第k个连接关系;
步骤4:以零件形心点为骨架节点、连接面形心点为连接节点、连接关系为连接骨架建立空间连接骨架;采用Floyd最短路径算法,计算n个骨架节点在装配体骨架中的最短距离,得到骨架最短路径矩阵sd,矩阵sd中元素代表所在行列骨架节点之间的最短骨架路径距离;
步骤5:对于装配体任意两个零件PMa,PMb,采用以下步骤得到装配体中PMa,PMb两个零件间基于空间连接骨架的描述向量:
步骤5-1:对装配体任意两个零件PMa,PMb,其零件形心坐标为(xa,ya,za)与(xb,yb,zb);随机选取零件各自表面点p,q,其点坐标为(xp,yp,zp)与(xq,yq,zq);分别计算两个表面点到各自骨架节点的欧式距离d1与d2
Figure GDA0003065359190000031
步骤5-2:计算两个随机点到各自零件骨架节点上的欧式距离以及两个零件之间的骨架路径距离之和D:
D=d1+d2+sd(a,b)
步骤5-3:通过重复步骤5-1至步骤5-2,进行K次重复采样,统计每一次采样所计算得到的距离值;根据采样计算结果,生成包含m个组的等组距直方图;其中组距t为:
Figure GDA0003065359190000032
Dmax表示采样结果中的最大值,Dmin表示采样结果中的最小值;
步骤5-4:通过记录直方图中每组频数得到m维描述向量Ua,b=(u1,u2,…um),为装配体中PMa,PMb两个零件间基于空间连接骨架的描述向量;
步骤6:重复步骤5直到统计所有零件对之间的描述向量,得到n×n的向量矩阵为基于空间连接骨架的装配体描述符;
步骤7:建立用于存储空间连接骨架装配体描述符的数据库,按照步骤1~步骤6的空间连接骨架装配体描述符构建方法将若干数字化三维模型转化为可用于检索的描述向量矩阵;
步骤8:选取目标装配体QueryAM,并按照步骤1~步骤6的空间连接骨架装配体描述符构建方法建立目标装配体QueryAM的空间连接骨架装配体描述符;
步骤9:设定检索的查询范围及搜索时间,将目标装配体与步骤7所建立数据库中对应的描述符进行相似性比较,具体为以下步骤:
步骤9.1:在模型库中选取比较装配体CompareAM,提取其在数据库中相对应的描述符;构建面向检索的零件序列,其中目标装配体中第i号零件的零件序列为gsQueryAM(i)=(Ui,1,Ui,2,…Ui,N),i≤N,N为目标装配体中包含的零件个数,比较装配体中第j号零件的零件序列为gsCompareAM(j)=(Uj,1,Uj,2,…Uj,M),j≤M,M为比较装配体中包含的零件个数;
步骤9.2:对目标装配体和比较装配体中的所有零件序列按照以下过程进行重新排序:
对于某个装配体的空间连接骨架中任意两个零件的最短路径进行统计,记录各个零件在所有最短路径中出现的频率;对于装配体中第i号零件的零件序列gs中的元素Ui,j,以该向量所对应的另一个零件j在所有最短路径中出现的频率为比较依据,采用降序的方法对零件序列gs中的元素进行重新排序;
步骤9.3:对目标装配体中N个重排后的零件序列与比较装配体中M个重排后的零件序列进行N×M次最优子序列双射计算,得到目标装配体和比较装配体间的匹配距离矩阵MDN×M
步骤9.4:以零件匹配距离之和最小为目标函数,零件单一匹配为约束,对匹配距离矩阵MD建立最优化模型:
Figure GDA0003065359190000041
Figure GDA0003065359190000042
对该模型进行求解,得到两个装配体间的总体相似距离为AD;
步骤10:重复步骤9,将目标装配体描述符与数据库中其他装配体描述符进行相似性比较,直到检索遍历了数据库中全部装配体描述符或者达到检索的最大范围或最长时间;
步骤11:按照总体相似距离排序列出描述符对应的装配体,总体相似距离值越小代表所对应装配体与目标装配体越相似,完成此次装配体模型检索。
有益效果
本发明提出的基于空间连接骨架描述符的装配体检索方法通过建立空间连接骨架,将装配体的空间位置信息、连接关系信息、模型形状信息统一通过距离分布进行表示,构建了一种信息储存形式简单、能够准确表达装配体描述符。然后以零件为研究对象计算零件之间的匹配程度,作为最终装配体总体相似距离的比较依据。检索实验表明,该方法可以达到较高的装配体检索准确率。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1是本发明的装配体定量描述方法的流程图。
图2是本发明方法具体实施方式中机器人手臂装配体实例。
图3是本发明方法具体实施方式中机器人手臂装配体所包含零件。
图4是本发明方法具体实施方式中机器人手臂装配体所包含连接面。
图5是本发明方法具体实施方式中机器人手臂装配体的连接关系矩阵。
图6是本发明方法具体实施方式中机器人手臂装配体的空间连接骨架。
图7是本发明方法具体实施方式中机器人手臂装配体的骨架距离矩阵。
图8是本发明方法具体实施方式中机器人手臂装配体的空间连接骨架定量描述符。
图9是本发明方法具体实施方式中建立的装配体空间连接骨架描述符数据库中对应的部分装配体。
图10是本发明方法具体实施方式中查询装配体的一号零件的零件序列。
图11是本发明方法具体实施方式中两个零件序列的最优子序列双射算法的示意图。
图12是本发明方法具体实施方式中以机器人手臂装配体为查询进行检索所得结果。
具体实施方式
下面详细描述本发明的实施例,所述实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
参照图1-图8。针对机器人手臂的装配体AM,本发明基于空间连接骨架的装配体定量描述方法具体步骤如下:
步骤1:按照图2所示的机器人手臂的组成将装配体分解为图3所示的7个零件模型PM1-PM7,计算7个零件的各自形心坐标sp(xi,yi,zi)。
步骤2:按照图4所示提取7个零件中具有连接关系的零件之间的连接面JF,在装配体AM中共有9个装配面JF1-JF9,计算连接面的形心坐标jp(xj,yj,zj)。
步骤3:建立连接关系表sc记录零件与连接面的连接关系。其中表中sc(k)=[i,j]代表空间中第i个零件形心点与第j个连接面形心点组成了第k个连接关系。连接关系表中第一列为连接关系在骨架模型中的序号,第二列为连接关系中的骨架节点,第三列中为该连接关系对应的关节节点。如图5中所示,第一组连接关系为骨架节点sp1与关节节点jp1相连,其连接关系序号为1。
步骤4:以零件形心点在骨架中为骨架节点、连接面形心点为连接节点、连接关系为连接骨架建立空间连接骨架如图6。采用Floyd最短路径算法,计算装配体坐标系下所有7个零件的形心在装配体骨架中的最短距离,得到如图7所示的骨架最短路径矩阵sd。
步骤5:对于装配体任意两个零件PM1,PM2,采用以下步骤得到装配体中PM1,PM2两个零件间基于空间连接骨架的描述向量:
步骤5-1:对装配体任意两个零件PM1,PM2,其零件形心坐标为sp1(xsp1,ysp1,zsp1)与sp2(xsp2,ysp2,zsp2);随机选取零件各自表面点p1,q1,其点坐标为(xp1,yp1,zp1)与(xq1,yq1,zq1);分别计算两个表面点到各自骨架节点的欧式距离d1与d2
Figure GDA0003065359190000071
Figure GDA0003065359190000072
步骤5-2:计算两个随机点到各自零件骨架节点上的欧式距离以及两个零件之间的骨架路径距离之和D:
D=d1+d2+sd(sp1,sp2)
步骤5-3:通过重复步骤5-1至步骤5-2,进行K次重复采样,本实施例中取K=10242,统计每一次采样所计算得到的距离值D;根据采样计算结果,生成包含1024个组的等组距直方图;其中组距t为:
Figure GDA0003065359190000073
Dmax表示采样结果中的最大值,Dmin表示采样结果中的最小值;
步骤5-4:通过记录直方图中每组频数得到1024维描述向量V1,2=(0.0029,0.0068,…0.0020),为装配体中PM1,PM2两个零件间基于空间连接骨架的1024维描述向量。
步骤6:重复步骤5直到统计所有零件对之间的描述向量,最终得到如图8所示的7×7的向量矩阵即为装配体AM基于空间连接骨架的装配体描述符。图8中直方图代表1024维向量。该描述符可用于后续装配体相似性的计算。
步骤7:建立用于存储空间连接骨架装配体描述符的数据库,数据库中所对应的部分装配体模型如图9所示。按照步骤1~步骤6的空间连接骨架装配体描述符构建方法将若干数字化三维模型转化为可用于检索的描述向量矩阵。
步骤8:选取目标装配体QueryAM,并按照步骤1~步骤6的空间连接骨架装配体描述符构建方法建立目标装配体QueryAM的空间连接骨架装配体描述符;
步骤9:设定检索的查询范围及搜索时间,将目标装配体与步骤7所建立数据库中对应的描述符进行相似性比较,具体为以下步骤:
步骤9.1:在模型库中选取比较装配体CompareAM,提取其在数据库中相对应的描述符;构建面向检索的零件序列,其中目标装配体中第i号零件的零件序列为gsQueryAM(i)=(Ui,1,Ui,2,…Ui,N),i≤N,N为目标装配体中包含的零件个数,比较装配体中第j号零件的零件序列为gsCompareAM(j)=(Uj,1,Uj,2,…Uj,M),j≤M,M为比较装配体中包含的零件个数。零件序列如图10所示。
步骤9.2:对目标装配体和比较装配体中的所有零件序列按照以下过程进行重新排序:
对于某个装配体的空间连接骨架中任意两个零件的最短路径进行统计,记录各个零件在所有最短路径中出现的频率;对于装配体中第i号零件的零件序列gs中的元素Ui,j,以该向量所对应的另一个零件j在所有最短路径中出现的频率为比较依据,采用降序的方法对零件序列gs中的元素进行重新排序。
步骤9.3:对目标装配体中N个重排后的零件序列与比较装配体中M个重排后的零件序列进行N×M次最优子序列双射计算,得到目标装配体和比较装配体间的匹配距离矩阵MDN×M;两个零件序列的最优子序列匹配过程如图11所示。
步骤9.4:以零件匹配距离之和最小为目标函数,零件单一匹配为约束,对匹配距离矩阵MD建立最优化模型:
Figure GDA0003065359190000081
Figure GDA0003065359190000082
采用匈牙利算法对该模型进行求解,得到两个装配体间的总体相似距离为AD。
步骤10:重复步骤9,将目标装配体描述符与数据库中其他装配体描述符进行相似性比较,直到检索遍历了数据库中全部装配体描述符或者达到检索的最大范围或最长时间。
步骤11:按照总体相似距离升序列出排名前六的描述符对应的装配体,其对应总体相似距离如图12所示。检索结果表示,相似的装配体模型之间整体相似距离值低,而不相似的装配体模型之间整体相似距离值高,根据整体相似距离的升序排序就可以检索出相似的装配体模型。
该实施实例表明,本发明提出的装配体描述方法可用于装配体模型的检索,并能够取得较好的效果。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (1)

1.一种基于空间连接骨架描述符的装配体检索方法,其特征在于:包括以下步骤:
步骤1:将装配体AM分解为n个零件模型PM;其中AM表示某一个具体的装配体,n是零件模型的个数;计算每个零件模型形心sp,对于第i个零件,记录其形心点spi在装配体坐标系下的坐标为(xi,yi,zi);
步骤2:提取装配体中具有连接关系的零件之间的连接面,计算连接面的形心jp,对于第j个连接面,记录其形心点jpj在装配体坐标系下的坐标为(xj,yj,zj),统计所有的连接面个数m;
步骤3:建立连接关系表sc记录零件与连接面的连接关系;其中表中sc(k)=[i,j]代表空间中第i个零件形心点spi与第j个连接面形心点jpj组成了第k个连接关系;
步骤4:以零件形心点为骨架节点、连接面形心点为连接节点、连接关系为连接骨架建立空间连接骨架;采用Floyd最短路径算法,计算n个骨架节点在装配体骨架中的最短距离,得到骨架最短路径矩阵sd,矩阵sd中元素代表所在行列骨架节点之间的最短骨架路径距离;
步骤5:对于装配体任意两个零件PMa,PMb,采用以下步骤得到装配体中PMa,PMb两个零件间基于空间连接骨架的描述向量:
步骤5-1:对装配体任意两个零件PMa,PMb,其零件形心坐标为(xa,ya,za)与(xb,yb,zb);随机选取零件各自表面点p,q,其点坐标为(xp,yp,zp)与(xq,yq,zq);分别计算两个表面点到各自骨架节点的欧式距离d1与d2
Figure FDA0001636204110000011
步骤5-2:计算两个随机点到各自零件骨架节点上的欧式距离以及两个零件之间的骨架路径距离之和D:
D=d1+d2+sd(a,b)
步骤5-3:通过重复步骤5-1至步骤5-2,进行K次重复采样,统计每一次采样所计算得到的距离值;根据采样计算结果,生成包含m个组的等组距直方图;其中组距t为:
Figure FDA0001636204110000021
Dmax表示采样结果中的最大值,Dmin表示采样结果中的最小值;
步骤5-4:通过记录直方图中每组频数得到m维描述向量Ua,b=(u1,u2,…um),为装配体中PMa,PMb两个零件间基于空间连接骨架的描述向量;
步骤6:重复步骤5直到统计所有零件对之间的描述向量,得到n×n的向量矩阵为基于空间连接骨架的装配体描述符;
步骤7:建立用于存储空间连接骨架装配体描述符的数据库,按照步骤1~步骤6的空间连接骨架装配体描述符构建方法将若干数字化三维模型转化为可用于检索的描述向量矩阵;
步骤8:选取目标装配体QueryAM,并按照步骤1~步骤6的空间连接骨架装配体描述符构建方法建立目标装配体QueryAM的空间连接骨架装配体描述符;
步骤9:设定检索的查询范围及搜索时间,将目标装配体与步骤7所建立数据库中对应的描述符进行相似性比较,具体为以下步骤:
步骤9.1:在模型库中选取比较装配体CompareAM,提取其在数据库中相对应的描述符;构建面向检索的零件序列,其中目标装配体中第i号零件的零件序列为gsQueryAM(i)=(Ui,1,Ui,2,…Ui,N),i≤N,N为目标装配体中包含的零件个数,比较装配体中第j号零件的零件序列为gsCompareAM(j)=(Uj,1,Uj,2,…Uj,M),j≤M,M为比较装配体中包含的零件个数;
步骤9.2:对目标装配体和比较装配体中的所有零件序列按照以下过程进行重新排序:
对于某个装配体的空间连接骨架中任意两个零件的最短路径进行统计,记录各个零件在所有最短路径中出现的频率;对于装配体中第i号零件的零件序列gs中的元素Ui,j,以该向量所对应的另一个零件j在所有最短路径中出现的频率为比较依据,采用降序的方法对零件序列gs中的元素进行重新排序;
步骤9.3:对目标装配体中N个重排后的零件序列与比较装配体中M个重排后的零件序列进行N×M次最优子序列双射计算,得到目标装配体和比较装配体间的匹配距离矩阵MDN×M
步骤9.4:以零件匹配距离之和最小为目标函数,零件单一匹配为约束,对匹配距离矩阵MD建立最优化模型:
Figure FDA0001636204110000031
Figure FDA0001636204110000032
对该模型进行求解,得到两个装配体间的总体相似距离为AD;
步骤10:重复步骤9,将目标装配体描述符与数据库中其他装配体描述符进行相似性比较,直到检索遍历了数据库中全部装配体描述符或者达到检索的最大范围或最长时间;
步骤11:按照总体相似距离排序列出描述符对应的装配体,总体相似距离值越小代表所对应装配体与目标装配体越相似,完成此次装配体模型检索。
CN201810362028.8A 2018-04-20 2018-04-20 基于空间连接骨架描述符的装配体检索方法 Active CN108628965B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810362028.8A CN108628965B (zh) 2018-04-20 2018-04-20 基于空间连接骨架描述符的装配体检索方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810362028.8A CN108628965B (zh) 2018-04-20 2018-04-20 基于空间连接骨架描述符的装配体检索方法

Publications (2)

Publication Number Publication Date
CN108628965A CN108628965A (zh) 2018-10-09
CN108628965B true CN108628965B (zh) 2021-07-06

Family

ID=63694193

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810362028.8A Active CN108628965B (zh) 2018-04-20 2018-04-20 基于空间连接骨架描述符的装配体检索方法

Country Status (1)

Country Link
CN (1) CN108628965B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109670222B (zh) * 2018-12-07 2023-05-09 广联达科技股份有限公司 一种模型或图纸在线差异对比方法、装置和系统
CN110570105B (zh) * 2019-08-25 2020-11-10 武汉理工大学 一种装配工艺bop方案中路线的自动规划方法
CN113033699A (zh) * 2021-04-18 2021-06-25 西北工业大学 一种装配体模型信息的离散量化与相似性分析方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11170218A (ja) * 1997-12-05 1999-06-29 Koura Kikai Kk 自動枠組装置
CN103136424A (zh) * 2013-02-25 2013-06-05 西北工业大学 面向通用设计结构发掘的装配模型定量描述方法
CN103895876A (zh) * 2014-03-27 2014-07-02 浙江大学 基于区域特征引导的机翼壁板和骨架装配间隙的评价方法
CN104809280A (zh) * 2015-04-20 2015-07-29 南京航空航天大学 一种基于几何特征的线缆干涉检测方法
CN105574265A (zh) * 2015-12-16 2016-05-11 西北工业大学 面向模型检索的装配体模型定量描述方法
CN107301277A (zh) * 2017-06-05 2017-10-27 中国空间技术研究院 一种基于航天器数字化模型的产品结构树重构方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11170218A (ja) * 1997-12-05 1999-06-29 Koura Kikai Kk 自動枠組装置
CN103136424A (zh) * 2013-02-25 2013-06-05 西北工业大学 面向通用设计结构发掘的装配模型定量描述方法
CN103895876A (zh) * 2014-03-27 2014-07-02 浙江大学 基于区域特征引导的机翼壁板和骨架装配间隙的评价方法
CN104809280A (zh) * 2015-04-20 2015-07-29 南京航空航天大学 一种基于几何特征的线缆干涉检测方法
CN105574265A (zh) * 2015-12-16 2016-05-11 西北工业大学 面向模型检索的装配体模型定量描述方法
CN107301277A (zh) * 2017-06-05 2017-10-27 中国空间技术研究院 一种基于航天器数字化模型的产品结构树重构方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
A Genetic Algorithm Based Approach to Search Optimal Assembly Sequences for Autonomous Robotic Assembly;Qianli Zhao.etc;《IEEE》;20141231;全文 *
基于多级骨架模型的关联设计方法研究;张杰等;《锻压装备与制造技术》;20130831;第11卷(第4期);全文 *
基于随机游走与最优匹配的装配体相似性分析;李原等;《计算机辅助设计与图形学学报》;20140315;第26卷(第3期);全文 *

Also Published As

Publication number Publication date
CN108628965A (zh) 2018-10-09

Similar Documents

Publication Publication Date Title
CN108628965B (zh) 基于空间连接骨架描述符的装配体检索方法
US7266545B2 (en) Methods and apparatus for indexing in a database and for retrieving data from a database in accordance with queries using example sets
US20160140434A1 (en) Method for pseudo-recurrent processing of data using a feedforward neural network architecture
Han et al. Depth selection for deep ReLU nets in feature extraction and generalization
Muppala et al. Composite performance and availability analysis using a hierarchy of stochastic reward nets
CN114494650A (zh) 一种分布式非结构网格跨处理器面对接方法及系统
CN114639483A (zh) 一种基于图神经网络的电子病历检索方法及装置
US20070198252A1 (en) Optimum design management apparatus, optimum design calculation system, optimum design management method, and optimum design management program
CN108491628B (zh) 产品设计需求驱动的三维cad装配模型聚类及检索方法
Lim et al. Inverse multi-objective robust evolutionary design optimization in the presence of uncertainty
Gosain et al. Materialized view selection for query performance enhancement using stochastic ranking based cuckoo search algorithm
Billings et al. Identification of the neighborhood and CA rules from spatio-temporal CA patterns
Wilson et al. Maintaining geometric dependencies in assembly planning
Ma et al. Video event classification and image segmentation based on noncausal multidimensional hidden markov models
CN108846151B (zh) 基于空间连接骨架的装配体定量描述方法
Zhou et al. Typicality-aware adaptive similarity matrix for unsupervised learning
Ren et al. Joint graph layouts for visualizing collections of segmented meshes
CN113805541A (zh) 一种零件装配体的装配方法及系统
Li et al. Global optimal and minimal solutions to K-means cluster analysis
An et al. Fuzzy entropy based max-relevancy and min-redundancy feature selection
Bax When to re-draw a sample, and why
Nakano et al. Weak dependence on initialization in mixture of linear regressions
Yilmaz et al. Indexing tree structures through caterpillar decomposition
JP2018147262A (ja) 画像特徴量及びそれを用いる三次元形状検索システム
Jordanov Neural network training and stochastic global optimization

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant