CN109840936B

CN109840936B - 使用遗传编程生成3d结构以满足功能和几何结构约束的方法和系统

Info

Publication number: CN109840936B
Application number: CN201811074580.3A
Authority: CN
Inventors: V·克里斯; R·米克; N·A·卡尔
Original assignee: Adobe Systems Inc
Current assignee: Adobe Inc
Priority date: 2017-11-29
Filing date: 2018-09-14
Publication date: 2023-10-17
Anticipated expiration: 2038-09-14
Also published as: CN109840936A; AU2018226401A1; GB2568993A; US11244502B2; AU2018226401B2; GB201814952D0; DE102018007145A1; US20190164342A1; GB2568993B

Abstract

公开了用于生成3D结构的技术。实现根据实施例的技术的方法包括初始化被配置为系统，该系统提供指定顶点之间的边连接和顶点的参数属性的规则。这些规则被应用于初始顶点集合以为这些顶点规则图(VRG)系统中的每个生成3D图形。初始顶点集合与3D模型的提供的交互表面相关联。为3D图形生成骨架几何结构，并且计算相关的目标函数。目标函数被配置为基于给定的几何和功能约束来评估骨架几何结构的适应性。通过对VRG系统应用遗传编程的迭代应用来生成3D结构，以最小化目标函数。接收已更新的约束和交互表面，以便并入迭代过程。

Description

使用遗传编程生成3D结构以满足功能和几何结构约束的方法和系统

技术领域

本公开涉及用于生成三维(3D)虚拟结构的技术，并且更具体地涉及用于使用应用于基于图形的过程模型的遗传编程来生成3D虚拟结构以满足功能和几何约束的技术。

背景技术

3D对象的建模通常是一项困难且耗时的任务，其通常需要艺术能力以及专业工具的高水平的知识和专业技术。因此，3D模型的生成通常倾向于是昂贵的。存在一些基于计算机的3D建模系统，但这些系统通常也很难使用，因为需要为给定任务提供和细调大量复杂的参数和规则。此外，这些基于计算机的系统中的很多系统需要大量数据来进行训练，这在某些情况下可能不方便且不切实际，并且即使在训练时，性能也不是特别好。

附图说明

图1是根据本公开的实施例配置的用于生成3D结构的系统的框图。

图2示出了根据本公开的实施例的所生成的3D结构将与其交互的给定3D模型的示例。

图3示出了根据本公开的实施例的3D模型的选择交互表面。

图4示出了根据本公开的实施例的规则图和规则图扩展。

图5示出了根据本公开的实施例的与应用于顶点规则图(VRG)系统的遗传编程相关联的图交叉。

图6示出了根据本公开的实施例的响应于与给定对象模型相关联的变化的约束而生成的示例3D结构。

图7是示出根据本公开的实施例的用于生成3D结构的方法的流程图。

图8是示意性地示出根据本公开的实施例配置的被配置为执行本公开中多方面地描述的任何技术的计算平台的框图。

具体实施方式

如前所述，使用现有技术生成三维(3D)模型可能是困难的、耗时的和昂贵的，因为该过程通常涉及使用需要专业技术和/或艺术能力的复杂的软件工具绘制非常大量的小型细节形状。简言之，没有已知的技术被设计为利用一组给定约束来生成与现有对象交互的新对象的3D模型，其中给定约束包括现有对象的交互表面或以其他方式从现有对象的交互表面得到。为此，希望具有能够以最少的用户输入和监督来生成3D结构的系统，例如基于用于要生成的对象的有限的一组相对简单的用户指定的几何和功能约束。例如，如果目标是生成椅子的3D结构，则用户可以指定期望椅子的封闭体积(例如，包括椅子将存在于其中的空间的边界框)、椅子和将坐在椅子上的人的模型之间的交互表面(例如，人的相对垂直的背部和相对水平的臀部和大腿后部区域)以及对椅子的构造有指导意义的一个或多个因素(例如，椅子的质量的上限、椅子的承载要求以及制造椅子的具体材料)。系统然后可以生成符合这些要求的椅子的3D结构。如根据本公开将理解的，用于要生成的对象的这些几何和功能约束可以由用户直接提供，或者通过用户提供该对象将与其交互的模型来间接提供。在后一种间接情况下，注意，可以使用给定模型推断或以其他方式直观地指导相关约束，诸如期望的椅子的封闭体积。如果需要，该系统可以进一步允许用户修改约束并且迭代该过程，直到达到令人满意的结果。注意，约束的修改可以直接完成，也可以通过修改对象将与其交互的模型来间接完成。

因此，公开了用于基于用户指定的或以其他方式给出的功能和几何约束来生成3D结构的技术。通过使用目标3D结构将与其交互的模型，这些约束可以以相对容易的方式指定或以其他方式提供。以这种方式，给定模型可以作为目标3D结构的构建的起源(seed)。这些技术采用通过遗传编程而进行演变的基于图形的过程模型。过程模型是指定如下规则的系统族，该规则针对使用边的顶点的互连，如下面将更详细解释的。这些系统在本文中被称为顶点规则图(VRG)系统。VRG系统可以使用随机选择的规则和值进行初始化。这些规则并行应用于初始顶点集合，该初始顶点集合通过规则指定的连接边进行扩展以生成复杂的3D几何结构。所得到的结构可以针对用户指定的或以其他方式的给定约束来评估，并且族中性能最好的VRG系统可以被选择用于突变为过程的下一代(迭代)。随着VRG系统演变以产生更适合的规则，迭代持续多代，直到所得到的3D结构满足用户的要求。

更详细地，并且根据本公开的实施例，系统被配置为使用基于图形的过程模型生成3D结构，基于图形的过程模型通过遗传编程被迭代地修改以满足功能和几何约束。例如，在一个实施例中，顶点规则图(VRG)系统族被初始化并且被配置为提供规则，该规则指定顶点之间的边连接以及顶点的参数属性。规则应用于初始顶点集合，以使用每个VRG系统生成3D图形。初始顶点集合可以与用户指定的或以其他方式推断的、将与要生成的结构交互的3D模型的交互表面相关联。然后为3D图形生成骨架几何结构，并且计算相关联的目标函数。目标函数被配置为基于用户指定的几何和功能约束来评估骨架几何结构的适应性。通过将遗传编程技术迭代地应用于VRG系统族的选择子集来生成期望的3D结构，以最小化目标函数并且最大化结构的适应性。例如为已更新的约束和交互表面的形式(例如，基于对种子模型的操纵)的用户反馈可以被并入迭代过程中以帮助指导演变，直到用户对结果满意。

因此，与现有技术相比，前述框架提供了一种工具，其基于从目标3D结构将与其交互的模型得到的用户提供的或以其他方式推断的功能和几何约束的最小集合，以相对高效的方式以最小的用户输入或监督生成3D结构。所公开的技术提高了效率，减少了生产时间，并且降低了3D建模的成本。根据本公开内容，很多配置和变化将很清楚。

系统架构

图1是根据本公开的实施例配置的用于生成3D结构的系统100的框图。可以看出，系统100包括过程生成模块140、过程应用模块150、骨架几何结构生成模块160、优化模块170和遗传编程模块180，其操作将更详细地描述下面。

该过程开始于提供输入3D场景120，该输入3D场景120包含旨在与要生成的3D结构进行交互的一个或多个对象模型。模型可以从系统的用户或操作员110提供，和/或可以从这样的模型的合适的数据库中获取。图2示出了所生成的3D结构将与其交互的用户提供的3D模型200的示例。在这个示例中，3D模型200是处于坐姿的人，其将被用于引导椅子结构的生成以支持人体模型。

在操作130，用户110配置(或重新配置)场景，例如通过指定交互表面。这在图3中示出，图3示出了根据本公开的实施例的3D模型的用户指定的交互表面。在这个示例中，交互表面302中的一个是人体模型200的区域，椅子将通过该区域支撑人的重量。第二交互表面304与将由椅子的靠背特征支撑的人体模型200的下背部相关联。地板306也被指定为交互表面，椅子的组件不应当穿过该交互表面。在这个示例中，交互表面在3D场景配置过程130期间被用户涂成红色。当然，附加交互表面(未示出)是可能的，诸如例如，用于头枕的头部的后部以及用于扶手的手臂的部分。

更复杂的场景是可能的。例如，可以在场景中提供很多人体模型，每个模型都定位成以不同的方式与不同的结构交互。当然，这些模型不需要被限制为人类。例如，模型可以表示旨在在拖车上运输的货物，其中拖车是要生成的3D结构，并且应当适应货物的类型。

除了交互表面之外，用户110还可以提供其他功能和几何约束。很多类型的约束是可能的。例如，可以指定封闭体积，使得所得到的结构必须被包含在该体积空间内。类似地，可以指定回避体积，使得所得到的结构不得延伸到该体积空间中。此外，还可以指定地面或地平面，结构可以从该平面向上延伸，但不在其下面投影。

例如，可以指定所有顶点的最大和/或最小总长度，以控制所得到的3D结构的复杂度和可能地控制成本。类似地，可以指定所得到的结构的最大和/或最小总质量。质量通常可以与组件(例如，顶点和边缘)的数目和尺寸相关。在一些实施例中，可以为组件提供特定的质量值，例如在VRG系统的规则中。也可以指定对称约束，例如要求所得到的结构关于一个或多个轴对称。

还可以提供稳定性约束。例如，所得到的结构的质量的中心可能需要被限制在结构内部的特定区域内，使得其在重力或其他施加的力的作用下抵抗翻倒。这种稳定性约束可以进一步延伸或与结构站立、支撑另一对象的能力和/或以任何期望的方式被推动、拉动或抓握相关。

另外，根据所公开的技术，可以提供加权比例因子以在测量所生成的结构的适合度的过程中强调或减弱选择约束中的一个或多个。以上约束列表作为示例提供，并不旨在是包罗万象的。可以有效评估的任何约束都可能可以用于指导过程，包括空气动力学或其他物理属性、以及可以进行测量的美学标准。

过程生成模块140被配置为生成VRG系统族的一组初始规则(也称为规则图)。过程应用模块150被配置为将这些规则应用于一组顶点。这些规则图及其应用在图4中示出，图4示出了根据本公开的实施例的示例规则图410和规则图扩展420。在这个简化的二维示例中，规则图410被示出为包括链接在一起的两个规则P₁和P₂。规则P₁指定在θ＝0度的方向上(例如，沿着x轴)在第一顶点v和第二顶点u之间的边连接的生成，距离长度(d)为1个单位。注意，在更一般的3D情况下，该规则可以指定两个方向向量，以用极角和方位角、或任何其他方便的坐标系来描述方向。该规则还与规则扩展相关联地指定递归极限n＝3，如将在下面解释的。该规则进一步指定第二顶点u被设置为不活动状态(由阴影指示)，而第一顶点v保持活动状态，这也将在下面解释。

规则P₂指定在θ＝90度方向上(例如，沿着y轴)在来自规则P₁的活动顶点v到第二新顶点u之间的第二边连接的生成，距离长度(d)也为1个单位并且递归极限n＝3。规则P₂还指定新的第二顶点u被设置为活动状态，而第一顶点v被设置为不活动状态(由阴影指示)。规则图进一步指示规则P₂关于顶点u被链接回规则P₁。

除了连接规则之外，VRG系统还可以指定顶点的属性参数。在一些实施例中，如上所述，这些参数包括活动/不活动状态标志和递归极限、以及用于定义顶点的坐标系的向量的标志正交集合以及要在骨架几何结构的生成时使用的圆柱体和球体的半径，如下面将要描述的。还可以包括任何数目的其他合适的参数或属性。

在一些实施例中，过程生成模块140可以被配置为利用顶点之间的随机化连接以及顶点的随机化属性参数来初始化每个VRG系统的规则图。虽然不太可能在第一迭代中生成令人满意的结构，但是这些初始随机值最终会在下面描述的遗传编程技术的多个迭代或演变之后收敛以产生期望的结果。

图4还示出了基于规则图410的规则的递归应用通过边连接将顶点扩展420到新生成的顶点，如上所述。过程应用模块150被配置为应用这些规则来将初始顶点集合扩展为图形。在一些实施例中，初始顶点集合可以在交互表面开始。在这个简化的示例中，在420a处，扩展开始于指定为A的初始顶点，其用递归计数器(0，0)标记以分别指示规则P₁和P₂的递归应用的数目。递归计数器最初设置为零，因为这两个规则都尚未应用。接下来，在420b处，应用规则P₁以在0度的方向上在1个单位的距离处生成新的顶点B，其处于不活动状态。顶点A递归计数器更新为(1，0)以指示规则P₁的一次应用。接下来，在420c处，根据规则图410将规则P₂应用于活动顶点A(规则替代它们的扩展)，以在90度的方向上在1个单位的距离处生成新的顶点C，其处于活动状态。顶点A被设置为不活动，并且递归计数器现在与活动顶点C相关联，活动顶点C被更新为(1，1)以指示规则P₁的一次应用和规则P₂的一次应用。

接下来，在420d处，根据规则图410，将规则P₁应用于活动顶点C，以在0度的方向上在1个单位的距离处生成新顶点D，其处于不活动状态。顶点C保持活动状态，并且递归计数器更新为(2，1)以指示规则P₁的两次应用和规则P₂的一次应用。

接下来，在420e处，根据规则图410，将规则P₂应用于活动顶点C，以在90度的方向上在1个单位的距离处生成新顶点E，其处于活动状态。顶点C被设置为不活动，并且递归计数器现在与活动顶点E相关联，活动顶点E被更新为(2，2)以指示规则P₁的两次应用和规则P₂的两次应用。

接下来，在420f处，根据规则图410，将规则P₁应用于活动顶点E，以在0度的方向上在1个单位的距离处生成新顶点F，其处于不活动状态。顶点E保持活动状态，并且递归计数器被更新为(3，2)以指示规则P₁的三次应用和规则P₂的两次应用。此时，对于顶点E已经达到递归极限3，这将扩展中涉及的所有顶点设置为不活动状态。因为图中没有剩余的活动顶点，所以在420g处扩展停止，所得到的结构类似大写字母“E”。

在操作中，过程应用模块150在初始顶点集合中的每个顶点上并行操作以生成与每个VRG系统相关联的3D图形。因此，生成了3D图形群体，每个VRG系统一个3D图形，其上可以应用下面描述的遗传编程技术。

骨架几何结构生成模块160被配置为通过结合诸如圆柱体和球体等对象代理以表示顶点和边连接来从每个3D图形生成骨架几何结构或表面表示。圆柱体和球体的半径可以通过存储在VRG系统的规则中的顶点参数或属性来指定。

优化模块170被配置为为每个骨架几何结构计算目标函数。目标函数被配置为基于用户指定的约束来评估每个骨架几何结构的适应性。在一些实施例中，如前所述，目标函数可以被表示为适当地描述每个用户指定的约束的数学项的加权求和。可以针对由每个VRG系统生成的图形来评估目标函数，使得可以对系统进行评分以及排序/排名以用于遗传编程过程。

遗传编程模块180被配置为通过将遗传编程技术(包括图交叉和变异)迭代地应用于VRG系统族的选择子集的规则图来生成3D结构。

对最高得分的VRG系统的规则图的选择分数(例如，百分之十)进行图交叉。图交叉过程在图5中示出。在该图的顶部部分中示出了两个规则图，规则图1 502和规则图2 504。然后执行规则图交叉操作510以在规则图之间交换或互换两个随机选择的规则(在这个示例中是规则P3和P6)以生成经修改的规则图506和508。规则的交换或互换包括规则参数和边的交换。在一些实施例中，可以在规则图之间交换多于一对规则。所得到的图交叉被复制到下一代(迭代)。

在一些实施例中，遗传编程模块180还执行精英化(elitism)，其中最佳规则图中的两个到三个被完整地向前复制到下一代。最后，通过随机改变连接规则和顶点参数的小百分比(例如，百分之一)，将随机突变应用于下一代规则图。该下一代规则图被反馈给过程应用模块150，用于图形生成过程的后续迭代(演化)，直到目标函数达到指示可能已经生成令人满意的3D结构的期望阈值。如前所述，可以是嵌入式的和输出3D场景190的所得到的结构被呈现给用户以供批准或修改。

图6示出了根据本公开的实施例的响应于变化的约束而生成的示例3D结构。将茶壶610的3D模型提供给要为其生成支撑结构的系统。在示例602中，用户指定的约束被限制于茶壶将停留在其上的交互表面的定义，而没有其他限制。示出了所得到的支撑结构620，其包括相对大量的看似不必要的组件。

在示例604中，用户指定的约束包括额外的限制以最小化结构的总长度。可以看出，虽然所得到的结构622看起来不稳定(例如，在茶壶的重量下所得到的结构622可能翻倒)，但所得到的结构622更简单且具有更少的组件。

在示例606中，用户指定的约束还包括用于增加结构的稳定性的附加限制。可以看出，所得到的结构624具有与地平面的多个接触点以增加稳定性。最后，在示例608中，包括额外的限制以最小化结构的质量，同时保持缩短的长度和增加的稳定性。可以看出，所得到的结构626更加流线化并且可以为用户提供期望的结果。

方法

图7是示出根据本公开的实施例的用于使用遗传编程来生成3D结构以满足功能和几何约束的方法700的流程图。如可以看到的，该方法参考图1的过程生成模块140、过程应用模块150、骨架几何结构生成模块160、优化模块170和遗传编程模块180的配置来描述。然而，正如根据本公开将意识到的，该方法可以使用任何数目的模块配置来实现。还应当注意，该方法中描述的各种功能不需要指派给所示的具体示例模块。为此，提供所描述的示例性方法以给出一个示例实施例，并且不旨在将该方法限制于任何特定的物理或结构配置。

该方法在操作710处通过初始化来自这样的VRG系统的选择群体的多个顶点规则图(VRG)系统来开始。VRG系统被配置为提供指定顶点之间的边连接和顶点的属性参数的规则。在一些实施例中，初始化包括利用顶点之间的随机化连接以及顶点的随机化属性参数来初始化VRG系统的规则。初始化在该方法的第一迭代之前(例如，在遗传编程的第一迭代之前)执行。

该方法在操作720处通过将VRG系统的规则应用于初始顶点集合以生成3D图形而继续。每个3D图形都与VRG系统之一相关联。如前所述，初始顶点集合与要生成的结构和用户提供的3D模型之间的用户指定的交互表面相关联。

接下来，在操作730处，为每个3D图形生成骨架几何结构。在一些实施例中，通过用圆柱体代替3D图形的边连接并且用球代替3D图形的顶点来生成骨架几何结构。圆柱体和球体可以通过被包括在VRG系统的规则中的顶点属性来表征。

在操作740处，为每个骨架几何结构计算目标函数。目标函数被配置为基于用户指定的几何和功能约束来评估骨架几何结构的适应性。在一些实施例中，约束可以包括拟合体积、回避体积、对称性要求、交互表面、边连接的最大总长度以及3D结构的最大质量中的一项或多项。

在操作750处，通过将遗传编程技术迭代地应用于VRG系统以最小化目标函数来生成3D结构。在一些实施例中，遗传编程技术包括执行VRG系统的图形交叉并且将突变应用于VRG系统的规则和顶点，如前所述。

在一些实施例中，执行附加操作。例如，在一个实施例中，将初始结果提供给用户，并且获取反馈以并入迭代过程。用户反馈可以包括已更新的约束、约束的已更新的加权因子和已更新的交互表面。

示例平台

图8是示意性地示出用于执行本公开中各种描述的任何技术的计算平台或设备800的框图。例如，在一些实施例中，用于生成图1的3D结构的系统或其任何部分以及图7的方法或其任何部分在计算平台800中实现。在一些实施例中，计算平台800是计算机系统，诸如工作站、台式计算机、服务器、膝上型计算机、手持式计算机、平板计算机(例如，iPad平板计算机)、移动计算或通信设备(例如，iPhone移动通信设备、Android移动通信设备等)、或能够通信并且具有足够的处理器能力和存储器容量以执行本公开中描述的操作的其他形式的计算或电信设备。在一些实施例中，提供了包括多个这样的计算设备的分布式计算系统。

计算平台800包括其上编码有用于实现本公开中各种描述的技术的一个或多个计算机可执行指令或软件的一个或多个存储设备890和/或非暂态计算机可读介质830。在一些实施例中，存储设备890包括计算机系统存储器或随机存取存储器，诸如耐用磁盘存储装置(例如，任何合适的光学或磁性耐用存储设备，包括RAM、ROM、闪存、USB驱动器或其他基于半导体的存储介质)、硬盘驱动器、CD-ROM或其他计算机可读介质，用于存储实现如本公开中教导的各种实施例的数据和计算机可读指令和/或软件。在一些实施例中，存储设备890也包括其他类型的存储器或其组合。在一个实施例中，存储设备890设置在计算平台800上。在另一实施例中，存储设备890单独地或远离计算平台800设置。非暂态计算机可读介质830包括但不限于一个或多个类型的硬件存储器、非暂态有形介质(例如，一个或多个磁存储盘、一个或多个光盘、一个或多个USB闪存驱动器)等。在一些实施例中，被包括在计算平台800中的非暂态计算机可读介质830存储用于实现各种实施例的计算机可读和计算机可执行指令或软件。在一个实施例中，计算机可读介质830设置在计算平台800上。在另一实施例中，计算机可读介质830单独地或远离计算平台800设置。

计算平台800还包括至少一个处理器810，其用于执行存储在存储设备890和/或非暂态计算机可读介质830中的计算机可读和计算机可执行指令或软件以及用于控制系统硬件的其他程序。在一些实施例中，在计算平台800中采用虚拟化，使得计算平台800中的基础设施和资源被动态地共享。例如，设置虚拟机以处理在多个处理器上运行的进程，使得进程似乎只使用一个计算资源而不是多个计算资源。在一些实施例中，多个虚拟机与一个处理器一起使用。

如可以进一步看到的，还设置互连805以允许上面列出的各种组件和/或未示出的其他组件之间的通信。计算平台800可以通过网络接口电路840耦合到网络850(例如，诸如互联网等局域网或广域网)以允许与其他计算设备、平台、资源、客户端和物联网(IoT)设备通信。

在一些实施例中，用户通过输入/输出系统860与计算平台800交互，输入/输出系统860与诸如键盘和鼠标870和/或显示元件(屏幕/显示器)880等设备交互，这些设备提供用户接口以接受用户输入和指导例如以配置或控制3D结构生成。在一些实施例中，计算平台800包括用于接收来自用户的输入的其他I/O设备(未示出)，例如指示设备或触摸板等或任何合适的用户接口。在一些实施例中，计算平台800包括其他合适的传统I/O外围设备。计算平台800可以包括和/或可操作地耦合到用于执行本公开中各种描述的一个或多个方面的各种合适的设备。

在一些实施例中，计算平台800运行操作系统(OS)820，诸如任何版本的MicrosoftWindows操作系统、不同版本的Unix和Linux操作系统、用于Macintosh计算机的任何版本的MacOS、任何嵌入式操作系统、任何实时操作系统、任何开源操作系统、任何专有操作系统、用于移动计算设备的任何操作系统、或能够在计算平台800上运行并且执行本公开中描述的操作的任何其他操作系统。在一个实施例中，操作系统在一个或多个云计算机实例上运行。

如根据本公开将意识到的，系统的各种模块和组件(包括过程生成模块140、过程应用模块150、骨架几何结构生成模块160、优化模块170以及基因编程模块180)可以用软件来实现，诸如编码在任何计算机可读介质或计算机程序产品(例如，硬盘驱动器、服务器、光盘或其他合适的非暂态存储器或存储器组)上的一组指令(例如，HTML、XML、C、C++、面向对象的C、JavaScript、Java、BASIC等)，软件在由一个或多个处理器执行时引起本公开中提供的各种方法得以实施。将意识到，在一些实施例中，如本公开中所描述的，由用户计算系统执行的各种功能和数据转换可以由具有不同配置和布置的类似处理器和/或数据库执行，并且所描绘的实施例并非旨在限制。包括计算平台800的这个示例实施例的各种组件可以被集成到例如一个或多个台式或膝上型计算机、工作站、平板计算机、智能电话、游戏控制台、机顶盒或其他这样的计算设备中。未示出计算系统的典型的其他组件和模块，诸如例如协处理器、处理核、图形处理单元、触摸板、触摸屏等，但是这些将很清楚。

在其他实施例中，功能组件/模块用诸如门级逻辑(例如，FPGA)或专用半导体(例如，ASIC)等硬件来实现。其他实施例利用具有用于接收和输出数据的多个输入/输出端口的微控制器以及用于执行本公开中描述的功能的多个嵌入式例程来实现。从更一般的意义上讲，可以使用硬件、软件和固件的任何合适的组合，这一点将是很清楚的。

示例实施例

很多示例实施例将是很清楚的，并且本文中描述的特征可以以任何数目的配置进行组合。

示例1包括一种生成三维(3D)结构的方法。该方法包括：由基于处理器的系统接收与要生成的3D结构相关的一个或多个约束，一个或多个约束中的至少一个约束从给定3D模型的指定交互表面得到；以及由基于处理器的系统通过将遗传编程迭代地应用于多个顶点规则图(VRG)系统以基于约束来演变VRG系统，来使用一个或多个约束来生成3D结构，一个或多个约束包括给定3D模型的指定交互表面。

示例2包括根据示例1的主题，其中生成还包括：由基于处理器的系统初始化多个VRG系统，VRG系统被配置为提供指定顶点之间的边连接和顶点的属性参数的规则；由基于处理器的系统向初始顶点集合应用VRG系统的规则以生成多个3D图形，3D图形中的每个3D图形与VRG系统中的一个VRG系统相关联，其中初始顶点集合与给定3D模型的指定交互表面相关联；由基于处理器的系统生成多个骨架几何结构，骨架几何结构中的每个骨架几何结构与3D图形中的一个3D图形相关联；由基于处理器的系统为骨架几何结构中的每个骨架几何结构计算目标函数，目标函数被配置为基于给定约束来评估骨架几何结构的适应性，给定约束包括给定3D模型的交互表面；以及由基于处理器的系统通过将遗传编程迭代地应用于多个VRG系统的选择子集来生成3D结构，遗传编程迭代用于最小化目标函数。

示例3包括根据示例1或2的主题，其中遗传编程还包括执行VRG系统的图形交叉并且向VRG系统的规则和顶点应用突变。

示例4包括根据示例1至3中任一项的主题，其中初始化还包括利用顶点之间的随机化连接以及顶点的随机化属性参数来初始化多个VRG系统的规则，初始化在方法的第一迭代之前执行。

示例5包括根据示例1至4中任一项的主题，其中指定顶点之间的边连接的VRG系统规则包括方向参数、距离参数、递归极限参数和对称标志中的至少一项。

示例6包括根据示例1至5中任一项的主题，其中指定顶点的属性参数的VRG系统规则包括顶点的活动/不活动状态标志、定义顶点的坐标系的正交向量、以及针对要应用于顶点的规则中的每个规则的递归计数器中的至少一项。

示例7包括根据示例1至6中任一项的主题，其中骨架几何结构的生成还包括用圆柱体替换3D图形的边连接并且用球体替换3D图形的顶点。

示例8包括根据示例1至7中任一项的主题，其中约束还包括拟合体积、回避体积、对称性要求、边连接的最大总长度以及3D结构的最大质量中的至少一项。

示例9包括根据示例1至8中任一项的主题，还包括：呈现所生成的3D结构以供显示；接收一个或多个已更新的约束，一个或多个已更新的约束包括一个或多个已更新的交互表面；接收与包括一个或多个已更新的约束的约束相关联的加权因子；以及使用加权因子和一个或多个已更新的约束来迭代方法。

示例10是一种用于生成三维(3D)结构的系统。该系统包括：一个或多个处理器；过程生成模块，由一个或多个处理器可控制或可执行或可控制且可执行并且被配置为初始化多个顶点规则图(VRG)系统，VRG系统被配置为提供指定顶点之间的边连接和顶点的属性参数的规则；过程应用模块，由一个或多个处理器可控制或可执行或可控制且可执行并且被配置为向初始顶点集合应用VRG系统的规则以生成多个3D图形，3D图形中的每个3D图形与VRG系统中的一个VRG系统相关联，其中初始顶点集合与3D模型的指定交互表面相关联；骨架几何结构生成模块，由一个或多个处理器可控制或可执行或可控制且可执行并且被配置为生成多个骨架几何结构，骨架几何结构中的每个骨架几何结构与3D图形中的一个3D图形相关联；优化模块，由一个或多个处理器可控制或可执行或可控制且可执行并且被配置为为骨架几何结构中的每个骨架几何结构计算目标函数，目标函数被配置为基于给定约束来评估骨架几何结构的适应性，其中给定约束包括拟合体积、回避体积、对称性要求、交互表面、边连接的最大总长度以及3D结构的最大质量中的至少一项；以及基因编程模块，由一个或多个处理器可控制或可执行或可控制且可执行并且被配置为通过将遗传编程迭代地应用于多个VRG系统的选择子集来生成3D结构，遗传编程迭代用于最小化目标函数，其中遗传编程模块还被配置为执行VRG系统的图形交叉并且向VRG系统的规则和顶点应用突变。

示例11包括根据示例10的主题，其中过程生成模块还被配置为利用顶点之间的随机化连接以及顶点的随机化属性参数来初始化多个VRG系统的规则，初始化在遗传编程的第一迭代之前执行。

示例12包括根据示例10或11的主题，其中指定顶点之间的边连接的VRG系统规则包括方向参数、距离参数、递归极限参数和对称标志中的至少一项；并且指定顶点的属性参数的VRG系统规则包括顶点的活动/不活动状态标志、定义顶点的坐标系的正交向量、以及针对要应用于顶点的规则中的每个规则的递归计数器中的至少一项。

示例13是一种其上编码有指令的非暂态计算机程序产品，指令在由一个或多个计算机处理器执行时引起一个或多个计算机处理器执行包括以下操作的过程：接收与要生成的3D结构相关的一个或多个约束，一个或多个约束中的至少一个约束从给定3D模型的指定交互表面得到；以及通过将遗传编程迭代地应用于多个顶点规则图(VRG)系统以基于约束来演变VRG系统，来使用一个或多个约束来生成3D结构，一个或多个约束包括给定3D模型的指定交互表面。

示例14包括根据示例13的主题，其中生成还包括：初始化多个VRG系统，VRG系统被配置为提供指定顶点之间的边连接和顶点的属性参数的规则；向初始顶点集合应用VRG系统的规则以生成多个3D图形，3D图形中的每个3D图形与VRG系统中的一个VRG系统相关联，其中初始顶点集合与给定3D模型的指定交互表面相关联；生成多个骨架几何结构，骨架几何结构中的每个骨架几何结构与3D图形中的一个3D图形相关联；为骨架几何结构中的每个骨架几何结构计算目标函数，目标函数被配置为基于给定约束来评估骨架几何结构的适应性，给定约束包括给定3D模型的交互表面；以及通过将遗传编程迭代地应用于多个VRG系统的选择子集来生成3D结构，遗传编程迭代用于最小化目标函数。

示例15包括根据示例13或14的主题，其中遗传编程还包括执行VRG系统的图形交叉并且向VRG系统的规则和顶点应用突变。

示例16包括根据示例13至15中任一项的主题，其中初始化还包括利用顶点之间的随机化连接以及顶点的随机化属性参数来初始化多个VRG系统的规则，初始化在方法的第一迭代之前执行。

示例17包括根据示例13至16中任一项的主题，其中指定顶点之间的边连接的VRG系统规则包括方向参数、距离参数、递归极限参数和对称标志中的至少一项。

示例18包括根据示例13至17中任一项的主题，其中指定顶点的属性参数的VRG系统规则包括顶点的活动/不活动状态标志、定义顶点的坐标系的正交向量、以及要应用于顶点的规则中的每个规则的递归计数器中的至少一项。

示例19包括根据示例13至18中任一项的主题，其中骨架几何结构的生成还包括用圆柱体替换3D图形的边连接并且用球体替换3D图形的顶点。

示例20包括根据示例13至19中任一项的主题，其中约束还包括拟合体积、回避体积、对称性要求、边连接的最大总长度以及3D结构的最大质量中的至少一项。

已经出于说明和描述的目的呈现了本公开的示例实施例的前述描述。并非旨在穷举或将本公开限制于所公开的确切形式。根据本公开，很多修改和变化是可能的。意图是本公开的范围不受本具体实施方式的限制，而是受所附权利要求的限制。

Claims

1.一种用于生成三维(3D)结构的方法，所述方法包括：

由基于处理器的系统接收与要被生成的3D结构相关的一个或多个约束，所述一个或多个约束中的至少一个约束从给定3D模型的指定交互表面得到；以及

由所述基于处理器的系统通过将遗传编程迭代地应用于多个顶点规则图VRG系统以基于所述一个或多个约束来演变所述VRG系统，来使用所述给定3D模型的所述指定交互表面生成所述3D结构，所述VRG系统规定规则以供使用所述VRG的边来互联VRG的顶点；

其中所述VRG系统中的第一VRG系统提供规定如下项的规则：(i)所述3D结构的两个顶点之间的边连接，以及(ii)针对所述规则的递归极限参数；

其中，针对所述规则的第一次应用，所述两个顶点中的第一顶点是与所述指定交互表面相关联的初始顶点；

其中所述两个顶点中的第二顶点基于应用由所述第一VRG系统提供的所述规则而被创建；

其中生成所述3D结构包括应用所述规则一些次数，所述一些次数由所述递归极限参数规定，所述规则的每次应用导致附加顶点被添加到所述3D结构；并且

其中所述边连接规定方向参数和距离参数。

2.根据权利要求1所述的方法，其中生成所述3D结构还包括：

由所述基于处理器的系统向所述初始顶点应用所述第一VRG系统的所述规则以生成与所述第一VRG系统相关联的3D图形；

由所述基于处理器的系统生成与所述3D图形相关联的骨架几何结构；

由所述基于处理器的系统针对所述骨架几何结构计算目标函数，所述目标函数被配置为基于所述一个或多个约束中的至少一些约束来评估所述骨架几何结构的适应性；以及

由所述基于处理器的系统通过将所述遗传编程迭代地应用于所述多个VRG系统的选择子集来生成所述3D结构，其中所述遗传编程的迭代应用最小化所述目标函数。

3.根据权利要求1所述的方法，其中所述遗传编程还包括执行所述VRG系统的图形交叉。

4.根据权利要求1所述的方法，其中生成所述3D结构还包括利用针对所述两个顶点中的至少一个顶点的随机化属性参数来初始化所述规则，所述规则在所述遗传编程的第一次迭代应用之前被初始化。

5.根据权利要求1所述的方法，其中所述规则还规定对称标志。

6.根据权利要求1所述的方法，其中

所述规则还规定针对所述两个顶点中的至少一个顶点的属性参数；并且

所述属性参数包括以下至少一项：(a)所述两个顶点中的至少一个顶点的活动/不活动状态标志，或者(b)定义所述两个顶点中的至少一个顶点的坐标系的正交向量。

7.根据权利要求2所述的方法，其中生成所述骨架几何结构还包括用圆柱体替换所述边连接并且用球体替换所述两个顶点中的至少一个顶点。

8.根据权利要求1所述的方法，其中所述一个或多个约束中的至少一个约束规定拟合体积、回避体积、对称性要求、所述3D结构中边连接的最大总长度以及所述3D结构的最大质量中的至少一项。

9.根据权利要求1所述的方法，还包括：

呈现生成的所述3D结构以供显示；

接收已更新的交互表面；

接收与所述已更新的交互表面相关联的加权因子；以及

使用所述加权因子和所述已更新的交互表面来执行所述遗传编程的迭代应用。

10.一种用于生成三维(3D)结构的系统，所述系统包括：

一个或多个处理器；

过程生成模块，由所述一个或多个处理器可控制或可执行或可控制且可执行并且被配置为初始化多个顶点规则图VRG系统，所述VRG系统被配置为提供规则，所述规则规定顶点之间的边连接和所述顶点的属性参数；

过程应用模块，由所述一个或多个处理器可控制或可执行或可控制且可执行并且被配置为向初始顶点集合应用所述VRG系统的所述规则以生成多个3D图形，所述3D图形中的每个3D图形与所述VRG系统中的一个VRG系统相关联，其中所述初始顶点集合与3D模型的指定交互表面相关联；

骨架几何结构生成模块，由所述一个或多个处理器可控制或可执行或可控制且可执行并且被配置为生成多个骨架几何结构，所述骨架几何结构中的每个骨架几何结构与所述3D图形中的一个3D图形相关联；

优化模块，由所述一个或多个处理器可控制或可执行或可控制且可执行并且被配置为为所述骨架几何结构中的每个骨架几何结构计算目标函数，所述目标函数被配置为基于给定约束来评估所述骨架几何结构的适应性，其中所述给定约束包括拟合体积、回避体积、对称性要求、所述交互表面、所述边连接的最大总长度以及所述3D结构的最大质量中的至少一项；以及

遗传编程模块，由所述一个或多个处理器可控制或可执行或可控制且可执行并且被配置为通过将遗传编程迭代地应用于所述多个VRG系统的选择子集来生成所述3D结构，所述遗传编程迭代用于最小化所述目标函数，其中所述遗传编程模块还被配置为执行所述VRG系统的图形交叉并且向所述VRG系统的所述规则和顶点应用突变。

11.根据权利要求10所述的系统，其中所述过程生成模块还被配置为利用所述顶点之间的随机化连接以及所述顶点的随机化属性参数来初始化所述多个VRG系统的所述规则，所述初始化在所述遗传编程的第一迭代之前被执行。

12.根据权利要求10所述的系统，其中规定顶点之间的边连接的所述VRG系统规则包括方向参数、距离参数、递归极限参数和对称标志中的至少一项；并且规定所述顶点的属性参数的所述VRG系统规则包括所述顶点的活动/不活动状态标志、定义所述顶点的坐标系的正交向量、以及针对要应用于所述顶点的所述规则中的每个规则的递归计数器中的至少一项。

13.一种非暂态计算机可读介质，在其上存储有指令，所述指令在由一个或多个计算机处理器执行时引起所述一个或多个计算机处理器执行包括以下操作的过程：

接收与要被生成的3D结构相关的一个或多个约束，所述一个或多个约束中的至少一个约束从给定3D模型的指定交互表面得到；以及

通过将遗传编程迭代地应用于多个顶点规则图VRG系统以基于所述一个或多个约束来演变所述VRG系统，来使用所述给定3D模型的所述指定交互表面生成所述3D结构，所述VRG系统规定规则以供使用所述VRG的边来互联VRG的顶点；

其中所述边连接规定方向参数和距离参数。

14.根据权利要求13所述的非暂态计算机可读介质，其中生成所述3D结构还包括：

向所述初始顶点应用所述第一VRG系统的所述规则以生成与所述第一VRG系统相关联的3D图形；

生成与所述3D图形相关联的骨架几何结构；

针对所述骨架几何结构计算目标函数，所述目标函数被配置为基于所述一个或多个约束中的至少一些约束来评估所述骨架几何结构的适应性；以及

通过将所述遗传编程迭代地应用于所述多个VRG系统的选择子集来生成所述3D结构，其中所述遗传编程的迭代应用最小化所述目标函数。

15.根据权利要求13所述的非暂态计算机可读介质，其中所述遗传编程还包括执行所述VRG系统的图形交叉。

16.根据权利要求13所述的非暂态计算机可读介质，其中生成所述3D结构还包括利用针对所述两个顶点中的至少一个顶点的随机化属性参数来初始化所述规则，所述规则在所述遗传编程的第一次迭代应用之前被初始化。

17.根据权利要求13所述的非暂态计算机可读介质，其中所述规则还规定对称标志。

18.根据权利要求13所述的非暂态计算机可读介质，其中

19.根据权利要求14所述的非暂态计算机可读介质，其中生成所述骨架几何结构还包括用圆柱体替换所述边连接并且用球体替换所述两个顶点中的至少一个顶点。

20.根据权利要求13所述的非暂态计算机可读介质，其中所述一个或多个约束中的至少一个约束规定拟合体积、回避体积、对称性要求、所述3D结构中边连接的最大总长度以及所述3D结构的最大质量中的至少一项。