CN113591309B - 一种3d打印的模型切片方法、装置、计算终端及存储介质 - Google Patents

Abstract

本发明实施例公开了一种3D打印的模型切片方法、装置、终端及存储介质。该方法包括：计算待打印模型的复杂度；根据所述复杂度计算在本地端对所述待打印模型进行切片的第一切片时间，并根据所述复杂度计算在云端对所述待打印模型进行切片的第二切片时间；判断第一切片时间是否小于第二切片时间；若是，则直接由本地端对所述待打印模型进行切片；若否，则将所述待打印模型上传至云端进行切片。本发明实施例的技术方案，通过比较在终端上和在云端上的切片时间，精准地选择最优的切片路径，达到最佳的切片效率，从而大大提高了切片效率和用户体验。

Description

一种3D打印的模型切片方法、装置、计算终端及存储介质

技术领域

本发明实施例涉及3D打印技术领域，尤其涉及一种3D打印的模型切片方法、装置、计算终端及存储介质。

背景技术

目前的3D(three-dimensional)打印过程中，都会涉及到对三维待打印模型的切片工作，而不管是FDM(Fused Deposition Modeling)打印的切片还是光固化打印的切片，都是一个很耗时间的工作。目前的切片方法包括两种，一是本地端，例如手机、PC(personalcomputer)，直接对待打印模型进行切片，二是通过网络将待打印模型及相关的切片参数发送到云端，由云服务器进行切片。

现有技术的上述两种方法只是将工作交由不同端进行切片，并没有考虑切片的时间是否最少、效率是否最佳，因此有必要提供一种3D打印的模型切片方法，用于控制在本地端和云端进行切片的效率。

发明内容

本发明实施例提供一种3D打印的模型切片方法、装置、计算终端及存储介质，以实现精准地选择最优的切片路径，达到最佳的切片效率。

第一方面，本发明实施例提供了一种3D打印的模型切片方法，包括：

计算待打印模型的复杂度；

根据所述复杂度计算在本地端对所述待打印模型进行切片的第一切片时间，并根据所述复杂度计算在云端对所述待打印模型进行切片的第二切片时间；

判断所述第一切片时间是否小于所述第二切片时间；

若是，则直接由所述本地端对所述待打印模型进行切片；

若否，则将所述待打印模型上传至所述云端进行切片。

可选的，所述计算待打印模型的复杂度之后，包括：

判断所述复杂度是否小于预设阈值；

若是，则直接由所述本地端对所述待打印模型进行切片；

若否，进入所述根据所述复杂度计算在本地端对所述待打印模型进行切片的第一切片时间，并根据所述复杂度计算在云端对所述待打印模型进行切片的第二切片时间的步骤。

可选的，所述计算待打印模型的复杂度，包括：

获取所述待打印模型中的三角面片；

根据所述三角面片的数量计算所述待打印模型的复杂度。

可选的，所述根据所述复杂度计算在本地端对所述待打印模型进行切片的第一切片时间包括：

获取所述本地端对单位复杂度O(n0)的所述待打印模型进行切片的第一单位切片时间t1；

根据所述第一单位切片时间t1计算所述待打印模型在所述本地端上的第一切片时间ta1，其计算公式为：

ta1＝O(n)*t1/O(n0)；

其中，O(n)表示所述待打印模型的复杂度。

可选的，所述根据所述复杂度计算在云端对所述待打印模型进行切片的第二切片时间包括：

获取所述云端对单位复杂度O(n0)的所述待打印模型进行切片的第二单位切片时间t2；

根据所述第二单位切片时间t2计算所述待打印模型在所述云端上的切片时间ta2，其计算公式为：

ta2＝O(n)*t2/O(n0)；

至少根据所述切片时间ta2，计算在云端对待打印模型进行切片的第二切片时间，其中，O(n)表示所述待打印模型的复杂度。

可选的，所述至少根据所述切片时间ta2，计算在云端对待打印模型进行切片的第二切片时间，包括：

根据待打印模型占用的内存与当前网络传输速率，计算所述待打印模型的传输时间tn0；

根据所述切片时间ta2和所述传输时间tn0，计算在云端对待打印模型进行切片的第二切片时间ta'2，其计算公式为：

ta'2＝ta2+tn0；或

根据待打印模型占用的内存与当前网络传输速率，计算所述待打印模型的传输时间tn0；

获取云端中在所述待打印模型之前进行切片的各排队模型的总切片时间ts；

根据所述切片时间ta2、所述传输时间tn0和所述总切片时间ts，计算在云端对待打印模型进行切片的第二切片时间ta'2，其计算公式为：

ta'2＝ta2+tn0+ts。

可选的，所述获取云端中在所述待打印模型之前进行切片的各排队模型的总切片时间ts，包括：

接收所述云端根据各所述排队模型的复杂度和所述第二单位切片时间t2计算的总切片时间ts；或

接收所述云端发送的各所述排队模型的复杂度，根据各所述排队模型的复杂度和所述第二单位切片时间t2计算总切片时间ts。

第二方面，本发明实施例还提供了一种3D打印的模型切片装置，包括：

复杂度计算单元，用于计算待打印模型的复杂度；

时间计算单元，用于根据所述复杂度计算在本地端对所述待打印模型进行切片的第一切片时间，并根据所述复杂度计算在云端对所述待打印模型进行切片的第二切片时间；

时间判断单元，用于判断所述第一切片时间是否小于所述第二切片时间；

本地切片单元，用于若是，则直接由所述本地端对所述待打印模型进行切片；

云端切片单元，用于若否，则将所述待打印模型上传至所述云端进行切片。

第三方面，本发明实施例还提供了一种计算终端，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述实施例中任一所述的3D打印的模型切片方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述实施例中任一所述的3D打印的模型切片方法。

本发明实施例的技术方案，通过比较在本地端上和在云端上的切片时间，精准地选择最优的切片路径，达到最佳的切片效率，从而大大提高了切片效率和用户体验。

附图说明

图1是本发明实施例一中的一种3D打印的模型切片方法的流程示意图；

图2是本发明实施例二中的一种3D打印的模型切片方法的流程示意图；

图3是本发明实施例三中的一种3D打印的模型切片装置的结构示意图；

图4是本发明实施例四中的一种计算终端的结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理，但是其中的许多步骤可以被并行地、并发地或者同时实施。此外，各步骤的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。

此外，术语“第一”、“第二”等可在本文中用于描述各种方向、动作、步骤或元件等，但这些方向、动作、步骤或元件不受这些术语限制。这些术语仅用于将第一个方向、动作、步骤或元件与另一个方向、动作、步骤或元件区分。举例来说，在不脱离本申请的范围的情况下，可以将第一速度差值称为第二速度差值，且类似地，可将第二速度差值称为第一速度差值。第一速度差值和第二速度差值两者都是速度差值，但其不是同一速度差值。术语“第一”、“第二”等不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

实施例一

图1为本发明实施例一提供的一种3D打印的模型切片方法的流程示意图，本发明实施例可适用于提高切片效率的情况。本发明实施例的方法可以由一种3D打印的模型切片装置来执行，该装置可以由软件和/或硬件的方式实现，并一般可集成于云端服务器或本地端设备中。参照图1，本发明实施例的3D打印的模型切片方法，具体包括如下步骤：

步骤S110、计算待打印模型的复杂度。

具体的，本地端包括但不限于手机、笔记本电脑、台式电脑等等，在计算待打印模型的复杂度之前，本地端连接模型服务器，下载需要切片的待打印模型或者导入本地待打印模型。接着，本地端对待打印模型进行必要的编辑及配置好相关的待打印模型的切片参数，从而可以计算待打印模型的复杂度。

本实施例中，计算待打印模型的复杂度包括：获取待打印模型中的三角面片，根据三角面片的数量计算待打印模型的复杂度。具体地，对于三角面片组成的待打印模型，根据待打印模型所有顶点数量得到三角面片的数量，根据三角面片的数量计算得到待打印模型的复杂度；例如：对于三角面片组成的待打印模型，三维待打印模型可以直接由三维空间里面的顶点和三角面组成，3个顶点数据组成一个三角面，所有面与面连接组成完整的待打印模型，待打印模型所有顶点数量除以3，就得到三角面片的数量，三角面片的数量决定待打印模型的复杂度。因为待打印模型在切片的时候，主要是计算待打印模型三角面片相交及相关的计算。本实施通过三角面片的数量确定待打印模型的复杂度，提供了一种简单可行的模型复杂度的判断方法。

对于非三角面片组成的待打印模型，将待打印模型三个顶点一组，顺序连接成三角形片，以便将非三角面片转换为三角面片，然后根据转换的三角面片的数量计算得到待打印模型的复杂度。

本实施方式中，设待打印模型的复杂度为O(n)，n为待打印模型的等价三角面片的数量，单位为万。可以理解的，待打印模型的复杂度衡量方式还可以采用其它方式，本实施例对此不作限定。当待打印模型的等价三角面片的数量0<n≤10万，则定义待打印模型的复杂度O(n)＝1，即待打印模型的复杂度O(n)为第一等级；当待打印模型的等价三角面片的数量10万<n≤20万，则定义待打印模型的复杂度O(n)＝2…，当待打印模型的等价三角面片的数量(n-1)*10万<n≤10*n万，则待打印模型的复杂度O(n)＝n。

步骤S120、根据所述复杂度计算在本地端对所述待打印模型进行切片的第一切片时间，并根据所述复杂度计算在云端对所述待打印模型进行切片的第二切片时间。

替代实施例中，根据所述复杂度计算在本地端对所述待打印模型进行切片的第一切片时间具体包括：

S121、获取本地端对单位复杂度O(n0)的待打印模型进行切片的第一单位切片时间t1；

S122、根据所述第一单位切片时间t1计算待打印模型在本地端上的第一切片时间ta1，其计算公式为：ta1＝O(n)*t1/O(n0)。

本实施例中，预设的单位复杂度O(n0)为方便计算复杂度自定义的计算单位，一实施例中，预设的单位复杂度O(n0)可以是O(10)，即一个计算单位包括的待打印模型的等价三角面片的数量为10万。其他实施例中，根据本地端或云端算力的不同，预设的单位复杂度O(n0)也可以是O(20)，即一个计算单位包括的待打印模型的等价三角面片的数量为20万。本实施例中，预设的单位复杂度O(n0)的数值大小和本地端或云端算力成正比。即本地端或云端算力的算力越大，预设的单位复杂度O(n0)越大。

替代实施例中，根据所述复杂度计算在云端对待打印模型进行切片的第二切片时间包括：

S123、获取云端对单位复杂度O(n0)的待打印模型进行切片的第二单位切片时间t2；

S124、根据第二单位切片时间t2计算待打印模型在云端上的切片时间ta2，其计算公式为：

ta2＝O(n)*t2/O(n0)；

S125、至少根据所述切片时间ta2，计算在云端对待打印模型进行切片的第二切片时间。

步骤S130、判断第一切片时间是否小于第二切片时间。

步骤S140、若是，则直接由本地端对待打印模型进行切片。

具体的，如果在本地端上的切片时间小于在云端上的切片时间，则表明在本地端执行切片的时间更短，效率更高，则直接由本地端对待打印模型进行切片。

步骤S150、若否，则将待打印模型上传至云端进行切片。

具体的，如果在云端上的切片时间小于在本地端上的切片时间，则将待打印模型上传至云端进行切片。具体的，本地端连接云端，向云端上传待打印模型及切片参数，云端排队接收待打印模型并根据切片参数进行切片，切片完成生成切片文件之后通知本地端，本地端从云端下载切片文件。

本发明实施例的技术方案中，通过比较在本地端上和在云端上的切片时间，精准地选择最优的切片路径，选择切片时间最佳的方式进行切片，从而大大提高了切片效率和用户体验。

实施例二

图2为本发明实施例二提供的另一种3D打印的模型切片方法的流程示意图，本发明实施例可适用于提高切片效率的情况。本发明实施例的方法可以由一种3D打印的模型切片装置来执行，该装置可以由软件和/或硬件的方式实现，并一般可集成于云端服务器或本地端设备中。参照图2，本发明实施例的3D打印的模型切片方法，具体包括如下步骤：

步骤S210、计算待打印模型的复杂度。

具体的，本地端包括但不限于手机、笔记本电脑、台式电脑等等，在计算待打印模型的复杂度之前，本地端连接模型服务器，下载需要切片的待打印模型或者导入本地待打印模型。接着，本地端对待打印模型进行必要的编辑及配置好相关的待打印模型切片参数，从而可以计算待打印模型的复杂度。

本实施例中，计算待打印模型的复杂度包括获取待打印模型中的三角面片，根据三角面片的数量计算待打印模型的复杂度。具体地，对于三角面片组成的待打印模型，根据待打印模型所有顶点数量得到三角面片的数量，根据三角面片的数量计算得到待打印模型的复杂度；例如：对于三角面片组成的待打印模型，三维待打印模型可以直接由三维空间里面的顶点和三角面组成，3个顶点数据组成一个三角面，所有面与面连接组成完整的待打印模型，待打印模型所有顶点数量除以3，就得到三角面片的数量，三角面片的数量决定待打印模型的复杂度。因为待打印模型在切片的时候，主要是计算待打印模型三角面片相交及相关的计算。对于非三角面片组成的待打印模型，将待打印模型三个顶点一组，顺序连接成三角形片，以便将非三角面片转换为三角面片，然后根据转换的三角面片的数量计算得到待打印模型的复杂度。

本实施方式中，设待打印模型的复杂度为O(n)，n为待打印模型的等价三角面片的数量，单位为万。可以理解的，待打印模型的复杂度衡量方式还可以采用其它方式，本实施例对此不作限定。当待打印模型的等价三角面片的数量0<n≤10万，则待打印模型的复杂度O(n)＝10，即待打印模型的复杂度O(n)为第一等级；当待打印模型的等价三角面片的数量10<n≤20万，则待打印模型的复杂度O(n)＝20…，当待打印模型的等价三角面片的数量(n-1)*10万<n≤10*n万，则待打印模型的复杂度O(n)＝10*n。

步骤S220、判断所述复杂度是否小于预设阈值；

本实施例中，预设阈值为参考本地端算力设置的参数，一实施例中，根据本地端算力的大小，预设的预设阈值可以是10、20、30…100中的任一数值，可以理解的，预设阈值还可以根据需要设定其他不同的数值，例如5、10、15…200中任一数值，本实施例对此不作限定。

以预设阈值为10举例，步骤S220判断待打印模型的复杂度O(n)是否小于10，即是否小于第一等级，来决定采用不同的切片方式。

步骤S230、若是，则直接由本地端对所述待打印模型进行切片。

具体的，当待打印模型复杂度小于10的时候，通常为非常简单的待打印模型，切片耗时间在10s以内，只要本地端不是算力落后的陈旧设备，都可以直接由本地端切片而无需上传到云端切片。

步骤S240、若否，则根据所述复杂度计算在本地端对所述待打印模型进行切片的第一切片时间，并根据所述复杂度计算在云端对所述待打印模型进行切片的第二切片时间。

替代实施例中，根据所述复杂度计算在本地端对所述待打印模型进行切片的第一切片时间具体包括：

S241、获取本地端对单位复杂度O(n0)的待打印模型进行切片的第一单位切片时间t1；

S242、根据所述第一单位切片时间t1计算待打印模型在本地端上的第一切片时间ta1，其计算公式为：ta1＝O(n)*t1/O(n0)。

本实施例中，预设的单位复杂度O(n0)为方便计算复杂度自定义的计算单位，一实施例中，预设的单位复杂度O(n0)可以是O(10)，即一个计算单位包括的待打印模型的等价三角面片的数量为10万。其他实施例中，根据本地端或云端算力的不同，预设的单位复杂度O(n0)也可以是O(20)，即一个计算单位包括的待打印模型的等价三角面片的数量为20万。本实施例中，预设的单位复杂度O(n0)的数值大小和本地端或云端算力成正比。即本地端或云端的算力越大，预设的单位复杂度O(n0)越大。

替代实施例中，也可以将O(n0)/t1定义为单位切片速度V1，可替代地，根据所述复杂度计算在本地端对所述待打印模型进行切片的第一切片时间包括，获取本地端对单位复杂度O(n0)的待打印模型进行切片的第一切片速度V1；根据所述第一单位切片速度V1计算待打印模型在本地端上的总切片时间ta1，其计算公式为：ta1＝O(n)/V1。

替代实施例中，根据所述复杂度计算在云端对待打印模型进行切片的第二切片时间包括：

S243、获取云端对单位复杂度O(n0)的待打印模型进行切片的第二单位切片时间t2；

S244、根据第二单位切片时间t2计算待打印模型在云端上的切片时间ta2，其计算公式为：

ta2＝O(n)*t2/O(n0)；

S245、至少根据所述切片时间ta2，计算在云端对待打印模型进行切片的第二切片时间。

替代实施例中，也可以将O(n0)/t2定义为单位切片速度V2，可替代地，根据所述复杂度计算在云端对待打印模型进行切片的第二切片时间包括：获取云端对单位复杂度O(n0)的待打印模型进行切片的第二单位切片速度V2；根据第二单位切片速度V2计算待打印模型在云端上的切片时间ta2，其计算公式为：Ta2＝O(n)/V2。

替代实施例中，考虑到待打印模型传输到云端有一定的时间延迟，这些时间延迟同样会影响云端上的切片完成时间ta2，因此在上述实施例的基础上，可以进一步包括：根据待打印模型占用的内存与网络传输速率计算待打印模型传输时间tn0；所述至少根据所述切片时间ta2，计算在云端对待打印模型进行切片的第二切片时间，包括：

根据待打印模型占用的内存与当前网络传输速率，计算所述待打印模型的传输时间tn0；本实施例中将待打印模型加载到内存中时，其占用的内存的大小可以是1.5M、3M、5M、10M、15M…，本实施方式对待打印模型占用的内存的大小不做限定。

根据所述切片时间ta2和所述传输时间tn0，计算在云端对待打印模型进行切片的第二切片时间ta'2，其计算公式为：

ta'2＝ta2+tn0。

其他替代实施例中，考虑到云端切片的多个任务一般都按请求顺序进行了排队，只有队列中在当前待打印模型之前的所有排队模型的切片任务完成以后才执行当前待打印模型的切片任务，因此在上述实施例的基础上，进一步考虑排队时间后，所述至少根据所述切片时间ta2，计算在云端对待打印模型进行切片的第二切片时间，包括：

根据待打印模型占用的内存与当前网络传输速率，计算所述待打印模型的传输时间tn0；

获取云端中在所述待打印模型之前进行切片的各排队模型的总切片时间ts；

根据所述切片时间ta2、所述传输时间tn0和所述总切片时间ts，计算在云端对待打印模型进行切片的第二切片时间ta'2，其计算公式为：

ta'2＝ta2+tn0+ts。

替代实施例中，考虑到云端切片的多个任务一般都按请求顺序进行了排队，只有队列中在当前待打印模型之前的所有排队模型的切片任务完成以后才执行当前待打印模型的切片任务，因此在上述实施例的基础上，进一步考虑排队时间后，所述至少根据所述切片时间ta2，计算在云端对待打印模型进行切片的第二切片时间，包括：

获取云端中在所述待打印模型之前进行切片的各排队模型的总切片时间ts；

根据所述切片时间ta2和所述总切片时间ts，计算在云端对待打印模型进行切片的第二切片时间ta'2，其计算公式为：

ta'2＝ta2+ts。

替代实施例中，直接将切片时间ta2作为在云端对待打印模型进行切片的第二切片时间。

上述实施方式中，所述获取云端中在所述待打印模型之前进行切片的各排队模型的总切片时间ts，可以包括：本地端接收所述云端根据各所述排队模型的复杂度和所述第二单位切片时间t2计算的总切片时间ts；或本地端接收所述云端发送的各所述排队模型的复杂度，根据各所述排队模型的复杂度和所述第二单位切片时间t2计算总切片时间ts。

步骤S250、判断第一切片时间是否小于第二切片时间。

若是，则跳转执行步骤S230，直接由本地端对待打印模型进行切片。

具体的，如果在本地端上的切片时间小于在云端上的切片时间，则表明在本地端执行切片的时间更短，效率更高，则直接由本地端对待打印模型进行切片。

步骤S260、若否，则将待打印模型上传至云端进行切片。

具体的，如果在云端上的切片时间小于在本地端上的切片时间，则将待打印模型上传至云端进行切片。具体的，本地端连接云端，向云端上传待打印模型及切片参数，云端排队接收待打印模型并根据切片参数对接收的待打印模型进行切片，切片完成后生成切片文件并通知本地端，本地端根据通知从云端下载切片文件。

步骤S270、将切片文件传入3D打印机对待打印模型进行打印。

本实施例中，在计算本地端和云端切片时间之前，通过判断所述待打印模型的复杂度是否小于预设阈值可以对简单的模型进行本地端直接切片，无需计算本地端和云端切片时间，简化了了简单的待打印模型的执行步骤，当有大量简单模型需要排队打印时，可以节省大量切片时间计算过程和判断过程，显著提高了切片效率。本实施方式中，待打印模型的复杂度可以根据已知的待打印模型的相关顶点参数在切片之前计算出来，在切片之前就能预估待打印模型在本地端和云端哪一个切片更快的，因此本实施例的方法可以通过预估的切片时间来判断选择用本地端和云端中的哪一个进行切片，这样就能更快的实现待打印模型的切片功能。另外，本实施中进一步考虑了待打印模型上传云端的传输延迟，以及待打印模型在云端队列的等待时间，进一步精确了云端对待打印模型进行切片的准确时间，因此可以更加准确地选择本地端和云端切片更快的一方进行切片，进一步提高了3D打印的效率，节省了用户的等待时间，提高了用户体验。

实施例三

本发明实施例三所提供的3D打印的模型切片装置可执行本发明任意实施例所提供的3D打印的模型切片方法，具备执行方法相应的功能模块和有益效果，该装置可以由软件和/或硬件(集成电路)的方式实现，并一般可集成于服务器或本地端设备中。图3是本发明实施例三中的一种3D打印的模型切片装置300的结构示意图。参照图3，本发明实施例的3D打印的模型切片装置300具体可以包括：

复杂度计算单元310，用于计算待打印模型的复杂度；

切片时间计算单元320，用于根据所述复杂度计算在本地端对所述待打印模型进行切片的第一切片时间，并根据所述复杂度计算在云端对所述待打印模型进行切片的第二切片时间；

切片时间判断单元330，用于判断第一切片时间是否小于第二切片时间；

本地切片单元340，用于若是，则直接由本地端对待打印模型进行切片；

云端切片单元350，用于若否，则将待打印模型上传至云端进行切片。

可选的，所述复杂度计算单元310，还用于获取待打印模型中的三角面片，根据三角面片的数量计算待打印模型的复杂度。

具体地，对于三角面片组成的待打印模型，根据待打印模型所有顶点数量得到三角面片的数量，根据三角面片的数量计算得到待打印模型的复杂度；例如：对于三角面片组成的待打印模型，三维待打印模型可以直接由三维空间里面的顶点和三角面组成，3个顶点数据组成一个三角面，所有面与面连接组成完整的待打印模型，待打印模型所有顶点数量除以3，就得到三角面片的数量，三角面片的数量决定待打印模型的复杂度。因为待打印模型在切片的时候，主要是计算待打印模型三角面片相交及相关的计算。对于非三角面片组成的待打印模型，将待打印模型三个顶点一组，顺序连接成三角形片，以便将非三角面片转换为三角面片，然后根据转换的三角面片的数量计算得到待打印模型的复杂度。

本实施方式中，设待打印模型的复杂度为O(n)，n为待打印模型的等价三角面片的数量，单位为万。可以理解的，待打印模型的复杂度衡量方式还可以采用其它方式，本实施例对此不作限定。当待打印模型的等价三角面片的数量0<n≤10万，则待打印模型的复杂度O(n)＝10，即待打印模型的复杂度O(n)为第一等级；当待打印模型的等价三角面片的数量10<n≤20万，则待打印模型的复杂度O(n)＝20…，当待打印模型的等价三角面片的数量(n-1)*10万<n≤10*n万，则待打印模型的复杂度O(n)＝10*n。

可选的，上述装置进一步包括复杂度判断装置，用于判断所述待打印模型的复杂度是否小于预设阈值，若是，则直接由所述本地端对所述待打印模型进行切片。

本实施例中，预设阈值为参考本地端算力设置的参数，一实施例中，根据本地端算力的大小，预设的预设阈值可以是10、20、30…100中的任一数值，可以理解的，预设阈值还可以根据需要设定其他不同的数值，例如5、10、15…200中任一数值，本实施例对此不作限定。

以预设阈值为10举例，步骤S220判断待打印模型的复杂度O(n)是否小于10，即是否小于第一等级，来决定采用不同的切片方式。

可选的，上述装置进一步包括本地切片单元，用于在待打印模型的复杂度小于预设阈值时候直接对待打印模型进行本地切片。

可选的，上述切片时间计算单元220，用于在待打印模型的复杂度大于预设阈值时候根据所述复杂度计算在本地端对所述待打印模型进行切片的第一切片时间，并根据所述复杂度计算在云端对所述待打印模型进行切片的第二切片时间。

可选的，上述切片时间计算单元220包括本地切片时间计算单元和云端切片时间计算单元。

所述本地切片时间计算单元用于：获取本地端对单位复杂度O(n0)的待打印模型进行切片的第一单位切片时间t1；根据所述第一单位切片时间t1计算待打印模型在本地端上的第一切片时间ta1，其计算公式为：ta1＝O(n)*t1/O(n0)。

云端切片时间计算单元用于：获取云端对单位复杂度O(n0)的待打印模型进行切片的第二单位切片时间t2；根据第二单位切片时间t2计算待打印模型在云端上的切片时间ta2，其计算公式为：ta2＝O(n)*t2/O(n0)，至少根据所述切片时间ta2，计算在云端对待打印模型进行切片的第二切片时间。

本实施例中，预设的单位复杂度O(n0)为方便计算复杂度自定义的计算单位，一实施例中，预设的单位复杂度O(n0)可以是O(10)，即一个计算单位包括的待打印模型的等价三角面片的数量为10万。其他实施例中，根据本地端或云端算力的不同，预设的单位复杂度O(n0)也可以是O(20)，即一个计算单位包括的待打印模型的等价三角面片的数量为20万。本实施例中，预设的单位复杂度O(n0)的数值大小和本地端或云端算力成正比。即本地端或云端算力的算力越大，预设的单位复杂度O(n0)越大。

替代实施例中，考虑到待打印模型传输到云端有一定的时间延迟，这些时间延迟同样会影响云端上的切片完成时间ta2，因此在上述实施例的基础上，可以进一步包括传输时间确定单元，用于根据待打印模型占用的内存与网络传输速率计算待打印模型传输时间tn0；所述切片时间计算单元进一步用于：根据待打印模型占用的内存与当前网络传输速率，计算所述待打印模型的传输时间tn0；根据所述切片时间ta2和所述传输时间tn0，计算在云端对待打印模型进行切片的第二切片时间ta'2，其计算公式为：ta'2＝ta2+tn0。

其他替代实施例中，考虑到云端切片的多个任务一般都按请求顺序进行了排队，只有队列中在当前待打印模型之前的所有排队模型的切片任务完成以后才执行当前待打印模型的切片任务，因此在上述实施例的基础上，进一步考虑排队时间后，所述切片时间计算单元进一步用于：根据待打印模型占用的内存与当前网络传输速率，计算所述待打印模型的传输时间tn0；获取云端中在所述待打印模型之前进行切片的各排队模型的总切片时间ts；根据所述切片时间ta2、所述传输时间tn0和所述总切片时间ts，计算在云端对待打印模型进行切片的第二切片时间ta'2，其计算公式为：

ta'2＝ta2+tn0+ts。

替代实施例中，考虑到云端切片的多个任务一般都按请求顺序进行了排队，只有队列中在当前待打印模型之前的所有排队模型的切片任务完成以后才执行当前待打印模型的切片任务，因此在上述实施例的基础上，进一步考虑排队时间后，所述至少根据所述切片时间ta2，计算在云端对待打印模型进行切片的第二切片时间，包括：获取云端中在所述待打印模型之前进行切片的各排队模型的总切片时间ts；根据所述切片时间ta2和所述总切片时间ts，计算在云端对待打印模型进行切片的第二切片时间ta'2，其计算公式为：ta'2＝ta2+ts。

替代实施例中，直接将切片时间ta2作为在云端对待打印模型进行切片的第二切片时间。

替代实施方式中，还可以进一步包括切片排队时间确定单元，用于控制本地端接收所述云端根据当前排队模型的数量和排队模型的复杂度计算的当前切片任务在所述云端的切片排队时间ts；或本地端接收所述云端排队模型的数量和排队模型的复杂度，根据所述排队模型的数量和排队模型的复杂度计算当前切片任务在所述云端的切片排队时间ts。

可选的，进一步包括打印单元，用于将切片文件传入3D打印机对待打印模型进行打印。

本实施例中，待打印模型的复杂度可以使用复杂度计算单元310根据已知的待打印模型的相关顶点参数在切片之前计算出来，所以在切片之前就能利用切片时间计算单元320计算在本地端对待打印模型进行切片的第一切片时间和在云端对待打印模型进行切片的第二切片时间，切片时间判断单元330根据第一切片时间和第二切片时间预估待打印模型在本地端和云端哪一个切片更快，因此本实施例的装置可以通过预估结果来选择用本地端和云端中的哪一个进行切片，并分别利用本地切片单元340和云端切片单元350执行切片任务，这样就能更快的实现待打印模型的切片功能。另外，本实施中使用传输时间确定单元确认待打印模型上传云端的传输延迟，以及切片排队计算单元确认待打印模型在云端队列的等待时间，进一步精确了云端对待打印模型进行切割的准确时间，因此可以更加准确地选择本地端和云端切片更快的一方进行切片，进一步提高了3D打印的效率，节省了用户的等待时间，提高了用户的体验。

实施例四

图4为本发明实施例四提供的一种计算终端的结构示意图，如图4所示，该本地端包括处理器410、存储器420、输入装置430和输出装置440；本地端中处理器410的数量可以是一个或多个，图4中以一个处理器410为例；本地端中的处理器410、存储器420、输入装置430和输出装置440可以通过总线或其他方式连接，图4中以通过总线连接为例。

存储器420作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的3D打印的模型切片方法对应的程序指令/模块(例如，3D打印的模型切片装置中的复杂度计算单元310、切片时间计算单元320、切片时间判断单元330、本地切片单元340和云端切片单元350)。处理器410通过运行存储在存储器420中的软件程序、指令以及模块，从而执行本地端的各种功能应用以及数据处理，即实现上述的3D打印的模型切片方法。

也即：

计算待打印模型的复杂度；

根据所述复杂度计算在本地端对所述待打印模型进行切片的第一切片时间，并根据所述复杂度计算在云端对所述待打印模型进行切片的第二切片时间；

判断第一切片时间是否小于第二切片时间；

若是，则直接由本地端对所述待打印模型进行切片；

若否，则将所述待打印模型上传至云端进行切片。

当然，本发明实施例所提供的本地端，其处理器不限于执行如上所述的方法操作，还可以执行本发明任意实施例所提供的3D打印的模型切片方法中的相关操作。

存储器420可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据本地端的使用所创建的数据等。此外，存储器420可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器420可进一步包括相对于处理器410远程设置的存储器，这些远程存储器可以通过网络连接至本地端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

输入装置430可用于接收输入的数字或字符信息，以及产生与本地端的用户设置以及功能控制有关的键信号输入。输出装置440可包括显示屏等显示设备。

本发明实施例的技术方案，通过比较在本地端上和在云端上的切片时间，精准地选择最优的切片路径，达到最优的切片时间，从而大大提高了切片效率和用户体验。

实施例五

本发明实施例五还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种3D打印的模型切片方法，该方法包括：

计算待打印模型的复杂度；

根据所述复杂度计算在本地端对所述待打印模型进行切片的第一切片时间，并根据所述复杂度计算在云端对所述待打印模型进行切片的第二切片时间；

判断第一切片时间是否小于第二切片时间；

若是，则直接由本地端对所述待打印模型进行切片；

若否，则将所述待打印模型上传至云端进行切片。

当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的3D打印的模型切片方法中的相关操作。

本发明实施例的计算机可读存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

存储介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或本地端上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

本发明实施例的技术方案，通过比较在本地端上和在云端上的切片时间，精准地选择最优的切片路径，达到最优的切片时间，从而大大提高了切片效率和用户体验。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (7)

1.一种3D打印的模型切片方法，其特征在于，包括：

计算待打印模型的复杂度；

根据所述复杂度计算在本地端对所述待打印模型进行切片的第一切片时间，并根据所述复杂度计算在云端对所述待打印模型进行切片的第二切片时间；

判断所述第一切片时间是否小于所述第二切片时间；

若是，则直接由所述本地端对所述待打印模型进行切片；

若否，则将所述待打印模型上传至所述云端进行切片；

所述根据所述复杂度计算在本地端对所述待打印模型进行切片的第一切片时间包括：

获取所述本地端对单位复杂度O(n0)的所述待打印模型进行切片的第一单位切片时间t1；

根据所述第一单位切片时间t1计算所述待打印模型在所述本地端上的第一切片时间ta1，其计算公式为：

ta1＝O(n)*t1/O(n0)；

其中，O(n)表示所述待打印模型的复杂度；

所述根据所述复杂度计算在云端对所述待打印模型进行切片的第二切片时间包括：

获取所述云端对单位复杂度O(n0)的所述待打印模型进行切片的第二单位切片时间t2；

根据所述第二单位切片时间t2计算所述待打印模型在所述云端上的切片时间ta2，其计算公式为：

ta2＝O(n)*t2/O(n0)；

至少根据所述切片时间ta2，计算在云端对待打印模型进行切片的第二切片时间，其中，O(n)表示所述待打印模型的复杂度；

所述至少根据所述切片时间ta2，计算在云端对待打印模型进行切片的第二切片时间，包括：

根据待打印模型占用的内存与当前网络传输速率，计算所述待打印模型的传输时间tn0；

根据所述切片时间ta2和所述传输时间tn0，计算在云端对待打印模型进行切片的第二切片时间ta'2，其计算公式为：

ta'2＝ta2+tn0；或

根据待打印模型占用的内存与当前网络传输速率，计算所述待打印模型的传输时间tn0；

获取云端中在所述待打印模型之前进行切片的各排队模型的总切片时间ts；

根据所述切片时间ta2、所述传输时间tn0和所述总切片时间ts，计算在云端对待打印模型进行切片的第二切片时间ta'2，其计算公式为：

ta'2＝ta2+tn0+ts。

2.根据权利要求1所述的3D打印的模型切片方法，其特征在于，所述计算待打印模型的复杂度之后，包括：

判断所述复杂度是否小于预设阈值；

若是，则直接由所述本地端对所述待打印模型进行切片；

若否，进入所述根据所述复杂度计算在本地端对所述待打印模型进行切片的第一切片时间，并根据所述复杂度计算在云端对所述待打印模型进行切片的第二切片时间的步骤。

3.根据权利要求1所述的3D打印的模型切片方法，其特征在于，所述计算待打印模型的复杂度，包括：

获取所述待打印模型中的三角面片；

根据所述三角面片的数量计算所述待打印模型的复杂度。

4.根据权利要求1所述的3D打印的模型切片方法，其特征在于，所述获取云端中在所述待打印模型之前进行切片的各排队模型的总切片时间ts，包括：

接收所述云端根据各所述排队模型的复杂度和所述第二单位切片时间t2计算的总切片时间ts；或

接收所述云端发送的各所述排队模型的复杂度，根据各所述排队模型的复杂度和所述第二单位切片时间t2计算总切片时间ts。

5.一种3D打印的模型切片装置，其特征在于，包括：

复杂度计算单元，用于计算待打印模型的复杂度；

时间计算单元，用于根据所述复杂度计算在本地端对所述待打印模型进行切片的第一切片时间，并根据所述复杂度计算在云端对所述待打印模型进行切片的第二切片时间；

时间判断单元，用于判断所述第一切片时间是否小于所述第二切片时间；

本地切片单元，用于若是，则直接由所述本地端对所述待打印模型进行切片；

云端切片单元，用于若否，则将所述待打印模型上传至所述云端进行切片；

复杂度判断装置，用于判断所述待打印模型的复杂度是否小于预设阈值，若是，则直接由所述本地端对所述待打印模型进行切片；

所述本地切片单元，还用于在待打印模型的复杂度小于预设阈值时候直接对待打印模型进行本地切片；

切片时间计算单元，用于在待打印模型的复杂度大于预设阈值时候根据所述复杂度计算在本地端对所述待打印模型进行切片的第一切片时间，并根据所述复杂度计算在云端对所述待打印模型进行切片的第二切片时间；

所述切片时间计算单元包括本地切片时间计算单元和云端切片时间计算单元；

所述本地切片时间计算单元用于：获取本地端对单位复杂度O(n0)的待打印模型进行切片的第一单位切片时间t1；

根据所述第一单位切片时间t1计算待打印模型在本地端上的第一切片时间ta1，其计算公式为：ta1＝O(n)*t1/O(n0)；

云端切片时间计算单元用于：获取云端对单位复杂度O(n0)的待打印模型进行切片的第二单位切片时间t2；

根据第二单位切片时间t2计算待打印模型在云端上的切片时间ta2，其计算公式为：ta2＝O(n)*t2/O(n0)，至少根据所述切片时间ta2，计算在云端对待打印模型进行切片的第二切片时间。

6.一种计算终端，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现根据权利要求1-4中任一所述的3D打印的模型切片方法。

7.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现根据权利要求1-4中任一所述的3D打印的模型切片方法。