CN115422613B - 一种三维数字化智能设计方法及系统 - Google Patents
一种三维数字化智能设计方法及系统 Download PDFInfo
- Publication number
- CN115422613B CN115422613B CN202211142461.3A CN202211142461A CN115422613B CN 115422613 B CN115422613 B CN 115422613B CN 202211142461 A CN202211142461 A CN 202211142461A CN 115422613 B CN115422613 B CN 115422613B
- Authority
- CN
- China
- Prior art keywords
- design
- target
- image
- dimensional information
- acquiring
- 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
Links
- 238000013461 design Methods 0.000 title claims abstract description 238
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000001514 detection method Methods 0.000 claims description 37
- 239000013598 vector Substances 0.000 claims description 29
- 238000005516 engineering process Methods 0.000 claims description 18
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000004519 manufacturing process Methods 0.000 claims description 7
- 238000003776 cleavage reaction Methods 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 5
- 230000007017 scission Effects 0.000 claims description 5
- 238000005065 mining Methods 0.000 claims description 4
- 230000009286 beneficial effect Effects 0.000 description 10
- 238000010276 construction Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000000295 complement effect Effects 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000001502 supplementing effect Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000010788 consumable waste Substances 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 241000411851 herbal medicine Species 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000012372 quality testing Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0621—Item configuration or customization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Geometry (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Computer Graphics (AREA)
- Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Manufacturing & Machinery (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Primary Health Care (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明提供了一种三维数字化智能设计方法及系统，其中，方法包括：步骤1：获取需要进行三维数字化智能设计的第一设计物体的第一图像；步骤2：基于所述第一图像，确定所述第一设计物体的第一三维信息；步骤3：获取目标客户的设计需求，基于所述设计需求，确定目标三维信息；步骤4：基于所述第一三维信息和所述目标三维信息，进行相应数字化智能设计。本发明的三维数字化智能设计方法及系统，基于目标客户的设计需求，直接确定目标三维信息，基于第一设计物体的第一三维信息和目标三维信息，控制智能机器人进行智能设计，无需人工设计，减少了人力成本，同时，也提高了设计的效率，避免了人工设计不合理的情形，提升了适宜性，也更加智能化。
Description
技术领域
本发明涉及智能设计技术领域，特别涉及一种三维数字化智能设计方法及系统。
背景技术
目前，在进行产品设计时，例如：工厂定制机器配件，需要根据客户需求进行零件设计，常常需要人工制定进行设计，确定设计方案，例如：在模具的何处进行切割，切割多少等，人力成本大，另外，在设计任务较多时，设计的效率也较低，同时，由于人工设计依赖于设计人的经验，容易出现设计不合理的情况，例如：生产的配件精密度低，与配套的机器不适配。
因此，亟需一种解决办法。
发明内容
本发明提供一种三维数字化智能设计方法及系统，基于目标客户的设计需求，直接确定目标三维信息，基于第一设计物体的第一三维信息和目标三维信息，控制智能机器人进行智能设计，无需人工设计，减少了人力成本，同时，也提高了设计的效率，避免了人工设计不合理的情形，提升了适宜性，也更加智能化。
本发明提供一种三维数字化智能设计方法，包括：
步骤1：获取需要进行三维数字化智能设计的第一设计物体的第一图像；
步骤2：基于所述第一图像，确定所述第一设计物体的第一三维信息；
步骤3：获取目标客户的设计需求，基于所述设计需求，确定目标三维信息；
步骤4：基于所述第一三维信息和所述目标三维信息，进行相应数字化智能设计。
优选的，步骤1：获取需要进行三维数字化智能设计的第一设计物体的第一图像，包括：
获取所述第一设计物体的预采图像；
获取拍摄预采图像时预设的第一拍摄装置拍摄第一设计物体的第一方位；
基于预设的图像采集规则，确定预设的第二拍摄装置拍摄预设的拍摄物体的多个第二方位；
基于第一方位和第二方位，确定第一方位中缺失的第三方位；
获取第三方位对应的方位信息发送给预设的补采人员；
获取补采人员上传的对应于第三方位的第二图像；
将第二图像和预采图像作为第一图像。
优选的，获取所述第一设计物体的预采图像，包括：
获取进行三维数字化智能设计的生产场景内的多个现场图像；
基于图像物体检测技术，检测所述现场图像中是否包含所述第一设计物体；
若是，将对应所述现场图像作为预采图像；
和/或，
获取工作人员预先输入三维数字化智能设计设备的预采图像。
优选的，步骤2：基于所述第一图像，确定所述第一设计物体的第一三维信息，包括：
获取拍摄第一图像时预设的第三拍摄装置拍摄第一设计物体的第五方位；
计算第五方位对应的第一图像的图像数目；
若图像数目为1，提取对应第一图像中第一设计物体的第二三维信息；
若图像数目大于1，将对应第一图像作为第三图像；
获取第三图像的图像质量值；
提取图像质量值最大的第三图像中的第一设计物体的第三三维信息；
整合所述第二三维信息和所述第三三维信息，获得第一三维信息。
优选的，步骤3：获取目标客户的设计需求，基于所述设计需求，确定目标三维信息，包括：
获取的目标客户的设计需求包括：目标设计物体和设计参数；
基于三维信息技术，根据所述目标设计物体和设计参数，确定所述目标三维信息。
优选的，步骤4：基于所述第一三维信息和所述目标三维信息，进行相应数字化智能设计，包括：
获取第一三维信息对应的第一目标模型，基于预设的投射规则，将第一目标模型投射在预设的空间直角坐标系中，获得第一投射区域；
获取目标三维信息对应的第二目标模型，基于所述的投射规则，将第二目标模型投射至空间直角坐标系中，获得第二投射区域，确定第二投射区域和第一投射区域的交界面；
基于所述交界面和所述第一目标模型的相对位置，确定所述交界面对应于第一设计物体的切割面，基于切割面，确定智能机器人的目标控制方案；
基于目标控制方案，控制智能设计的智能机器人进行切割，直至完成设计。
优选的，基于切割面，确定智能机器人的目标控制方案，包括：
获取智能机器人在切割面中已经完成的第一切割路径，同时，获取智能机器人在切割面中剩余的第二切割路径；
对第一切割路径和第二切割路径之间的相对位置关系进行特征提取，获得多个关系特征值，基于关系特征值，构建第一路径关系描述向量；
获取预设的控制方案库，计算第一路径关系描述向量与控制方案库中任一第二路径关系描述向量的相似度；
确定相似度最大的第二路径关系描述向量对应的控制方案，并作为目标控制方案。
优选的，三维数字化智能设计方法，还包括：
检测模块，用于获取设计完成的第二设计物体的第四三维信息，基于第四三维信息和目标三维信息，对第二设计物体进行质量检测；所述基于第四三维信息和所述目标三维信息，对第二设计物体进行质量检测，包括：
获取四三维信息对应的第三目标模型，同时，获取目标三维信息对应的第四目标模型；
基于预设的模型重合度分析模型，根据第三目标模型和第四目标模型，计算第三目标模型和第四目标模型之间的模型重合度，将模型重合度作为质量检测结果，完成质量检测。
优选的，三维数字化智能设计方法，还包括：
第二设计模块，获取所述质量检测的检测结果，若所述检测结果为不通过，进行二次设计；
所述第二设计模块执行如下操作：
当所述模型重合度小于预设阈值时，则检测结果为不通过，获取检测结果不通过的原因，所述原因包括：切割冗余和切割缺失；
当原因为切割冗余时，回收对应第二设计物体，进行二次切割；
当原因为切割缺失时，获取相应的备选方案；
基于备选方案，对相应第二设计物体进行二次设计。
本发明实施例提供一种三维数字化智能设计系统，包括：
第一获取模块，用于获取需要进行三维数字化智能设计的第一设计物体的第一图像；
确定模块，用于基于所述第一图像，确定所述第一设计物体的第一三维信息；
第二获取模块，用于获取目标客户的设计需求，基于所述设计需求，确定目标三维信息；
设计模块，用于基于所述第一三维信息和所述目标三维信息，进行相应数字化智能设计。
本发明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，或者通过实施本发明而了解。本发明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。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中一种三维数字化智能设计方法的流程图；
图2为本发明实施例中一种三维数字化智能设计系统的示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
本发明提供一种三维数字化智能设计方法，如图1所示，包括：
步骤1：获取需要进行三维数字化智能设计的第一设计物体的第一图像；
步骤2：基于所述第一图像，确定所述第一设计物体的第一三维信息；
步骤3：获取目标客户的设计需求，基于所述设计需求，确定目标三维信息；
步骤4：基于所述第一三维信息和所述目标三维信息，进行相应数字化智能设计。
上述技术方案的工作原理及有益效果为：
第一设计物体的第一图像为：待设计物体的图像，例如：XX零件模具的拍摄图像。基于第一图像，确定第一设计物体的第一三维信息；第一设计物体的第一三维信息为，例如：待设计的模具的三维扫描数据，基于摄影测量技术获取，摄影测量技术属于现有技术，可以实现。获取目标客户的设计需求，例如：某汽车配件生产商要求设计何种形状何种尺寸的汽车配件，基于设计需求，确定目标三维信息，例如：汽车配件的三维数据。基于第一三维信息和目标三维信息，控制智能机器人进行智能设计。
本申请基于目标客户的设计需求，直接确定目标三维信息，基于第一设计物体的第一三维信息和目标三维信息，控制智能机器人进行智能设计，无需人工设计，减少了人力成本，同时，也提高了设计的效率，避免了人工设计不合理的情形，提升了适宜性，也更加智能化。
本发明提供一种三维数字化智能设计方法，步骤1：获取需要进行三维数字化智能设计的第一设计物体的第一图像，包括：
获取所述第一设计物体的预采图像；
获取拍摄预采图像时预设的第一拍摄装置拍摄第一设计物体的第一方位；
基于预设的图像采集规则，确定预设的第二拍摄装置拍摄预设的拍摄物体的多个第二方位；
基于第一方位和所述第二方位，确定第一方位中缺失的第三方位；
获取第三方位对应的方位信息发送给预设的补采人员；
获取补采人员上传的对应于第三方位的第二图像；
将第二图像和预采图像作为第一图像。
上述技术方案的工作原理及有益效果为：
第一设计物体的预采图像具体为，例如：拍摄的用于设计的模具的图像。预设的第一拍摄装置拍摄第一设计物体的第一方位是第一拍摄装置的摄像头位置相对第一设计物体的方向，例如：从物体的正前方拍摄，第一摄像装置可以为，例如：工作人员手持的摄像机。基于预设的图像采集规则，例如：从何种方位，何种距离拍摄被拍摄物体能够完整提取被拍摄物体的三维信息，确定预设的第二拍摄装置拍摄预设的拍摄物体的多个第二方位；第二方位具体为：完整提取物体三维信息的所有所需方位，例如：根据上述的图像采集规则，工作人员手持的摄像机拍摄被拍摄物体的所有方位，预设的第二拍摄装置为，例如：工作人员手持的摄像机。基于第一方位和第二方位，确定第一方位中缺失的第三方位；确定第三方位时，如果不能找到一个第一方位和第二方位一致，说明第一方位中该方位缺失，将对应第二方位作为第三方位。第三方位对应的方位信息为，例如：从物体的侧后方拍摄，将方位信息发送给预设的补采人员，例如：生产现场的工作人员，发送时，可以通过智能终端发送设备发送，例如：手机发送。补采人员上传的对应于第三方位的第二图像为补充采集的第一设计物体缺失方位的图像，将第二图像和预采图像作为第一图像。
本申请判断采集到的预采图像拍摄方位是否全面，若不全面，引入补采人员进行缺失方位的图像的采集，提升第一图像获取的全面性。
本发明提供一种三维数字化智能设计方法，获取所述第一设计物体的预采图像，包括：
获取进行三维数字化智能设计的生产场景内的多个现场图像；
基于图像物体检测技术，检测所述现场图像中是否包含所述第一设计物体；
若是，将对应所述现场图像作为所述预采图像；
和/或，
获取工作人员预先输入三维数字化智能设计设备的预采图像。
上述技术方案的工作原理及有益效果为：
获取第一设计物体的预采图像有两种方式：第一种，获取三维数字化智能设计的生产场景得现场图像，例如：某某零配件加工工厂生产流水线上的图像，可以通过生产线旁设置的摄像头获取。基于图像物体检测技术，检测现场图像中是否存在第一设计物体，图像物体检测技术属于现有技术，可以实现。如果存在，将对应现场图像作为预采图像；第二种，获取工作人员输入到三维数字化智能设计设备的预采图像；获取预采图像时，可以基于物联网技术，获取工作人员通过智能终端发送设备发送的预采图像，物联网技术属于现有技术，其原理不作赘述。
本申请引入两种方式获取第一设计物体的第一图像，提升了第一图像获取的全面性。
本发明提供一种三维数字化智能设计方法，步骤2：基于所述第一图像，确定所述第一设计物体的第一三维信息，包括：
获取拍摄第一图像时预设的第三拍摄装置拍摄第一设计物体的第五方位；
计算第五方位对应的第一图像的图像数目；
若图像数目为1，提取对应第一图像中第一设计物体的第二三维信息；
若图像数目大于1，将对应第一图像作为第三图像；
获取第三图像的图像质量值；
提取图像质量值最大的第三图像中的第一设计物体的第三三维信息；
整合所述第二三维信息和所述第三三维信息，获得第一三维信息。
上述技术方案的工作原理及有益效果为：
预设的第三拍摄装置拍摄第一设计物体的第五方位为：拍摄第一图像的摄像装置拍摄第一设计物体的拍摄方向，预设的第三拍摄装置为：拍摄第一图像的摄像装置，例如：手持摄像机。第五方位对应的第一图像的图像数目是同一个方位拍摄的第一图像的数目，例如：2张。当图像数目为1，说明该方位只有一张图像，则提取该图像中第一设计物体的第二三维信息。如果图像数目大于1，将对应第一图像作为第三图像，获取第三图像的图像质量值，例如：90。对第三图像进行筛选，确定图像质量值最大的第三图像中的第一设计物体的第三三维信息。整合第二三维信息和第三三维信息，获得第一三维信息。
本申请引入图像质量分析模型，对同一方位的第三图像进行质量筛选，确保每个方位获取到的图像是该方位图像质量值最高的，提高了第一三维信息获取的效率和获取的质量。
本发明提供一种三维数字化智能设计方法，获取第三图像的图像质量值，包括：
获取三图像的图像质量值，所述图像质量值的计算步骤如下：
获取预设的打分节点；
通知所述打分节点对所述第三图像进行质量打分，获得所述打分节点的节点数目和打分值；
基于所述节点数目和所述打分值，计算所述第三图像的图像质量值。
上述技术方案的工作原理及有益效果为：
预设的打分节点具体为：图像质量评价人员节点。通知所述打分节点对第三图像进行质量打分，确定打分节点的节点数目和打分值，节点数目具体为打分节点的节点个数，打分值为，例如：80。
基于节点数目和打分值，计算第三图像的图像质量值，计算公式如下：
其中，
为所述图像质量值，t为所述节点数目，Ci为第i个所述打分值，γi为第i个打分节点预设的权重值。
本申请基于不同的打分节点的打分值和权重值，确定第三图像的图像质量值，提升了图像质量值获取的合理性和全面性。
本发明提供一种三维数字化智能设计方法，步骤3：获取目标客户的设计需求，基于所述设计需求，确定目标三维信息，包括：
获取的目标客户的设计需求包括：目标设计物体和设计参数；
基于三维信息技术，根据所述目标设计物体和设计参数，确定目标三维信息。
上述技术方案的工作原理及有益效果为：
目标客户的设计需求包括：目标设计物体和设计参数，目标设计物体为，例如：汽车配件，设计参数是设计物体的形状参数和尺寸参数等。基于三维信息技术，根据目标设计物体和设计参数，确定第一设计物体的目标三维信息，三维信息技术属于现有技术，其原理不作赘述。
本申请引入三维信息技术，根据目标设计物体和设计参数，确定目标设计物体的目标三维信息，无需人工设计，更加智能。
本发明提供一种三维数字化智能设计方法，步骤4：基于所述第一三维信息和所述目标三维信息，进行相应数字化智能设计，包括：
获取第一三维信息对应的第一目标模型，基于预设的投射规则，将第一目标模型投射在预设的空间直角坐标系中，获得第一投射区域；
获取目标三维信息对应的第二目标模型，基于所述的投射规则，将第二目标模型投射至空间直角坐标系中，获得第二投射区域，确定第二投射区域和第一投射区域的交界面；
基于所述交界面和所述第一目标模型的相对位置，确定所述交界面对应于第一设计物体的切割面，基于切割面，确定智能机器人的目标控制方案；
基于目标控制方案，控制智能设计的智能机器人进行切割，直至完成设计。
上述技术方案的工作原理及有益效果为：
获取第一目标模型时，可以基于模型构建技术，根据第一三维信息构建的模型；模型构建技术属于现有技术，其原理不作赘述。基于预设的投射规则，将第一目标模型投射在预设的空间直角坐标系中，获得第一目标模型的第一投射区域；预设的投射规则为：目标模型在空间直角坐标系中的投射点和目标模型的三维采集点一一对应，预设的空间直角坐标系具体为：三维笛卡尔坐标系。基于上述相同的方法，将目标三维信息对应的第二目标模型投射到上述空间直角坐标系中，获得第二投射区域，投射时，要将第二投射区域投射到第一投射区域内。确定第二投射区域和第一投射区域的交界面，获取交界面相对于第一目标模型的相对位置，例如：交界面在第一目标模型哪个区域。基于相对位置，确定第一设计物体的切割面。基于切割面，确定智能机器人的目标控制方案，例如：控制智能机器人向哪个方向切割和尽量不向哪个方向切割。基于目标控制方案，控制智能设计的智能机器人向哪个方向切割和不向哪个方向切割，直到切割完成。
本申请引入第一目标模型和第二目标模型进行空间投射，确定第一设计物体进行设计时的切割面，提升了切割面获取的适合理性，基于切割面确定智能机器人的目标控制方案，更加合理。
本发明提供一种三维数字化智能设计方法，基于切割面，确定智能机器人的目标控制方案，包括：
获取智能机器人在切割面中已经完成的第一切割路径，同时，获取智能机器人在切割面中剩余的第二切割路径；
对第一切割路径和第二切割路径之间的相对位置关系进行特征提取，获得多个关系特征值，基于关系特征值，构建第一路径关系描述向量；
获取预设的控制方案库，计算第一路径关系描述向量与控制方案库中任一第二路径关系描述向量的相似度；
确定相似度最大的第二路径关系描述向量对应的控制方案，并作为目标控制方案。
上述技术方案的工作原理及有益效果为：
第一切割路径具体为：智能机器人已经完成的切割任务，可以基于智能机器人配置的摄像头获取现场进行切割的图像获取，基于相同的获取方法，获取切割面中剩余的第二切割路径，第二切割路径具体为：还未完成的切割任务。对第一切割路径和第二切割路径之间的相对位置关系进行特征提取，获得多个关系特征值，例如：切割路径的路径长度、切割路径之间的距离等。基于关系特征值，构建第一路径关系描述向量。预设的控制方案库包括：多组一一对应的第二路径关系描述向量和控制方案，第二路径关系描述向量具体为：人工列举大量切割设计的情形，基于上述相同的方法，构建第二路径关系描述向量，控制方案为：根据上述切割设计的情形，制定适宜的控制方案。
计算第一路径关系描述向量与任一第二路径关系描述向量的相似度，相似度为第一路径关系描述向量和第二路径关系描述向量夹角的余弦值，计算两向量的向量夹角属于现有技术，不作赘述。确定相似度最大的第二路径关系描述向量对应的控制方案为目标控制方案，例如：控制智能机器人尽量向哪个方向切割和尽量不向哪个方向切割。
本申请引入控制方案库，确定控制方案库中和第一路径关系描述向量的相似度最大的第二路径关系描述向量对应的控制方案作为目标控制方案，提升了控制的合理性。
本发明提供一种三维数字化智能设计方法，还包括：
检测模块，用于获取设计完成的第二设计物体的第四三维信息，基于第四三维信息和目标三维信息，对第二设计物体进行质量检测；所述基于第四三维信息和所述目标三维信息，对第二设计物体进行质量检测，包括：
获取四三维信息对应的第三目标模型，同时，获取目标三维信息对应的第四目标模型；
基于预设的模型重合度分析模型，根据第三目标模型和第四目标模型，计算第三目标模型和第四目标模型之间的模型重合度，将模型重合度作为质量检测结果，完成质量检测。
上述技术方案的工作原理及有益效果为：
第四三维信息为：设计完成的第一设计物体的三维信息，可以获取第二设计物体的图像，从上述图像中提取。基于模型构建技术，获取第四三维信息对应的第三目标模型，同时，获取目标三维信息对应的第四目标模型，模型构建技术属于现有技术，不作赘述。
预设的模型重合度分析模型具体为：利用大量人工对两个三维模型的重合度进行分析的记录，对神经网络模型进行训练，训练至收敛的神经网络模型。基于模型重合度分析模型，根据第三目标模型和第四目标模型，获得第三目标模型和第四目标模型之间的模型重合度，例如：95％，同时，将模型重合度作为质量检测结果，完成质量检测。
本申请引入模型重合度分析模型，确定第二设计物体的第三目标模型和目标三维模型对应的第四目标模型之间的模型重合度，并作为质量检测结果，更加合理。
本发明提供一种三维数字化智能设计方法，还包括：
第二设计模块，获取所述质量检测的检测结果，若所述检测结果为不通过，进行二次设计；
所述第二设计模块执行如下操作：
当所述模型重合度小于预设阈值时，则检测结果为不通过，获取检测结果不通过的原因，所述原因包括：切割冗余和切割缺失；
当原因为切割冗余时，回收对应第二设计物体，进行二次切割；
当原因为切割缺失时，获取相应的备选方案；
基于备选方案，对相应第二设计物体进行二次设计。
上述技术方案的工作原理及有益效果为：
当所模型重合度小于预设阈值时，例如：98％，检测结果为不通过。获取检测结果不通过的原因，原因包括：切割冗余和切割缺失，切割冗余为未将应切割区域切割完全；切割缺失为将需要保留的区域切除。当原因为切割冗余时，设计物体还可以继续加工切割成目标设计物体，回收对应第二设计物体，进行二次切割。
当原因为切割缺失时，无法还原，需要获取备选方案，例如：确定其他尺寸更小的目标设计物体进行二次设计，避免耗材浪费。
本申请针对第二设计物体不同的质量检测不通过原因，确定第二设计物体不同的二次设计方案，提升了质量不合格产品处理的合理性，同时，也避免了浪费。
本发明提供一种三维数字化智能设计系统，如图2所示，还包括：
第一获取模块1，用于获取需要进行三维数字化智能设计的第一设计物体的第一图像；
确定模块2，用于基于所述第一图像，确定所述第一设计物体的第一三维信息；
第二获取模块3，用于获取目标客户的设计需求，基于所述设计需求，确定目标三维信息；
设计模块4，用于基于所述第一三维信息和所述目标三维信息，进行相应数字化智能设计。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (8)
1.一种三维数字化智能设计方法，其特征在于，包括：
步骤1：获取需要进行三维数字化智能设计的第一设计物体的第一图像；
步骤2：基于所述第一图像，确定所述第一设计物体的第一三维信息；
步骤3：获取目标客户的设计需求，基于所述设计需求，确定目标三维信息；
步骤4：基于所述第一三维信息和所述目标三维信息，进行相应数字化智能设计；
其中，所述基于所述第一三维信息和所述目标三维信息，进行相应数字化智能设计，包括：
获取第一三维信息对应的第一目标模型，基于预设的投射规则，将第一目标模型投射在预设的空间直角坐标系中，获得第一投射区域；
获取目标三维信息对应的第二目标模型，基于所述的投射规则，将第二目标模型投射至空间直角坐标系中，获得第二投射区域，确定第二投射区域和第一投射区域的交界面；
基于所述交界面和所述第一目标模型的相对位置，确定所述交界面对应于第一设计物体的切割面，基于切割面，确定智能机器人的目标控制方案；
基于目标控制方案，控制智能设计的智能机器人进行切割，直至完成设计；
其中，所述基于切割面，确定智能机器人的目标控制方案，包括：
获取智能机器人在切割面中已经完成的第一切割路径，同时，获取智能机器人在切割面中剩余的第二切割路径；
对第一切割路径和第二切割路径之间的相对位置关系进行特征提取，获得多个关系特征值，基于关系特征值，构建第一路径关系描述向量；
获取预设的控制方案库，计算第一路径关系描述向量与控制方案库中任一第二路径关系描述向量的相似度；
确定相似度最大的第二路径关系描述向量对应的控制方案，并作为目标控制方案。
2.如权利要求1所述的一种三维数字化智能设计方法，其特征在于，所述步骤1：获取需要进行三维数字化智能设计的第一设计物体的第一图像，包括：
获取所述第一设计物体的预采图像；
获取拍摄预采图像时预设的第一拍摄装置拍摄第一设计物体的第一方位；
基于预设的图像采集规则，确定预设的第二拍摄装置拍摄预设的拍摄物体的多个第二方位；
基于第一方位和第二方位，确定第一方位中缺失的第三方位；
获取第三方位对应的方位信息发送给预设的补采人员；
获取补采人员上传的对应于第三方位的第二图像；
将第二图像和预采图像作为第一图像。
3.如权利要求2所述的一种三维数字化智能设计方法，其特征在于，所述获取所述第一设计物体的预采图像，还包括：
获取进行三维数字化智能设计的生产场景内的多个现场图像；
基于图像物体检测技术，检测所述现场图像中是否包含所述第一设计物体；
若是，将对应所述现场图像作为所述预采图像；
和/或，
获取工作人员预先输入三维数字化智能设计设备的预采图像。
4.如权利要求1所述的一种三维数字化智能设计方法，其特征在于，所述步骤2：基于所述第一图像，确定所述第一设计物体的第一三维信息，包括：
获取拍摄第一图像时预设的第三拍摄装置拍摄第一设计物体的第五方位；
计算第五方位对应的第一图像的图像数目；
若图像数目为1，提取对应第一图像中第一设计物体的第二三维信息；
若图像数目大于1，将对应第一图像作为第三图像；
获取第三图像的图像质量值；
提取图像质量值最大的第三图像中的第一设计物体的第三三维信息；
整合所述第二三维信息和所述第三三维信息，获得第一三维信息。
5.如权利要求1所述的一种三维数字化智能设计方法，其特征在于，所述步骤3：获取目标客户的设计需求，基于所述设计需求，确定目标三维信息，包括：
获取的目标客户的设计需求包括：目标设计物体和设计参数；
基于三维信息技术，根据所述目标设计物体和设计参数，确定所述目标三维信息。
6.如权利要求1所述的一种三维数字化智能设计方法，其特征在于，还包括：
检测模块，用于获取设计完成的第二设计物体的第四三维信息，基于第四三维信息和目标三维信息，对第二设计物体进行质量检测；所述基于第四三维信息和所述目标三维信息，对第二设计物体进行质量检测，包括：
获取四三维信息对应的第三目标模型，同时，获取目标三维信息对应的第四目标模型；
基于预设的模型重合度分析模型，根据第三目标模型和第四目标模型，计算第三目标模型和第四目标模型之间的模型重合度，将模型重合度作为质量检测结果，完成质量检测。
7.如权利要求6所述的一种三维数字化智能设计方法，其特征在于，还包括：
第二设计模块，获取所述质量检测的检测结果，若所述检测结果为不通过，进行二次设计；
所述第二设计模块执行如下操作：
当所述模型重合度小于预设阈值时，则检测结果为不通过，获取检测结果不通过的原因，所述原因包括：切割冗余和切割缺失；
当原因为切割冗余时，回收对应第二设计物体，进行二次切割；
当原因为切割缺失时，获取相应的备选方案；
基于备选方案，对相应第二设计物体进行二次设计。
8.一种三维数字化智能设计系统，其特征在于，包括：
第一获取模块，用于获取需要进行三维数字化智能设计的第一设计物体的第一图像；
确定模块，用于基于所述第一图像，确定所述第一设计物体的第一三维信息；
第二获取模块，用于获取目标客户的设计需求，基于所述设计需求，确定目标三维信息；
设计模块，用于基于所述第一三维信息和所述目标三维信息，进行相应数字化智能设计；
其中，所述基于所述第一三维信息和所述目标三维信息，进行相应数字化智能设计，包括：
获取第一三维信息对应的第一目标模型，基于预设的投射规则，将第一目标模型投射在预设的空间直角坐标系中，获得第一投射区域；
获取目标三维信息对应的第二目标模型，基于所述的投射规则，将第二目标模型投射至空间直角坐标系中，获得第二投射区域，确定第二投射区域和第一投射区域的交界面；
基于所述交界面和所述第一目标模型的相对位置，确定所述交界面对应于第一设计物体的切割面，基于切割面，确定智能机器人的目标控制方案；
基于目标控制方案，控制智能设计的智能机器人进行切割，直至完成设计；
其中，所述基于切割面，确定智能机器人的目标控制方案，包括：
获取智能机器人在切割面中已经完成的第一切割路径，同时，获取智能机器人在切割面中剩余的第二切割路径；
对第一切割路径和第二切割路径之间的相对位置关系进行特征提取，获得多个关系特征值，基于关系特征值，构建第一路径关系描述向量；
获取预设的控制方案库，计算第一路径关系描述向量与控制方案库中任一第二路径关系描述向量的相似度；
确定相似度最大的第二路径关系描述向量对应的控制方案，并作为目标控制方案。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211142461.3A CN115422613B (zh) | 2022-09-20 | 2022-09-20 | 一种三维数字化智能设计方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211142461.3A CN115422613B (zh) | 2022-09-20 | 2022-09-20 | 一种三维数字化智能设计方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115422613A CN115422613A (zh) | 2022-12-02 |
| CN115422613B true CN115422613B (zh) | 2023-04-07 |
Family
ID=84203621
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211142461.3A Active CN115422613B (zh) | 2022-09-20 | 2022-09-20 | 一种三维数字化智能设计方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115422613B (zh) |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101804541B (zh) * | 2010-03-25 | 2012-07-04 | 河海大学常州校区 | 一种基于三维数字化的破损机械零件的修复方法 |
| JP5762099B2 (ja) * | 2011-04-06 | 2015-08-12 | キヤノン株式会社 | 姿勢認識装置、作業ロボット、姿勢認識方法、プログラム及び記録媒体 |
| CN106725920B (zh) * | 2016-12-07 | 2019-11-08 | 上海牙典医疗器械有限公司 | 一种正畸矫治器的设计制作方法 |
| CN109117560B (zh) * | 2018-08-17 | 2020-03-31 | 武汉理工大学 | 基于mbd的汽车典型机加工零件三维工艺设计方法及平台 |
| CN109747326A (zh) * | 2019-02-28 | 2019-05-14 | 广州市设计院工程建设总承包公司 | 假山制备方法及系统 |
| CN110322539B (zh) * | 2019-06-04 | 2021-02-02 | 贝壳找房(北京)科技有限公司 | 三维物体的三维模型切割过程显示方法、装置与电子设备 |
| CN113362382B (zh) * | 2020-03-04 | 2024-09-20 | 华为技术有限公司 | 三维重建方法和三维重建装置 |
-
2022
- 2022-09-20 CN CN202211142461.3A patent/CN115422613B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN115422613A (zh) | 2022-12-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109741257B (zh) | 全景图全自动拍摄、拼接系统及方法 | |
| CN111862296B (zh) | 三维重建方法及装置、系统、模型训练方法、存储介质 | |
| US11238653B2 (en) | Information processing device, information processing system, and non-transitory computer-readable storage medium for storing program | |
| CN109543665B (zh) | 图像定位方法及装置 | |
| CN106682619B (zh) | 一种对象跟踪方法及装置 | |
| CN111402412B (zh) | 数据采集方法及装置、设备、存储介质 | |
| CN113132717A (zh) | 数据处理方法、终端和服务器 | |
| JP3008875B2 (ja) | 被写体抽出装置 | |
| CN110322549B (zh) | 一种基于图像的三维重建的方法及系统 | |
| CN115187664A (zh) | 位置调整方法、装置、设备及存储介质 | |
| CN115422613B (zh) | 一种三维数字化智能设计方法及系统 | |
| JP2017097578A (ja) | 情報処理装置及び方法 | |
| CN114998445A (zh) | 一种图像稀疏点立体匹配方法 | |
| CN110348351A (zh) | 一种图像语义分割的方法、终端和可读存储介质 | |
| CN115945743B (zh) | 一种对非标零件试加工的方法及系统 | |
| CN112883213A (zh) | 一种图片归档方法、装置及电子设备 | |
| CN115830342A (zh) | 检测框的确定方法、装置、存储介质及电子装置 | |
| CN113674349B (zh) | 一种基于深度图像二次分割的钢结构识别和定位方法 | |
| CN114973384A (zh) | 基于关键点和视觉显著目标检测的电子人脸照片采集方法 | |
| CN115703234B (zh) | 机器人控制方法、装置、机器人及存储介质 | |
| Hamzah et al. | Software Calibration for Stereo Camera on Stereo Vision Mobile Robot using Tsai's Method | |
| CN112380704B (zh) | 一种基于机器视觉的数字孪生模型修正方法与系统 | |
| CN111275771B (zh) | 一种摄像头标定方法、装置、电子设备及存储介质 | |
| CN114037745A (zh) | 一种基于分支定界的多视点三维点云数据的粗配准方法 | |
| CN106204518A (zh) | 一种镜头切分方法和装置 |
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 |