CN117422610A - 一种三维模型轻量化方法、装置及电子设备 - Google Patents

一种三维模型轻量化方法、装置及电子设备 Download PDF

Info

Publication number
CN117422610A
CN117422610A CN202311745050.8A CN202311745050A CN117422610A CN 117422610 A CN117422610 A CN 117422610A CN 202311745050 A CN202311745050 A CN 202311745050A CN 117422610 A CN117422610 A CN 117422610A
Authority
CN
China
Prior art keywords
model
target
slice
coordinate system
derived model
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.)
Granted
Application number
CN202311745050.8A
Other languages
English (en)
Other versions
CN117422610B (zh
Inventor
张锐
陆蕴仪
徐雨
师晨光
徐晓帆
兰青
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.)
Shanghai Satellite Internet Research Institute Co ltd
Original Assignee
Shanghai Satellite Internet Research Institute Co ltd
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 Shanghai Satellite Internet Research Institute Co ltd filed Critical Shanghai Satellite Internet Research Institute Co ltd
Priority to CN202311745050.8A priority Critical patent/CN117422610B/zh
Publication of CN117422610A publication Critical patent/CN117422610A/zh
Application granted granted Critical
Publication of CN117422610B publication Critical patent/CN117422610B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/762Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
    • G06V10/763Non-hierarchical techniques, e.g. based on statistics of modelling distributions
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/10Internal combustion engine [ICE] based vehicles
    • Y02T10/40Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Multimedia (AREA)
  • Probability & Statistics with Applications (AREA)
  • Image Analysis (AREA)

Abstract

一种三维模型轻量化方法、装置及电子设备,该方法包括:获得导出模型以及导出模型对应的卫星坐标系,基于预设切割方式计算出导出模型在卫星坐标系下的目标姿态角,将目标姿态角带入预设旋转矩阵中,计算出导出模型对应的本体坐标系,在本体坐标系中沿着目标方向对导出模型进行等距切割,得到切片面组,并按照目标聚类方式对所述切片面组进行聚类,得到切片类组,确定出切片类组对应的简化模型,按照目标边界优化方法对简化模型进行处理,得到导出模型对应的目标模型。通过上述的方法,采用预设切割方式以及目标聚类方式对导出模型进行处理,在对导出模型的拆解的同时对导出模型进行简化,提高了从导出模型到目标模型的转化效率。

Description

一种三维模型轻量化方法、装置及电子设备
技术领域
本申请涉及航天技术领域,尤其涉及一种三维模型轻量化方法、装置及电子设备。
背景技术
卫星结构模型涉及到多个子系统结构的耦合,在进行电磁兼容仿真、热控仿真、力学仿真等的过程中,通常采用强制解耦的方式开展对多个子系统结构的仿真设计,由于卫星结构模型的精细度需求很高,为了在保障仿真精度的前提下提高仿真的效率,需要对卫星结构模型进行简化设计。
通常采用模型设计软件导出符合仿真需求的卫星结构模型中用于仿真的导出模型,其他仿真系统需要从导出模型中确定出轻量化模型,由于卫星结构模型的三维数据模型数据量十分庞大,因此,在三维数据模型中读取出该导出模型将耗费大量的时间。
另外,由于导出模型中的每个单机组件的表面特征精细化程度高以及局部外形细节复杂,为了其他仿真系统提高仿真效率,因此,需要对导出模型进行简化,对导出模型进行简化的方式为:工作人员在同一仿真场景前对导出模型进行多次人工处理,从而获得导出模型对应的轻量化模型,结构简化过程繁琐且需要耗费大量的时间。
综上,如何快速的从三维数据模型中确定出导出模型的轻量化模型成为了当前要解决的主要问题。
发明内容
本申请提供了一种三维模型轻量化方法、装置及电子设备,用于高效的从三维数据模型中确定出导出模型的轻量化模型。
第一方面,本申请提供了一种三维模型轻量化方法,所述方法包括:
获得导出模型以及所述导出模型对应的卫星坐标系;
基于预设切割方式计算出所述导出模型在所述卫星坐标系下的目标姿态角,将所述目标姿态角带入预设旋转矩阵中,计算出所述导出模型对应的本体坐标系;
在所述本体坐标系中沿着目标方向对所述导出模型进行等距切割,得到切片面组,并按照目标聚类方式对所述切片面组进行聚类,得到切片类组;
确定出所述切片类组对应的简化模型,按照目标边界优化方法对所述简化模型进行处理,得到所述导出模型对应的目标模型。
通过上述方法,将导出模型进行等距切割以及聚类,去除了导出模型的引脚、外露电缆等,达到了简化导出模型的目的,并对切片面进行分类,确保了得到的目标模型的准确性。
在一种可能的设计中,所述基于预设切割方式计算出所述导出模型在所述卫星坐标系下的目标姿态角,将所述目标姿态角带入预设旋转矩阵中,计算出所述导出模型对应的本体坐标系,包括:
计算出所述导出模型在所述卫星坐标系中的每个预设坐标轴方向的姿态角,获得多个姿态角;
从所有姿态角中筛选出出现频率最高的目标姿态角,并将所述目标姿态角带入预设旋转矩阵中,计算出所述导出模型对应的本体坐标系。
通过上述的方法,计算出导出模型在各个轴向的姿态角,并从所有的姿态角中确定出目标姿态角,确保了目标姿态角的准确性,从而确保了确定出的本体坐标系的准确性。
在一种可能的设计中,所述计算出所述导出模型在所述卫星坐标系中的每个预设坐标轴方向的姿态角,获得多个姿态角,包括:
获取所述导出模型在所述卫星坐标系中的单个预设坐标轴方向的姿态角,包含如下步骤:
获得n个平面沿着第m方向切割所述导出模型得到n个切割截面,确定出所述n个切割截面各自对应的外包框,并基于所有外包框和所述第m方向确定出所述导出模型在所述单个预设坐标轴方向的第m姿态角,其中,所述n为1、2,所述m为1、2、3,所述第1姿态角、第2姿态角、第3姿态角为所述导出模型在所述单个预设坐标轴方向的多个姿态角。通过上述的方法,计算出单一轴向下导出模型的姿态角,采用不同方向以及不同数量的预设平面分别对导出模型进行切割,确保了得到的姿态角的准确性。
在一种可能的设计中,所述按照目标聚类方式对所述切片面组进行聚类,得到切片类组,包括:
按照所述目标聚类方式对所述切片面组中的每个切片面逐次进行聚类,并判断第i个切片面与第i+1个切片面之间的差异数据是否超过预设差异数据阈值,其中,i为正整数;
若否,将所述第i+1个切片面聚类为与所述第i切片面相同的切片类型;
若是,将所述第i+1个切片面聚类为与所述第i切片面不同的切片类型;
将所述切片面组的所有切片类型作为切片类组。
通过上述的方法,按照目标聚类方式对切片面组进行逐次聚类,确定出切片面组对应的切片类组,达到对切片面组进行分类的目的,确保了对切片面组分类的准确性。
在一种可能的设计中,所述确定出所述切片类组对应的简化模型,按照目标边界优化方法对所述简化模型进行处理,得到所述导出模型对应的目标模型,包括:
计算出所述切片类组对应的最小外包络,得到简化模型,其中,所述简化模型中包括至少一个单机组件;
确定出所述简化模型中所述至少一个单机组件的重叠部分,基于所述目标边界优化方法将所述重叠部分进行删除,得到第一简化模型;
将所述第一简化模型从所述本体坐标系转化至所述卫星坐标系中,并在所述卫星坐标系下对所述第一简化模型进行重组,得到所述导出模型对应的目标模型。
通过上述的方法,确定出切片类组对应的最小外包络以及对第一简化模型在卫星坐标系下进行重组,确定出导出模型对应的目标模型,实现了对导出模型的轻量化处理。
第二方面,本申请提供了一种三维模型轻量化装置,所述装置包括:
获得模块,用于获得导出模型以及所述导出模型对应的卫星坐标系;
转换模块,用于基于预设切割方式计算出所述导出模型在所述卫星坐标系下的目标姿态角,将所述目标姿态角带入预设旋转矩阵中,计算出所述导出模型对应的本体坐标系;
处理模块,用于在所述本体坐标系中沿着目标方向对所述导出模型进行等距切割,得到切片面组,并按照目标聚类方式对所述切片面组进行聚类,得到切片类组;
简化模块,用于确定出所述切片类组对应的简化模型,按照目标边界优化方法对所述简化模型进行处理,得到所述导出模型对应的目标模型。
在一种可能的设计中,所述转换模块,具体用于计算出所述导出模型在所述卫星坐标系中的每个预设坐标轴方向的姿态角,获得多个姿态角,所有姿态角中筛选出出现频率最高的目标姿态角,并将所述目标姿态角带入预设旋转矩阵中,计算出所述导出模型对应的本体坐标系。
在一种可能的设计中,所述转换模块,还用于获取所述导出模型在所述卫星坐标系中的单个预设坐标轴方向的姿态角,包含如下步骤:获得n个平面沿着第m方向切割所述导出模型得到n个切割截面,确定出所述n个切割截面各自对应的外包框,并基于所有外包框和所述第m方向确定出所述导出模型在所述单个预设坐标轴方向的第m姿态角,其中,所述n为1、2,所述m为1、2、3,所述第1姿态角、第2姿态角、第3姿态角为所述导出模型在所述单个预设坐标轴方向的多个姿态角。在一种可能的设计中,所述处理模块,具体用于按照所述目标聚类方式对所述切片面组中的每个切片面逐次进行聚类,并判断第i个切片面与第i+1个切片面之间的差异数据是否超过预设差异数据阈值,若否,将所述第i+1个切片面聚类为与所述第i切片面相同的切片类型,若是,将所述第i+1个切片面聚类为与所述第i切片面不同的切片类型,将所述切片面组的所有切片类型作为切片类组。
在一种可能的设计中,所述简化模块,具体用于计算出所述切片类组对应的最小外包络,得到简化模型,确定出所述简化模型中所述至少一个单机组件的重叠部分,基于所述目标边界优化方法将所述重叠部分进行删除,得到第一简化模型,将所述第一简化模型从所述本体坐标系转化至所述卫星坐标系中,并在所述卫星坐标系下对所述第一简化模型进行重组,得到所述导出模型对应的目标模型。
第三方面,本申请提供了一种电子设备,包括:
存储器,用于存放计算机程序;
处理器,用于执行所述存储器上所存放的计算机程序时,实现上述的一种三维模型轻量化方法步骤。
第四方面,一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述的一种三维模型轻量化方法步骤。
上述第一方面至第四方面中的各个方面以及各个方面可能达到的技术效果请参照上述针对第一方面或第一方面中的各种可能方案可以达到的技术效果说明,这里不再重复赘述。
附图说明
图1为本申请提供的一种三维模型轻量化方法步骤的流程图;
图2为本申请提供的导出模型在z轴方向上的姿态角示意图;
图3为本申请提供的导出模型的本体坐标系示意图;
图4为本申请提供的将导出模型进行等距切割的示意图;
图5为本申请提供的卫星结构模型轻量化方法的流程示意图;
图6为本申请提供的一种三维模型轻量化装置的结构示意图;
图7为本申请提供的一种电子设备的结构示意图。
具体实施方式
为了使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请作进一步地详细描述。方法实施例中的具体操作方法也可以应用于装置实施例或系统实施例中。需要说明的是,在本申请的描述中“多个”理解为“至少两个”。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。A与B连接,可以表示:A与B直接连接和A与B通过C连接这两种情况。另外,在本申请的描述中,“第一”、“第二”等词汇,仅用于区分描述的目的,而不能理解为指示或暗示相对重要性,也不能理解为指示或暗示顺序。
在以往的技术中,采用模型设计软件从卫星结构模型中导出符合仿真需求的导出模型,由于卫星结构模型的三维数据模型数据量十分庞大,以及导出模型中的每个单机组件的表面特征精细化程度高以及局部外形细节复杂,需要工作人员在对导出模型进行多次人工处理,从而获得导出模型对应的轻量化模型,结构简化过程繁琐且需要耗费大量的时间,因此,如何快速的从三维数据模型中确定出导出模型的轻量化模型成为了当前要解决的主要问题。
基于上述描述的问题,本申请实施例提供了一种三维模型轻量化方法,用以提高从三维数据模型中确定出导出模型的轻量化模型的效率。其中,本申请实施例所述方法和装置基于同一技术构思,由于方法及装置所解决问题的原理相似,因此装置与方法的实施例可以相互参见,重复之处不再赘述。
下面结合附图,对本申请实施例进行详细描述。
参照图1,本申请提供了一种三维模型轻量化方法,该方法可以提升从三维数据模型中确定出导出模型的轻量化模型的效率,该方法的实现流程如下:
步骤S1:获得导出模型以及导出模型对应的卫星坐标系。
卫星结构模型通常基于模型设计软件构建,该模型设计软件可以为Creo软件,该卫星结构模型可以为实际卫星的结构模型,也可以为设计的卫星的结构模型,由于电、磁、力、热等多物理场的仿真只针对卫星结构模型中的部分结构模型,因此,需要基于模型设计软件拆解出卫星结构模型中的导出模型,该导出模型通常包含至少一个单机组件,每个单机组件的表面特征精细化程度较高以及外形细节复杂,为了避免导出模型的数据量过于庞大,造成其他仿真系统无法读取导出模型,将对导出模型进行轻量化处理。
首先,需要基于模型设计软件从导出符合仿真需求的导出模型,以及导出模型的卫星坐标系。
步骤S2:基于预设切割方式计算出导出模型在卫星坐标系下的目标姿态角,将目标姿态角带入预设旋转矩阵中,计算出导出模型对应的本体坐标系。
确定出导出模型以及导出模型的卫星坐标系之后,为了确定出导出模型在卫星坐标系下的目标姿态角,需要按照预设切割方式对导出模型进行切割,具体切割过程如下:
获得n个平面沿着第m方向切割导出模型得到n个切割截面,确定出n个切割截面各自对应的外包框,并基于所有外包框和第m方向确定出导出模型在所述单个预设坐标轴方向的第m姿态角, 该n可以为1、2,该m可以为1、2、3,所述第1姿态角、第2姿态角、第3姿态角为所述导出模型在所述单个预设坐标轴方向的多个姿态角。
当n=1、m=1时,需要一个平面沿着第一方向切割导出模型,得到一个切割截面,该平面垂直于单个预设坐标轴,并确定出该切割截面各自对应的外包框,该外包框可以为最小外包框,再基于该外包框与第一方向确定出导出模型在单个预设坐标轴方向的第一姿态角。
当n=2、m=2时,需要两个平行的平面沿着第二方向切割导出模型,得到两个切割截面,两个平行的平面都与单个预设坐标轴平行,并确定出每个切割截面各自对应的外包框,外包框都为最小外包框,再基于两个外包框与第二方向确定出导出模型在单个预设坐标轴方向的第二姿态角。
当n=2、m=3时,需要两个平行的平面沿着第三方向切割导出模型,得到两个切割截面,两个平行的平面都与单个预设坐标轴平行,并确定出每个切割截面各自对应的外包框,外包框都为最小外包框,再基于两个外包框与第三方向确定出导出模型在单个预设坐标轴方向的第三姿态角。
当n=1、m=2,或者n=1、m=2,或者n=1、m=3时,由于都是采用一个平面切割导出模型,且该平面垂直于单个预设坐标轴,因此,n=1、m=2,或者n=1、m=2,或者n=1、m=3的情况都可以参考n=1、m=1时的描述,这里不作一一阐述。
基于上述描述的步骤,能够确定出导出模型在单个预设坐标轴方向的第一姿态角、第二姿态角与第三姿态角,该第一姿态角、第二姿态角、第三姿态角为导出模型在单个预设坐标轴方向的多个姿态角。
比如:若卫星坐标系的横轴为x轴,纵轴为y轴,竖轴为z轴。
当预设坐标轴为z轴时,导出模型在z轴方向上的姿态角示意图如图2所示,在图2中,采用垂直于z轴的预设平面切割导出模型,获得切割截面,再确定出该切割截面的最小外包框,并计算出该最小外包框与z轴的夹角,将该夹角称为z轴方向的第一姿态角。
为了获得导出模型在卫星坐标系中的旋转参数,需要采用两个相互平行且垂直于x轴的预设平面切割导出模型,将得到第一切割截面与第二切割截面,并确定出第一切割截面的第一外包框,以及第二切割截面的第二外包框,该第一外包框为第一切割截面的最小外包框,该第二外包框为第二切割截面的最小外包框,再根据第一外包框与第二外包框计算出导出模型在z轴方向上的夹角,将该夹角成为导出模型在z轴方向的第二姿态角。
为了获得导出模型在卫星坐标系中的旋转参数,还需要采用两个相互平行且垂直于y轴的预设平面切割导出模型,将得到第三切割截面与第四切割截面,并确定出第三切割截面的第三外包框,以及第四切割截面的第四外包框,该第三外包框为第三切割截面的最小外包框,该第四外包框为第四切割截面的最小外包框,再根据第三外包框与第四外包框计算出导出模型在z轴方向上的夹角,将该夹角成为导出模型在z轴方向的第三姿态角。
按照上述描述的方法对导出模型进行多次切割,获得多个导出模型在z轴方向上的多个姿态角,统计出每个姿态角的出现频率,再筛选出出现频率最高的姿态角,将出现频率最高的姿态角称为导出模型在z轴方向上的目标姿态角。
当预设坐标轴为y轴时,采用垂直于y轴的预设平面切割导出模型,获得切割截面,再确定出该切割截面的最小外包框,并计算出该最小外包框与y轴的夹角,将该夹角称为y轴方向的第一姿态角。
为了获得导出模型在卫星坐标系中的旋转参数,需要采用两个相互平行且垂直于x轴的预设平面切割导出模型,将得到第一切割截面与第二切割截面,并确定出第一切割截面的第一外包框,以及第二切割截面的第二外包框,该第一外包框为第一切割截面的最小外包框,该第二外包框为第二切割截面的最小外包框,再根据第一外包框与第二外包框计算出导出模型在z轴方向上的夹角,将该夹角成为导出模型在y轴方向的第二姿态角。
为了获得导出模型在卫星坐标系中的旋转参数,还需要采用两个相互平行且垂直于z轴的预设平面切割导出模型,将得到第三切割截面与第四切割截面,并确定出第三切割截面的第三外包框,以及第四切割截面的第四外包框,该第三外包框为第三切割截面的最小外包框,该第四外包框为第四切割截面的最小外包框,再根据第三外包框与第四外包框计算出导出模型在z轴方向上的夹角,将该夹角成为导出模型在y轴方向的第三姿态角。
按照上述描述的方法对导出模型进行多次切割,获得多个导出模型在y轴方向上的多个姿态角,统计出每个姿态角的出现频率,再筛选出出现频率最高的姿态角,将出现频率最高的姿态角称为导出模型在y轴方向上的目标姿态角。
当预设坐标轴为x轴时,采用垂直于x轴的预设平面切割导出模型,获得切割截面,再确定出该切割截面的最小外包框,并计算出该最小外包框与x轴的夹角,将该夹角称为x轴方向的第一姿态角。
为了获得导出模型在卫星坐标系中的旋转参数,需要采用两个相互平行且垂直于y轴的预设平面切割导出模型,将得到第一切割截面与第二切割截面,并确定出第一切割截面的第一外包框,以及第二切割截面的第二外包框,该第一外包框为第一切割截面的最小外包框,该第二外包框为第二切割截面的最小外包框,再根据第一外包框与第二外包框计算出导出模型在z轴方向上的夹角,将该夹角成为导出模型在x轴方向的第二姿态角。
为了获得导出模型在卫星坐标系中的旋转参数,还需要采用两个相互平行且垂直于y轴的预设平面切割导出模型,将得到第三切割截面与第四切割截面,并确定出第三切割截面的第三外包框,以及第四切割截面的第四外包框,该第三外包框为第三切割截面的最小外包框,该第四外包框为第四切割截面的最小外包框,再根据第三外包框与第四外包框计算出导出模型在z轴方向上的夹角,将该夹角成为导出模型在x轴方向的第三姿态角。
按照上述描述的方法对导出模型进行多次切割,获得多个导出模型在x轴方向上的多个姿态角,统计出每个姿态角的出现频率,再筛选出出现频率最高的姿态角,将出现频率最高的姿态角称为导出模型在x轴方向上的目标姿态角。
确定出导出模型在各个预设坐标轴方向的目标姿态角之后,将各个预设坐标轴方向的目标姿态角带入预设旋转矩阵中,若z轴方向的目标姿态角为,y轴方向的目标姿态角为/>,x轴方向的目标姿态角为/>,该预设旋转矩阵具体如下:
将z轴方向的目标姿态角、y轴方向的目标姿态角、x轴方向的目标姿态角带入上述预设旋转矩阵中,能够确定出导出模型在卫星坐标系下的旋转角度,从而能够根据旋转角度计算出导出模型对应的本体坐标系,导出模型的本体坐标系示意图如图3所示,在图3中,导出模型在本体坐标系中的旋转角度为0。
基于上述描述的方法,确定出导出模型对应的目标姿态角,有利于确定出导出模型在卫星坐标系下的旋转角度,从而有利于提高导出模型的轻量化处理的效率。
步骤S3:在本体坐标系中沿着目标方向对导出模型进行等距切割,得到切片面组,并按照目标聚类方式对切片面组进行聚类,得到切片类组。
确定出导出模型的本体坐标系之后,在本体坐标系中沿着目标方向将导出模型进行等距切割,将导出模型进行等距切割的示意图如图4所示,在图4中,该目标方向可以垂直于本体坐标系中的某一坐标轴,也可以根据实际情况对目标方向进行调整,将导出模型进行等距切割,得到导出模型对应的切片面组,这里不作具体限定。
确定出切片面组之后,为了能够将导出模型进行轻量化处理,需要按照目标聚类方式对切片面组中进行聚类,该目标聚类方式可以采用密度聚类算法(英文全称:Density-Based Spatial Clustering of Applications with Noise,简称为:DBSCAN)对切片面进行聚类,也可以根据实际的聚类需求对聚类方式进行选择,这里不作过多阐述。
本申请实施例中可以设置较小的聚类半径对切片面组进行聚类,将聚类后的噪声顶点数据对应的单机组件进行输出,将噪声顶点数据中聚为一类的顶点数据作为突出部分丢弃,该突出部分可以为引脚、外露的线缆、突出的螺钉、插件等,得到去除引脚外包络的切片面组。
为了能够对切片面进行分类,还需要按照目标聚类方式对切片面组中的每个切片面逐次进行聚类,具体聚类过程如下:
在对切片面组进行聚类之后,得到每个切片面的聚类数据,比较每个相邻切片面的切片数据,确定出每个相邻切片面之间的差异数据,再判断第i个切片面与第i+1个切片面之间的差异数据是否超过预设差异数据阈值,i可以为1、2、3、4、5……,当第i个切片面与第i+1个切片面之间的差异数据超过预设差异数据阈值,代表第i个切片面与第i+1个切片面之间的差异较大,需要将第i+1个切片面与第i切片面归为不同的切片类型;当第i个切片面与第i+1个切片面之间的差异数据未超过预设差异数据阈值,代表第i个切片面与第i+1个切片面之间的差异较小,可以将第i个切片面与第i+1个切片面归为相同的切片类型,从而实现对各个切片面的分类,将各个切片面的分类作为切片类组,即:切片类组可以包括所有的切片类型。
基于上述描述的方法,在对导出模型进行等距切割之后,按照目标聚类方式对切片面组进行聚类,得到切片类组,确保了导出模型对应的切片面的完整性,以及切片面分类的完整性,有利于提高导出模型的轻量化效率。
步骤S4:确定出切片类组对应的简化模型,按照目标边界优化方法对简化模型进行处理,得到导出模型对应的目标模型。
为了确保得到导出模型的简化模型,在得到切片类组之后,本申请实施例可以采用OBB包围盒的方式计算出切片类组对应的切片面组对应的最小外包络,将该最小外包络对应的模型作为导出模型的简化模型,该简化模型中包括至少一个单机组件。
由于简化模型中包括至少一个单机组件,单机组件与单机组件之间,或者单机组件中的零件之间在进行切片以及聚类之后,不可避免的存在重叠部分,将在仿真过程中产生干涉,因此,需要确定出简化模型中各个单机组件之间的重叠部分,确定出重叠部分的方法可以为布尔运算方法,再按照目标边界优化方法将该重叠部分进行删除,得到简化模型对应的第一简化模型,该目标边界优化方法用于简化模型,目标边界优化方法可以为双边滤波方法、小波变换方法等,目标边界优化方法可以根据实际情况进行选择,这里不作具体限定。
由于上述对导出模型进行等距分割、聚类等都是基于本体坐标系下完成,为了使得导出模型与第一简化模型的坐标系一致,需要将本体坐标系中的第一简化模型转化至卫星坐标系中,并在卫星坐标系下对第一简化模型进行重组,得到导出模型对应的目标模型,从而得到导出模型对应的轻量化模型。
需要进行说明的是,本申请实施例提供了卫星结构模型轻量化方法的流程示意图,参考图5,501输入导出模型,导出模型为单机或者结构部组件,502确定出出导出模型的切割方向,503对导出模型进行等距切割, 504并对切片面组进行聚类,去除引脚、外露线缆等,505得到切片面组,为了能够对切片面组进行分类,506进行逐切片面聚类,507判断相邻切片面之间的差异数据是否超过预设差异数据阈值,若差异数据超过预设差异数据阈值,则将当前检测的最后一个切片面作为重新聚类的起点,该最后一个切片面与上一个切片面的聚类结果不一致;若差异数据未超过预设差异数据阈值,则将检测的相邻切片面作为一类;508检测完所有的切片面组之后,得到切片类组,509再计算切片类组的最小外包络,510当检测到导出模型未处理完成,则将未完成处理的部分导出模型进行等距切割,并重复上述处理流程;当检测到导出模型全部处理完成,511则重新组装第一简化模型,得到目标模型。
基于上述描述的方法,对卫星结构模型中的导出模型进行拆解、轻量化处理以及边界优化,避免采用多次人工处理得到目标模型,从而提高了确定出目标模型的效率。
基于同一发明构思,本申请实施例中还提供了一种三维模型轻量化装置,该三维模型轻量化装置用于实现了一种三维模型轻量化方法的功能,参照图6,所述装置包括:
获得模块601,用于获得导出模型以及所述导出模型对应的卫星坐标系;
转换模块602,用于基于预设切割方式计算出所述导出模型在所述卫星坐标系下的目标姿态角,将所述目标姿态角带入预设旋转矩阵中,计算出所述导出模型对应的本体坐标系;
处理模块603,用于在所述本体坐标系中沿着目标方向对所述导出模型进行等距切割,得到切片面组,并按照目标聚类方式对所述切片面组进行聚类,得到切片类组;
简化模块604,用于确定出所述切片类组对应的简化模型,按照目标边界优化方法对所述简化模型进行处理,得到所述导出模型对应的目标模型。
在一种可能的设计中,所述转换模块602,具体用于计算出所述导出模型在所述卫星坐标系中的每个预设坐标轴方向的姿态角,获得多个姿态角,所有姿态角中筛选出出现频率最高的目标姿态角,并将所述目标姿态角带入预设旋转矩阵中,计算出所述导出模型对应的本体坐标系。
在一种可能的设计中,所述转换模块602,还用于获取所述导出模型在所述卫星坐标系中的单个预设坐标轴方向的姿态角,包含如下步骤:获得n个平面沿着第m方向切割所述导出模型得到n个切割截面,确定出所述n个切割截面各自对应的外包框,并基于所有外包框和所述第m方向确定出所述导出模型在所述单个预设坐标轴方向的第m姿态角,其中,所述n为1、2,所述m为1、2、3,所述第1姿态角、第2姿态角、第3姿态角为所述导出模型在所述单个预设坐标轴方向的多个姿态角。
在一种可能的设计中,所述处理模块603,具体用于按照所述目标聚类方式对所述切片面组中的每个切片面逐次进行聚类,并判断第i个切片面与第i+1个切片面之间的差异数据是否超过预设差异数据阈值,若否,将所述第i+1个切片面聚类为与所述第i切片面相同的切片类型,若是,将所述第i+1个切片面聚类为与所述第i切片面不同的切片类型,将所述切片面组的所有切片类型作为切片类组。
在一种可能的设计中,所述简化模块604,具体用于计算出所述切片类组对应的最小外包络,得到简化模型,确定出所述简化模型中所述至少一个单机组件的重叠部分,基于所述目标边界优化方法将所述重叠部分进行删除,得到第一简化模型,将所述第一简化模型从所述本体坐标系转化至所述卫星坐标系中,并在所述卫星坐标系下对所述第一简化模型进行重组,得到所述导出模型对应的目标模型。
基于同一发明构思,本申请实施例中还提供了一种电子设备,所述电子设备可以实现前述一种三维模型轻量化装置的功能,参考图7,所述电子设备包括:
至少一个处理器701,以及与至少一个处理器701连接的存储器702,本申请实施例中不限定处理器701与存储器702之间的具体连接介质,图7中是以处理器701和存储器702之间通过总线700连接为例。总线700在图7中以粗线表示,其它部件之间的连接方式,仅是进行示意性说明,并不引以为限。总线700可以分为地址总线、数据总线、控制总线等,为便于表示,图7中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。或者,处理器701也可以称为控制器,对于名称不做限制。
在本申请实施例中,存储器702存储有可被至少一个处理器701执行的指令,至少一个处理器701通过执行存储器702存储的指令,可以执行前文论述的一种三维模型轻量化方法。处理器701可以实现图6所示的装置中各个模块的功能。
其中,处理器701是该装置的控制中心,可以利用各种接口和线路连接整个该控制设备的各个部分,通过运行或执行存储在存储器702内的指令以及调用存储在存储器702内的数据,该装置的各种功能和处理数据,从而对该装置进行整体监控。
在一种可能的设计中,处理器701可包括一个或多个处理单元,处理器701可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器701中。在一些实施例中,处理器701和存储器702可以在同一芯片上实现,在一些实施例中,它们也可以在独立的芯片上分别实现。
处理器701可以是通用处理器,例如中央处理器(CPU)、数字信号处理器、专用集成电路、现场可编程门阵列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件,可以实现或者执行本申请实施例中公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本申请实施例所公开的一种三维模型轻量化方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
存储器702作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。存储器702可以包括至少一种类型的存储介质,例如可以包括闪存、硬盘、多媒体卡、卡型存储器、随机访问存储器(Random AccessMemory,RAM)、静态随机访问存储器(Static Random Access Memory,SRAM)、可编程只读存储器(Programmable Read Only Memory,PROM)、只读存储器(Read Only Memory,ROM)、带电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory,EEPROM)、磁性存储器、磁盘、光盘等等。存储器702是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。本申请实施例中的存储器702还可以是电路或者其它任意能够实现存储功能的装置,用于存储程序指令和/或数据。
通过对处理器701进行设计编程,可以将前述实施例中介绍的一种三维模型轻量化方法所对应的代码固化到芯片内,从而使芯片在运行时能够执行图1所示的实施例的一种三维模型轻量化步骤。如何对处理器701进行设计编程为本领域技术人员所公知的技术,这里不再赘述。
基于同一发明构思,本申请实施例还提供一种存储介质,该存储介质存储有计算机指令,当该计算机指令在计算机上运行时,使得计算机执行前文论述的一种三维模型轻量化方法。
在一些可能的实施方式中,本申请提供一种三维模型轻量化方法的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当程序产品在装置上运行时,程序代码用于使该控制设备执行本说明书上述描述的根据本申请各种示例性实施方式的一种三维模型轻量化方法中的步骤。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。

Claims (10)

1.一种三维模型轻量化方法,其特征在于,包括:
获得导出模型以及所述导出模型对应的卫星坐标系;
基于预设切割方式计算出所述导出模型在所述卫星坐标系下的目标姿态角,将所述目标姿态角带入预设旋转矩阵中,计算出所述导出模型对应的本体坐标系;
在所述本体坐标系中沿着目标方向对所述导出模型进行等距切割,得到切片面组,并按照目标聚类方式对所述切片面组进行聚类,得到切片类组;
确定出所述切片类组对应的简化模型,按照目标边界优化方法对所述简化模型进行处理,得到所述导出模型对应的目标模型。
2.如权利要求1所述的方法,其特征在于,所述基于预设切割方式计算出所述导出模型在所述卫星坐标系下的目标姿态角,将所述目标姿态角带入预设旋转矩阵中,计算出所述导出模型对应的本体坐标系,包括:
计算出所述导出模型在所述卫星坐标系中的每个预设坐标轴方向的姿态角,获得多个姿态角;
从所有姿态角中筛选出出现频率最高的目标姿态角,并将所述目标姿态角带入预设旋转矩阵中,计算出所述导出模型对应的本体坐标系。
3.如权利要求2所述的方法,其特征在于,所述计算出所述导出模型在所述卫星坐标系中的每个预设坐标轴方向的姿态角,获得多个姿态角,包括:
获取所述导出模型在所述卫星坐标系中的单个预设坐标轴方向的姿态角,包含如下步骤:
获得n个平面沿着第m方向切割所述导出模型得到n个切割截面,确定出所述n个切割截面各自对应的外包框,并基于所有外包框和所述第m方向确定出所述导出模型在所述单个预设坐标轴方向的第m姿态角,其中,所述n为1、2,所述m为1、2、3,所述第1姿态角、第2姿态角、第3姿态角为所述导出模型在所述单个预设坐标轴方向的多个姿态角。
4.如权利要求1所述的方法,其特征在于,所述按照目标聚类方式对所述切片面组进行聚类,得到切片类组,包括:
按照所述目标聚类方式对所述切片面组中的每个切片面逐次进行聚类,并判断第i个切片面与第i+1个切片面之间的差异数据是否超过预设差异数据阈值,其中,i为正整数;
若否,将所述第i+1个切片面聚类为与所述第i切片面相同的切片类型;
若是,将所述第i+1个切片面聚类为与所述第i切片面不同的切片类型;
将所述切片面组的所有切片类型作为切片类组。
5.如权利要求1所述的方法,其特征在于,所述确定出所述切片类组对应的简化模型,按照目标边界优化方法对所述简化模型进行处理,得到所述导出模型对应的目标模型,包括:
计算出所述切片类组对应的最小外包络,得到简化模型,其中,所述简化模型中包括至少一个单机组件;
确定出所述简化模型中所述至少一个单机组件的重叠部分,基于所述目标边界优化方法将所述重叠部分进行删除,得到第一简化模型;
将所述第一简化模型从所述本体坐标系转化至所述卫星坐标系中,并在所述卫星坐标系下对所述第一简化模型进行重组,得到所述导出模型对应的目标模型。
6.一种三维模型轻量化装置,其特征在于,包括:
获得模块,用于获得导出模型以及所述导出模型对应的卫星坐标系;
转换模块,用于基于预设切割方式计算出所述导出模型在所述卫星坐标系下的目标姿态角,将所述目标姿态角带入预设旋转矩阵中,计算出所述导出模型对应的本体坐标系;
处理模块,用于在所述本体坐标系中沿着目标方向对所述导出模型进行等距切割,得到切片面组,并按照目标聚类方式对所述切片面组进行聚类,得到切片类组;
简化模块,用于确定出所述切片类组对应的简化模型,按照目标边界优化方法对所述简化模型进行处理,得到所述导出模型对应的目标模型。
7.如权利要求6所述的装置,其特征在于,所述转换模块,具体用于计算出所述导出模型在所述卫星坐标系中的每个预设坐标轴方向的姿态角,获得多个姿态角,所有姿态角中筛选出出现频率最高的目标姿态角,并将所述目标姿态角带入预设旋转矩阵中,计算出所述导出模型对应的本体坐标系。
8.如权利要求7所述的装置,其特征在于,所述转换模块,还用于获取所述导出模型在所述卫星坐标系中的单个预设坐标轴方向的姿态角,包含如下步骤:获得n个平面沿着第m方向切割所述导出模型得到n个切割截面,确定出所述n个切割截面各自对应的外包框,并基于所有外包框和所述第m方向确定出所述导出模型在所述单个预设坐标轴方向的第m姿态角。
9.一种电子设备,其特征在于,包括:
存储器,用于存放计算机程序;
处理器,用于执行所述存储器上所存放的计算机程序时,实现权利要求1-5任一项所述的方法步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-5任一项所述的方法步骤。
CN202311745050.8A 2023-12-19 2023-12-19 一种三维模型轻量化方法、装置及电子设备 Active CN117422610B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311745050.8A CN117422610B (zh) 2023-12-19 2023-12-19 一种三维模型轻量化方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311745050.8A CN117422610B (zh) 2023-12-19 2023-12-19 一种三维模型轻量化方法、装置及电子设备

Publications (2)

Publication Number Publication Date
CN117422610A true CN117422610A (zh) 2024-01-19
CN117422610B CN117422610B (zh) 2024-03-22

Family

ID=89532878

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311745050.8A Active CN117422610B (zh) 2023-12-19 2023-12-19 一种三维模型轻量化方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN117422610B (zh)

Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130335566A1 (en) * 2012-06-13 2013-12-19 San Diego State University Research Foundation Systems, methods and devices for repeat pass imaging for wide area intermittent video
EP2816371A1 (en) * 2013-12-13 2014-12-24 Institute of Electronics, Chinese Academy of Sciences Method and device for steering attitude of satellite carrying synthetic aperture radar
US20150363971A1 (en) * 2013-05-23 2015-12-17 Google Inc. Systems and Methods for Generating Three-Dimensional Models Using Sensed Position Data
US20190204852A1 (en) * 2017-12-22 2019-07-04 Wirtgen Gmbh Self-propelled construction machine and method for controlling a self-propelled construction machine
CN110362909A (zh) * 2019-07-04 2019-10-22 中国人民解放军军事科学院国防科技创新研究院 多目标卫星布局优化设计方法
CN112660423A (zh) * 2020-12-17 2021-04-16 中国人民解放军国防科技大学 一种视频卫星对运动目标的凝视跟踪控制方法及系统
CN113642188A (zh) * 2021-01-08 2021-11-12 中国科学院微小卫星创新研究院 星体对转动太阳帆板遮挡面积的全周期可视化分析方法
CN113674294A (zh) * 2021-08-23 2021-11-19 北京京东方技术开发有限公司 一种3d模型切片处理方法及装置
WO2022040970A1 (zh) * 2020-08-26 2022-03-03 南京翱翔信息物理融合创新研究院有限公司 一种同步实现三维重建和ar虚实注册的方法、系统及装置
CN114528654A (zh) * 2022-01-25 2022-05-24 上海卫星工程研究所 基于三维模型单机设备简化方法及系统
CN114943144A (zh) * 2022-05-17 2022-08-26 中国人民解放军军事科学院国防科技创新研究院 利用Phi函数进行距离控制的卫星布局优化设计方法
CN115690336A (zh) * 2023-01-05 2023-02-03 中国电子科技集团公司第十五研究所 一种卫星波束覆盖区域可视化方法、服务器及存储介质
CN116009596A (zh) * 2023-01-09 2023-04-25 航天科工火箭技术有限公司 一种姿态角的计算方法、装置、介质、以及电子设备
WO2023071964A1 (zh) * 2021-10-27 2023-05-04 腾讯科技(深圳)有限公司 数据处理方法, 装置, 电子设备及计算机可读存储介质
US20230222734A1 (en) * 2022-03-15 2023-07-13 Beijing Baidu Netcom Science Technology Co., Ltd. Construction of three-dimensional road network map
CN116822193A (zh) * 2023-06-25 2023-09-29 深圳市航天新材科技有限公司 一种具有梯度点阵材料的卫星结构设计方法及卫星结构
CN117022679A (zh) * 2023-09-11 2023-11-10 上海卫星互联网研究院有限公司 一种卫星的姿态控制方法、装置及卫星

Patent Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130335566A1 (en) * 2012-06-13 2013-12-19 San Diego State University Research Foundation Systems, methods and devices for repeat pass imaging for wide area intermittent video
US20150363971A1 (en) * 2013-05-23 2015-12-17 Google Inc. Systems and Methods for Generating Three-Dimensional Models Using Sensed Position Data
EP2816371A1 (en) * 2013-12-13 2014-12-24 Institute of Electronics, Chinese Academy of Sciences Method and device for steering attitude of satellite carrying synthetic aperture radar
US20190204852A1 (en) * 2017-12-22 2019-07-04 Wirtgen Gmbh Self-propelled construction machine and method for controlling a self-propelled construction machine
CN110362909A (zh) * 2019-07-04 2019-10-22 中国人民解放军军事科学院国防科技创新研究院 多目标卫星布局优化设计方法
WO2022040970A1 (zh) * 2020-08-26 2022-03-03 南京翱翔信息物理融合创新研究院有限公司 一种同步实现三维重建和ar虚实注册的方法、系统及装置
CN112660423A (zh) * 2020-12-17 2021-04-16 中国人民解放军国防科技大学 一种视频卫星对运动目标的凝视跟踪控制方法及系统
CN113642188A (zh) * 2021-01-08 2021-11-12 中国科学院微小卫星创新研究院 星体对转动太阳帆板遮挡面积的全周期可视化分析方法
CN113674294A (zh) * 2021-08-23 2021-11-19 北京京东方技术开发有限公司 一种3d模型切片处理方法及装置
WO2023071964A1 (zh) * 2021-10-27 2023-05-04 腾讯科技(深圳)有限公司 数据处理方法, 装置, 电子设备及计算机可读存储介质
CN114528654A (zh) * 2022-01-25 2022-05-24 上海卫星工程研究所 基于三维模型单机设备简化方法及系统
US20230222734A1 (en) * 2022-03-15 2023-07-13 Beijing Baidu Netcom Science Technology Co., Ltd. Construction of three-dimensional road network map
CN114943144A (zh) * 2022-05-17 2022-08-26 中国人民解放军军事科学院国防科技创新研究院 利用Phi函数进行距离控制的卫星布局优化设计方法
CN115690336A (zh) * 2023-01-05 2023-02-03 中国电子科技集团公司第十五研究所 一种卫星波束覆盖区域可视化方法、服务器及存储介质
CN116009596A (zh) * 2023-01-09 2023-04-25 航天科工火箭技术有限公司 一种姿态角的计算方法、装置、介质、以及电子设备
CN116822193A (zh) * 2023-06-25 2023-09-29 深圳市航天新材科技有限公司 一种具有梯度点阵材料的卫星结构设计方法及卫星结构
CN117022679A (zh) * 2023-09-11 2023-11-10 上海卫星互联网研究院有限公司 一种卫星的姿态控制方法、装置及卫星

Non-Patent Citations (10)

* Cited by examiner, † Cited by third party
Title
万毕乐;贺文兴;陈畅宇;: "面向航天器总体装配的工艺数字样机可视化自动构建方法及系统", 计算机集成制造系统, no. 06, 16 June 2017 (2017-06-16) *
冯圣;张勇;孙启国;: "赤道轨道面上运行的电动力学绳索建模和动力学分析", 兰州交通大学学报, no. 01, 15 February 2008 (2008-02-15) *
刘善伍,张锐,张静: "卫星姿态采样系统的鲁棒H∞ 控制", 航天控制, vol. 30, no. 6, 15 December 2012 (2012-12-15) *
叶周;颜艳腾;尚琳;张锐;: "基于LabVIEW和STK的卫星姿轨控地面验证系统三维动画显示", 遥测遥控, no. 04, 15 July 2013 (2013-07-15) *
吕丹;孙剑峰;李琦;王骐;: "基于激光雷达距离像的目标3D姿态估计", 红外与激光工程, no. 04, 25 April 2015 (2015-04-25) *
彭杨;张翰墨;王兆龙;曹姝清;刘宗明;武海雷;: "非合作目标超近距离光学相对导航方法及半物理仿真系统研究", 上海航天, no. 06, 25 December 2017 (2017-12-25) *
施梨;张世杰;曹喜滨;: "基于多软件的微小卫星多领域建模与仿真研究", 系统仿真学报, no. 02, 20 February 2009 (2009-02-20) *
李明;江刚武;张锐;张一;: "航天光学遥感成像半实物仿真系统研究", 激光与红外, no. 05, 20 May 2017 (2017-05-20) *
李艳杰;金光;钟兴;: "基于STK的空间目标可见光散射特性建模与仿真", 空间科学学报, no. 02, 15 March 2013 (2013-03-15) *
陈圣华;明畅;赵利锋;杨军;: "卫星运动预测及规避的建模与求解", 数学的实践与认识, no. 15, 8 August 2017 (2017-08-08) *

Also Published As

Publication number Publication date
CN117422610B (zh) 2024-03-22

Similar Documents

Publication Publication Date Title
Wang et al. A large-scale benchmark and an inclusion-based algorithm for continuous collision detection
Hel-Or et al. Relaxed parametric design with probabilistic constraints
CN111026063A (zh) 数字孪生体构建方法、装置、计算机设备及存储介质
CN109683858B (zh) 数据处理方法及装置
CN113724401A (zh) 一种三维模型切割方法、装置、计算机设备和存储介质
US20160239278A1 (en) Generating a schedule of instructions based on a processor memory tree
CN109416688B (zh) 用于灵活的高性能结构化数据处理的方法和系统
US9007370B2 (en) Computing device and method for processing curved surface
CN115908715A (zh) 建筑信息模型的加载方法及装置、设备、存储介质
US10943037B2 (en) Generating a CAD model from a finite element mesh
CN115344805A (zh) 素材审核方法、计算设备及存储介质
CN102177518A (zh) 实现有限元模型的方法和设备
CN113111201B (zh) 一种数字孪生模型轻量化方法和系统
CN117422610B (zh) 一种三维模型轻量化方法、装置及电子设备
CN110019901A (zh) 三维模型检索装置、检索系统、检索方法及计算机可读存储介质
CN114880742A (zh) 一种面向webgl引擎的Revit模型轻量化方法
US10042962B2 (en) Mid-surface extraction for finite element analysis
CN116681857A (zh) 一种空间碰撞检测方法、装置及电子设备
CN109840945B (zh) 有限元预处理方法及装置
CN117252993B (zh) 特征点提取算法的验证方法、装置、电子设备及存储介质
CN112612427A (zh) 一种车辆停靠点数据处理方法、装置、存储介质及终端
Daum et al. Boundary representation-based implementation of spatial BIM queries
US20190347080A1 (en) Branch objects for dependent optimization problems
CN111429581A (zh) 游戏模型外轮廓确定、游戏特效添加方法和装置
CN117315375B (zh) 虚拟部件分类方法、装置、电子设备及可读存储介质

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