JPWO2015015554A1 - ３ｄプリンタ装置、３ｄプリント方法及び立体造形物の製造方法 - Google Patents

３ｄプリンタ装置、３ｄプリント方法及び立体造形物の製造方法 Download PDF

Info

Publication number
JPWO2015015554A1
JPWO2015015554A1 JP2015529242A JP2015529242A JPWO2015015554A1 JP WO2015015554 A1 JPWO2015015554 A1 JP WO2015015554A1 JP 2015529242 A JP2015529242 A JP 2015529242A JP 2015529242 A JP2015529242 A JP 2015529242A JP WO2015015554 A1 JPWO2015015554 A1 JP WO2015015554A1
Authority
JP
Japan
Prior art keywords
printer
feature amount
data
determination
local feature
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
JP2015529242A
Other languages
English (en)
Other versions
JP6075809B2 (ja
Inventor
康行 伊原
康行 伊原
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.)
NEC Solution Innovators Ltd
Original Assignee
NEC Solution Innovators 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 NEC Solution Innovators Ltd filed Critical NEC Solution Innovators Ltd
Application granted granted Critical
Publication of JP6075809B2 publication Critical patent/JP6075809B2/ja
Publication of JPWO2015015554A1 publication Critical patent/JPWO2015015554A1/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/46—Colour picture communication systems
    • H04N1/56—Processing of colour picture signals
    • H04N1/60—Colour correction or control
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
    • B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
    • B29C64/00—Additive manufacturing, i.e. manufacturing of three-dimensional [3D] objects by additive deposition, additive agglomeration or additive layering, e.g. by 3D printing, stereolithography or selective laser sintering
    • B29C64/30—Auxiliary operations or equipment
    • B29C64/386—Data acquisition or data processing for additive manufacturing
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B15/00—Systems controlled by a computer
    • G05B15/02—Systems controlled by a computer electric
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B33—ADDITIVE MANUFACTURING TECHNOLOGY
    • B33Y—ADDITIVE MANUFACTURING, i.e. MANUFACTURING OF THREE-DIMENSIONAL [3-D] OBJECTS BY ADDITIVE DEPOSITION, ADDITIVE AGGLOMERATION OR ADDITIVE LAYERING, e.g. BY 3-D PRINTING, STEREOLITHOGRAPHY OR SELECTIVE LASER SINTERING
    • B33Y10/00—Processes of additive manufacturing
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B33—ADDITIVE MANUFACTURING TECHNOLOGY
    • B33Y—ADDITIVE MANUFACTURING, i.e. MANUFACTURING OF THREE-DIMENSIONAL [3-D] OBJECTS BY ADDITIVE DEPOSITION, ADDITIVE AGGLOMERATION OR ADDITIVE LAYERING, e.g. BY 3-D PRINTING, STEREOLITHOGRAPHY OR SELECTIVE LASER SINTERING
    • B33Y30/00—Apparatus for additive manufacturing; Details thereof or accessories therefor
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B33—ADDITIVE MANUFACTURING TECHNOLOGY
    • B33Y—ADDITIVE MANUFACTURING, i.e. MANUFACTURING OF THREE-DIMENSIONAL [3-D] OBJECTS BY ADDITIVE DEPOSITION, ADDITIVE AGGLOMERATION OR ADDITIVE LAYERING, e.g. BY 3-D PRINTING, STEREOLITHOGRAPHY OR SELECTIVE LASER SINTERING
    • B33Y50/00—Data acquisition or data processing for additive manufacturing
    • B33Y50/02—Data acquisition or data processing for additive manufacturing for controlling or regulating additive manufacturing processes

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Materials Engineering (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Optics & Photonics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Mechanical Engineering (AREA)
  • Computing Systems (AREA)
  • Manufacturing & Machinery (AREA)
  • Signal Processing (AREA)
  • Mathematical Physics (AREA)
  • Multimedia (AREA)
  • Automation & Control Theory (AREA)

Abstract

３Ｄプリンタによる製造対象物を予め許可されている物か判定し、許可されてない場合は製造できない３Ｄプリンタ装置を提供する。本発明の３Ｄプリンタ装置は、データの入力手段と、前記入力されたデータに基づき三次元データを生成する三次元データ生成手段と、前記三次元データから３Ｄプリンタ入力用データを生成する３Ｄプリンタ入力用データ生成手段と、前記３Ｄプリンタ入力用データに基づき、３Ｄプリンタにより製造される製造対象物が許容された物か否かを判定する製造物許容判定手段と、許容された場合にのみ製造を実施する３Ｄプリンタ手段とを含むことを特徴とする。

Description

本発明は、３Ｄプリンタ装置、３Ｄプリント方法及び立体造形物の製造方法に関する。
３Ｄ（三次元）プリンタは、画像等のデータを基にして三次元（立体）データを作成し、三次元データに基づいて立体造形物を製造する装置を言う。立体造形物の製造方法としては、加熱溶融した樹脂を三次元データに基づき積層しながら立体造形物を形成する積層造形法、三次元データに基づき金属等の固形物を切削して立体造形物を形成する切削造形法等がある。３Ｄプリンタの開発により、企業又は個人を問わず、誰もが手軽にモノづくりができるようになってきた。また、最近の３Ｄプリンタの普及に伴い、３Ｄプリンタの技術開発は目覚ましく、様々な技術が提案され（例えば、特許文献１参照）、オリジナルの製品を高精度で再現可能になってきた。
特開２０１３−８６２８９号公報
しかしながら、３Ｄプリンタが高性能化してオリジナルの製品を高精度で再現できるようになったことにより、本来なら製造に許可が必要な製品も簡単に製造でき、これが社会問題となる可能性がある。例えば、銃器類及び硬貨等の違法な製造、印鑑の偽造、鍵のコピー、著作権侵害品の作成等が、問題視されている。
そこで、本発明は、３Ｄプリンタによる製造対象物を予め許可されている物か判定し、許可されてない場合は製造できない３Ｄプリンタ装置、３Ｄプリント方法及び立体造形物の製造方法を提供する。
前記目的を達成するために、本発明の３Ｄプリンタ装置は、データの入力手段と、前記入力されたデータに基づき三次元データを生成する三次元データ生成手段と、前記三次元データから３Ｄプリンタ入力用データを生成する３Ｄプリンタ入力用データ生成手段と、前記３Ｄプリンタ入力用データに基づき、３Ｄプリンタにより製造される製造対象物が許容された物か否かを判定する製造物許容判定手段と、許容された場合にのみ製造を実施する３Ｄプリンタ手段とを含むことを特徴とする。
本発明の３Ｄプリント方法は、データの入力工程と、前記入力されたデータに基づき三次元データを生成する三次元データ生成工程と、前記三次元データから３Ｄプリンタ入力用データを生成する３Ｄプリンタ入力用データ生成工程と、前記３Ｄプリンタ入力用データに基づき、３Ｄプリンタにより製造される製造対象物が許容された物か否かを判定する製造物許容判定工程と、許容された場合にのみ製造を実施する３Ｄプリント工程とを含むことを特徴とする。
本発明の立体造形物の製造方法は、前記本発明の３Ｄプリント方法により立体造形物を製造することを特徴とする。
本発明によれば、銃器等のように本来許可が無ければ製造ができない物については製造を禁止でき、許可されている物だけを製造することが可能となる。
図１は、本発明の３Ｄプリンタ装置の構成の一例を示す図である。 図２は、本発明の３Ｄプリンタ装置における処理の流れの一例を示すフローチャートである。 図３は、本発明の３Ｄプリンタ装置における製造対象物許可判定の一例を示すフローチャートである。
本発明の装置において、前記製造物許容判定手段は、３Ｄプリンタ入力用データに基づき、前記製造対象物の局所特徴量を算出する局所特徴量算出手段と、３Ｄプリンタ入力用データに基づき、前記製造対象物の大域特徴量を算出する大域特徴量算出手段と、を含み、前記局所特徴量及び前記大域特徴量の少なくとも一方を用いて３Ｄプリンタにより製造される製造対象物が許容された物か否かを判定することが好ましい。
本発明の装置において、前記局所特徴量算出手段において、特定物体認識技術及び数学理論を用いた特徴抽出技術の少なくとも一方を用いて局所特徴量が抽出され、前記大域特徴量算出手段において、数学理論を用いた特徴抽出技術を用いて大域特徴量が抽出されることが好ましい。
本発明の装置において、さらに、局所特徴量データベース及び大域特徴量データベースを含み、前記局所特徴量を用いた判定が、前記局所特徴量データベースを参照した判断であり、前記大域特徴量を用いた判定が、前記大域特徴量データベースを参照した判断であることが好ましい。
本発明の装置において、さらに形状判定モデルを含み、前記局所特徴量及び前記大域特徴量の少なくとも一方を用いた判定が、前記形状判定モデルを参照した機械学習により実施されることが好ましい。
本発明の装置において、前記形状判定モデルが、前記局所特徴量データベース及び前記大域特徴量データベースの少なくとも一方を用いたモデル学習により生成されたものであることが好ましい。
本発明の方法において、前記製造物許容判定工程は、３Ｄプリンタ入力用データに基づき、前記製造対象物の局所特徴量を算出する局所特徴量算出工程と、３Ｄプリンタ入力用データに基づき、前記製造対象物の大域特徴量を算出する大域特徴量算出工程とを含み、前記局所特徴量及び前記大域特徴量の少なくとも一方を用いて３Ｄプリンタにより製造される製造対象物が許容された物か否かを判定することが好ましい。
本発明の方法において、前記局所特徴量算出工程において、特定物体認識技術及び数学理論を用いた特徴抽出技術の少なくとも一方を用いて局所特徴量が抽出され、前記大域特徴量算出工程において、数学理論を用いた特徴抽出技術を用いて大域特徴量が抽出されることが好ましい。
本発明の方法において、前記局所特徴量を用いた判定が、前記局所特徴量データベースを参照した判断であり、前記大域特徴量を用いた判定が、前記大域特徴量データベースを参照した判断であることが好ましい。
本発明の方法において、前記局所特徴量及び前記大域特徴量の少なくとも一方を用いた判定が、前記形状判定モデルを参照した機械学習により実施されることが好ましい。
本発明の方法において、前記形状判定モデルが、前記局所特徴量データベース及び前記大域特徴量データベースの少なくとも一方を用いたモデル学習により生成されたものであることが好ましい。
次に、本発明について、例を挙げて説明する。
図１に、本発明の３Ｄプリンタ装置（立体造形物製造装置）の一例の概略図を示す。本例の３Ｄプリンタ装置１は、制御部２及び３Ｄプリンタ３から構成される。制御部２は、データの入力手段と、前記入力されたデータに基づき三次元データを生成する三次元データ生成手段と、前記三次元データから３Ｄプリンタ入力用データを生成する３Ｄプリンタ入力用データ生成手段と、前記３Ｄプリンタ入力用データに基づき、３Ｄプリンタにより製造される製造対象物が許容された物か否かを判定する製造物許容判定手段とを含む。３Ｄプリンタは、従来のものを使用でき、例えば、積層造形法の３Ｄプリンタ、切削造形法の３Ｄプリンタを使用できる。
図２に、本例の３Ｄプリンタ装置における処理のフローチャートを示す。同図に示すように、本例の３Ｄプリンタ装置では、まず、データ入力手段によってデータが入力される（Ｓ１）。入力されるデータとしては、例えば、製造対象物の画像データ、二次元設計図データ、３Ｄスキャンデータ等がある。次に、三次元データ生成手段により、入力されたデータから三次元データが生成される（Ｓ２）。三次元データとしては、例えば、３Ｄ−ＣＡＤデータ及び３Ｄ−ＣＧデータ等がある。そして、３Ｄプリンタ用入力データ生成手段により、三次元データから３Ｄプリンタ入力用データが生成される（Ｓ３）。３Ｄプリンタ入力用データとしては、ＳＴＬ形式データ、ＶＲＭＬ形式データ等のポリゴン（表面の三角形近似）データがある。次に、製造物許可判定手段により、３Ｄプリンタ入力用データに基づき、製造対象物が許容されている物か否かが判定される（Ｓ４）。その結果、許容されていなければ（Ｎｏ）、３Ｄプリンタによる製造は行われず処理は終了するが、許容されているものであれば（Ｙｅｓ）、３Ｄプリンタによる製造が実施される（Ｓ５）。
本発明において、製造を許可（許容）するか否かの判断は、例えば、法律で製造が制限されているか否かで判断する。製造が許可（許容）されないものとしては、例えば、銃器類、銃弾、兵器、硬貨、印鑑、鍵、著作権侵害物、デジタル万引きに該当する物等がある。
本発明において、製造物許可判定には、例えば、特定物体認識技術、数学理論（微分幾何、位相幾何等）を用いた特徴抽出技術、機械学習等の手法を適用できる。
特定物体認識技術（局所特徴量算出技術を含む）は、特定の物体を認識する画像認識技術であり、具体的には、硬貨等の物体の画像の一部から局所特徴量（「局所的」な画像特徴量）を抽出することで、判定対象が、事前に画像登録した物体と同一物体かどうかを判定する技術である。
数学理論（微分幾何・位相幾何等）を用いた特徴抽出技術において、「微分幾何」は特徴点における「曲率（曲面の曲り具合）」など、物体の「局所的」な形状パターンを数値化するものであり、「位相幾何」は、例えば、「穴の数（５０円玉の穴は１個）」「凹みの数」等、物体の「大域的」な形状パターンを数値化するものである。
機械学習は、事前収集したサンプルデータから有用な情報を抽出する規則を決めることで、未知のデータに対しても有用な情報（属性情報・判断基準など）を抽出する技術である。機械学習は、銃器等の改造などによる未知の形状に対する対応や、３Ｄプリンタに入力する３Ｄデータ（ＳＴＬ・ＶＲＭＬ形式のポリゴンデータ）の情報の精度の変化に柔軟に対応することが可能である。
図３に、製造物許可判定手段における判定の処理のフローチャートを示す。図３のフローチャートでは、上段部が、「判定用モデル学習時のフローチャート」であり、下段部が、「実際の判定時のフローチャート」である。
（判定用モデル学習時）
まず、学習用データを入力する（１１）。学習用データとしては、銃器、硬貨等の許可（許容）の判断の対象となる物品の３Ｄプリンタ入力用データが挙げられる。学習用データは、対象物１個について、１個のデータになるように入力する。
次に、局所特徴量算出１２及び大域特徴量算出１３の少なくとも一方を実施するが、好ましくは双方を実施する。
局所特徴量算出１２は、例えば、特定物体認識における特徴抽出（画像の一部から「局所的」な画像特徴量を抽出。例えばＳＩＦＴ特徴量やＳＵＲＦ特徴量等）の方法で、３Ｄデータ（ＳＴＬ形式、ＶＲＭＬ形式）の一部から局所的な特徴量を算出するものである。局所特徴量算出において、１個の３Ｄデータに対し、通常、複数個の局所特徴量が算出される。そして、算出した局所特徴量を、元の物体の名前（例えば、銃器、５００円硬貨など）と共に、局所特徴量データベース１４に蓄積する。
局所特徴量算出１２は、例えば、微分幾何理論または位相幾何理論を用いた手法で、３Ｄデータ（ＳＴＬ形式、ＶＲＭＬ形式）の一部から、物体の局所的な形状パターンを数値化することでも実施可能である。具体的な例としては、曲面の曲がり具合を表す曲率の算出が挙げられる。この場合でも、前述と同様に、１個の３Ｄデータに対し、通常、複数個の局所特徴量が算出され、算出した局所特徴量を、元の物体の名前（銃器、５００円硬貨など）と共に、局所特徴量データベース１４に蓄積する。
大域特徴量算出１３は、例えば、微分幾何理論または位相幾何理論を用いた手法で、３Ｄデータ（ＳＴＬ形式、ＶＲＭＬ形式）全体から、物体の大域的な形状パターン（全体形状のパターン）を数値化することで実施できる。具体的な例としては、ポリゴンデータから容易に算出可能な「穴の数（５０円玉の場合１個）」などが挙げられる。大域特徴量算出１３において、１個の３Ｄデータに対し、通常、１個または複数個の大域特徴量が算出され、算出結果を大域特徴量データベース１５に蓄積する。
次に、局所特徴量データベース１４及び大域特徴量データベース１５の少なくとも一方のデータに用いて（好ましくは双方のデータを用いて）、物体の形状クラスを判定する識別モデルの学習１６を機械学習技術を用いて行い、形状判定モデル１７を生成する。物体の形状クラス分類は、「銃」「硬貨」などの法的製造制限の有るクラスと、法的製造制限の無いクラスなど、ある程度、大まかなクラス分類でもよく、銃器又は硬貨の詳細の種類を特定しなくてもよいが、詳細に種類を特定して細かくクラスを設定してもよい。識別モデルの学習時には、LDA（線形判別分析）、SVM（Support Vector Machine）、LSPC（Least-Squares Probabilistic Classifier、最小二乗確率的分類器）、k-NN（k-近傍法）などが用いられる。
（実際の判定時）
まず、判定の対象となるテストデータを入力する（２１）。入力するデータは、３Ｄプリンタ入力用データ（ＳＴＬ形式データ又はＶＲＭＬ形式データ）である。そして、前述の判定用モデル学習時と同様にして、局所特徴量算出２２及び大域特徴量算出２３の少なくとも一方、好ましくは双方を実施する。
次に、局所特徴量及び大域特徴量の少なくとも一方、好ましくは双方を用いて、製造対象物が許容できるかを、下記の判定（Ａ）から（Ｃ）の少なくとも一つを用いて実施する。
判定（Ａ）２４は、局所特徴量が算出されている場合のみ実施するものであり、テスト用３Ｄデータの元の物体の名前またはクラスを特定することを目的とする。判定（Ａ）は、テスト用３Ｄデータから得られた複数個の局所特徴量の各々に対し、局所特徴量データベース１４の局所特徴量と照合を行い、最も類似している局所特徴量の元の物体の名前またはクラスに投票し、この投票をテスト用３Ｄデータから得られた複数個の局所特徴量全てに対して行い、最大得票数の物体の名前またはクラスを、テスト用３Ｄデータの元の物体の名前またはクラスとすることで実施する。特定した名前又はクラスから、製造を許可（許容）するか否かを判定する。この場合、最大得票数が、テスト用３Ｄデータから得られた局所特徴量の数と比較して少ない場合は、物体の名前またはクラスが特定されないから製造許可としてもよい。
判定（Ｂ）２５は、テスト用３Ｄデータの元の物体のクラスを特定することを目的とする。判定（Ｂ）では、局所特徴量及び大域特徴量の少なくとも一方を用い、好ましくは双方を用い、形状判定モデル１７を参照して、テスト用３Ｄデータの元の物体のクラスを特定し、クラス識別結果を出力する。例えば、「銃器」、「硬貨」など法的製造制限ありのクラス、または、法的製造制限の無いクラス等がある。
判定（Ｃ）２６は、大域特徴量が算出されている場合のみ実施し、テスト用３Ｄデータの元の物体の名前またはクラスを特定することを目的とする。判定（Ｃ）は、テスト用３Ｄデータから得られた複数個の大域特徴量の各々に対し、大域特徴量データベース１５の特徴量と照合を行い、一致又は最も類似している特徴量の元の物体の名前またはクラスに投票し、この投票をテスト用３Ｄデータから得られた複数個の大域特徴量全てに対して行い、最大得票数の物体の名前またはクラスを、テスト用３Ｄデータの元の物体の名前またはクラスとすることで実施する。特定した名前又はクラスから、製造を許可（許容）するか否かを判定する。この場合、最大得票数が、テスト用３Ｄデータから得られた局所特徴量の数と比較して少ない場合は、物体の名前またはクラスが特定されないから製造許可としてもよい。
次に、判定（Ａ）から（Ｃ）の少なくとも一つの判定結果、好ましくは２つの判定結果、より好ましくは３つの判定結果を統合し（形状判定結果統合２７）、最終判定結果２８を出力する。判定結果の統合２７においては、重み付きで統合することが好ましく、重み付けは、事前実験等の経験により正解率が最も高くなるように適宜設定することが好ましい。
以上、実施形態を参照して本発明を説明したが、本発明は上記実施形態に限定されるものではない。本発明の構成や詳細には、本発明のスコープ内で当業者が理解し得る様々な変更をすることができる。
本発明は、３Ｄプリンタに関する分野に広く用いられ、その用途は制限されない。

Claims (13)

  1. データの入力手段と、
    前記入力されたデータに基づき三次元データを生成する三次元データ生成手段と、
    前記三次元データから３Ｄプリンタ入力用データを生成する３Ｄプリンタ入力用データ生成手段と、
    前記３Ｄプリンタ入力用データに基づき、３Ｄプリンタにより製造される製造対象物が許容された物か否かを判定する製造物許容判定手段と、
    許容された場合にのみ製造を実施する３Ｄプリンタ手段と
    を含むことを特徴とする３Ｄプリンタ装置。
  2. 前記製造物許容判定手段は、
    ３Ｄプリンタ入力用データに基づき、前記製造対象物の局所特徴量を算出する局所特徴量算出手段と、
    ３Ｄプリンタ入力用データに基づき、前記製造対象物の大域特徴量を算出する大域特徴量算出手段と、
    を含み、
    前記局所特徴量及び前記大域特徴量の少なくとも一方を用いて３Ｄプリンタにより製造される製造対象物が許容された物か否かを判定する
    ことを特徴とする請求項１記載の３Ｄプリンタ装置。
  3. 前記局所特徴量算出手段において、特定物体認識技術及び数学理論を用いた特徴抽出技術の少なくとも一方を用いて局所特徴量が抽出され、
    前記大域特徴量算出手段において、数学理論を用いた特徴抽出技術を用いて大域特徴量が抽出される
    ことを特徴とする請求項２記載の３Ｄプリンタ装置。
  4. さらに、局所特徴量データベース及び大域特徴量データベースを含み、
    前記局所特徴量を用いた判定が、前記局所特徴量データベースを参照した判断であり、
    前記大域特徴量を用いた判定が、前記大域特徴量データベースを参照した判断である
    ことを特徴とする請求項２または３に記載の３Ｄプリンタ装置。
  5. さらに形状判定モデルを含み、
    前記局所特徴量及び前記大域特徴量の少なくとも一方を用いた判定が、前記形状判定モデルを参照した機械学習により実施されることを特徴とする請求項２から４のいずれか一項に記載の３Ｄプリンタ装置。
  6. 前記形状判定モデルが、前記局所特徴量データベース及び前記大域特徴量データベースの少なくとも一方を用いたモデル学習により生成されたものであることを特徴とする請求項５記載の３Ｄプリンタ装置。
  7. データの入力工程と、
    前記入力されたデータに基づき三次元データを生成する三次元データ生成工程と、
    前記三次元データから３Ｄプリンタ入力用データを生成する３Ｄプリンタ入力用データ生成工程と、
    前記３Ｄプリンタ入力用データに基づき、３Ｄプリンタにより製造される製造対象物が許容された物か否かを判定する製造物許容判定工程と、
    許容された場合にのみ製造を実施する３Ｄプリント工程と
    を含むことを特徴とする３Ｄプリント方法。
  8. 前記製造物許容判定工程は、
    ３Ｄプリンタ入力用データに基づき、前記製造対象物の局所特徴量を算出する局所特徴量算出工程と、
    ３Ｄプリンタ入力用データに基づき、前記製造対象物の大域特徴量を算出する大域特徴量算出工程と、
    を含み、
    前記局所特徴量及び前記大域特徴量の少なくとも一方を用いて３Ｄプリンタにより製造される製造対象物が許容された物か否かを判定する
    ことを特徴とする請求項７記載の３Ｄプリント方法。
  9. 前記局所特徴量算出工程において、特定物体認識技術及び数学理論を用いた特徴抽出技術の少なくとも一方を用いて局所特徴量が抽出され、
    前記大域特徴量算出工程において、数学理論を用いた特徴抽出技術を用いて大域特徴量が抽出される
    ことを特徴とする請求項８記載の３Ｄプリント方法。
  10. 前記局所特徴量を用いた判定が、前記局所特徴量データベースを参照した判断であり、
    前記大域特徴量を用いた判定が、前記大域特徴量データベースを参照した判断である
    ことを特徴とする請求項８または９に記載の３Ｄプリント方法。
  11. 前記局所特徴量及び前記大域特徴量の少なくとも一方を用いた判定が、前記形状判定モデルを参照した機械学習により実施されることを特徴とする請求項８から１０のいずれか一項に記載の３Ｄプリント方法。
  12. 前記形状判定モデルが、前記局所特徴量データベース及び前記大域特徴量データベースの少なくとも一方を用いたモデル学習により生成されたものであることを特徴とする請求項１１記載の３Ｄプリント方法。
  13. 請求項７から１２にいずれか一項に記載の３Ｄプリント方法により立体造形物を製造する立体造形物の製造方法。
JP2015529242A 2013-07-29 2013-07-29 ３ｄプリンタ装置、３ｄプリント方法及び立体造形物の製造方法 Active JP6075809B2 (ja)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2013/070490 WO2015015554A1 (ja) 2013-07-29 2013-07-29 ３ｄプリンタ装置、３ｄプリント方法及び立体造形物の製造方法

Publications (2)

Publication Number Publication Date
JP6075809B2 JP6075809B2 (ja) 2017-02-08
JPWO2015015554A1 true JPWO2015015554A1 (ja) 2017-03-02

Family

ID=52431136

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2015529242A Active JP6075809B2 (ja) 2013-07-29 2013-07-29 ３ｄプリンタ装置、３ｄプリント方法及び立体造形物の製造方法

Country Status (4)

Country Link
US (1) US20160170387A1 (ja)
EP (1) EP3028838A1 (ja)
JP (1) JP6075809B2 (ja)
WO (1) WO2015015554A1 (ja)

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104978533B (zh) * 2014-04-08 2018-04-20 华为技术有限公司 一种3d打印设计、打印、许可方法，装置以及系统
JP2017528333A (ja) * 2014-06-27 2017-09-28 アマゾン テクノロジーズ インコーポレイテッド 三次元スキャン透かし
US20160236415A1 (en) * 2015-02-13 2016-08-18 Ntopology Inc. Dynamic cellular microstructure construction
KR102312334B1 (ko) * 2015-02-17 2021-10-13 삼성전자주식회사 프린팅 정보를 생성하는 디바이스 및 프린팅 정보를 생성하는 방법
US10037020B2 (en) * 2015-02-17 2018-07-31 Ntopology Inc. System and methods for creating a seamless mesh exhibiting localized customization to fill a multidimensional input surface
JP6557988B2 (ja) * 2015-02-19 2019-08-14 大日本印刷株式会社 立体物造形用データ出力規制装置
EP3317579B1 (en) * 2015-06-30 2020-08-19 Signify Holding B.V. Led spot with customizable beam shape, beam color and color uniformity
JP6613707B2 (ja) * 2015-08-18 2019-12-04 大日本印刷株式会社 立体物造形用データ出力規制装置
JP6613832B2 (ja) * 2015-11-11 2019-12-04 大日本印刷株式会社 立体物造形用データ出力規制装置
JP6638341B2 (ja) * 2015-11-12 2020-01-29 大日本印刷株式会社 立体物造形用データ出力規制装置
TW201719572A (zh) * 2015-11-19 2017-06-01 國立交通大學 三維模型分析及搜尋方法
US11178166B2 (en) * 2016-02-22 2021-11-16 The Regents Of The University Of California Information leakage-aware computer aided cyber-physical manufacturing
US10885407B2 (en) 2016-11-23 2021-01-05 Simbionix Ltd. Method and system for three-dimensional print oriented image segmentation
US10234848B2 (en) 2017-05-24 2019-03-19 Relativity Space, Inc. Real-time adaptive control of additive manufacturing processes using machine learning
KR102159947B1 (ko) * 2018-11-28 2020-09-28 부경대학교 산학협력단 3차원 프린터 기반 무기 생산 방지 방법
JP2020113051A (ja) * 2019-01-11 2020-07-27 トヨタ自動車株式会社 情報処理装置、情報処理方法、及びプログラム
US20200264585A1 (en) * 2019-02-14 2020-08-20 John Oliver RYAN Methods and Systems for Control of 3D Printing

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000307851A (ja) * 1999-04-15 2000-11-02 Canon Inc 画像処理方法、プリンタドライバ、オペレーティングシステム、記憶媒体
JP2002166481A (ja) * 2000-11-29 2002-06-11 Aspect:Kk ３次元造形シミュレーション装置および３次元造形装置
JP2003011237A (ja) * 2001-07-03 2003-01-15 Kuraray Co Ltd 立体造形物の製造方法
JP2004088177A (ja) * 2002-08-23 2004-03-18 Ricoh Co Ltd プリンタドライバ
JP2005348450A (ja) * 2005-09-02 2005-12-15 Canon Inc 画像処理方法、記憶媒体
JP2009160861A (ja) * 2008-01-09 2009-07-23 Sony Corp 光造形装置および光造形方法

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6463176B1 (en) * 1994-02-02 2002-10-08 Canon Kabushiki Kaisha Image recognition/reproduction method and apparatus
JP4159794B2 (ja) * 2001-05-02 2008-10-01 本田技研工業株式会社 画像処理装置及び方法
JP4618098B2 (ja) * 2005-11-02 2011-01-26 ソニー株式会社 画像処理システム
US7853072B2 (en) * 2006-07-20 2010-12-14 Sarnoff Corporation System and method for detecting still objects in images
US8472699B2 (en) * 2006-11-22 2013-06-25 Board Of Trustees Of The Leland Stanford Junior University Arrangement and method for three-dimensional depth image construction
US8305376B2 (en) * 2007-04-12 2012-11-06 Dassault Systemes Solidworks Corporation Locally updating a three-dimensional model
US8280196B2 (en) * 2009-05-12 2012-10-02 Canon Kabushiki Kaisha Image retrieval apparatus, control method for the same, and storage medium
JP5352738B2 (ja) * 2009-07-01 2013-11-27 本田技研工業株式会社 ３次元モデルを使用した物体認識
CN103109307B (zh) * 2010-04-28 2015-11-25 奥林巴斯株式会社 用于制作三维物体识别用图像数据库的方法和装置
JP2012114274A (ja) * 2010-11-25 2012-06-14 Elpida Memory Inc 半導体装置及びその製造方法
US9604406B2 (en) * 2011-04-27 2017-03-28 Grow Software Limited Three-dimensional design and manufacturing systems
JP5401695B2 (ja) * 2011-05-23 2014-01-29 株式会社モルフォ 画像識別装置、画像識別方法、画像識別プログラム及び記録媒体
JP5408221B2 (ja) 2011-10-14 2014-02-05 コニカミノルタ株式会社 立体物造形装置及び制御プログラム

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000307851A (ja) * 1999-04-15 2000-11-02 Canon Inc 画像処理方法、プリンタドライバ、オペレーティングシステム、記憶媒体
JP2002166481A (ja) * 2000-11-29 2002-06-11 Aspect:Kk ３次元造形シミュレーション装置および３次元造形装置
JP2003011237A (ja) * 2001-07-03 2003-01-15 Kuraray Co Ltd 立体造形物の製造方法
JP2004088177A (ja) * 2002-08-23 2004-03-18 Ricoh Co Ltd プリンタドライバ
JP2005348450A (ja) * 2005-09-02 2005-12-15 Canon Inc 画像処理方法、記憶媒体
JP2009160861A (ja) * 2008-01-09 2009-07-23 Sony Corp 光造形装置および光造形方法

Also Published As

Publication number Publication date
WO2015015554A1 (ja) 2015-02-05
JP6075809B2 (ja) 2017-02-08
US20160170387A1 (en) 2016-06-16
EP3028838A1 (en) 2016-06-08

Similar Documents

Publication Publication Date Title
JP6075809B2 (ja) ３ｄプリンタ装置、３ｄプリント方法及び立体造形物の製造方法
US20140058959A1 (en) Method and system for enforcing 3d restricted rights in a rapid manufacturing and prototyping environment
CN101726494B (zh) 用于确定目标宝石图案对宝石图案数据库的百分比匹配的宝石图案匹配算法
US10814606B2 (en) Apparatus and method for 3D printing
Hou et al. Copyright protections of digital content in the age of 3d printer: Emerging issues and survey
US20180293591A1 (en) System and Method for Authenticating Components Using Dual Key Authentication
JP2018116454A (ja) サプライチェーン検索システムおよびサプライチェーン検索プログラム
CN103871044A (zh) 一种图像签名生成方法和图像验证方法及装置
Saito et al. Improving lime robustness with smarter locality sampling
Deng et al. Deep multi-scale discriminative networks for double JPEG compression forensics
Mostard et al. Combining visual and contextual information for fraudulent online store classification
CN105184595B (zh) 基于移动互联大数分析技术的二维码防伪云系统及使用方法
CN109710890B (zh) 基于构建的行为画像模型实时识别虚假材料的方法和系统
CN111444362A (zh) 恶意图片拦截方法、装置、设备和存储介质
Pavlovich et al. An exploratory study of topographical signatures within 3D fused deposition modelling using Polylactic Acid (PLA) filament
Ghuge et al. Additive Manufacturing Service Provider Selection Using a Neutrosophic Best Worst Method
Chen et al. The design of optimal real Gabor filters and their applications in fabric defect detection
Yang et al. Quantitative statistics and identification of tool‐marks
Ge et al. New steganalytic features for spatial image steganography based on non-negative matrix factorization
Khan et al. Computer-aided process planning in prismatic shape die components based on Standard for the Exchange of Product model data
CN105518703A (zh) 行为学生物计量签名认证系统和方法
Rahim et al. Source camera identification for online social network images using texture feature
Zhang et al. Chartmaster: An end-to-end method to recognize, redraw, and redesign chart
Kaur et al. Digital Image Forgery and Techniques of Forgery Detection: A brief review
Zhao et al. Deep learning and sequence mining for manufacturing process and sequence selection

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20161121

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20161214

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20170105

R150 Certificate of patent or registration of utility model

Ref document number: 6075809

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150