多類型數據驅動的智慧型形狀建模

多類型數據驅動的智慧型形狀建模

《多類型數據驅動的智慧型形狀建模》是依託浙江大學,由陳翔擔任項目負責人的青年科學基金項目。

基本介紹

  • 中文名:多類型數據驅動的智慧型形狀建模
  • 依託單位:浙江大學
  • 項目負責人:陳翔
  • 項目類別:青年科學基金項目
項目摘要,結題摘要,

項目摘要

幾何形狀建模技術在影視業、視頻遊戲、藝術設計、工程設計與仿真、產品設計與製造、醫學、建築學、地質學等許多方面都起到了不可估量的作用。然而現有的幾何形狀建模方法對用戶具有較高的要求,往往需要藝術家和設計者的深厚專業知識和大量時間投入。因此,提升幾何形狀建模的智慧型性和易用性對於業界和普通民眾而言具有十分重要的意義。本項目擬基於最新的幾何形狀集合的分析建模研究,結合機器學習和計算機視覺等技術,使用二維圖像、三維形狀等多類型數據源作為驅動,並以簡潔的用戶互動方式作為引導,最終實現高效的智慧型幾何形狀建模。

結題摘要

本項目的總體研究目標是探索能夠有效支持多類型數據驅動的智慧型幾何形狀建模的理論框架和技術體系,在多類型數據的幾何處理和抽象表示,幾何形狀模型集合的表征模型設計、建立和使用,用戶互動的介入、引導和反饋方式等研究方面取得突破。 在二維形狀設計方面,我們研究如何基於給定的一組圖像物體來智慧型地合成出大量擁有豐富的形狀和風格變化的圖像物體。 在三維形狀設計方面,我們研究如何基於物理模型進行彈性體的逆向形狀設計,使得設計者能夠方便快捷地設計出可直接製造的初始彈性體形狀;我們研究如何基於一組變形樣本進行快速的物理應力計算,使得設計者在互動設計過程中能夠實時得到整個物體中的應力分布;我們研究如何基於物體的靜態和動態平衡分析,來使用內部掏空技術實現三維物體的功能性設計;我們研究如何針對任意的三維形狀來設計可展開的剪式連桿結構,並儘量消除展開過程中的自碰撞,使收縮比最大化。 我們提出了基於給定樣例圖像物體合成出大批量形狀和風格變化豐富的圖像物體的方法,相比現有的三維形狀合成技術,此方法能夠充分利用現有圖像數據數量龐大、容易獲取、顏色外觀信息豐富的優勢,合成出大量具有照相質量且結構形狀變化豐富的新圖像物體,滿足許多圖像編輯的要求,同時給三維建模提供基礎和引導。 我們提出並設計了一種面向彈性體製造的逆向形狀設計方法,相比傳統的牛頓疊代一類的解法,求解速度提升了2-3個數量級,能為用戶提供流暢的互動式設計體驗,從而滿足個性化三維形狀設計和製造的套用需求。 我們提出了一種快速的子空間應力分析方法,此方法能夠克服傳統應力分析異常耗時的缺點,使得用戶能夠在形狀編輯的過程中實時地得到物體中的應力分布。 我們提出了一種使用內部掏空技術來實現三維物體功能性設計的新算法,和一個全新的針對漂浮物體的設計套用。 我們提出了一個對可展開剪式連桿結構進行設計的方法,在運輸、建築、消費級產品、空間工程和生物工程上都有套用價值。

相關詞條

熱門詞條

聯絡我們