CN117853313A - 一种三维图转换为二维图的方法、装置、设备及介质 - Google Patents
一种三维图转换为二维图的方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN117853313A CN117853313A CN202311382118.0A CN202311382118A CN117853313A CN 117853313 A CN117853313 A CN 117853313A CN 202311382118 A CN202311382118 A CN 202311382118A CN 117853313 A CN117853313 A CN 117853313A
- Authority
- CN
- China
- Prior art keywords
- node
- search
- plane
- nodes
- dimensional
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000010276 construction Methods 0.000 claims abstract description 28
- 238000006243 chemical reaction Methods 0.000 claims abstract description 9
- 238000010845 search algorithm Methods 0.000 claims description 57
- 230000008569 process Effects 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 7
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000003860 storage Methods 0.000 claims description 3
- 238000005452 bending Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 claims description 2
- 230000006870 function Effects 0.000 claims description 2
- 238000002372 labelling Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 6
- 239000007787 solid Substances 0.000 description 6
- 238000013473 artificial intelligence Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 238000003754 machining Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 239000002184 metal Substances 0.000 description 3
- 239000002994 raw material Substances 0.000 description 3
- 230000006872 improvement Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000000547 structure data Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- 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
- G06T17/005—Tree description, e.g. octree, quadtree
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Processing Or Creating Images (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及图像转换领域，具体涉及一种三维图转换为二维图的方法、装置、设备及介质。本发明方法包括如下步骤：S1读取待识别三维结构实体，分析并获取待识别三维结构几何对像集，并在模型显示界面中显示，执行S2；S2若几何对像集中的面对像集为空，则执行S6，若几何对象集中的面对象集不为空，则从面对像集中选取一个面作为基准面对象开始构建零件模型，执行S3。本发明针对复杂结构的三维实体，结合人工标注与自动构造，可快速、可靠地把复杂结构的三维实体拆解成具体工程特性的零件部件并转换输出二维图像，极大提升服务的效率，避免了重复服务和过度服务，降低了综合投入及负担。
Description
技术领域
本发明涉及图像转换领域，具体涉及一种三维图转换为二维图的方法、装置、设备及介质。
背景技术
在机械制造和加工行业，二维工程图是工业生产中的重要技术文件，是设计人员进行技术交流的重要工具，也是加工制造的主要依据。现有的钣金加工过程中需要给客户提供报价时，必须由工程师针对三维结构进行手工拆解变成二维的工程图，分析所需的原材料及工艺，然后根据多种方案进行比较后才能得出一个相对可行的方案并报价，非常的不便而且费时费力。
CN 115409947A公开了三维结构对应的二维图纸获取方法、装置、设备及介质，该方法包括确定待识别三维结构对应的二维视图集合、对所述多个子结构进行标注，确定所述待识别三维结构对应的二维图纸。然而，该申请不能够计算出每个面所需的材料，并且无法计算出最优的作业方案。
CN 103116904A公开了一种三维模型的二维特征提取系统与提取方法，该系统由三维模型建模模块、视角向量计算模块、三维模型投影模块以及三维模型二维特征提取模块组成。该申请采用正二十面体建模方式，得到三维模型，在每个投影向量上分别对三维模型进行二维投影，获得三维模型的二十幅二维投影图像，不过该技术方案不能有效地控制横截面及粘贴面的损耗，无法直观地得到工程师生产所需的图形底稿。
因此，现有技术缺少一种能够针对钣金加工行业需求进行三维模型与二维平面图转换的方法。
发明内容
针对现有技术的以上缺陷或改进需求，本发明提供了一种三维图转换为二维图的方法、装置、设备及介质，由此解决全面三维模型与二维平面图转换的的技术问题。本发明的详细技术方案如下所述。
一种三维图转换为二维图的方法，包括如下步骤：
S1读取待识别三维结构实体，分析并获取待识别三维结构几何对像集，并在模型显示界面中显示，执行S2；
S2若几何对像集中的面对像集为空，则执行S6，若几何对象集中的面对象集不为空，则从面对像集中选取一个面作为基准面对象开始构建零件模型，执行S3；
S3若基准面对象为三维曲面，则执行S4，若基准面对象为三维平面，则执行S5；
S4将三维曲面对象定义为独立零件，完成一个零件模型的构建，把零件加入到拆解零件集，把零件从待识别三维结构几何对像集中删除，回到S2；
S5对选定的三维平面对象进行分析，并识三维平面构成的关联直线集，构建搜索树结构，使用搜索算法对搜索树进行遍历搜索、递归，对搜索树中节点包含的直线对象关联的共边平面对象进行标注，完成一个零件的构建，把零件加入到拆解零件集，把零件从待识别三维结构几何对像集中删除，回到S2；
S6完成对待识别三维结构实体的拆解，输出拆解零件集。
作为优选，所述S5包括以下步骤：
S5-1以三维平面作为根节点，层级设为0，状态设为已遍历，初始化搜索树，识别三维平面构成的关联直线集，建立搜索树子节点集，对子节点集进行排序，子节点集层级初始为1，执行S5-2；
S5-2若搜索树中的未遍历节点集为空，单个零件的构建过程完成，把零件加入到拆解零件集，把零件从待识别三维结构几何对像集中删除，回到S2；若搜索树中的未遍历节点集为非空，按优先序选择一个节点，视为处理节点，使用搜索算法对搜索树进行遍历，执行S5-3；
S5-3若处理节点对应的直线对象在面对象集中找到共边平面对象，则执行S5-4；若处理节点对应的直线对象在面对象集中未能找到共边平面，处理节点搜索完成，视处理节点已遍历,回至S5-2；
S5-4若共边平面对象满足构建零件预设条件，当前共边平面对象(待标注面)加入到构造零件中，共边平面对象标注成功，同时，获取组成当前共边平面对象直线对象集，以此直线对象集建立新的搜索节点集，新的搜索节点集视为未遍历节点，回到S5-2；
若共边平面对象(待标注面)不满足构建零件预设条件，当前节点搜索完成，视为该节点已遍历,回至S5-2。
本步骤中，若搜索树中的未遍历节点集为空，该零件是圆形的平面零件，并没有和其他零件进行接触，单个零件的构建过程完成。
步骤S5-2若搜索树中的未遍历节点集为非空，是直线段构成的，依据直线进行遍历。
作为优选，所述S5-4中，共边平面对象直线对象集，以此直线对象集建立新的搜索节点集，新的搜索节点集视为未遍历节点，具体包括对新的搜索节点集进行排序，新的搜索节点集为处理节点的子节点，处理节点为新的搜索节点集的父节点，新的搜索节点集层级为父节点层级加1。
作为优选，所述构建零件预设条件为满足条件a、条件b和条件c，其中：
条件a：Fa(x1,x2)＝0，其中x1为待标识平面对象，x2为已标注平面对象集，Fa的作用是对x1和x2进行平面坐标转换，计算转换后的平面重叠面积；
条件b：Fb(x3,x4,Smax)＜0，其中x3为待标识平面对象面积，x4为已标注平面对象集面积之和，Smax系统设定的最大面积，Fb的作用是计算待标识平面对象与已标注平面对象集面积之和不能大于系统设定的最大值；
条件c：Fc(x5,x6,Hmax)＜0，其中x5为待标识平面对像所有坐标点到共边连接线垂直最大长度，x6为已标注平面对象集中的与待识别平面对像共边的平面，此平面与共边连接线垂直最大长度，Hmax系统设定的最大折弯高度，Fc作用是判定两个最大长度中的最小值不能大于Hmax。
作为优选，所述搜索算法包括广度优先搜索算法或深度优先搜索算法；
优选的，s2中，所选取的基准面对象处在零件的边缘位置，使用广度优先搜索算法；
优选的，s2中，所选取的基准面对象处在零件的非边缘位置，使用深度优先搜索算法。
作为优选，对子节点集进行排序中，所述排序为依据长度进行排序，长度一致时，随机排序。
作为优选，所述三维结构文件类型包括但不限于STEP文件、STL文件、IGES文件和OBJ文件中的任意一种。
本发明还保护一种三维图转换为二维图的装置，包括：
图像读取模块，用于分析并获取待识别三维结构几何对像集，并在模型显示界面中显示；
读取模块，用于读取和识别几何对像集；
零件拆解模板，用于将识别的几何对像集分析并拆解为零件；
零件输出模板，用于将拆分的零件输出为拆解零件集。基准面对象；
本发明还保护一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现根据前面所述三维图转换为二维图的方法。
本发明还保护一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现根据前面所述三维图转换为二维图的方法。
本发明的有益效果有：
(1)三维实体模型在行业被广范使用，但复杂三维实体模型作为非结构化数据难以实现代信息管理系统直接使用，需要耗费大量的人力与时间对复杂三维实体模型进行拆解转换，才能使完成三维实体模型转换成产品结构化数据进行管理；本发明基于行业大数据与人工智能算法，自动计算与人工拆解相结合，极大减小人工拆解模型的重复工作，优化复杂三维实体模型转换生产所需基础结构数据、物料数据与工艺数据，提高工作效率、节约工作时间、节省人工成本。
(2)本发明能通过自动计算算法，对复杂三维实体模型进行分析计算，给出最优结构拆解方案，提高模型拆解的准确性、优化原材料的利用率、优化产品的生产过程，有效降低产品的生产成本与材料成本。
(3)本发明针对行业中存在的对复杂三维实体模型拆解，进行产品数据化管理费时费力的痛点提供基于行业大数据与人工智能算法解决方案，通过平台化部署可为行业提供一站式服平台，促进行业进行数字化转型。
附图说明
图1是本发明流程示意图。
图2是本发明实施例1三维模型结构示意图；
图3是本发明实施例1三维模型转为二维示意图；
图4是本发明实施例2三维模型结构示意图；
图5是本发明实施例2三维模型转为二维示意图。
图6是本发明实施例3和实施例4的三维模型结构示意图；
图6-1是本发明实施例3步骤(2)的拆解示意图；
图6-2是本发明实施例3步骤(3)的拆解示意图；
图6-3是本发明实施例3步骤(4)的拆解示意图；
图6-4是本发明实施例3步骤(5)的拆解示意图；
图6-5是本发明实施例3步骤(6)的拆解示意图；
图6-6是本发明实施例3步骤(7)的拆解示意图；
图6-7是本发明实施例3步骤(8)的拆解示意图；
图6-8是本发明实施例3步骤(9)的拆解示意图；
图6-9是本发明实施例3步骤(10)的拆解示意图；
图6-10是本发明实施例3步骤(11)的拆解示意图；
图6-11是本发明实施例3步骤(12)的拆解示意图；
图6-12是本发明实施例3步骤(13)的拆解示意图；
图6-13是本发明实施例3步骤(14)的拆解示意图；
图6-14是本发明实施例3步骤(15)的拆解示意图；
图6-15是本发明实施例3步骤(16)的拆解示意图；
图6-16是本发明实施例3步骤(17)的拆解示意图；
图6-17是本发明实施例3步骤(18)的拆解示意图；
图6-18是本发明实施例3步骤(19)的拆解示意图；
图6-19是本发明实施例3步骤(20)的拆解示意图；
图6-20是本发明实施例3步骤(21)的拆解示意图；
图6-21是本发明实施例3步骤(22)的拆解示意图；
图6-22是本发明实施例3步骤(23)的拆解示意图；
图6-23是本发明实施例3步骤(24)的拆解示意图；
图6-24是本发明实施例3步骤(25)的拆解示意图；
图6-25是本发明实施例3步骤(26)的拆解示意图；
图6-26是本发明实施例3步骤(27)的拆解示意图；
图6-27是本发明实施例3步骤(28)的拆解示意图；
图6-28是本发明实施例3步骤(29)的拆解示意图；
图7-1是本发明实施例4步骤(2)的拆解示意图；
图7-2是本发明实施例4步骤(3)的拆解示意图；
图7-3是本发明实施例4步骤(4)的拆解示意图；
图7-4是本发明实施例4步骤(5)的拆解示意图；
图7-5是本发明实施例4步骤(6)的拆解示意图；
图7-6是本发明实施例4步骤(7)的拆解示意图；
图7-7是本发明实施例4步骤(8)的拆解示意图；
图7-8是本发明实施例4步骤(9)的拆解示意图；
图7-9是本发明实施例4步骤(10)的拆解示意图；
图7-10是本发明实施例4步骤(11)的拆解示意图；
图7-11是本发明实施例4步骤(12)的拆解示意图；
图7-12是本发明实施例4步骤(13)的拆解示意图；
图7-13是本发明实施例4步骤(14)的拆解示意图；
图7-14是本发明实施例4步骤(15)的拆解示意图；
图7-15是本发明实施例4步骤(16)的拆解示意图；
图7-16是本发明实施例4步骤(17)的拆解示意图；
图7-17是本发明实施例4步骤(18)的拆解示意图；
图7-18是本发明实施例4步骤(19)的拆解示意图；
图7-19是本发明实施例4步骤(20)的拆解示意图；
图7-20是本发明实施例4步骤(21)的拆解示意图；
图7-21是本发明实施例4步骤(22)的拆解示意图；
图7-22是本发明实施例4步骤(23)的拆解示意图；
图7-23是本发明实施例4步骤(24)的拆解示意图；
图7-24是本发明实施例4步骤(25)的拆解示意图；
图7-25是本发明实施例4步骤(26)的拆解示意图；
图7-26是本发明实施例4步骤(27)的拆解示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互组合。
本发明保护一种三维图转换为二维图的方法，如图1所示，包括如下步骤：
S1读取待识别三维结构实体，分析并获取待识别三维结构几何对像集，并在模型显示界面中显示，执行S2；
S2若几何对像集中的面对像集为空，则执行S6，若几何对象集中的面对象集不为空，则从面对像集中选取一个面作为基准面对象开始构建零件模型，执行S3；
S3若基准面对象为三维曲面，则执行S4，若基准面对象为三维平面，则执行S5；
S4将三维曲面对象定义为独立零件，完成一个零件模型的构建，把零件加入到拆解零件集，把零件从待识别三维结构几何对像集中删除，回到S2；
S5对选定的三维平面对象进行分析，并识三维平面构成的关联直线集，构建搜索树结构，使用搜索算法对搜索树进行遍历搜索、递归，对搜索树中节点包含的直线对象关联的共边平面对象进行标注，完成一个零件的构建，把零件加入到拆解零件集，把零件从待识别三维结构几何对像集中删除，回到S2；
S6完成对待识别三维结构实体的拆解，输出拆解零件集。
其中，所述S5包括以下步骤：
S5-1以三维平面作为根节点，层级设为0，状态设为已遍历，初始化搜索树，识别三维平面构成的关联直线集，建立搜索树子节点集，对子节点集进行排序，子节点集层级初始为1，执行S5-2；
S5-2若搜索树中的未遍历节点集为空，单个零件的构建过程完成，把零件加入到拆解零件集，把零件从待识别三维结构几何对像集中删除，回到S2；若搜索树中的未遍历节点集为非空，按优先序选择一个节点，视为处理节点，使用搜索算法对搜索树进行遍历，执行S5-3；
S5-3若处理节点对应的直线对象在面对象集中找到共边平面对象，则执行S5-4；若处理节点对应的直线对象在面对象集中未能找到共边平面，处理节点搜索完成，视处理节点已遍历,回至S5-2；
S5-4若共边平面对象满足构建零件预设条件，当前共边平面对象(待标注面)加入到构造零件中，共边平面对象标注成功，同时，获取组成当前共边平面对象直线对象集，以此直线对象集建立新的搜索节点集，新的搜索节点集视为未遍历节点，回到S5-2；
若共边平面对象(待标注面)不满足构建零件预设条件，当前节点搜索完成，视为该节点已遍历,回至S5-2。
实施例1
本实施例三维结构实体如图2所示，进行拆分时，包括以下步骤，如图3所示：
(1)读取待识别三维结构实体，分析并获取待识别三维结构几何对像集；
(2)选择最上面的圆锥面，该面为曲面，直接定义为独立零件；
(3)继续选择圆环面，该面为曲面，直接定义为独立零件；
(4)继续选择垫片面，该面为平面，但是该面没有直线段，直接定义为独立零件；
(5)选择几何对像集中的最后一个面，该面为曲面，直接定义为独立零件。
(6)本实施例中所有的零件完成构建，把零件加入到拆解零件集，输出即可完成了三维结构实体的拆解。
实施例2
本实施例三维结构实体如图4所示，进行拆分时，包括以下步骤，如图5所示：
(1)读取待识别三维结构实体，分析并获取待识别三维结构几何对像集；
(2)则几何对像集中选取一个面作为基准面对象开始构建零件模型，该面有4条直线，建立第一层搜索节点1、2、3、4；
(3)搜索第1个节点，发现一个共边平面，把共边平面关联的新平面加入到零件中，并建立第二层搜索节点5、6、7；
(3)搜索第2个节点，发现一个共边平面，把共边平面关联的新平面加入到零件中，并建立第二层搜索节点8、9、10；
(4)搜索第3个节点，发现一个共边平面，把共边平面关联的新平面加入到零件中，并建立第二层搜索节点11、12、13；
(4)搜索第4个节点，发现一个共边平面，把共边平面关联的新平面加入到零件中，并建立第二层搜索节点14、15、16；
(5)第二层节点搜索完成，继续搜索第二次节点5-16，节点5-16没有发现共边平面，几何对像集中的面对像集为空，本实施例中所有的零件完成构建，把零件加入到拆解零件集，输出即可完成了三维结构实体的拆解。
实施例3
本实施例中三维结构实体如图6所示，为复杂零件，使用广度优先搜索算法，每一次选择一个基准面，都被视为一个全新单一零件的构建，其构建过程对应的搜索树会重新初始化，对应的子节点也重新成，子节点在算法中的排序会重新从1开始。
本实施例包括以下步骤，
(1)读取图6待识别三维结构实体，分析并获取待识别三维结构几何对像集；
(2)选择一个面作为基准面开始构建零件，初始化搜索树，以基准面作为根节点，层级为0；该基准面如图6-1所示，基准面共有13条直线，在搜索树中添加13个节点，按长序排序，层级为1，按节点优先序，下个搜索节点为第1层的节点“1”；
(3)节点“1”找到共边平面，符合构建零件条件，此共边平面加入到零件中，共边平面有三条直线，新建三个节点“o”，为节点“1”的子节点，层级为2；按广度优先搜索算法，节点“1”完成搜索，按节点优先序，下个搜索节点为第1层的节点“2”，如图6-2所示；
(4)节点“2”找到共边平面，符合构建零件条件，此共边平面加入到零件中，新建三个节点“o”，为节点“2”的子节点，层级为2；按广度优先搜索算法，节点“2”完成搜索，按节点优先序，下个搜索节点为第1层的节点“3”，如图6-3所示；
(5)节点“3”找到共边平面，符合构建零件条件，此共边平面加入到零件中，新建三个节点“o”，为节点“2”的子节点，层级为2；按广度优先搜索算法，节点“3”完成搜索，按节点优先序，下个搜索节点为第1层的节点“4”，因为节点“4”、“5”都没有共边平面，所以设置节“4”、“5”完成搜索，下个搜索节点为第1层的节点“6”，如图6-4所示；
(6)节点“6”找到共边平面，符合构建零件条件，此共边平面加入到零件中，新建三个节点“o”，为节点“6”的子节点，层级为2；按广度优先搜索算法，节点“6”完成搜索，按节点优先序，下个搜索节点为第1层的节点“7”，如图6-5所示；
(7)节点“7”找到共边平面，符合构建零件条件，此共边平面加入到零件中，新建三个节点“o”，为节点“2”的子节点，层级为2；按广度优先搜索算法，节点“7”完成搜索，按节点优先序，下个搜索节点为第1层的节点“8”，因为节点“8”、“9”、“11”、“12”都没有共边平面，所以设置节“8”、“9”、“11”、“12”完成搜索，下个搜索节点为第1层的节点“12”，如图6-6所示；
(8)节点“12”找到共边平面，符合构建零件条件，此共边平面加入到零件中，新建三个节点“o”，为节点“12”的子节点，层级为2；按广度优先搜索算法，节点“12”完成搜索，按节点优先序，下个搜索节点为第1层的节点“13”，如图6-7所示；
(9)节点“13”找到共边平面，符合构建零件条件，此共边平面加入到零件中，新建三个节点“o”，为节点“13”的子节点，层级为2；按广度优先搜索算法，节点“13”完成搜索，第1层的所有节点完成搜索，按广度优先搜索算法，下个节点从第2层级节点中挑选，如图6-8所示；
(10)第2层级共有21个节点，对节点按长度进行排序，序号为从“14”到“34”，下个搜过节点为节点“14”，节点“14”没有共边平面，节点“14”完成搜索，按节点优先序，下个搜索节点为第2层的节点“15”，如图6-9所示；
(11)节点“15”找到共边平面，符合构建零件条件，此共边平面加入到零件中，新建三个节点“o”，为节点“15”的子节点，层级为3；按广度优先搜索算法，节点“15”完成搜索，按节点优先序，下个搜索节点为第2层的节点“16”,节点“16”至“34”都没有共边平面，第2层级节点搜索完成，按广度优先搜索算法，下个节点从第3层级节点中挑选，如图6-10所示；
(12)第3层级共有5个节点，对节点按长度进行排序，序号为从“35”到“39”，下个搜过节点为节点“35”，如图6-11所示；
(13)节点“35”找到共边平面，符合构建零件条件，此共边平面加入到零件中，新建三个节点“o”，为节点“13”的子节点，层级为4；按广度优先搜索算法，节点“35”完成搜索，按节点优先序，下个搜索节点为第3层的节点“36”,节点“36”至“39”都没有共边平面，第3层级节点搜索完成，按广度优先搜索算法，下个节点从第4层级节点中挑选，如图6-12所示；
(14)第4层级共有3个节点，对节点按长度进行排序，序号为从“40”到“42”，下个搜过节点为节点“40”；节点“40”至“42”都没有共边平面，所以节点“40”至“42”搜索完成，第4层级搜索完成；第5层级没有节点，搜索树所有节点完成搜索，第一个零件构建完成，如图6-13所示；
(15)第二个零件，选择一个面作为基准面开始构建零件，初始化搜索树，以基准面作为根节点，层级为0，如图6-14所示；
(16)基准面共有4条直线，在搜索树中添加4个节点，按长序排序，层级为1，如图6-15所示；
(17)节点“1”找到共边平面，符合构建零件条件，此共边平面加入到零件中，共边平面有三条直线，新建三个节点“o”，为节点“1”的子节点，层级为2；按广度优先搜索算法，节点“1”完成搜索，按节点优先序，下个搜索节点为第1层的节点“2”，如图6-16所示；
(18)节点“2”找到共边平面，符合构建零件条件，此共边平面加入到零件中，新建三个节点“o”，为节点“2”的子节点，层级为2；按广度优先搜索算法，节点“2”完成搜索，按节点优先序，下个搜索节点为第1层的节点“3”，第1层级中的节点“3”、“4”都没有共边平面，所以节点“3”至“4”搜索完成，第1层级搜索完成，按广度优先搜索算法，下个节点从第2层级节点中挑选，如图6-17所示；
(19)第2层级共有6个节点，对节点按长度进行排序，序号为从“5”到“10”，下个搜过节点为节点“5”；节点“5”至“10”都没有共边平面，所以节点“5”至“10”搜索完成，第2层级搜索完成；第3层级没有节点，搜索树所有节点完成搜索，第三个零件构建完成，如图6-18所示；
(20)第四个零件，选择一个面作为基准面开始构建零件，初始化搜索树，以基准面作为根节点，层级为0，如图6-19所示；
(21)基准面共有4条直线，在搜索树中添加4个节点，按长序排序，层级为1，如图6-20所示；
(22)节点“1”找到共边平面，符合构建零件条件，此共边平面加入到零件中，共边平面有三条直线，新建三个节点“o”，为节点“1”的子节点，层级为2；按广度优先搜索算法，节点“1”完成搜索，按节点优先序，下个搜索节点为第1层的节点“2”，如图6-21所示；
(23)节点“2”找到共边平面，符合构建零件条件，此共边平面加入到零件中，新建三个节点“o”，为节点“2”的子节点，层级为2；按广度优先搜索算法，节点“2”完成搜索，按节点优先序，下个搜索节点为第1层的节点“3”，第1层级中的节点“3”、“4”都没有共边平面，所以节点“3”至“4”搜索完成，第1层级搜索完成，按广度优先搜索算法，下个节点从第2层级节点中挑选，如图6-22所示；
(24)第2层级共有6个节点，对节点按长度进行排序，序号为从“5”到“10”，下个搜过节点为节点“5”；节点“5”至“10”都没有共边平面，所以节点“5”至“10”搜索完成，第2层级搜索完成；第3层级没有节点，搜索树所有节点完成搜索，第四个零件构建完成，如图6-23所示；
(25)第五个零件，选择一个面作为基准面开始构建零件，初始化搜索树，以基准面作为根节点，层级为0，如图6-24所示；
(26)节点“1”找到共边平面，符合构建零件条件，此共边平面加入到零件中，共边平面有三条直线，新建三个节点“o”，为节点“1”的子节点，层级为2；按广度优先搜索算法，节点“1”完成搜索，按节点优先序，下个搜索节点为第1层的节点“2”，如图6-25所示；
(27)节点“2”找到共边平面，符合构建零件条件，此共边平面加入到零件中，新建三个节点“o”，为节点“2”的子节点，层级为2；按广度优先搜索算法，节点“2”完成搜索，按节点优先序，下个搜索节点为第1层的节点“3”，第1层级中的节点“3”、“4”都没有共边平面，所以节点“3”至“4”搜索完成，第1层级搜索完成，按广度优先搜索算法，下个节点从第2层级节点中挑选，如图6-26所示；
(28)第2层级共有6个节点，对节点按长度进行排序，序号为从“5”到“10”，下个搜过节点为节点“5”；节点“5”至“10”都没有共边平面，所以节点“5”至“10”搜索完成，第2层级搜索完成；第3层级没有节点，搜索树所有节点完成搜索，第五个零件构建完成，如图6-27所示。
(29)第2层级共有6个节点，对节点按长度进行排序，序号为从“5”到“10”，下个搜过搜索节点为节点“5”；节点“5”至“10”都没有共边平面，所以节点“5”至“10”搜索完成，第2层级搜索完成；第3层级没有节点，搜索树所有节点完成搜索，第五个零件构建完成，如图6-28所示。
实施例4
本实施例中三维结构实体与实施例3一致，本实施例与实施例3不同之处，在于搜索算法不同，使用深度优先搜索算法，每一次选择一个基准面，都被视为一个全新单一零件的构建，其构建过程对应的搜索树会重新初始化，对应的子节点也重新成，子节点在算法中的排序会重新从1开始。
本实施例包括以下步骤，
(1)第一个零件，选择一个面作为基准面开始构建零件，初始化搜索树，以基准面作为根节点，层级为0，本实施例中三维结构实体与实施例3一致，如图6所示；
(2)基准面共有13条直线，在搜索树中添加13个节点，按长序排序，层级为1，如图7-1所示；
(3)节点“1”找到共边平面，符合构建零件条件，此共边平面加入到零件中，共边平面有三条直线，新建三个节点“14”、“15”、“16”，为节点“1”的子节点，层级为2，按深度优先搜索算法，对节点“1”的子节点进行搜索，节点“14”、“15”、“16”没有共边平面，节点“14”、“15”、“16”完成搜索，节点“1”完成搜索，搜索回到第1层节点“2”，如图7-2所示；
(4)节点“2”找到共边平面，符合构建零件条件，此共边平面加入到零件中，新建三个节点“17”、“18”、“19”，为节点“2”的子节点，层级为2；按深度优先搜索算法，对节点“2”的子节点进行搜索，下个节点为“17”，如图7-3所示；
(5)节点“17”找到共边平面，符合构建零件条件，此共边平面加入到零件中，共边平面有五条直线，新建五个节点“20”、“21”、“22”、“23”、“24”为节点“14”的子节点，层级为3；节点“18”、“19”没有找到共边平面，节点“18”、“19”完成搜索；按深度优先搜索算法，对节点“17”的子节点进行搜索，如图7-4所示；
(6)节点“20”找到共边平面，符合构建零件条件，此共边平面加入到零件中，共边平面有三条直线，新建三个节点“25”、“26”、“27”为节点“20”的子节点，层级为4；节点“21”、“22”、“23”、“24”没有找到共边平面，节点“21”、“22”、“23”、“24”完成搜索；按深度优先搜索算法，对节点“20”的子节点进行搜索；节点“25”、“26”、“27”没有工边平面，节点“25”、“26”、“27”完成搜索，节点“22”完成搜索，节点“17”完成搜索，节点“2”完成搜索，搜索回到第1层节点“3”，如图7-5所示；
(7)节点“3”找到共边平面，符合构建零件条件，此共边平面加入到零件中，共边平面有三条直线，新建三个节点“28”、“29”、“30”，为节点“3”的子节点，层级为2；按深度优先搜索算法，对节点“3”的子节点进行搜索；节点“28”、“29”、“30”没有共边平面，节点“28”、“29”、“30”节点完成搜索，结点“3”完成搜索；搜索回到第1层，节点“4”、“5”没有工边平面，节点“4”、“5”完成搜索，到节点“6”，如图7-6所示；
(8)节点“6”找到共边平面，符合构建零件条件，此共边平面加入到零件中，共边平面有三条直线，新建三个节点“31”、“32”、“33”，为节点“6”的子节点，层级为2；按深度优先搜索算法，对节点“3”的子节点进行搜索；节点“31”、“32”、“33”没有共边平面，节点“31”、“32”、“33”节点完成搜索，结点“6”完成搜索；搜索回到第1层，到节点“7”，如图7-7所示；
(9)节点“7”找到共边平面，符合构建零件条件，此共边平面加入到零件中，共边平面有三条直线，新建三个节点“34”、“35”、“36”，为节点“7”的子节点，层级为2；按深度优先搜索算法，对节点“7”的子节点进行搜索；节点“34”、“35”、“36”没有共边平面，节点“34”、“35”、“36”节点完成搜索，结点“7”完成搜索；搜索回到第1层，节点“8”、“9”、“10”、“11”没有工边平面，节点“8”、“9”、“10”、“11”完成搜索，到节点“12”如图7-8所示；
(10)节点“12”找到共边平面，符合构建零件条件，此共边平面加入到零件中，共边平面有三条直线，新建三个节点“37”、“38”、“39”，为节点“12”的子节点，层级为2；按深度优先搜索算法，对节点“12”的子节点进行搜索；节点“37”、“38”、“39”没有共边平面，节点“37”、“38”、“39”节点完成搜索，结点“12”完成搜索；搜索回到第1层，到节点“13”，如图7-9所示；
(11)节点“13”找到共边平面，符合构建零件条件，此共边平面加入到零件中，共边平面有三条直线，新建三个节点“40”、“41”、“42”，为节点“13”的子节点，层级为2；按深度优先搜索算法，对节点“13”的子节点进行搜索；节点“40”、“41”、“42”没有共边平面，节点“40”、“41”、“42”节点完成搜索，结点“13”完成搜索；层级1所有节点完成搜索，回到根节点，搜索树完成搜索，第一个零件构建完成，如图7-10所示；
(12)第二个零件，选择一个面作为基准面开始构建零件，初始化搜索树，以基准面作为根节点，层级为0，如图7-11所示；
(13)基准面共有4条直线，在搜索树中添加4个节点，按长序排序，层级为1，如图7-12所示；
(14)节点“1”找到共边平面，符合构建零件条件，此共边平面加入到零件中，共边平面有三条直线，新建三个节点“5”、“6”、“7”，为节点“1”的子节点，层级为2；按深度优先搜索算法，对节点“1”的子节点进行搜索，节点“5”、“6”、“7”没有共边平面，节点“5”、“6”、“7”完成搜索，结点“1”完成搜索；搜索回到第1层，到节点“2”，如图7-13所示；
(15)节点“2”找到共边平面，符合构建零件条件，此共边平面加入到零件中，共边平面有三条直线，新建三个节点“8”、“9”、“10”，为节点“2”的子节点，层级为2；按深度优先搜索算法，对节点“2”的子节点进行搜索；节点“8”、“9”、“10”没有共边平面，节点“8”、“9”、“10”节点完成搜索，结点“2”完成搜索；回到层级1，节点“3”、“4”没有共边平面，节点“3”、“4”完成搜索，层级1所有节点完成搜索，回到根节点，搜索树完成搜索，第二个零件构建完成，如图7-14所示；
(16)第三个零件，选择一个面作为基准面开始构建零件，初始化搜索树，以基准面作为根节点，层级为0，如图7-15所示；
(17)基准面共有4条直线，在搜索树中添加4个节点，按长序排序，层级为1，如图7-16所示；
(18)节点“1”找到共边平面，符合构建零件条件，此共边平面加入到零件中，共边平面有三条直线，新建三个节点“5”、“6”、“7”，为节点“1”的子节点，层级为2；按深度优先搜索算法，对节点“1”的子节点进行搜索，节点“5”、“6”、“7”没有共边平面，节点“5”、“6”、“7”完成搜索，结点“1”完成搜索；搜索回到第1层，到节点“2”，如图7-17所示；
(19)节点“2”找到共边平面，符合构建零件条件，此共边平面加入到零件中，共边平面有三条直线，新建三个节点“8”、“9”、“10”，为节点“2”的子节点，层级为2；按深度优先搜索算法，对节点“2”的子节点进行搜索；节点“8”、“9”、“10”没有共边平面，节点“8”、“9”、“10”节点完成搜索，结点“2”完成搜索；回到层级1，节点“3”、“4”没有共边平面，节点“3”、“4”完成搜索，层级1所有节点完成搜索，回到根节点，搜索树完成搜索，第三个零件构建完成，如图7-18所示；
(20)第四个零件，选择一个面作为基准面开始构建零件，初始化搜索树，以基准面作为根节点，层级为0，如图7-19所示；
(21)基准面共有4条直线，在搜索树中添加4个节点，按长序排序，层级为1，如图7-20所示；
(22)节点“1”找到共边平面，符合构建零件条件，此共边平面加入到零件中，共边平面有三条直线，新建三个节点“5”、“6”、“7”，为节点“1”的子节点，层级为2；按深度优先搜索算法，对节点“1”的子节点进行搜索，节点“5”、“6”、“7”没有共边平面，节点“5”、“6”、“7”完成搜索，结点“1”完成搜索；搜索回到第1层，到节点“2”，如图7-21所示；
(23)节点“2”找到共边平面，符合构建零件条件，此共边平面加入到零件中，共边平面有三条直线，新建三个节点“8”、“9”、“10”，为节点“2”的子节点，层级为2；按深度优先搜索算法，对节点“2”的子节点进行搜索；节点“8”、“9”、“10”没有共边平面，节点“8”、“9”、“10”节点完成搜索，结点“2”完成搜索；回到层级1，节点“3”、“4”没有共边平面，节点“3”、“4”完成搜索，层级1所有节点完成搜索，回到根节点，搜索树完成搜索，第四个零件构建完成，如图7-22所示；
(24)第五个零件，选择一个面作为基准面开始构建零件，初始化搜索树，以基准面作为根节点，层级为0，如图7-23所示；
(25)基准面共有4条直线，在搜索树中添加4个节点，按长序排序，层级为1，如图7-24所示；
(26)节点“1”找到共边平面，符合构建零件条件，此共边平面加入到零件中，共边平面有三条直线，新建三个节点“5”、“6”、“7”，为节点“1”的子节点，层级为2；按深度优先搜索算法，对节点“1”的子节点进行搜索，节点“5”、“6”、“7”没有共边平面，节点“5”、“6”、“7”完成搜索，结点“1”完成搜索；搜索回到第1层，到节点“2”，如图7-25所示；
(27)节点“2”找到共边平面，符合构建零件条件，此共边平面加入到零件中，共边平面有三条直线，新建三个节点“8”、“9”、“10”，为节点“2”的子节点，层级为2；按深度优先搜索算法，对节点“2”的子节点进行搜索；节点“8”、“9”、“10”没有共边平面，节点“8”、“9”、“10”节点完成搜索，结点“2”完成搜索；回到层级1，节点“3”、“4”没有共边平面，节点“3”、“4”完成搜索，层级1所有节点完成搜索，回到根节点，搜索树完成搜索，第五个零件构建完成，如图7-26所示。
综上所述，本发明基于行业大数据与人工智能算法，自动计算与人工拆解相结合，极大减小人工拆解模型的重复工作。
此外，本发明还保护一种三维图转换为二维图的装置，包括：
图像读取模块，用于分析并获取待识别三维结构几何对像集，并在模型显示界面中显示；
读取模块，用于读取和识别几何对像集；
零件拆解模板，用于将识别的几何对像集分析并拆解为零件；
零件输出模板，用于将拆分的零件输出为拆解零件集。基准面对象；
本发明还保护一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现根据前面所述三维图转换为二维图的方法。
本发明还保护一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现根据前面所述三维图转换为二维图的方法。
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种三维图转换为二维图的方法，其特征在于，包括如下步骤：
S1读取待识别三维结构实体，分析并获取待识别三维结构几何对像集，并在模型显示界面中显示，执行S2；
S2若几何对像集中的面对像集为空，则执行S6，若几何对象集中的面对象集不为空，则从面对像集中选取一个面作为基准面对象开始构建零件模型，执行S3；
S3若基准面对象为三维曲面，则执行S4，若基准面对象为三维平面，则执行S5；
S4将三维曲面对象定义为独立零件，完成一个零件模型的构建，把零件加入到拆解零件集，把零件从待识别三维结构几何对像集中删除，回到S2；
S5对选定的三维平面对象进行分析，并识三维平面构成的关联直线集，构建搜索树结构，使用搜索算法对搜索树进行遍历搜索、递归，对搜索树中节点包含的直线对象关联的共边平面对象进行标注，完成一个零件的构建，把零件加入到拆解零件集，把零件从待识别三维结构几何对像集中删除，回到S2；
S6完成对待识别三维结构实体的拆解，输出拆解零件集。
2.根据权利要求1所述的方法，其特征在于，所述S5包括以下步骤：
S5-1以三维平面作为根节点，层级设为0，状态设为已遍历，初始化搜索树，识别三维平面构成的关联直线集，建立搜索树子节点集，对子节点集进行排序，子节点集层级初始为1，执行S5-2；
S5-2若搜索树中的未遍历节点集为空，单个零件的构建过程完成，把零件加入到拆解零件集，把零件从待识别三维结构几何对像集中删除，回到S2；若搜索树中的未遍历节点集为非空，按优先序选择一个节点，视为处理节点，使用搜索算法对搜索树进行遍历，执行S5-3；
S5-3若处理节点对应的直线对象在面对象集中找到共边平面对象，则执行S5-4；若处理节点对应的直线对象在面对象集中未能找到共边平面，处理节点搜索完成，视处理节点已遍历,回至S5-2；
S5-4若共边平面对象满足构建零件预设条件，当前共边平面对象加入到构造零件中，共边平面对象标注成功，同时，获取组成当前共边平面对象直线对象集，以此直线对象集建立新的搜索节点集，新的搜索节点集视为未遍历节点，回到S5-2；
若共边平面对象不满足构建零件预设条件，当前节点搜索完成，视为该节点已遍历,回至S5-2。
3.根据权利要求2所述的方法，其特征在于，所述S5-4中，共边平面对象直线对象集，以此直线对象集建立新的搜索节点集，新的搜索节点集视为未遍历节点，具体包括对新的搜索节点集进行排序，新的搜索节点集为处理节点的子节点，处理节点为新的搜索节点集的父节点，新的搜索节点集层级为父节点层级加1。
4.根据权利要求2所述的方法，其特征在于，所述构建零件预设条件为满足条件a、条件b和条件c，其中：
条件a：Fa(x1,x2)＝0，其中x1为待标识平面对象，x2为已标注平面对象集，Fa的作用是对x1和x2进行平面坐标转换，计算转换后的平面重叠面积；
条件b：Fb(x3,x4,Smax)＜0，其中x3为待标识平面对象面积，x4为已标注平面对象集面积之和，Smax系统设定的最大面积，Fb的作用是计算待标识平面对象与已标注平面对象集面积之和不能大于系统设定的最大值；
条件c：Fc(x5,x6,Hmax)＜0，其中x5为待标识平面对像所有坐标点到共边连接线垂直最大长度，x6为已标注平面对象集中的与待识别平面对像共边的平面，此平面与共边连接线垂直最大长度，Hmax系统设定的最大折弯高度，Fc作用是判定两个最大长度中的最小值不能大于Hmax。
5.根据权利要求4所述的方法，其特征在于，所述搜索算法包括广度优先搜索算法或深度优先搜索算法；
优选的，s2中，所选取的基准面对象处在零件的边缘位置，使用广度优先搜索算法；
优选的，s2中，所选取的基准面对象处在零件的非边缘位置，使用深度优先搜索算法。
6.根据权利要求2所述的方法，其特征在于，对子节点集进行排序中，所述排序为依据长度进行排序，长度一致时，随机排序。
7.根据权利要求1所述的方法，其特征在于，所述三维结构文件类型包括STEP文件、STL文件、IGES文件和OBJ文件中的任意一种。
8.一种三维图转换为二维图的装置，其特征在于，包括：
图像读取模块，用于分析并获取待识别三维结构几何对像集，并在模型显示界面中显示；
读取模块，用于读取和识别几何对像集；
零件拆解模板，用于将识别的几何对像集分析并拆解为零件；
零件输出模板，用于将拆分的零件输出为拆解零件集。
9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述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程序时实现根据权利要求1至7任一项所述三维图转换为二维图的方法。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现根据权利要求1至7任一项所述三维图转换为二维图的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311382118.0A CN117853313B (zh) | 2023-10-24 | 2023-10-24 | 一种三维图转换为二维图的方法、装置、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311382118.0A CN117853313B (zh) | 2023-10-24 | 2023-10-24 | 一种三维图转换为二维图的方法、装置、设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117853313A true CN117853313A (zh) | 2024-04-09 |
| CN117853313B CN117853313B (zh) | 2024-07-30 |
Family
ID=90533141
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311382118.0A Active CN117853313B (zh) | 2023-10-24 | 2023-10-24 | 一种三维图转换为二维图的方法、装置、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117853313B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101639355A (zh) * | 2009-08-26 | 2010-02-03 | 中国人民解放军国防科学技术大学 | 一种三维平面提取方法 |
| CN108121862A (zh) * | 2017-12-13 | 2018-06-05 | 武汉益模科技股份有限公司 | 一种基于三维几何特征的工程图自动标注方法 |
| CN110750840A (zh) * | 2019-09-17 | 2020-02-04 | 东莞市超图软件科技有限公司 | 基于三维模型自动生成二维零件视图的方法和装置 |
| CN113888729A (zh) * | 2021-10-20 | 2022-01-04 | 江南造船(集团)有限责任公司 | 船舶结构安装信息标注方法、系统、介质及电子设备 |
| US20220156430A1 (en) * | 2020-11-13 | 2022-05-19 | Autodesk, Inc. | Topological message passing for three dimensional models in boundary representation format |
| CN114781029A (zh) * | 2022-04-21 | 2022-07-22 | 天宫开物(深圳)科技有限公司 | 一种三维信息模型转换为二维图的方法、系统、存储介质 |
| CN115409947A (zh) * | 2022-09-06 | 2022-11-29 | 中车工业研究院有限公司 | 三维结构对应的二维图纸获取方法、装置、设备及介质 |
-
2023
- 2023-10-24 CN CN202311382118.0A patent/CN117853313B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101639355A (zh) * | 2009-08-26 | 2010-02-03 | 中国人民解放军国防科学技术大学 | 一种三维平面提取方法 |
| CN108121862A (zh) * | 2017-12-13 | 2018-06-05 | 武汉益模科技股份有限公司 | 一种基于三维几何特征的工程图自动标注方法 |
| CN110750840A (zh) * | 2019-09-17 | 2020-02-04 | 东莞市超图软件科技有限公司 | 基于三维模型自动生成二维零件视图的方法和装置 |
| US20220156430A1 (en) * | 2020-11-13 | 2022-05-19 | Autodesk, Inc. | Topological message passing for three dimensional models in boundary representation format |
| CN113888729A (zh) * | 2021-10-20 | 2022-01-04 | 江南造船(集团)有限责任公司 | 船舶结构安装信息标注方法、系统、介质及电子设备 |
| CN114781029A (zh) * | 2022-04-21 | 2022-07-22 | 天宫开物(深圳)科技有限公司 | 一种三维信息模型转换为二维图的方法、系统、存储介质 |
| CN115409947A (zh) * | 2022-09-06 | 2022-11-29 | 中车工业研究院有限公司 | 三维结构对应的二维图纸获取方法、装置、设备及介质 |
Non-Patent Citations (1)
| Title |
|---|
| 侯增选;李林;黄磊;张焱;: "三维工艺模型标注尺寸构造方法研究", 图学学报, no. 05, 15 October 2018 (2018-10-15), pages 843 - 848 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117853313B (zh) | 2024-07-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Son et al. | 3D reconstruction of as-built industrial instrumentation models from laser-scan data and a 3D CAD database based on prior knowledge | |
| JP3513562B2 (ja) | 形状解析システム、３次元形状モデルの差分検出システム、類似形状検索システム、形状解析方法及び記憶媒体 | |
| JP2010176347A (ja) | 最短経路探索方法及び装置 | |
| Jalba et al. | An unified multiscale framework for planar, surface, and curve skeletonization | |
| JP2011222003A (ja) | 平行測地線によってモデリングされるパーツの設計 | |
| CN114091148B (zh) | 基于Dynamo实现Revit模板面积计算方法、快速建模方法及系统 | |
| CN112948914B (zh) | 自动生成梁配筋图的方法、处理装置以及存储介质 | |
| JP2008040921A (ja) | 形状簡略化装置及びそれに用いられるプログラム | |
| CN114485611A (zh) | 基于北斗网格码的三维空间最短路径规划方法和装置 | |
| CN105468869A (zh) | 一种pds模型的拓扑关系解析方法 | |
| CN116244333A (zh) | 一种基于代价因子校准的数据库查询性能预测方法及系统 | |
| CN117853313B (zh) | 一种三维图转换为二维图的方法、装置、设备及介质 | |
| TWI514180B (zh) | 尺寸號資訊處理系統及方法 | |
| CN104143215A (zh) | 索膜结构的信息化模型设计方法 | |
| JP2017120632A (ja) | 探索のための３ｄから２ｄへの再画像化 | |
| CN101515284A (zh) | 一种基于离散网格的并行空间拓扑分析方法 | |
| CN115953501B (zh) | 有序离散点集合的生成方法、装置、设备及存储介质 | |
| CN116861023B (zh) | 一种在三维空间中确定相同几何对象的方法及系统 | |
| TWI625700B (zh) | 用於點雲資料貼合之冗餘點偵測方法 | |
| CN108920785A (zh) | 一种复杂单体模型规则化建模方法及系统 | |
| Tushev et al. | Parallel algorithms for effective correspondence problem solution in computer vision | |
| CN117197410B (zh) | 钢结构的虚拟拼装方法、装置、设备及存储介质 | |
| CN112419178A (zh) | 破洞修复方法、终端设备及计算机可读存储介质 | |
| Lim et al. | Towards automatic blocking of shapes using evolutionary algorithm | |
| CN110795491B (zh) | 一种结构参数信息可视化方法 |
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 |