AutoMate：用于CAD装配体自动配合的数据集与学习方法
计算机视觉与模式识别
2021-10-06 v2 图形学
机器学习
摘要
装配建模是计算机辅助设计（CAD）的核心任务，约占CAD工作流的三分之一工作量。因此，优化该过程在CAD系统设计中代表着巨大机遇，但当前基于装配的建模研究并不直接适用于现代CAD系统，因为它回避了现代CAD的主导数据结构：参数化边界表示（BREP）。CAD装配建模将装配体定义为零件之间称为配合（mate）的成对约束系统，这些约束相对于BREP拓扑定义，而非现有工作中常见的世界坐标。我们提出SB-GCN，一种在BREP上保留零件拓扑结构的表示学习方案，并利用这些学习到的表示来预测CAD类型配合。为训练我们的系统，我们编译了首个大规模BREP CAD装配体数据集，并随基准配合预测任务一同发布。最后，我们通过构建一个工具来协助用户创建配合（通过建议配合补全，准确率达72.2%），展示了我们的模型与现有商业CAD系统的兼容性。
引用
@article{arxiv.2105.12238,
title = {AutoMate: A Dataset and Learning Approach for Automatic Mating of CAD Assemblies},
author = {Benjamin Jones and Dalton Hildreth and Duowen Chen and Ilya Baran and Vladimir G. Kim and Adriana Schulz},
journal= {arXiv preprint arXiv:2105.12238},
year = {2021}
}
备注
16 pages, 17 figures, 4 tables