中文

LINKS:一个包含一亿个平面连杆机构的数据集,用于数据驱动的运动学设计

机器学习 2022-09-01 v1 机器人学

摘要

在本文中,我们介绍了 LINKS,一个包含 1 亿个一自由度平面连杆机构和 11 亿条连杆曲线的数据集,其规模比任何现有的平面机构数据库大 1000 倍以上,并且不限于四杆、六杆等大多数数据库通常只包含的特定类型机构。LINKS 由多个部分组成,包括 1 亿个机构、每个机构的仿真数据、每个机构生成的归一化路径、一组精选路径、用于生成数据和仿真机构的代码,以及一个用于交互式设计连杆机构的在线网页演示。精选路径被提供作为一种度量,用于消除机构生成路径中的偏差,从而实现更均匀的设计空间表示。在本文中,我们讨论了如何生成如此大规模数据集以及如何克服此类规模带来的主要问题的细节。为了能够生成如此大的数据集,我们引入了一种新的算子来生成一自由度机构拓扑;此外,我们采取了许多步骤,通过向量化仿真并在大量线程上并行化我们的仿真器来加速缓慢的机构仿真,从而使仿真速度比简单仿真算法快 800 倍。这是必要的,因为平均而言,生成的候选者中只有 1/500 是有效的(且必须全部仿真以确定其有效性),这意味着必须执行数十亿次仿真才能生成该数据集。然后,我们通过基于双向倒角距离的形状检索研究展示了我们数据集的深度,其中我们展示了如何直接使用我们的数据集来查找能够追踪非常接近期望目标路径的机构。

关键词

引用

@article{arxiv.2208.14567,
  title  = {LINKS: A dataset of a hundred million planar linkage mechanisms for data-driven kinematic design},
  author = {Amin Heyrani Nobari and Akash Srivastava and Dan Gutfreund and Faez Ahmed},
  journal= {arXiv preprint arXiv:2208.14567},
  year   = {2022}
}

备注

Code & Data: https://github.com/ahnobari/LINKS