[发明专利]一种基于机械自由度的机械模型包装方法

说明书

本发明公开了一种基于机械自由度的机械模型包装方法,该方法可以对机械模型进行少量的拆分并获取一个满足目标空间利用率的包装方式。该方法主要分为如三个步骤：1)根据机械关节进行构建搜索树，搜索树中的每个节点表示一种拆分方案；2)对每种拆分方案，将拆分得到的构件组进行优化体积；3)将优化后的构件组进行包装。本发明首次提出了基于机械关节自由度优化机械模型包装方法，通过优化运动关节参数使拆分后的构件组体积最小，在包装时空间利用率最高，该方法在拆分方案和计算效率上都优于现有方法。

技术领域

本发明涉及计算机辅助设计领域，涉及模型装配以及三维模型包装方法，尤其涉及一种基于机械自由度的机械模型包装方法。

背景技术

一、机械模型装配设计

机械模型装配设计是将不同类型的构件进行连接并保持运动配合来达到设计者想要的结果。在装配设计中，主要是对两种信息进行设计:1)装配体中构件的空间位置与朝向信息。2)构件之间的机械连接关系与运动链信息。在以往的研究中，往往通过语义化来表示机械的连接关系，并采用语义网规则语言(SWRL)和语义互联网中本体描述语言(OWL)来表示机械装配连接的语义信息。在这类研究中，并没有定义运动出传递关系，而是通过构件之间的语义约束来表示构件之间的相对运动信息。Niloy J.Mitra和Lifeng Zhu[Zhu,L.,et al.,Motion-guided mechanical toy modeling.ACM Trans.Graph.,2012.]等人则是通过对机械构件自身属性分析来获取构件之间的连接类型。

二、模型包装

已有的包装算法大都以工业进程或实际工作中遇到的问题为背景进行开发算法。例如，在Egeblad等人的研究中提出了从一组家具中挑选出若干个能够使目标容器填充率最大的家具。该算法的包装效率高达91.3％，但是当需要将所有构件全部包装，且不能假设机械模型中存在多个相同的构件时，该算法无法适用。也有研究者提出给出一组需要被包装的物体，将这些物体包装到最小体积的容器中。在该算法中假设被包装的物体为长方体。但由于机械构件的几何特征不一样，如果采用构件的坐标轴平行包围盒(Axially-alignedbounding box)的话，会存在大部分空间浪费的情况。还有研究者提出将一个整体的模型，通过分割算法将模型进行分割，然后将分割后的模型包装到一个最小的容器中。在包装时，由于模型为不规则几何结构，所以将模型进行均匀离散化后，用体素方式来表示分割后的模型。

发明内容

本发明的目的在于提供一种基于机械自由度的机械模型包装方法,该方法可以对机械模型进行少量的拆分并获取一个满足目标空间利用率的包装方式。该方法主要分为如三个步骤：1)根据机械关节进行构建搜索树，搜索树中的每个节点表示一种拆分方案；2)对每种拆分方案，将拆分得到的构件组进行优化体积；3)将优化后的构件组进行包装。

本发明方法的具体步骤如下：

(1)输入机械装配信息和目标包装空间利用率。装配信息包含机械构件几何信息和构件之间的关节连接信息。空间利用率为机械构件体积之和与包装体积的比值。

(2)定义机械构件用p_i表示，机械构件的集合用P表示，P＝{p_i|i∈[1,n]}，其中n表示机械模型中构件个数。定义机械关节用c_i表示，关节集合用C表示，C＝{c_i|i∈[1,m]}，其中m表示机械模型中关节个数。

(3)根据步骤(1)中的关节集合C建立搜索树。搜索树中每个节点代表一种拆分方式。

(4)采用深度优化遍历搜索树中的每个节点。

(5)定义group为单个构件的集合或多个具有关节连接的构件的集合，用g表示。