[发明专利]一种基于机器学习的头面部产品设计工效学评估操作方法

说明书

本发明公开一种基于机器学习的头面部产品设计工效学评估方法，步骤1、将历史产品设计的点云数据、对产品设计方案中的标准头模点云数据输入至分析计算机中进行分析处理，结合对应压力分布、曲面密合性特征，通过量化算法将点云数据投影至标准面以获得平面坐标，再根据在标准面上的深度信息或分布信息量化为平面上的广义灰度值，从而制作出广义图片，广义图片作为机器学习的样本数据，被输入到深度卷积网络中进行训练和测试。本发明通过引入广义图片将点云数据降维便于大规模数据处理，通过人工智能的方式从历史数据中学习工效学参数与设计方案点云数据之间的依赖关系，能快速、高效、低成本地辅助设计符合工效学的头面部产品，大量减少打样次数。

技术领域

本发明涉及头面部用具产品设计领域，具体为一种基于机器学习的头面部产品设计工效学评估操作方法。

背景技术

近年来，随着设计头面部用具产品领域的发展，头面部设计用具已经在很多领域都得到了广泛应用，在防护面具产品设计方面，市场上已经出现了不少关于防护面具研究的相关产品等防护面具产品的应用，如防毒面具，头戴式口罩等等。虽然应用广泛，但是现有的防护面具研究，更多侧重于传统的罩体结构设计、气密性、材料配方、数字化设计等，设计流程通常是先设计、接着打样、然后对打样的样品进行检测从而判断所设计的产品是否符合工效学。这一过程因为需要反复打样造成设计周期长、研发成本高。从扫描仪采集完数据完毕到成品出来得几天到几周时间，耗时过久。此外点云数据是三维数据，难以将其大规模输入到计算机进行大样本机器学习，如何将其降维是人工智能领域的一个难点。

本发明提出一种头面部产品设计工效学评估操作方法，能降低头面部用具产品的设计过程的繁琐，降低成本，并可以有效地进行头面部产品设计工效学评估。

发明内容

本发明目的是提供一种基于机器学习的头面部产品设计工效学评估操作方法，克服现有的头面部防护面具产品的设计流程繁琐，设计成本较高缺陷。

本发明是采用如下技术方案实现的：

首先建立基于机器学习的头面部产品设计工效学评估系统，包括有分析计算机、应力传感装置、气密性测量装置、实物标准头模、连接线、接口等；应力传感装置及气密性测量装置通过连接线和接口与分析计算机相连，待评估产品安装有应力传感装置和气密性测量装置，待评估产品穿戴在实物标准头模之上；分析计算机内存储有大量历史产品设计的点云数据、标准头模的点云数据用于机器学习的训练过程，待评估产品的点云数据用于机器学习的测试过程。

待评估产品的点云数据、大量历史产品设计的点云数据和标准头模的点云数据，这些点云数据都通过具有阵列压力传感数据输入接口所获得数据，依靠特征深度卷积网络进行快速准确适配，点云数据结合面具设计方案产生的压力分布、曲面密合性特征，结合相关量化算法转换成机器学习的输入通道数据。量化算法先将点云数据投影到标准面获得平面坐标，点云数据相对于标准面的深度信息或分布信息则被量化成平面坐标之上的广义灰度值，最终形成广义图片，广义图片作为机器学习的输入样本或测试样本被输入到深度卷积网络中进行训练和测试。

一种基于机器学习的头面部产品设计工效学评估操作方法，包括如下步骤：

步骤1、历史产品设计的点云数据、对产品设计方案中的标准头模点云数据输入至分析计算机中进行分析适配，结合对应压力分布、曲面密合性特征，通过量化算法将点云数据投影至标准面以获得平面坐标，再根据在标准面上的深度信息或分布信息量化为平面上的广义灰度值，从而制作出广义图片，广义图片作为机器学习的样本数据，被输入到深度卷积网络中进行训练和测试；

步骤2、将样本数据以交叉验证的方法划分训练样本和测试样本，其比例为8:2，进行交叉检验；