[发明专利]使用机器学习从标记中实现计算机辅助绘制图自动化

说明书

本申请公开了使用机器学习从标记中实现计算机辅助绘制图自动化。提供一种用于计算机辅助绘图(CAD)自动化的方法和系统。获得CAD应用程序原生的第一格式的CAD绘图。获取第二非原生格式的CAD绘图的标记。机器学习引擎使用机器学习模型处理标记，以识别标记类型、识别标记属性、将标记关联到更新CAD绘图所需的CAD对象、并确定CAD对象属性和CAD应用程序属性。在使用CAD应用程序属性的CAD应用程序中提供具有CAD对象属性的CAD对象。接受用户输入并基于此更新CAD绘图。机器学习模型基于用户输入进行更新，并用于处理未来的标记。

相关申请的交叉引用

本申请根据35U.S.C.第119(e)节的规定，要求以下共同未决和共同转让的美国临时专利申请的权益，所述申请以引用方式并入本文：

由发明人Kevin Cheung、Ravinder P.Krishnaswamy和Damian Paul StephenWillcox于2020年11月17日提交的标题为“用于使用机器学习从标记中使用机器学习辅助绘图自动化进行绘图的光学字符识别(OCR)”的临时申请序列号63/114,952，律师卷宗编号30566.0595USP1。

发明背景

1.发明领域

本发明总体上涉及计算机辅助设计(CAD)应用程序，并且具体来说涉及一种用于简化、自动化、节省时间并减少绘图过程中的错误的方法、设备、系统和制品。

2.相关技术的说明

一旦创建了CAD绘图，设计和构造过程中涉及的各方可以提供对绘图的编辑/修改。绘图编辑通常由反馈提示，通常以标记的形式，所述标记涉及使用物理方法，例如在纸张打印输出上使用不同颜色的钢笔/铅笔，或者通过注释数字文件(例如PDF(便携式文档格式))以数字方式创建。

在这两种情况下，标记必须手动传送回绘图员，并且绘图员必须在单独的监视器上参考他们桌面上的纸张或另一个应用程序中的PDF。此后，绘图员返回到CAD应用程序以使用正确的标准(例如，层、样式(尺寸、文本等)、颜色等)对适当的CAD应用程序对象进行更改。换句话说，协作者可以使用笔/纸以低保真度添加标记以及要添加/更改的事物的指示/指令。此后，绘图员返回到CAD应用程序并发出手动命令和/或将协作者的标记绘制/重复到CAD应用程序中。图1示出了更改的创建、标记和合并的现有技术过程。更具体地，CAD绘图/设计100和用于所请求的更改的标记104(例如，由协作者106在纸张打印输出102或绘图100的PDF上绘制)由绘图员108(其具有必要的CAD绘图/制图经验/技能)获取。然后绘图员108手动制图/更新/将所请求的更改合并到绘图100中(即，使用CAD应用程序)以产生修改后的绘图100R。

鉴于上述，绘图员108必须具有关于如何在CAD应用程序中使用和创建标记的知识库/技能集。然而，虽然现有技术要求绘图员108具有这样的技能集，但是标记/反馈通常不是由绘图员108而是由没有这样的知识库/技能集的协作者106(即，不同的人)创建的。在现有技术中，对手动更新CAD绘图100的需要加上协作者106缺乏经验丰富的CAD应用程序技能集使得绘图员108和缓慢的手动过程成为必要。这种往返反馈创建和手动更新过程缓慢、容易出错，并且缺乏反馈与原始设计文件的任何联系。

因此，现有技术系统在将标记数据104总体上跨多个应用程序(例如，CAD应用程序、建模应用程序等)带回到设计文件100方面还没有成功。此外，已经有若干现有技术努力，其中已经创建了各种工具来在设计文件(DWF[设计web格式]、PDF、查看器等)的派生输出中创建标记104。CAD应用程序内的PDF导入功能或图像导入功能等过程(例如，在AUTOCAD^TM应用程序中可用)允许用户携带整个绘图的PDF加上他们正在处理的标记，但存在明显的冗余，并且标记和设计图之间没有区别。换句话说，导入的图像可能是基于光栅的图像，它不会将标记与底层绘图分开——导入单个光栅图像文件。