[发明专利]一种基于点云分类网络的零件CAD模型重用方法

说明书

本发明公开了一种基于点云分类网络的零件CAD模型重用方法，将三维零件CAD模型的检索问题转换为三维点云模型的分类问题。以PointNet网络为框架的建立分类网络和检索网络，在检索网络中引入ResNet网络的残差块结构提升高相似度零件的识别精度。建立面向小批量‑定制化产品的三维零件CAD模型库并进行预处理得到训练数据集，依次将零件点云模型输入分类网络和零件类别相应的检索网络，检索得到最相似的零件模型。本发明可以更好的捕捉零件CAD模型的三维空间信息，实现零件CAD模型的快速、准确识别，进而加速企业小批量‑定制化零件的设计、工艺规划、制造和装配等过程。

技术领域

本发明属于先进制造技术智能化信息技术领域，具体涉及一种基于点云分类网络的零件CAD模型重用方法。

背景技术

目前计算机辅助三维建模已经成为了制造业产品设计的主要工具，由此产生了大量的三维CAD模型，随着MBD技术的发展，零件的三维CAD模型开始作为工艺信息、制造信息和检测信息的存储载体。因此，对三维计算机辅助设计模型进行有效的检索和重用，可以大大节省新产品设计、制造、检测和装配等流程的时间和和成本。伴随着海量CAD模型的出现，如何高效地从模型库中检索相似CAD模型成为一个关键问题。

传统的CAD模型检索技术通常通过以下两个步骤完成：首先通过描述符表示三维CAD模型，如信息描述符、几何描述符或形状分布描述符。然后通过查询新零件的描述符与数据库模型的每个零件描述符之间的相似性，重用模型信息。这类方法检索效率和准确性随着数据库中模型的增加而下降，并且不支持产品全生命周期的应用。

随着深度学习在图像识别领域的广泛应用，基于多视角图像分类技术的三维模型检索方法得到一定关注，这类方法往往对零件的局部信息更加敏感，难以捕捉整体的三维空间特征，在面对三维空间信息和尺寸变化小的小批量-定制化零件检索时效果较差。最近出现了以三维体素为输入，通过3D-CNN来进行加工特征识别的方法，但是由于三维体素模型相较点云模型所需存储空间更大，无法表征复杂的三维零件模型，因此该方法只能实现零件模型的简单分类，无法解决面向相似零件的检索问题。

发明内容

本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种基于点云分类网络的零件CAD模型重用方法，将零件CAD模型的检索问题转换为点云的分类问题，实现针对小批量-定制化复杂零件的高效检索，实现面向零件产品全生命周期的数据复用。

本发明采用以下技术方案：

一种基于点云分类网络的零件CAD模型重用方法，包括以下步骤：

S1、建立产品三维CAD零件库；

S2、将步骤S1建立的三维CAD零件库中任意格式的零件CAD模型转换为三维点云模型；

S3、将步骤S2获得的三维点云模型经多次无放回-均匀采样为标准点云模型；

S4、对步骤S3的标准点云模型进行归一化、旋转和抖动操作；

S5、将步骤S4处理后的标准点云模型依次输入到基于PointNet的点云分类网络和点云检索网络中进行训练；

S6、将步骤S5中所有通过点云分类网络和点云检索网络训练的结果保存为.h5文件；

S7、对待识别零件的三维模型进行预处理预处理和标准化；

S8、将步骤S7预处理后的待识别零件三维模型输入步骤S6的.h5文件中，得到待识别零件的所属类别和对应的零件模型；

S9、根据步骤S8的结果确定重用零件的设计信息、工艺信息、制造信息和检测信息。