The invention relates to an intelligent model checking method, which is characterized by the following steps: 1) opening the three-dimensional model of the product to be checked; 2) reading the checking rules of the product from the database to determine the structures or parts of the three-dimensional model of the product to be collected; 3) isolating the three-dimensional model of the product through the above-mentioned identification techniques. Or the combination of use to find the structure or location that needs to be checked; 4) Obtain the information and rules comparison of the structure or location that needs to be checked, pass correctly, and report errors incorrectly. The technical scheme can quickly and accurately locate the target location and structure that users need to check, obtain information and compare design rules, and draw a conclusion whether it conforms to design rules or not.
【技术实现步骤摘要】
模型智能检查方法
本专利技术涉及一种检查方法,具体涉及一种模型智能检查方法,属于产品三维图像、三维图形识别
技术介绍
在产品模型设计过程中,由于主客观等多种因素,设计出来的产品模型,多多少少都存在不符合国家、行业或者企业规范的地方,另外也会存在一些以前设计的模型,由于规范进行了更新,以前符合规范的地方,现在就不符合规范了,所以在决定使用产品设计模型进行生产和加工前,需要对设计模型进行检查,确定没有问题后,再进行生产和加工,否则,产品生产和加工出来后报废的风险会非常大,给企业造成的损失也非常大。现有查检方式一是靠人工查检,人眼主观感知;二是使用三维设计软件提供的测量功能,测量后跟规则对比,虽然借助了软件测量功能,本质上还是人工检查;三是做一些简单的模型定义,然后根据这些定义结合规则进行查检;前两种查检方式对于人员要求高,必须要了解所有规则,检查时间长,而且会有误检查或者漏检查的风险,采用人工查检的方式,人力成本很高,正确率低,第三种查检方式实现了一定程度的自动化,但是由于需要事先做模型定义,消耗时间多,而且扩展很不方便,只能针对固定场景做检查,在加上市场上这类软件内部算法简易,只能做一些简单的查检,复杂查检还要通过人工查检,所以只能算是初级自动化,完全达不到市场预期。
技术实现思路
本专利技术正是针对现有技术中存在的技术问题,提供一种模型智能检查方法,该技术方案能快速准确定位到用户需要查检的目标位置和结构,获取信息和设计规则比对,得出是否符合设计规则的结论。为了实现上述目的,本专利技术的技术方案如下,一种模型智能检查方法,所述方法包括以下步骤:1)打开 ...
【技术保护点】
1.一种模型智能检查方法,其特征在于,所述方法包括以下步骤:1)打开需要查检的产品三维模型;2)从数据库中读取该产品的查检规则,确定需要收集产品三维模型的那些结构或部位;3)通过上述各种识别技术的单独或组合运用找到需要查检的结构或部位;4)获取需要查检的结构或部位的信息和规则比对,正确就通过,不正确就报错。
【技术特征摘要】
1.一种模型智能检查方法,其特征在于,所述方法包括以下步骤:1)打开需要查检的产品三维模型;2)从数据库中读取该产品的查检规则,确定需要收集产品三维模型的那些结构或部位;3)通过上述各种识别技术的单独或组合运用找到需要查检的结构或部位;4)获取需要查检的结构或部位的信息和规则比对,正确就通过,不正确就报错。2.根据权利要求1所述的模型智能检查方法,其特征在于,所述步骤2)中的规则如下:大数据统计识别技术、深度学习识别技术、模板匹配识别技术、距离分类识别技术以及色彩识别技术。3.根据权利要求2所述的模型智能检查方法,其特征在于,所述大数据统计识别技术包含以下步骤:数据收集:收集用户设计指定结构或部件的过程数据,建模步骤,设置的材料,密度等;数据分析:对大量数据采用统计学原理,分析出该结构或部件在设计过程中的共性点,把这些共性点,记录到数据库中;使用数据进行图形识别:获取目标模型的所有结构信息,一一比对上述记录的设计过程共性点,如果符合共性点则可以确定结构或模型为共性点所对应的结构和模型。4.根据权利要求2所述的模型智能检查方法,其特征在于,所述步骤2)中的深度学习识别技术包括如下步骤:构建一个用于三维图形识别的深度学习神经网络模型;收集三维模型,并把三维模型按照类别分类,构建用于神经网络培训的模型库,通过模型库完善神经网络模型;通过上述的神经网络的培训,此神经网络已经能认识我们需要它辨认的模型和结构...
【专利技术属性】
技术研发人员:杨松贵,李俊,
申请(专利权)人:南京维拓科技股份有限公司,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。