三维结构图转换二维三视图的投图姿态推荐方法和装置制造方法及图纸

本发明专利技术提供了一种三维结构图转换二维三视图的投图姿态推荐方法和装置，涉及机械设计技术领域，该方法包括下述步骤：首先提取待推荐投图姿态的三维零件数模信息，然后将三维零件数模信息输入至训练后的深度学习模型中，再基于输出的三维零件投图方向和姿态对应变换矩阵，自动摆正待投图的三维零件姿态。通过利用深度学习模型可以实现推荐三维零件投图方向和姿态对应的变换矩阵，以便投影二维三视图，即实现了投图方向的自动判断和零件数模的自动姿态变换，缓解了出图效率低的问题，减少了设计人员判断投图姿态的过程，提高了设计的效率。效率。效率。

【技术实现步骤摘要】
三维结构图转换二维三视图的投图姿态推荐方法和装置


[0001]本专利技术涉及机械设计
，尤其是涉及计算机辅助设计技术中的一种三维结构图转换二维三视图的投图姿态推荐方法和装置。

技术介绍

[0002]在机械设计领域内，对一个完整的方案进行设计时，通常先利用设计软件设计出由许多零件组成的装配体的三维模型。当三维数模设计完成后，需要输出二维图纸，用于后续的零件加工制造及组装。
[0003]在生成二维图纸的过程中，首先是根据零件的数量进行拆图，一般每个零件都需要单独出一张二维图纸。由于每个零件的结构、形状都有差异，为了能够通过二维图纸将零件的结构、形状和尺寸都表示清楚，需要对每个零件的投图方向进行单独的选择，主要是选择零件投图的主视图方向，然后根据零件的特征和复杂程度，决定是否需要侧视图和俯视图等；然后需要对每个零件的投图姿态进行调整，投图后的二维视图是摆正的状态(平行于X轴或者Y轴)。
[0004]利用现有的设计软件进行零件投图的过程中，通常由设计人员选择投图的方向以及视图种类，然后手动对于零件的投图进行姿态摆正，过度依赖设计人员的工作经验，并且对大量零件的投图方向和姿态逐个进行判断和调整，导致出图效率低下。

技术实现思路

[0005]本专利技术的目的在于提供一种三维结构图转换二维三视图的投图姿态推荐方法和装置，以缓解现有技术中存在的过度依赖设计人员、出图效率低下的技术问题。
[0006]为了实现上述目的，本专利技术实施例采用的技术方案如下：
[0007]第一方面，本专利技术实施例提供了一种三维结构图转换二维三视图的投图姿态推荐方法，包括以下步骤：提取待推荐投图姿态的三维零件数模信息；将上述三维零件数模信息输入至训练后的深度学习模型中；基于输出的三维结构投图方向和姿态对应变换矩阵，自动摆正待投图的三维零件姿态。
[0008]在一些可能的实施方式中，上述待推荐投图姿态的三维零件数模信息包括：零件结构信息、零件姿态信息。
[0009]在一些可能的实施方式中，上述深度学习模型的训练，包括以下步骤：建立历史零件数据库，其中输入为三维零件数模信息；建立三维零件数模信息库的零件数模信息与其对应的二维三视图投图方向和姿态变换矩阵间映射关系的数据库；基于上述历史零件数据库对深度学习模型进行训练，学习三维零件数模信息与投图方向和姿态变换矩阵信息之间的映射关系；评估深度学习模型的正确性并进行修正，以便于利用修正后的所述深度学习算法模型推荐投图方向和投图姿态矩阵。
[0010]在一些可能的实施方式中，上述三维零件数模信息与投图方向和姿态变换矩阵信息之间的映射关系包含：三维零件的投图方向和投图状态下三维零件的姿态对应的变换矩
阵。
[0011]在一些可能的实施方式中，上述映射关系中三维零件的投图方向为任意一个二维视图对应的法向量。
[0012]在一些可能的实施方式中，投图状态下三维零件的姿态变换矩阵包含三维结构摆放角度或旋转角度、偏移量或平移量。
[0013]在一些可能的实施方式中，上述深度学习模型用于同步学习上述三维零件的投图方向和投图状态下三维零件的姿态变换矩阵的映射关系。
[0014]在一些可能的实施方式中，上述深度学习模型在学习后同步输出上述三维零件的投图方向和投图状态下三维结构的姿态信息。
[0015]第二方面，本专利技术实施例提供了一种三维结构图转换二维三视图的投图姿态推荐装置，包括：提取模块，用于提取待推荐投图姿态的三维零件数模信息；输入模块，用于将上述三维零件数模信息输入至训练后的深度学习模型中；摆正模块，用于基于输出的三维零件投图方向和姿态对应变换矩阵，自动摆正待投图的三维零件姿态。
[0016]第三方面，本专利技术实施例提供了一种电子设备，包括存储器、处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面任一项所述的方法的步骤。
[0017]本专利技术提供了一种三维结构图转换二维三视图的投图姿态推荐方法和装置，该方法包括：首先提取待推荐投图姿态的三维零件数模信息，然后将三维零件数模信息输入至训练后的深度学习模型中，再基于输出的三维零件投图方向和姿态对应变换矩阵，自动摆正待投图的三维零件姿态。通过利用深度学习模型可以实现推荐三维零件投图方向和姿态对应的变换矩阵，以便投影二维三视图，即实现了投图方向的自动判断和零件数模的自动姿态变换，缓解了出图效率低的问题，减少了设计人员判断投图姿态的过程，提高了设计的效率。
附图说明
[0018]为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0019]图1为本专利技术实施例提供的一种三维结构图转换二维三视图的投图姿态推荐方法的流程示意图；
[0020]图2为本专利技术实施例提供的一种具体的深度学习算法网络框架图；
[0021]图3为本专利技术实施例提供的一种三维结构图转换二维三视图的投图姿态推荐方法的投图效果对比图；
[0022]图4为本专利技术实施例提供的一种三维结构图转换二维三视图的投图姿态装置的结构示意图；
[0023]图5为本专利技术实施例提供的一种电子设备的结构示意图。
具体实施方式
[0024]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本专利技术实施例的组件可以以各种不同的配置来布置和设计。
[0025]因此，以下对在附图中提供的本专利技术的实施例的详细描述并非旨在限制要求保护的本专利技术的范围，而是仅仅表示本专利技术的选定实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0026]在机械设计领域内，对一个完整的方案进行设计时，通常先利用设计软件设计出由许多零件组成的装配体的三维模型。当三维数模设计完成后，需要输出二维图纸(通常三维设计软件都有其对应的二维图纸输出格式，常见的有dwg,dxf等格式)，用于后续的零件加工制造及组装。在生成二维图纸的过程中，首先是根据零件的数量进行拆图，一般每个零件都需要单独出一张二维图纸。由于每个零件的结构、形状都有差异，为了能够通过二维图纸将零件的结构、形状和尺寸都表示清楚，需要对每个零件的投图方向进行单独的选择并对投图的姿态进行摆正，主要是选择零件投图的主视图方向，然后根据零件的特征和复杂程度，决定是否需要侧视图和俯视图；然后按照摆正的姿态进行投图。
[0027]利用现有的设计软件进行零件投图的过程中，通常由设计人员选择投图的方向，投图时的姿态以及视图种类，过度依赖设计人员的工作经验，并且对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种三维结构图转换二维三视图的投图姿态推荐方法，其特征在于，包括：提取待推荐投图姿态的三维零件数模信息；将所述三维零件数模信息输入至训练后的深度学习模型中；基于输出的三维零件投图方向和姿态对应变换矩阵，自动摆正待投图的三维零件姿态。2.根据权利要求1所述的一种三维结构图转换二维三视图的投图姿态推荐方法，其特征在于，所述待推荐投图姿态的三维零件数模信息包括：零件结构信息、零件姿态信息。3.根据权利要求1所述的一种三维结构图转换二维三视图的投图姿态推荐方法，其特征在于，所述深度学习模型的训练，包括以下步骤：建立历史零件数据库，其中输入为三维零件数模信息；建立三维零件数模信息库的零件数模信息与其对应的二维三视图投图方向和姿态变换矩阵间映射关系的数据库；基于所述历史零件数据库对深度学习模型进行训练，学习三维零件数模信息与投图方向和姿态变换矩阵信息之间的映射关系；评估训练后的所述深度学习模型的正确性并进行修正，以便于利用修正后的所述深度学习模型推荐投图方向和投图姿态矩阵。4.根据权利要求3所述的一种三维结构图转换二维三视图的投图姿态推荐方法，其特征在于，所述三维零件数模信息与投图方向和姿态变换矩阵信息之间的映射关系包含：三维零件的投图方向和投图状态下三维零件的姿态对应的变换矩阵。5.根据权利要求4所述的一种...

【专利技术属性】
技术研发人员：吴泳荣，杨庆保，郜清科，李芳芳，郑锐，
申请(专利权)人：上海设序科技有限公司，
类型：发明
国别省市：