一种基于遗传算法的STL三维模型排布优化方法技术

本发明专利技术提供一种基于遗传算法的STL三维模型排布优化方法。首先将要排布的组件的几何模型转化成易处理的STL模型并导入MATLAB，通过导入顺序对STL模型编号，利用STL模型三角面片的顶点信息来表征三维模型的结构特征及空间位姿；之后根据遗传算法对模型的空间位置和旋转角度进行更新，利用投影法和三角网格求交法判断模型之间是否发生干涉，将干涉的体积作为约束条件；根据适应度函数重复迭代，直至达到终止条件，此时的排布结果为理想排布方案。本发明专利技术采用了遗传算法直接对具有复杂结构的STL模型进行排布优化设计，以最小特征体积为适应度函数，确定所有模型最小特征体积所对应的摆放位置和旋转角度。放位置和旋转角度。放位置和旋转角度。

【技术实现步骤摘要】
一种基于遗传算法的STL三维模型排布优化方法


[0001]本专利技术涉及工程设计
，具体而言，尤其涉及一种基于遗传算法的STL三维模型排布优化方法。

技术介绍

[0002]为了实现有限空间内多组件排布优化，需确立零组件初始轮廓和几何坐标信息，以特征体积最小为目标，通过特征向量调整各个零组件的排布姿态，求解机械设备半规则组件的最优排布组合，形成特征体积最小的机械设备零组件的排布方案。
[0003]目前大多数多组件排布优化方案都是将组件简化为二维模型或半规则的三维几何模型后进行排布优化，由于用于排布优化的几何模型不能真实得表征出组件的所有轮廓信息，故基于上诉原理生成的排布方案不便直接用于指导设计过程。
[0004]在传统的设计过程中，组件的排布组合主要是通过人工在计算机辅助设计软件如CAD中进行的，不仅效率较低，还无法求解组件的最优的排布方案，造成时间和空间资源上的浪费。

技术实现思路

[0005]根据上述提出的求解的机械设备半规则组件的最优排布组合无法指导设计过程的技术问题，而提供一种基于遗传算法的STL三维模型排布优化方法。通过特征向量调整STL模型的位姿，使用遗传算法求解STL模型的最优排布组合方案，寻找所有组件在最小特征体积约束下对应的特征向量。
[0006]本专利技术采用的技术手段如下：
[0007]一种基于遗传算法的STL三维模型排布优化方法，包括：
[0008]S1、将需要排布的组件的几何模型转换成STL模型并导入MATLAB，读取各个组件包含的三角面片的顶点和法向量信息；
[0009]S2、对遗传算法模型进行初始化，包括定义适应度函数、设定迭代次数，并产生种群数量为p的初始种群；
[0010]S3、通过p个初始种群中个体的遗传信息x对STL模型的排布姿态进行调整，刷新STL模型三角面片的顶点信息；
[0011]S4、针对步骤S3得到的三维模型的三角面片顶点信息，计算出各STL模型之间干涉部分包围盒的体积V1，并将所述干涉部分包围盒的体积V1设置为约束条件；
[0012]S5、基于步骤S4得到的干涉部分包围盒的体积V1，以及包含所有组件的AABB包围盒的体积V2的和求取适应度函数；
[0013]S6、基于S4所定义的约束条件和S5定义的适应度函数，利用遗传算法对当前种群进行迭代优化，逐步使得V1等于0，V2趋于最小值；
[0014]S7、判断是否达到最大迭代次数，若是则输出排布结果，若否则返回步骤S4。
[0015]进一步地，将需要排布的组件的几何模型转换成STL模型，包括：通过CAD绘制的三
维模型导出STL模型。
[0016]进一步地，获取个体的遗传信息x包括：
[0017]将组件的自由度直接编码得到的1
×
6n的数组作为作为基因x，且x(6(i
‑
1)+1～6i)依次表示第i个组件x、y、z轴方向上的平移距离和绕x、y、z轴的旋转角度。
[0018]进一步地，获取个体的遗传信息x还包括：通过对STL模型上三角面片进行平移旋转即可将模型转换至任意位姿v。
[0019]进一步地，计算各STL模型之间干涉部分包围盒的体积V1之前，还包括对各STL模型之间干涉情况进行判断，具体包括：
[0020]使用投影法对各STL模型之间的干涉情况进行初始判断，倘若两个组件在任意一个坐标平面上的投影不相交即可确定两个组件不发生干涉；若两组件在各个坐标平面上的投影都相交，则对STL模型求交，若STL模型相交则判定模型之间发生干涉，反之则认为不发生干涉。
[0021]进一步地，计算各STL模型之间干涉部分包围盒的体积V1，包括：
[0022]S401、求得组件1在x、y及z轴上投影的最大值与最小值(X max,X min)、(Y max,Y min)及Z max,Z min，取：
[0023]L1＝X max
‑
X min,W1＝Y max
‑
Y min,H1＝Z max
‑
Z min
[0024]作为组件的AABB包围盒Box1的长宽高,同理可求得组件2的AABB包围盒Box2的长宽高；
[0025]S402、求Box1和Box2的长、宽、高的交集L、W、及H，若L、W、及H都不为空集，则以L、W、及H建立Box3，筛选出组件1及组件2与Box3相交的三角面片集合u1和u2；
[0026]S403、倘若未达到最大迭代次数且u1和u2都不为空，将u1和u2绕z轴旋转一定角度后作为组件1和组件2重复S401
‑
S402，否则跳出循环，进入S404；
[0027]S404、u1和u2中存在空集时，直接令干涉部分体积V1＝0；反之则计算干涉部分体积包围盒相交区域体积V1，求得组件1和组件2的包围盒体积之和为V，令设定阈值u1，若u>＝u1,则令V1保持原值不变，若u<u1,就对u1和u2两集合的三角面片求交，若三角面片相交，令V1保持原值不变，反之则令V1＝0。
[0028]进一步地，所述适应度函数为：
[0029]f＝V2+θV1[0030]V2＝(X max
‑
X min)(Y max
‑
Y min)(Z max
‑
Z min)
[0031]其中，f为适应度函数，X max为三角面片顶点坐标在x轴投影的最大值，X min为三角面片顶点坐标在x轴投影的最小值，Y max为三角面片顶点坐标在y轴投影的最大值，Y min为三角面片顶点坐标在y轴投影的最小值，Z max为三角面片顶点坐标在z轴投影的最大值，Z min为三角面片顶点坐标在z轴投影的最小值，θ为权重系数。
[0032]较现有技术相比，本专利技术具有以下优点：
[0033]1、本专利技术的操作对象为STL三维模型，能真实得表征出模型的轮廓特征，相对于传统的平面图形和半规则化的三维模型的排布更符合实际生产中的需求。
[0034]2、本专利技术可通过对遗传算法的自变量进行定义来赋予每个组件全自由度，将组件的自由度作为基因直接进行编码，为求解真正意义上的全局最优解提供了理论基础。
[0035]3、本专利技术提供的一种基于遗传算法的STL三维模型排布优化方法，直接对STL三维模型进行排布优化设计，排布结果不仅可以直接用于指导设计工作，还可用于指导3D打印的生产过程中各组件的摆放位置以提高空间利用率。
[0036]本专利技术引入易处理且能表征模型真实轮廓特征的STL模型进行排布优化。这样既可直接对STL模型上的三角面片顶点的位置信息进行操作，还能最大化还原模型的几何特征，有效提升排布优化结果的实用性。基于上述理由，本专利技术能够在工程设计领域广泛推广。
附图说明
[0037]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于遗传算法的STL三维模型排布优化方法，其特征在于，包括：S1、将需要排布的组件的几何模型转换成STL模型并导入MATLAB，读取各个组件包含的三角面片的顶点和法向量信息；S2、对遗传算法模型进行初始化，包括定义适应度函数、设定迭代次数，并产生种群数量为p的初始种群；S3、通过p个初始种群中个体的遗传信息x对STL模型的排布姿态进行调整，刷新STL模型三角面片的顶点信息；S4、针对步骤S3得到的STL模型的三角面片顶点信息，计算出各STL模型之间干涉部分包围盒的体积V1，并将所述干涉部分包围盒的体积V1设置为约束条件；S5、基于步骤S4得到的干涉部分包围盒的体积V1，以及包含所有组件的AABB包围盒的体积V2的和求取适应度函数；S6、基于S4所定义的约束条件和S5定义的适应度函数，利用遗传算法对当前种群进行迭代优化，逐步使得V1等于0，V2趋于最小值；S7、判断是否达到最大迭代次数，若是则输出排布结果，若否则返回步骤S4。2.根据权利要求1所述的一种基于遗传算法的STL三维模型排布优化方法，其特征在于，将需要排布的组件的几何模型转换成STL模型，包括：通过CAD绘制的三维模型导出STL模型。3.根据权利要求1所述的一种基于遗传算法的STL三维模型排布优化方法，其特征在于，获取个体的遗传信息x包括：将组件的自由度直接编码得到的1
×
6n的数组作为作为基因x，且x(6(i
‑
1)+1～6i)依次表示第i个组件x、y、z轴方向上的平移距离和绕x、y、z轴的旋转角度。4.根据权利要求3所述的一种基于遗传算法的STL三维模型排布优化方法，其特征在于，获取个体的遗传信息x还包括：通过对STL模型上三角面片进行平移旋转即可将模型转换至任意位姿v。5.根据权利要求1所述的一种基于遗传算法的STL三维模型排布优化方法，其特征在于，计算各STL模型之间干涉部分包围盒的体积V1之前，还包括对各STL模型之间干涉情况进行判断，具体包括：使用投影法对各STL模型之间的干涉情况进行初始判断，倘若两个组件在任意一个坐标平面上的投影不相交即可确定两个组件不发生干涉；若两组件在各个坐标平面上的投影都相交，则对STL模型求交，若STL模型相交则判定...

【专利技术属性】
技术研发人员：汪飞雪，朱词明，刘嘉琦，王泽坤，杨士超，姚静，
申请(专利权)人：燕山大学，
类型：发明
国别省市：