计算机辅助设计与图形学学报

作者：王丽媛, 钟凡超, 李曼祎, 赵海森

关键词：增减材混合制造, 模型生成, 三维模型数据集

随着神经网络与增减材混合制造技术的日益结合,研究者迫切需要高质量大规模三维模型数据集来训练和验证基于神经网络的增减材混合制造工序规划方法.针对现有适用的三维模型数量少且分散,而现有模型编辑器又无法同时实现模型局部调整和快速生成,数据集生成成本极高的问题,提出面向增减材混合制造工序规划的大规模三维模型数据集DHMP.首先提出为专用三维模型交互式生成系统GMHM,基于离散网格表达的基元模型使用构造实体几何方法批量生成三维模型构成数据集;然后通过缝隙检测算法确保模型满足所需的几何特征约束,该算法在高斯上半球面上均匀采样潜在刀具方向,并在各方向上模拟刀具运动以判断模型是否存在缝隙;最后基于GMHM系统生成DHMP数据集,包含超过10万个模型以及基于VASCO方法的工序规划方案标注.实验结果表明,与AutoCAD和Rodin模型生成工具相比,GMHM系统的模型生成效率提升约1 558倍;与Thingi10k和ABC数据集相比,DHMP数据集在平均曲率、表面积-体积比和可制造率(100%)上具备明显的优势.

来源：2025年第11期

《计算机辅助设计与图形学学报》期刊编辑部

查看计算机辅助设计与图形学学报杂志2025年第11期