PRISMATEC.APP

Od chmury punktów
do geometrii detalu.

Brak pliku CAD detalu? SI_Scan AI rozpoznaje detal w skanie 3D za pomocą sieci neuronowej, oddziela go od mocowań, a następnie odtwarza jego powierzchnię. Wynikiem jest geometria dla SCAN2SPRAY i SI_Path, pobrana z fizycznego detalu.

Syntetyczny skan błotnika po segmentacji SI_Scan, z punktami detalu oznaczonymi turkusem
  • Zivid
  • PyTorch
  • NVIDIA
  • Python
  • NumPy

Właściwa geometria zaczyna się od właściwych punktów.

Skan stanowiska zawiera znacznie więcej niż powierzchnię przeznaczoną do lakierowania. Łączymy wiedzę o stanowisku z wyuczoną segmentacją i rekonstrukcją geometryczną. Każdy etap ma odrębne zadanie.

Wykorzystanie geometrii stanowiska

Płaszczyzna mocowania, jej pochylenie i obszar roboczy określają filtr geometryczny. Sieć widzi cały skan i otrzymuje maskę filtra jako kontekst. Do detalu mogą zostać przypisane wyłącznie punkty pozostawione przez filtr.

Rozpoznanie detalu

Sieć przypisuje punkty do detalu, mocowania lub tła. Ma to szczególne znaczenie tam, gdzie szyna, hak lub zacisk leży blisko detalu, a sama głębokość nie wystarcza, by je rozdzielić.

Rekonstrukcja powierzchni

Z wybranych punktów skanu budujemy siatkę trójkątów. Rekonstrukcja uwzględnia szum, odosobnione fragmenty i nieciągłości głębokości, zachowując zmierzony kształt.

Uzupełnianie brakujących obszarów

Etap uzupełniania jest przeznaczony do obsługi niepełnych krawędzi i lokalnych braków w skanie. Jego zadaniem jest utworzenie ciągłej powierzchni dla SI_Path, z rozróżnieniem geometrii zmierzonej i uzupełnionej oraz zachowaniem otworów wynikających z konstrukcji detalu.

Rozpoznawanie detali blisko mocowań.

Hak, szyna lub zacisk mogą znajdować się na tej samej głębokości co lakierowana powierzchnia. SI_Scan wykorzystuje lokalny kształt i kontekst stanowiska do odróżniania detalu od mocowania. Powierzchnia detalu stanowi wejście do procesu lakierowania, a otaczające konstrukcje zachowują osobną rolę w geometrii stanowiska.

Ilustracja CAD obudowy przemysłowej wraz z mocowaniem
Ilustracja CAD z obudową przemysłową wyróżnioną turkusem i przyciemnionym mocowaniem
Siatka trójkątów odtworzona z syntetycznego skanu detalu z blachy na hakach

Rekonstrukcja powierzchni z zaobserwowanych punktów.

Sieć neuronowa wskazuje punkty detalu, a osobny etap geometryczny buduje z tych obserwacji powierzchnię. Powstała siatka przedstawia powierzchnię widoczną w skanie, z uwzględnieniem granic dostępnego pomiaru.

Rekonstrukcja musi zachować rozróżnienie obszarów zmierzonych i uzupełnionych, chronić wąskie krawędzie oraz unikać łączenia odrębnych powierzchni przez przerwy w głębokości. Te informacje określają, gdzie geometria może służyć do planowania ścieżek, a gdzie potrzebna jest kolejna obserwacja.

Wspólna geometria dla SCAN2SPRAY i SI_Path.

Przepływ danych łączy rozpoznawanie sceny, planowanie procesu i wyuczone decyzje dotyczące lakierowania. SI_Scan dostarcza wejście geometryczne: powierzchnię detalu, jego położenie i relację do stanowiska. SCAN2SPRAY i SI_Path korzystają z tego samego odniesienia geometrycznego.

  1. SI_Scan

    Rozpoznanie detalu i odtworzenie jego zaobserwowanej powierzchni.

  2. SCAN2SPRAY

    Przyjęcie zmierzonej geometrii do modelu stanowiska i planowanie procesu lakierowania.

  3. SI_Path

    Wykorzystanie geometrii detalu w wyuczonych decyzjach dotyczących lakierowania.

Specyfikacja interfejsu łączy geometrię powierzchni z pewnością klasyfikacji punktów, obszarami niewidocznymi dla kamery oraz odniesieniami do wersji skanu, kalibracji i modelu. Geometria mocowań i przestrzeń niewidoczna dla kamery pozostają częścią modelu stanowiska do analizy kolizji, oddzielone od powierzchni przeznaczonej do lakierowania.

Geometria w kontekście stanowiska.

Sieć otrzymuje mapy cech przestrzennych ułożone na siatce skanu. Opisują one geometrię względem stanowiska, a nie wyłącznie kamery. Dzięki temu znana konfiguracja mocowania towarzyszy danym o zmierzonej powierzchni.

Syntetyczny skan błotnika: mapa wysokości względem płaszczyzny mocowania

Wysokość powierzchni

Odległość od płaszczyzny mocowania pomaga odróżnić detal od konstrukcji znajdujących się za nim.

Syntetyczny skan błotnika: mapa wektorów normalnych powierzchni

Orientacja powierzchni

Lokalne wektory normalne opisują zmianę kierunku powierzchni, jej krzywiznę i przebieg krawędzi.

Syntetyczny skan błotnika: maska punktów pozostawionych przez filtr geometryczny

Obszar roboczy

Położenie w obrębie stanowiska i filtr geometryczny dostarczają kontekstu dla decyzji sieci.

Uczymy sieć na zróżnicowanych scenach. Sprawdzamy ją na detalach spoza uczenia.

Generowanie skanów z etykietami

Nasz generator umieszcza detale w różnych konfiguracjach mocowania i symuluje widoczność z perspektywy kamery oraz projektora. Referencyjne skany z kamer Zivid służą do dopasowania modelu kamery, szumu i braków punktów.

Różnorodność kształtów i mocowań

Uwzględniamy detale na szynach, odsuniętych podpórkach, hakach i w zaciskach, a także stojaki opisane modelem CAD. Zmienność scen pozwala ujawnić przypadki, w których prosta reguła geometryczna nie wystarcza.

Trening i uruchamianie modelu

Sieć segmentacji trenujemy w PyTorch z wykorzystaniem GPU. Podczas wnioskowania wytrenowany model przypisuje punkty skanu do klas sceny. Dane, wersje modelu i ustawienia oceny pozostają przypisane do konkretnego eksperymentu.

Ocena segmentacji i geometrii

Zbiory testowe zawierają geometrie detali wyłączone z treningu. Osobno oceniamy zachowaną powierzchnię detalu, niepożądane punkty mocowań i odtworzoną geometrię. Sceny syntetyczne dostarczają oznaczonych danych do oceny segmentacji, a rzeczywiste skany referencyjne służą do kontroli rekonstrukcji.

Omówmy skanowanie Twoich detali.

Prześlij model detalu lub przykładowy skan i opisz, jak detal jest mocowany na Twoim stanowisku. Wspólnie określimy zastosowanie, dopasujemy sceny testowe do stanowiska i ocenimy wyniki względem Twoich wymagań geometrycznych i procesowych.

contact@prismatec.app

Podaj rodzaj detalu, materiał, konfigurację urządzeń lub cel współpracy. Sposób przekazania plików uzgodnimy w odpowiedzi.

Dane wykorzystamy do odpowiedzi na Twoje zapytanie. Administratorem danych jest Ablatherm Aerospace P.S.A. Polityka prywatności.