项目列表

项目 02 · 人工智能·家具·参数化设计

用于识别家具面板并计算尺寸变化的人工智能

模型分析 → AI 面板识别 → 构建参数关系 → 生成/验证制造数据

TensorFlow基于分层CADNet图输入线性回归物料清单/图纸

家具尺寸改变时,面板会根据规则一起移动

一个动画,其中当家具中单个面板的宽度发生变化时,相邻面板会根据其连接关系依次调整其大小和位置。
研究渲染图 家具在研发过程中调整了宽度。相邻面板沿连接关系依次移动。
  • 15种AI识别的面板类型
  • 13为每件家具配置的设计参数
  • 1 例联合发明专利申请
  1. 面板和连接分析

    计算家具 3D 模型中每个面板的尺寸和体积,识别面板连接处的接合面,并创建图表。

  2. 概念图 · 解释面板类型和连接关系。

    AI面板识别

    使用图输入识别15种面板,包括侧板、底板、顶板、背板、槽型板、踢脚板、搁板和门。

  3. 参数关系的公式化

    与团队一起制定宽度、深度和高度、踢脚线和槽口、转角柜踢脚线以及门间隙的变更规则,并使用线性回归计算面板位置和尺寸的变更。

  4. 此屏幕用于在 NC Viewer 中检查生成的加工代码。检查板材的加工表面和孔的位置。 本地化参考图 · 查看韩语原图

    制造数据创建与验证

    放置连接件和硬件,并计算物料清单 (BOM)、图纸和封边。在 NC 查看器中验证生成的加工代码对应的加工表面和孔的位置。

已分配角色

我曾直接负责团队项目中的人工智能研究。

  • 家具模型面板及接合面分析
  • AI 识别 15 种面板类型
  • 将尺寸变化规则公式化为线性回归
  • 移动浏览器中仅包含公式的面板

家具规则由我与团队共同制定,制造数据生成也由我与团队共同开发。

关键判断
我们使用线性回归将面板位置和尺寸的变化纳入系数公式,使客户能够实时修改设计参数并通过网络下单。

AI识别面板15型

通过面板识别配置家具设计参数

根据人工智能识别的面板类型和连接关系配置家具设计参数。当客户更改网络上的值时,面板的位置和尺寸会以数字方式更新,从而订购所需的规格。

默认尺寸

  • 宽度
  • 深度
  • 高度

踢脚线

  • 踢脚线高度
  • 踢脚线凹槽 · 前后位置

通道

  • 通道深度
  • 通道高度

转角饰面

  • 转角底板宽度 · 正面饰面

内部构成

  • 层板数量
  • 是否使用垂直带宽
  • 垂直带宽

门板间隙

  • 顶部门板间隙
  • 底部门板间隙

可调节部件因家具类型和所含面板而异。

01每步执行的操作

  1. 面板和连接分析

    • 计算面板尺寸、体积和厚度轴
    • 提取面的面积、中心和邻接关系
    • 连接面板和连接的层次结构图
  2. AI面板识别

    • 识别 15 种基于分层 CADNet 的模型和 MLP
    • 用于从标签数据导出特征、标签和图表的工具
    • 基于几何序列的交叉验证分割
    • 特征组移除实验及轴交换检查
  3. 参数关系的公式化

    • 按规则生成参考值抖动的示例
    • 使用线性回归调整每个面板的位置和尺寸
    • 通过网页上的系数公式进行实时尺寸修改和订单链接

    家具规则由我与团队共同制定。

  4. 制造数据创建与验证

    • 连接件位置和硬件放置
    • BOM、图纸、封边计算
    • 检查生成的加工代码中的加工面和孔位置

02问题及解决方案

  1. 问题即使尺寸和形状相似,每个面板在家具中也扮演着不同的角色。

    已解决。我们使用图表分析了面板的形状和连接关系,并利用人工智能对15种面板类型进行了分类,包括侧面板、底面板和顶面板。

  2. 问题客户希望能够在线实时调整家具的尺寸和配置,并立即根据所需规格下单。

    已解决。我们已使用机器学习(线性回归)配置了系数用于计算面板位置和尺寸的公式。这使您可以轻松实时修改参数,并直接在浏览器中订购家具。

  3. 问题回归方程可能会影响不应更改的值。

    已解决。对于值不变的输出,系数固定为 0。

03验证

已验证项目

  • 基于几何序列的交叉验证
  • 移除特征组时的实验对比
  • 更改坐标轴后评估输入应力
  • 面板单位指示器
  • 参数变更后面板位置回归测试(例如,底部转角面板)