Szerver/Üzlet
Sulaki - 2016-06-28
A Fujitsu Laboratories of Europe mélytanuláson alapuló, új gépi látástechnológiája lehetővé teszi a gépészeti tervezésben használatos CAD-modellek gyorsabb keresését és kategorizál&aac
A Fujitsu Laboratories of Europe a
A Fujitsu tervezési minőséget és produktivitást javító technológiája több előnyt is ígér a felhasználó szervezetek számára. Kézenfekvő alkalmazási területe a termékadatok kezelése, ahol lehetővé teszi a nagyméretű
A Fujitsu Laboratories of Europe vezérigazgatója, dr. Tsuneo Nakata, így vélekedik a megoldás jövőbeni alkalmazásáról: „Kutatás-fejlesztési tevékenységünk végső célja egy olyan tervezési rendszer kialakítása, amely automatikusan hozzárendeli a hiányzó szemantikai adatokat a 3D-modellekhez, és a terméktervezés komplex szabályainak meghatározásával és érvényesítésével összetett ellenőrzések végzésére képes. Az új 3D-modell keresési technológia hasznosítása azonban nem korlátozódik a gyártásra. Izgalmas fejlesztés, amely sokféle területen alkalmazható, pl. az egészségügyben, a gyógyászatban és minden egyéb olyan szegmensben, ahol rendkívül nagy pontossággal kell összehasonlítani egymással a 3D-modelleket, azonosítani, hogy mit ábrázolnak, és megállapítani, hogy normális vagy rendellenes állapotúak-e.”
A 3D-modell keresési megoldás technológiája
A Fujitsu technológiájának „lelke” egy mély neurális hálózat, amelynek tanítására az ImageNet adatbázis1 több mint 1 millió képének 2D-képadatait és a Fujitsu saját gyártásterveinek 3D-modelladatait használták – ez utóbbiak segítenek elérni a nagy pontosságot a 3D
Az alig néhány másodpercet igénylő keresési folyamat minden elemhez készít egy leírást, és azt összehasonlítja az adatbázisban szereplő több tízezer modellel. A keresés ezután kiadja a hasonló modellek pontosság szerint rendezett listáját (1. ábra). Az új módszer pontossága a CAD-modellek több osztályánál is 96% százalék feletti, és a fejlesztők folyamatosan dolgoznak a módszer használatának további osztályokra való kiterjesztésén.
3D
-modellek hasonlóságának vizsgálatán alapuló, új technológiát mutatott be az intelligens tervezéshez és gyártáshoz. Az új 3D-modell több mint 96 százalékos pontossággal képes automatikusan megkeresni a nagy komponens-adatbázisokban a kívánt elemet. Mélytanulás segítségével gyorsítja a gépészeti tervezést, és teszi lehetővé a géptervezők számára a meglévő modellek, azok komponensei és a kapcsolódó gyártási adatok gyors és eredményes azonosítását. Jelenleg ez a művelet teszi ki a géptervezési munka több mint 50 százalékát.A Fujitsu tervezési minőséget és produktivitást javító technológiája több előnyt is ígér a felhasználó szervezetek számára. Kézenfekvő alkalmazási területe a termékadatok kezelése, ahol lehetővé teszi a nagyméretű
3D
modelltárak gyors felcímkézését és metaadatokkal való kiegészítését. A Fujitsu 3D-modell keresési technológiájára épülő fürtözési eszközök napokról vagy akár hetekről néhány órára mérséklik a kiterjedt 3D-modellegyűjtemények felcímkézéséhez szükséges időt. A 3D-modell keresési megoldás a tervezők fejlesztési környezetébe integrálva a tervezést is rendkívüli mértékben felgyorsítja. Lehetővé teszi például, hogy a szakemberek közvetlenül azonosítsák az adatbázisban az őket érdeklő komponenseket (pl. furatokat, csatlakozó- és merevítőelemeket) a manuális keresés helyett, ami jelentősen gyorsítja a tervek ellenőrzését. Az egyes komponensek formájából adódó tervezési problémák még a prototípus elkészítése előtt gyorsan azonosíthatók.A Fujitsu Laboratories of Europe vezérigazgatója, dr. Tsuneo Nakata, így vélekedik a megoldás jövőbeni alkalmazásáról: „Kutatás-fejlesztési tevékenységünk végső célja egy olyan tervezési rendszer kialakítása, amely automatikusan hozzárendeli a hiányzó szemantikai adatokat a 3D-modellekhez, és a terméktervezés komplex szabályainak meghatározásával és érvényesítésével összetett ellenőrzések végzésére képes. Az új 3D-modell keresési technológia hasznosítása azonban nem korlátozódik a gyártásra. Izgalmas fejlesztés, amely sokféle területen alkalmazható, pl. az egészségügyben, a gyógyászatban és minden egyéb olyan szegmensben, ahol rendkívül nagy pontossággal kell összehasonlítani egymással a 3D-modelleket, azonosítani, hogy mit ábrázolnak, és megállapítani, hogy normális vagy rendellenes állapotúak-e.”
A 3D-modell keresési megoldás technológiája
A Fujitsu technológiájának „lelke” egy mély neurális hálózat, amelynek tanítására az ImageNet adatbázis1 több mint 1 millió képének 2D-képadatait és a Fujitsu saját gyártásterveinek 3D-modelladatait használták – ez utóbbiak segítenek elérni a nagy pontosságot a 3D
CAD
-modellek keresésénél. A mély hálózat kinyeri a 3D-modellek jellemzővektorait, amelyek a modellek méretével együtt lehetővé teszik a 3D-modellek felületének tájolástól független, nagy pontosságú leírását. Az alig néhány másodpercet igénylő keresési folyamat minden elemhez készít egy leírást, és azt összehasonlítja az adatbázisban szereplő több tízezer modellel. A keresés ezután kiadja a hasonló modellek pontosság szerint rendezett listáját (1. ábra). Az új módszer pontossága a CAD-modellek több osztályánál is 96% százalék feletti, és a fejlesztők folyamatosan dolgoznak a módszer használatának további osztályokra való kiterjesztésén.
