3D打印是增材制造技術(shù)(Additive Manufacturing,AM)的俗稱,它改變了傳統(tǒng)的減式材料制造模式,大力發(fā)展3D打印產(chǎn)業(yè),可帶來制造工藝和生產(chǎn)模式的變革,有力推動3D數(shù)字化相關(guān)技術(shù)與研究的發(fā)展。隨著3D打印技術(shù)的普及與發(fā)展,面向普通用戶的個性化定制的推廣將成為一個重要的發(fā)展趨勢。在個性化定制場景中,普通用戶可個性化定制生成三維模型,并在3D打印機(jī)中進(jìn)行打印制造。然而,普通用戶有限的建模能力,以及普通打印機(jī)有限的硬件能力使得3D打印整體流程的便捷性大大降低,這已經(jīng)成為了大規(guī)模普及3D打印個性化定制的最大制約因素。本學(xué)位論文提出便捷式3D打印,旨在個性化定制3D打印中為普通用戶提供輕量級的解決方案,幫助其打破專業(yè)技能的限制和普通打印機(jī)硬件能力的約束,使其無需專業(yè)的知識技能和購置高配置的打印設(shè)備,即可便捷地進(jìn)行快速、經(jīng)濟(jì)的三維模型定制生成和不同需求的3D打印。便捷式的3D打印有利于3D打印技術(shù)面向普通用戶的大規(guī)模普及與推廣,因此,本學(xué)位論文面向3D打印個性化定制的大規(guī)模推廣,對3D打印過程的便捷化相關(guān)的問題進(jìn)行研究。本學(xué)位論文面向便捷式3D打印,為解決普通用戶缺乏專業(yè)技能導(dǎo)致獲取三維模型的過程便捷性差的問題,以及普通打印機(jī)由于硬件條件有限而無法打印大型三維模型和高成本打印的問題,具體研究了三維幾何模型快速生成中的不完整形狀的智能補(bǔ)全問題,三維模型幾何分解處理中大型三維模型的分解與排列問題,和基于通用模塊的三維模型分解填充問題。針對這些問題,結(jié)合特定的3D打印需求和約束背景,本學(xué)位論文提出了相應(yīng)的便捷式3D打印解決方案。本文的創(chuàng)新點和貢獻(xiàn)主要包括以下幾個方面:(1)提出一種基于條件對抗生成網(wǎng)絡(luò)的多模態(tài)形狀補(bǔ)全方法為了解決普通用戶獲取三維模型的過程便攜性差的問題,本學(xué)位論文將條件對抗生成網(wǎng)絡(luò)模型引入到三維幾何生成中的不完整形狀補(bǔ)全問題中,達(dá)到快速幾何生成的目的。在對不同生產(chǎn)環(huán)境所產(chǎn)生的不完整形狀數(shù)據(jù)的補(bǔ)全中,為了克服獲取訓(xùn)練監(jiān)督數(shù)據(jù)的困難,創(chuàng)新性地使用了對抗生成網(wǎng)絡(luò),對形狀缺失的部分以生成式建模的方式進(jìn)行補(bǔ)全,從而無需成對的監(jiān)督數(shù)據(jù)來訓(xùn)練深度神經(jīng)網(wǎng)絡(luò);并且,由于在對不完整形狀進(jìn)行補(bǔ)全時,特別是在用戶建模的中間過程中,不完整形狀的缺失部分的補(bǔ)全往往具有歧義性,補(bǔ)全的結(jié)果可能具有不同的形態(tài),因此本學(xué)位論文提出對所有可能補(bǔ)全結(jié)果中的模態(tài)分布進(jìn)行建模,并以這個多模態(tài)分布作為條件輸入來進(jìn)行生成式的建模補(bǔ)全,這樣可以對一個不完整形狀產(chǎn)生多個具有不同形態(tài)的補(bǔ)全輸出。(2)提出一種基于分解與排列的大型三維模型的3D打印方法為了可便捷地使用普通打印機(jī)進(jìn)行大型三維模型的打印,本學(xué)位論文提出的方法將大型三維模型進(jìn)行分解并排列進(jìn)有限的打印空間內(nèi)進(jìn)行打印。本文提出的三維模型分解與排列的優(yōu)化算法可以面向不同類型的3D打印機(jī),根據(jù)不同類型打印機(jī)的約束條件,以大型三維模型在普通打印機(jī)上便捷的3D打印為目標(biāo),對三維模型的分解與排列進(jìn)行聯(lián)合的優(yōu)化求解。本學(xué)位論文提出的算法并非簡單地對三維模型的分解與排列進(jìn)行單獨的優(yōu)化求解,而是將三維模型的分解與排列問題耦合在一起進(jìn)行聯(lián)合優(yōu)化求解,從而可以保證得到更好的全局最優(yōu)解。(3)提出一種基于通用模塊填充內(nèi)部空間的低成本3D打印方法為了可便捷地使用普通打印機(jī)進(jìn)行低成本的打印,本學(xué)位論文創(chuàng)新性地使用可快速、經(jīng)濟(jì)預(yù)制造的通用模塊來對三維模型的大量內(nèi)部空間進(jìn)行替換填充,極大降低了打印成本。具體提出了一個算法,以三維模型的低成本打印為目標(biāo),將三維模型分解成外殼部分和內(nèi)核部分,內(nèi)核部分可由預(yù)制造的通用模塊進(jìn)行快速組裝以填充三維模型的內(nèi)部大量空間,而外殼部分將進(jìn)一步地被分解生成利于打印、無需(或只需少量)支撐廢料的金字塔塊,以進(jìn)行3D打印制造。通過使用預(yù)制造通用模塊填充三維模型的大量內(nèi)部空間,而只需對少量外殼部分進(jìn)行3D打印,極大降低了打印耗材和耗時。
【學(xué)位單位】：山東大學(xué)
【學(xué)位級別】：博士
【學(xué)位年份】：2020
【中圖分類】：TP391.73
【部分圖文】：

建，以得到封閉的三維網(wǎng)格數(shù)據(jù)，進(jìn)行下一步的３Ｄ打印過程。故本章的??篇幅將只關(guān)注于從不完整的點云形狀到完整的點云形狀的核心＃全方法。??值得注意的是，在使用深度神經(jīng)網(wǎng)絡(luò)對不完整三維形狀進(jìn)行補(bǔ)全時，有兩個重??要的挑戰(zhàn)：１）缺失部分的歧義性，不完整模型的缺失部分的補(bǔ)全通常具有歧義性，??特別是用戶在建模軟件中進(jìn)行建模時，補(bǔ)全的結(jié)果實際上可以具有不同的形態(tài)。如，??為建模生成一個椅子模型，當(dāng)建模師僅完成椅子背和椅子座部分的建模時，余下的??椅子腿的補(bǔ)全可以由多種不同形狀的椅子腿來解釋（如圖２－１所示）。２）監(jiān)督數(shù)??據(jù)獲取的困難性，為了獲取監(jiān)督數(shù)據(jù)來訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)，對每個不完整三維形狀??手動建模生成其對應(yīng)的一個或者多個完整形狀的代價極大。因此，已有的基于深度??神經(jīng)網(wǎng)絡(luò)的三維形狀補(bǔ)全方法主要依賴于從完整的三維模型中模擬合成不完整形??狀數(shù)據(jù)的方式來生成相應(yīng)的訓(xùn)練監(jiān)督數(shù)據(jù)對。然而，由于數(shù)據(jù)分布的差異性，使用??模擬合成數(shù)據(jù)訓(xùn)練的深度神經(jīng)網(wǎng)絡(luò)往往無法很好地泛化到實際生產(chǎn)環(huán)境中所產(chǎn)生??的不完整數(shù)據(jù)。并且，已有的這些方法僅能補(bǔ)全生成單個完整的形狀，忽略了缺失??部分的歧義性。??Ｓ?ｓ?＾?Ｍ??圖２－１基于點云的多模態(tài)三維形狀補(bǔ)全??為了應(yīng)對上述挑戰(zhàn)，本章所提方法通過使用有條件的生成式模型來對不完整??的三維形狀進(jìn)行補(bǔ)全，而無需成對的監(jiān)督數(shù)據(jù)。為了對補(bǔ)全進(jìn)行多模態(tài)輸出，本章??１１??

?山東大學(xué)博士學(xué)位論文?????模態(tài)編碼器＆來從補(bǔ)全輸出中編碼重建出輸入的條件向量ｚ。圖３－２中展示了本章??所提出的面向多模態(tài)形狀的補(bǔ)全條件對抗生成網(wǎng)絡(luò)。??…Ｈ?￣??ｃ?Ｃ?Ｃ?Ｃ??￡＊ＡＥ?Ｘｃ?Ｃ?＾ＡＥ?＂?＾ＶＡＥ?］—?Ｃ?＾ＶＡＥ?＂??＾?Ｐ人義Ｊ??ｍ?ｏｒｆａｋｅ??＼?Ｘ－……，－……－＞?ｉｌｌ?＿??ｉ?＾ｒｅｃｏｎ?ｊ?ｉ??圖３－２面向多模態(tài)形狀補(bǔ)全的條件對抗生成網(wǎng)絡(luò)??２．３．２學(xué)習(xí)點云的數(shù)據(jù)隱式空間??給定一個點云數(shù)據(jù)集合，我們通過訓(xùn)練一個自編碼器來獲得該點云數(shù)據(jù)隱式??空間，在訓(xùn)練自編碼器的過程中，自編碼器將點云編碼至低維空間中，然后再從低??維空間中重建輸入點云。??對于在完整形狀點云集合ｅ中的點云ｃ，我們訓(xùn)練一個編碼器ｆＡＥ來將ｃ從原始??數(shù)據(jù)空間！＾＾３映射到低維空間ｘｅ，而另外一個解碼器ｚ？ＡＥ則學(xué)習(xí)一個逆映射來從??低維空間Ｘｅ中重建原始輸入點云得到￡?ｃ?Ｍ〃ｘ３。整個自編碼器的訓(xùn)練損失函數(shù)為：??￡＿?＝?Ｅｃ￣ｐ（ｃ）ｄＥＭＤ（Ｃ』ＡＥ（ＦＡＥ（Ｃ））），?（２－１）??其中，Ｃ￣ｐ（Ｃ）表示從完整點云集合中完整點云的采樣，ｄＥＭＤ（Ｕ２）為兩個點云??之間的Ｅａｒｔｈ?Ｍｏｖｅｒ’ｓ?Ｄｉｓｔａｎｃｅ?（ＥＭＤ）。一旦訓(xùn)練好，這個自編碼器的網(wǎng)絡(luò)權(quán)重將??被固定住不變，并且一個完整點云的完整隱式向量Ｘｅ?＝?ＥＡＥ（ｃ），ｘｅ?ｅ?ｘｊｔ、式地捕??捉了完整形狀點云的數(shù)據(jù)流形，并為我們后續(xù)的訓(xùn)練提供了低維緊湊的數(shù)據(jù)表??達(dá)。另外，對于不完整形狀點云集合：ｐ中的點云Ｐ，我們可以直接將其輸入到￡ａｅ??中進(jìn)行編碼以建模不

??山東大學(xué)博士學(xué)位論文??＾?＾?＾?ｅ％ｆｆｙ?＾?ｒｔｆ＾??Ｉ?？零：ｆ?■＇雩：等，攀ｆ?瞀零？??＇?：’?．（．．?■＇?＊?＃?＃?ｊ＾?，＃?Ｓ?ｍ??省考奉＾事中，＿春尋??＿眷學(xué)ｆ警譬＠蕾｜響｜｜??屬｜｜身？婦壽舞鬌？？．?＃嘗??＞?：？、齊－身，聲齋，漆??，氣娜轉(zhuǎn)卿，，哼�。哚屷�??圖?２－３?多模態(tài)形狀補(bǔ)全。第?１－３?行：ＰａｒｔＮｅｔ：第?４－６?行：ＰａｒｔＮｅｔ－Ｓｃａｎ；第?７－９?行：３Ｄ－ＥＰＮ??為了可以對補(bǔ)全結(jié)果中的模態(tài)有顯式的控制，模態(tài)條件輸入Ｚ也可以從用戶指??定的形狀中編碼得到。如圖２－４所示，從指定形狀編碼得到條件模態(tài)向量ｚ使得本??章地多模態(tài)形狀補(bǔ)全方法可以在參考形狀的引導(dǎo)下對輸入的不完整點云進(jìn)行補(bǔ)全。??下一章節(jié)將展示使用本章方法進(jìn)行多模態(tài)補(bǔ)全的量化結(jié)果，還有與其他方法??之間進(jìn)行的量化比較和質(zhì)量比較。??％?１＃?＾?ｆ?Ｉ?＾?＃??｜ｆ?ｗ！??圖２－４??１９??
【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 王忠宏;李揚帆;張曼茵;;中國3D打印產(chǎn)業(yè)的現(xiàn)狀及發(fā)展思路[J];經(jīng)濟(jì)縱橫;2013年01期

本文編號：2859463