基于Foldingnet的一种零部件匹配方法OA
本研究介绍了一种在焊装装备智能设计过程中的零部件匹配方法.该方法利用深度学习AI技术,改进了Foldingnet网络框架,对零部件特征信息进行高速提取和模型训练,构建了一个零部件特征历史向量库.该方法将零部件的点云信息转化为算法模型进行训练,对零部件特征进行捕捉和学习.在匹配过程中,计算待匹配零部件的特征向量与历史零部件特征向量的相似度,选取相似度高于90%的结果作为推荐.试验结果证明,该方法有效地解决了现有技术中零部件搜索准确率低、时间长的问题,提升了设计效率,缩短了开发周期.
鲁峰;陈君宝;张展
湖北汽车工业学院机械工程学院,湖北 十堰 442002||中国工程科技十堰产业技术研究院,湖北 十堰 442002上海设序科技有限公司,上海 201100
计算机与自动化
零部件检索特征信息Foldingnet深度学习特征向量库相似度计算
《中国新技术新产品》 2024 (011)
1-4 / 4
湖北省科技厅重大专项"5G+离散型制造智能工厂关键技术研究与应用"(项目编号:2021AAA007).
评论