PT-MFR:一种基于Point Transformer的CAD模型加工特征识别方法OA
加工特征识别在计算机辅助设计(CAD)和制造(CAM)中至关重要,是连接CAD和CAM系统的重要环节。研究者们提出了基于规则和基于学习的2类加工特征识别方法,其中基于学习的方法表现更出色且备受关注。然而,现有识别方法面临着几何信息利用不足、加工特征定位不精准、实例分割过程复杂等挑战。针对这些问题,提出PT-MFR,一种基于Point Transformer的CAD模型加工特征识别方法,它执行语义分割和实例分割2个任务,分别预测模型每个面的加工特征语义类别并计算面相似度以分割加工特征实例,综合2个任务得到加工特征识别结果。实验结果表明,提出的方法性能优于现有的其他方法。
何皓辰;方正;卢政达;肖俊;王颖
中国科学院大学人工智能学院,北京100049中国科学院大学人工智能学院,北京100049中国科学院大学人工智能学院,北京100049中国科学院大学人工智能学院,北京100049中国科学院大学人工智能学院,北京100049
信息技术与安全科学
加工特征识别点云神经网络Point Transformer
《中国科学院大学学报(中英文)》 2026 (1)
P.115-124,10
国家自然科学基金(U21A20515,62102393,62206263,62271467)北京市自然科学基金(4242053)中国博士后科学基金(2022T150639,2021M703162)机器人技术与系统国家重点实验室开放研究课题(SKLRS-2022-KF-11)中央高校基本科研业务费专项资助。
评论