ВСЛУХ

Инструмент на основе искусственного интеллекта позволяет легко персонализировать модели для 3D-печати

Инструмент на основе искусственного интеллекта позволяет легко персонализировать модели для 3D-печати
Поскольку 3D-принтеры стали дешевле и доступнее, начинающие производители в быстро растущем сообществе изготавливают свои собственные объекты. Для этого многие из этих мастеров-любителей получают доступ к бесплатным репозиториям с открытым исходным кодом созданных пользователями 3D-моделей, которые они загружают и изготавливают на своих 3D-принтерах.


Но добавление нестандартных элементов дизайна в эти модели представляет собой сложную задачу для многих производителей, поскольку требует использования сложного и дорогого программного обеспечения для автоматизированного проектирования (САПР), и особенно сложно, если исходное представление модели недоступно в Интернете.

Кроме того, даже если пользователь может добавлять к объекту персонализированные элементы, обеспечение того, чтобы эти настройки не нарушали функциональность объекта, требует дополнительного уровня знаний в предметной области, которого не хватает многим начинающим создателям.

Чтобы помочь производителям преодолеть эти проблемы, исследователи Массачусетского технологического института разработали инструмент на основе генеративного искусственного интеллекта, который позволяет пользователю добавлять элементы индивидуального дизайна в 3D-модели без ущерба для функциональности изготовленных объектов. Дизайнер может использовать этот инструмент под названием Style2Fab для персонализации 3D-моделей объектов, используя только подсказки на естественном языке для описания желаемого дизайна. Затем пользователь мог изготовить объекты с помощью 3D-принтера.

Для людей с меньшим опытом основная проблема, с которой они столкнулись, заключалась в следующем: теперь, когда они загрузили модель, как только они хотят внести в нее какие-либо изменения, они оказываются в растерянности и не знают, что делать. Style2Fab позволит легко стилизовать и печатать 3D-модели, а также экспериментировать и учиться во время этого

— Фараз Фаруки, аспирант компьютерных наук и ведущий автор статьи, представляющей Style2Fab.

Style2Fab основан на алгоритмах глубокого обучения, которые автоматически разделяют модель на эстетический и функциональный сегменты, оптимизируя процесс проектирования.

Помимо расширения возможностей начинающих дизайнеров и повышения доступности 3D-печати, Style2Fab также может быть использован в развивающейся области медицинского производства. Исследования показали, что учет как эстетических, так и функциональных особенностей вспомогательного устройства увеличивает вероятность того, что пациент будет его использовать, но врачи и пациенты могут не иметь опыта для персонализации моделей, печатаемых на 3D-принтере.

С помощью Style2Fab пользователь может настроить внешний вид шины для большого пальца так, чтобы она гармонировала с ее одеждой, не изменяя, например, функциональности медицинского устройства.

Основной мотивацией для этой работы было предоставление удобного в использовании инструмента для растущей области вспомогательных технологий DIY

— Фараз Фаруки.

Он написал статью вместе со своим научным руководителем, состаршим автором Стефани Мюллер, доцентом факультетов электротехники, информатики и машиностроения Массачусетского технологического института, а также членом Лаборатории компьютерных наук и искусственного интеллекта (CSAIL), которая возглавляет HCI. Инженерная группа; состарший автор Меган Хофманн, доцент Колледжа компьютерных наук Хури Северо-Восточного университета; а также другие участники и бывшие участники группы. Исследование будет представлено на симпозиуме ACM по программному обеспечению и технологиям пользовательского интерфейса.

Фокус на функциональности


Онлайн-хранилища, такие, как Thingiverse, позволяют людям загружать созданные пользователями файлы цифрового дизайна объектов с открытым исходным кодом, которые другие могут загрузить и изготовить с помощью 3D-принтера.

Фаруки и его коллеги начали этот проект с изучения объектов, доступных в этих огромных репозиториях, чтобы лучше понять функциональные возможности, существующие в различных 3D-моделях. По его словам, это даст им лучшее представление о том, как использовать ИИ для разделения моделей на функциональные и эстетические компоненты.

Мы быстро поняли, что назначение 3D-модели очень зависит от контекста, как ваза, которая может стоять на столе или подвешиваться к потолку на веревке. Так что пока мы не можем создать ИИ, который решает, какая часть объект функциональна. Нам нужен человек, участвующий в процессе

— Фараз Фаруки.

Опираясь на такую оценку, они определили две функциональные возможности: внешнюю функциональность, которая включает в себя части модели, взаимодействующие с внешним миром, и внутреннюю функциональность, которая включает в себя части модели, которые необходимо соединить вместе после изготовления.

Инструмент стилизации должен будет сохранять геометрию внешних и внутренних функциональных сегментов, в то же время позволяя настраивать нефункциональные, эстетические сегменты.

Но для этого Style2Fab должен выяснить, какие части 3D-модели являются функциональными. Используя машинное обучение, система анализирует топологию модели, чтобы отслеживать частоту изменений геометрии, например кривых или углов соединения двух плоскостей. Исходя из этого, он делит модель на определенное количество сегментов.

Затем Style2Fab сравнивает эти сегменты с набором данных, созданным исследователями, который содержит 294 модели 3D-объектов, причем сегменты каждой модели помечены функциональными или эстетическими метками. Если сегмент точно соответствует одной из этих частей, он помечается как функциональный.

Классифицировать сегменты только на основе геометрии — действительно сложная проблема из-за огромных различий в общих моделях. Таким образом, эти сегменты представляют собой начальный набор рекомендаций, которые показываются пользователю, который может очень легко изменить классификация любого сегмента на эстетический или функциональный

— Фараз Фаруки.

Человеческое участие


Как только пользователь соглашается на сегментацию, он вводит описание на естественном языке, уточняещее желаемые элементы дизайна, такие как «грубое многоцветное кашпо в стиле шинуазри» или чехол для телефона «в стиле марокканского искусства». Система искусственного интеллекта, известная как Text2Mesh, затем пытается выяснить, как будет выглядеть 3D-модель, отвечающая критериям пользователя.

Он манипулирует эстетическими сегментами модели в Style2Fab, добавляя текстуру и цвет или корректируя форму, чтобы она выглядела как можно более похожей. Но функциональные сегменты закрыты.

Исследователи поместили все эти элементы в серверную часть пользовательского интерфейса, который автоматически сегментирует, а затем стилизует модель на основе нескольких щелчков мыши и ввода данных пользователем.

Они провели исследование с участием пользователей, которые имели разный уровень опыта в 3D-моделировании, и обнаружили, что Style2Fab может быть полезен по-разному, в зависимости от опыта автора. Начинающие пользователи смогли понять и использовать интерфейс для стилизации дизайна, но он также предоставил благодатную почву для экспериментов с низким барьером для входа.

Опытным пользователям Style2Fab помог ускорить рабочие процессы. Кроме того, использование некоторых расширенных параметров дало им более детальный контроль над стилизацией.

В дальнейшем Фаруки и его коллеги хотят расширить функционал Style2Fab, чтобы система предлагала детальный контроль над физическими свойствами, а также геометрией. Например, изменение формы объекта может изменить силу, которую он может выдержать, что может привести к его разрушению при изготовлении. Кроме того, они хотят усовершенствовать Style2Fab, чтобы пользователь мог создавать в системе свои собственные 3D-модели с нуля. Исследователи также сотрудничают с Google в следующем проекте.

Автор:

Использованы фотографии: Faraz Faruqi and Stefanie Mueller

Мы в Мы в Яндекс Дзен
Лучшие роботы с Всемирной агропромышленной выставки – 2023Пять лучших бесплатных альтернатив Adobe PDF Reader