-
公开(公告)号：CN107346437A
公开(公告)日：2017-11-14
申请号：CN201710530836.6
申请日：2017-07-03
Applicant: 大连理工大学
CPC classification number: G06K9/6204 , G06F17/5009 , G06F17/5095 , G06K9/6268 , G06T7/13
Abstract: 本发明提供了一种车身侧视图参数化模型的自动提取方法。在提取参数化模型过程中，能够判定侧视图的正确性，并能够根据侧视图的重要结构参数指标判定侧视图的方向性，以及对不同车型进行分类。通过定位车身侧视图的两个车轮，利用模板均匀离散点集与图像特征点集匹配的方法对参数化模板与图像特征点进行匹配，结合关键点位置约束、特征线形状约束、模型全局约束，利用动态规划的方法优化特征曲线与图像特征点的覆盖率来提取侧视图参数化模型。给定车身图像，就可以全自动得到一个新的车身结构，可以方便的建立汽车的图片库。利用图像特征点与模板的点集配准方法，根据车身主要结构参数，能够对不同的车型进行分类，进一步自动提取到对应的参数化模型。
-
公开(公告)号：CN104376179A
公开(公告)日：2015-02-25
申请号：CN201410681529.4
申请日：2014-11-24
Applicant: 大连理工大学
Abstract: 本发明提供了一种基于数据库的车身造型快速渲染，属于汽车造型设计领域。一种由汽车图片智能提取出汽车特征线，并进行一致参数化处理后，生成了车身的低维表示形式二维参数化线框模型。通过建立的车身图片数据库及对应的二维特征线数据库，对车身二维形状特征空间进行探索，在满足一定刚性，柔性以及固定某些特征约束下，生成新的线框模型。通过驱动二维线框模型的变形最终实现了对输入的车身图片进行变形，并能够利用已有渲染车身图片对给定的二维参数化模型进行二维图像渲染。从而帮助设计师提高设计表达质量，实现快速车身造型设计。
-
公开(公告)号：CN118862572A
公开(公告)日：2024-10-29
申请号：CN202410946752.0
申请日：2024-07-16
Applicant: 大连理工大学
IPC: G06F30/23 , G06F111/04
Abstract: 本发明提供一种碰撞假人有限元模型的参数化约束变体方法。获取碰撞假人有限元模型的几何尺寸参数与约束特征；获取有限元模型的空间点编号和坐标，将其空间点集转换为可用于约束变体的几何代理模型；选取骨架控制点得到骨架曲线和模型横截面，从而选取模型驱动点，得到可参数化编辑的骨架—横截面变体模板；利用参数化变体模板驱动几何代理模型进行基于径向基函数的参数化约束变体；将变体后的几何代理模型进行尺寸校准，去修正参数化变体模板，得到精度达标的几何代理模型；将变体后代理几何模型中的空间坐标点通过映射关系，更新碰撞假人有限元模型中的相关几何信息，对模型其他信息进行重用，实现碰撞假人有限元模型的参数化约束变体。
-
公开(公告)号：CN114880804B
公开(公告)日：2024-10-01
申请号：CN202210568165.3
申请日：2022-05-24
Applicant: 大连理工大学
IPC: G06F30/17 , G06F30/27 , G06F30/23 , G06F16/26 , G06N3/04 , G06N3/08 , G06F119/14 , G06F119/02
Abstract: 本发明属于数字孪生技术与特种车辆结构安全监测领域，提供了一种数据驱动的拖挂房车车架结构安全监测方法。对给定某款拖挂房车的车架和车厢建立有限元模型并进行组装，通过对质心参数、质量参数、工况参数进行采样，使用有限元方法建立起结构仿真数据集；使用归回神经网络将拖挂房车运行参数与应力分布、安全状态的对应关系进行拟合；使用传感器对车架运行状态进行实时采集，转变为运行参数后输入神经网络模型，即可实现基于数字孪生技术的拖挂房车车架结构安全的实时监测。
-
公开(公告)号：CN114756995B
公开(公告)日：2024-09-13
申请号：CN202210439253.3
申请日：2022-04-25
Applicant: 大连理工大学
IPC: G06F30/17
Abstract: 本发明属于计算机辅助设计与制造领域，提出了一种复杂曲面片体模型的整体偏置方法，该方法通过依次进行识别并标记输入模型的缺陷，编码曲面边界并记录相关拓扑信息，离散片体模型为单一曲面，对有单一曲面逐个偏置，重建新曲面间的拓扑关系并锁定缺陷区域，再为每个缺陷区域构造切割实体，使用切割实体新曲面进行布尔求差操作，去除所有被标记的问题区域，在切割后的问题区域形成新的G1级以上连续的补充曲面，聚合所有偏置后的离散曲面和补充曲面，形成新的曲面片体模型。该方法显著提升了整体偏置的成功率，保证了去除区域形态上的一致性，确保了在复杂曲面片体模型整体偏置过程中的可靠性和稳定性。
-
Patent Agency Ranking
公开(公告)号：CN117724362A
公开(公告)日：2024-03-19
申请号：CN202311750325.7
申请日：2023-12-19
Applicant: 中国人民解放军63921部队 , 大连理工大学 , 北京机械设备研究所
IPC: G05B17/02 , G06F30/28 , G06F119/08 , G06F119/14 , G06F113/08
Abstract: 本发明公开一种生物防护舱内环境控制系数确定方法、系统、设备及介质，涉及生物防护舱领域，方法包括根据生物防护舱内的气密性要求、正负压梯度要求和三维布局模型选择排风机组信息和空调机组信息；根据生物防护舱的三维布局模型和空气过滤要求确定排风道信息；根据所述排风机信息、所述空调机组信息和所述排风道信息构建生物防护舱内流场仿真模型；对所述生物防护舱内流场仿真模型进行仿真，得到仿真结果；根据所述仿真结果对所述生物防护舱的内环境控制系数进行优化，得到最终的生物防护舱内环境控制系数。本发明能提高舱内人体的舒适性。
-
公开(公告)号：CN116663231A
公开(公告)日：2023-08-29
申请号：CN202310379782.3
申请日：2023-04-11
Applicant: 大连理工大学
IPC: G06F30/20 , G06F30/17 , G06F111/04
Abstract: 本发明提出了一种等几何分析模型的参数化约束变体方法。给定IGA仿真模型，对模型进行可变体分析和模型降维理解，提取模型的骨架曲线和对应的截面曲线族，考虑复杂模型的刚性设计约束及变体需求，对骨架/横截面的相关编辑变量进行参数化，构建IGA仿真模型的参数化约束变体驱动模板。针对上述变体驱动模板，提取IGA仿真模型中相关几何表示的控制点信息，定义变体驱动模板与仿真模型之间的映射关系，进而形成变体代理几何模型。通过参数化修改上述约束变体驱动模板，结合基于径向基函数的约束变体方法实现代理几何模型的编辑。将变体后的代理几何模型通过映射关系，更新原IGA仿真模型的相关几何数据，实现复杂等几何分析模型的参数化约束变体。
-
公开(公告)号：CN116451348A
公开(公告)日：2023-07-18
申请号：CN202310380152.8
申请日：2023-04-11
Applicant: 大连理工大学
IPC: G06F30/15 , G06F30/23 , G06F111/04 , G06F119/14
Abstract: 本发明属于计算机辅助设计、计算机辅助工程软件开发领域，提出一种多源异构力学仿真模型的参数化约束变体方法。提取几何信息，获取力学仿真模型几何装配关系与设计约束，提取仿真模型几何信息空间坐标点并分级映射形成可变体的多级代理几何模型；提取多级代理几何模型空间坐标点信息形成适应径向基函数变体的约束变体模型；从几何信息中分级提取适应径向基函数变体的可编辑变量并进行参数化，构建参数化多级变体模板；变体后依照代理几何模型层级依次进行约束变体后处理，得到变体后的多级代理几何模型；通过映射关系，更新力学仿真模型中的相关几何信息，保证力学仿真模型拓扑信息与物理信息，实现力学仿真模型的参数化约束变体。
-
公开(公告)号：CN115879220A
公开(公告)日：2023-03-31
申请号：CN202211540441.1
申请日：2022-12-02
Applicant: 大连理工大学
Abstract: 本发明提供一种面向复杂曲面偏置的曲面缺陷修复方法，步骤如下：输入组合曲面模型，将组合曲面离散为单一曲面模型；检测单一缺陷曲面并进行缺陷分类：退化曲面和控制点高度非均匀曲面；对于退化曲面，采用四边域裁剪曲面进行曲面重构的修复方法；对于控制点高度非均匀曲面，采用优化控制点数量和距离分布的修复方法；将所有单一曲面聚合为组合曲面；对组合曲面进行曲面偏置操作，得到偏置组合曲面；依据车身建模标准和专家知识，对偏置组合曲面进行质量检测并修复；输出修复后的偏置组合曲面。本发明提出的曲面缺陷修复方案可以识别复杂曲面模型存在的两类曲面缺陷，并针对性地给出从识别到修复的一体化解决方案，提高了曲面偏置的成功率。
-
公开(公告)号：CN110533034B
公开(公告)日：2023-03-17
申请号：CN201910786822.X
申请日：2019-08-24
Applicant: 大连理工大学
IPC: G06V10/764 , G06V10/82 , G06V10/25 , G06V10/774 , G06N3/0464
Abstract: 本发明提供了一种汽车前脸品牌分类方法，1)创建用于汽车品牌分类的前视图初始训练图像库。2)提取影响汽车前脸品牌分类的图像最显著区域。3)创建车标移除的汽车前脸品牌分类数据集。4)检测品牌分类遮挡不变性的敏感区域尺寸及位置，并创建相应数据集。5)合并步骤1)、3)、4)创建的三个数据集，定义为汽车前脸遮挡不变性数据集。6)采用深度学习分类器进行训练，得到汽车前脸品牌分类器。本发明的优点：1)针对汽车前脸品牌识别问题，本发明可有效识别无遮挡、部分遮挡、无车标、假车标等多个复杂工况。2)基于大规模数据的遮挡不变性识别模型库，结合深度学习分类器，方法鲁棒性高、精度高、可移植性强。
-
-
-
-
-
-
-
-
-
Search Results
64
records
(took 0.061 seconds)
