原文传递
基于学习的汽车概念模型自动建模及其应用
| 论文题名： | 基于学习的汽车概念模型自动建模及其应用 |
| 关键词： | 汽车车身;造型设计;概念模型;自动建模;特征点定位;机器学习 |
| 摘要： | 汽车造型设计是从二维草图到三维模型的过程，设计师将设计创意用手绘草图的形式加以展现，造型师则利用计算机辅助设计（Computer Aided Design，以下简称CAD）技术将二维草图转化为三维曲面模型。当前的商用CAD软件操作复杂，尚无法做到快速将自己的手绘汽车草图自动转化为相应的三维模型，实现所见即所得。因此，本文探讨二维车身图片的自动化理解，并基于此快速重建三维数字化模型。全自动建模流程将大大提高车身概念模型设计效率，降低设计门槛，对汽车创新设计具有重要意义。 针对基于单视图（侧视图）实现车身三维模型全自动建模的问题，本文采用数据驱动和机器学习的建模思路。首先对输入的车身侧视图图片进行车型识别和分类，然后利用二值特征回归的方法，实现车身侧视图特征点自动定位。利用车身二维造型特征线框和车身三维造型特征线框模型库及其对应的曲面库，实现了车身二维造型特征线框和车身三维造型特征线框的自动重建，更新并完善了相应的曲线框（族）模型库。本论文的主要研究工作如下： （1）车身侧视图标注库的创建以及基于车身侧视图的车型识别与分类。通过分析常见四门乘用车情形，将车型划分为三厢车和SUV，并根据小侧窗是否和后车门连为一体将每一类车型再细分为有小侧窗类型和无小侧窗类型。创建了包含4157幅车身侧视图的图像标注库，并提出一种针对车身侧视图特征提取和分类的组合识别分类流程，分类识别结果是后续特征点定位、曲线曲面重建工作的基础。 （2）车身侧视图特征点坐标数据库的创建以及基于二值特征回归的车身侧视图特征点定位。通过对车身侧视图结构的分析，结合人脸对齐问题中特征点定义的方法，通过分析重建误差，将车身侧视图特征点定义为32个，并创立了包含4157幅图片的车身侧视图特征点坐标数据库，特征点定位结果是后续二维、三维造型特征线框和造型曲面自动重建的基础。 （3）车身二维造型特征线框和车身三维造型特征线框自动重建，更新对应的模型库。采用一致性表示的车身造型特征线网模板，并采用基于统计形变模型的三维重建方法，实现了车身二维和三维造型特征线框的自动重建。生成的车身二维造型特征线框和三维造型特征线框模型可按需更新到相应的模型库中。 上述建模流程实现了从车身侧视图输入到三维模型重建的全流程自动化，数值实验表明，该建模流程可高效准确地完成基于单视图的车身概念模型自动重建。 |
| 作者： | 孙玮雪 |
| 专业： | 车辆工程 |
| 导师： | 李宝军 |
| 授予学位： | 硕士 |
| 授予学位单位： | 大连理工大学 |
| 学位年度： | 2017 |
| 正文语种： | 中文 |
检索历史
应用推荐
