一种基于遗传算法的异构cad模型数据交换的系统及方法
【专利摘要】本发明公开了一种基于遗传算法的异构CAD模型数据交换的系统及方法，本发明的异构CAD模型数据交换的系统包括二个部分：源端CAD系统和目标端CAD系统。同时，将异构CAD模型数据交换分为两层：3D特征参数层和2D草图参数层。在3D特征参数层，采用了直接特征映射和间接特征映射的方法实现特征数据的交换。在2D草图参数层，采用直接元素映射、间接元素映射及样条映射。将2D草图参数层中样条映射问题转换为样条拟合问题。创新性的将遗传算法引入到异构CAD数据交换领域。在遗传算法个体的适应度计算中，引入了Hausdroffdistance。本发明可以用于复杂模型的异构CAD数据交换，交换之后的目标模型，不仅与原始模型具有极高的相似度，而且保留了原始模型的参数化特征信息。
【专利说明】—种基于遗传算法的异构CAD模型数据交换的系统及方法
【技术领域】
[0001]本发明属于异构CAD数据交换领域，特别是涉及关于复杂CAD模型的异构CAD系统的数据交换，具体涉及一种基于遗传算法的异构CAD模型数据交换的系统及方法。
【背景技术】
[0002]随着经济的全球化和信息技术的高速发展，协同产品的开发变得越来越重要。然而，在开发协同产品时，不同的公司为了自身的商业利益选择的CAD系统并不相同。当一个项目需要多个公司合作完成的时候，那么随着而来的就是大量的CAD模型需要进行异构CAD数据交换。
[0003]目前，异构CAD数据交换领域中，主要的数据交换方法分为以下两种:基于几何的数据交换的方法和基于特征的数据交换方法。仅仅使用基于几何的数据交换方法是远远不够。因为，几何数据中不包含模型的设计历史、约束和特征等高层语义信息，因此无法支持在交换数据的目标CAD系统中对原设计进行基于约束和特征的编辑、修改和再设计等活动。
[0004]近些年，参数化特征建模已经成为标准的建模方法的今天，基于特征的异构CAD数据交换越来越收到研究者的重视，产生了很多类似的技术，都具有一定的使用价值，这里就不一一介绍。但目前的这些技术都具有一定的局限性。采用宏文件的方法进行参数化信息交换，只能对一些简单的CAD模型进行参数化交换。采用过程恢复机制实现特征信息交换，对于复杂的曲线和曲面都不能正确的进行参数化交换。
[0005]然而，样条曲线由于其造型灵活性，在目前工业界使用的非常的广泛，比如:飞机的机翼、汽车的外形设计等等。那么对于这类复杂的自由曲线进行异构CAD数据交换就显得非常的重要。
【发明内容】
[0006]为了克服上述现有技术的不足，本发明提供了一种基于遗传算法的异构CAD数据交换系统及方法。可以用于复杂模型的异构CAD数据交换，交换之后的目标模型，不仅与原始模型具有极高的相似度，而且保留了原始模型的参数化特征信息。
[0007]本发明所采用的技术方案是:一种基于遗传算法的异构CAD模型数据交换的系统，其特征在于:包括源端CAD系统、XML文件及目标端CAD系统；所述的异构CAD模型数据通过所述的源端CAD系统中提取特征参数、草图参数并保存到所述的XML文件中，将此XML文件发送到所述的目标端CAD系统中，将XML文件中的参数信息进行分类处理，随后在所述的目标端CAD系统中进行草图参数、特征参数的重建，最终实现原异构CAD模型的参数化重建过程。
[0008]作为优选，所述的源端CAD系统包括CAD模型模块、3D特征参数信息模块，2D草图参数信息模块及样条离散数据模块，所述的CAD模型模块用于实现提取CAD模型，所述的3D特征参数信息模块用于实现提取3D特征参数，所述的2D草图参数信息模块用于实现提取2D草绘参数，所述的样条离散数据模块用于实现提取样条交换辅助信息。
[0009]作为优选，所述的目标端CAD系统包括前置数据处理模块、重建目标样条模块、重建2D草图参数信息模块、重建3D特征参数信息模块及重建CAD模型模块，所述的前置数据处理模块用于实现XML文件中参数的分类与转换、所述的重建目标样条模块用于实现重构样条曲线、所述的重建2D草图参数信息模块用于实现2D草图信的重建、所述的重建3D特征参数信息模块用于实现3D特征的重建、所述的重建CAD模型模块用于实现CAD模型的重建。
[0010]作为优选，所述的前置数据处理模块分为两层:2D草图参数层及3D特征参数层。
[0011]作为优选，所述的2D草图参数层包括样条数据交换映射单元、直接草图参数映射单元和间接草图参数映射单元，所述的3D特征参数层包括直接特征参数映射单元及间接特征参数映射单元，所述的样条数据交换映射单元用于实现样条参数交换、所述的直接草图参数映射单元用于实现1:1草绘参数交换、所述的间接草图参数映射单元用于实现l:n或η:1草绘参数交换,所述的直接特征参数映射单元用于实现1:1特征参数交换、所述的间接特征参数映射单元用于实现1:η或η:1特征参数交换。
[0012]作为优选，所述的样条数据交换映射单元的工作原理为:首先，从源端CAD系统中提取源模型；其次，在源模型中提取出原样条曲线α ;接着，对原样条曲线α进行高精度的离散化，得到离散点集Q={qi，q2，..，qN};然后，将Q作为点云数据，采用遗传算法，自动选择离散点集Q中M个点为插值点集T=It1, t2，..，tM}，在目标端CAD系统中，利用插值点集T重建目标样条曲线β ;最后，在目标端CAD系统中重建|吴型。
[0013]作为优选，所述的采用遗传算法重建目标样条曲线β，其具体实现包括以下子步骤:
[0014]步骤1:提取出原样条曲线α的离散点集；
[0015]步骤2:初始化种群，种群中包含了 K个个体，其中K > I ;
[0016]步骤3:通过Hausdroff Distance比较方法进行个体适应度计算；
[0017]步骤4:进行个体的选择；
[0018]步骤5:对选择之后的个体，进行交叉和变异；
[0019]步骤6:生成了新的种群；
[0020]步骤7:判断新的种群中，适应度最大的个体是否满足数据交换的精度要求:
[0021 ] 如果满足精度要求则进入步骤8 ；
[0022]如果不满足精度要求，则回转执行所述的步骤3 ；
[0023]步骤8:提取种群中具有最高适应度值的个体，并将个体实值化，在目标端CAD系统中重建目标样条曲线β。
[0024]作为优选，步骤2中所述的初始化种群，其方法为:
[0025]种群:
【权利要求】
1.一种基于遗传算法的异构CAD模型数据交换的系统，其特征在于:包括源端CAD系统、XML文件及目标端CAD系统；所述的异构CAD模型数据通过所述的源端CAD系统中提取特征参数、草图参数并保存到所述的XML文件(该文件采用结构化方式保存参数化信息)中，将此XML文件发送到所述的目标端CAD系统中，将XML文件中的参数信息进行分类处理，随后在所述的目标端CAD系统中进行草图参数、特征参数的重建，最终实现原异构CAD模型的参数化重建过程。
2.根据权利要求1所述的基于遗传算法的异构CAD模型数据交换的系统，其特征在于:所述的源端CAD系统包括CAD模型模块、3D特征参数信息模块，2D草图参数信息模块及样条离散数据模块，所述的CAD模型模块用于实现提取CAD模型，所述的3D特征参数信息模块用于实现提取3D特征参数，所述的2D草图参数信息模块用于实现提取2D草绘参数，所述的样条离散数据模块用于实现提取样条交换辅助信息。
3.根据权利要求1所述的基于遗传算法的异构CAD模型数据交换的系统，其特征在于:所述的目标端CAD系统包括前置数据处理模块、重建目标样条模块、重建2D草图参数信息模块、重建3D特征参数信息模块及重建CAD模型模块，所述的前置数据处理模块用于实现XML文件中参数的分类与转换、所述的重建目标样条模块用于实现重构样条曲线、所述的重建2D草图参数信息模块用于实现2D草图信的重建、所述的重建3D特征参数信息模块用于实现3D特征的重建、所述的重建CAD模型模块用于实现CAD模型的重建。
4.根据权利要求3所述的基于遗传算法的异构CAD模型数据交换的系统，其特征在于:所述的前置数据处理模块分为两层:2D草图参数层及3D特征参数层。
5.根据权利要求4所述的基于遗传算法的异构CAD模型数据交换的系统，其特征在于:所述的2D草图参数层包括样条数据交换映射单元、直接草图参数映射单元和间接草图参数映射单元，所述的3D特征参数层包括直接特征参数映射单元及间接特征参数映射单元，所述的样条数据交换映射单元用于实现样条参数交换、所述的直接草图参数映射单元用于实现1:1草绘参数交换、所述的间接草图参数映射单元用于实现l:n或η:1草绘参数交换，所述的直接特征参数映射单元用于实现1:1特征参数交换、所述的间接特征参数映射单元用于实现1:η或η:1特征参数交换。
6.根据权利要求5所述的基于遗传算法的异构CAD模型数据交换的系统，其特征在于:所述的样条数据交换映射单元的工作原理为:首先，从源端CAD系统中提取原CAD模型；其次，在原CAD模型中提取出原样条曲线α ;接着，对原样条曲线α进行高精度的离散化，得到离散点集9=4，％，..^^ ;然后，将Q作为点云数据，采用遗传算法，自动选择离散点集Q中M个点为插值点集T= It1, t2，..，tM}，在目标端CAD系统中，利用插值点集T重建目标样条曲线β ;最后，在目标端CAD系统中重建I吴型。
7.根据权利要求6所述的基于遗传算法的异构CAD模型数据交换的系统，其特征在于:所述的采用遗传算法重建目标样条曲线β，其具体实现包括以下子步骤: 步骤1:提取出原样条曲线α的离散点集； 步骤2:初始化种群，种群中包含了 K个个体，其中K > I ; 步骤3:通过Hausdroff Distance比较方法进行个体适应度计算； 步骤4:进行个体的选择； 步骤5:对选择之后的个体，进行交叉和变异；步骤6:生成了新的种群； 步骤7:判断新的种群中，适应度最大的个体是否满足数据交换的精度要求: 如果满足精度要求则进入步骤8 ； 如果不满足精度要求，则回转执行所述的步骤3 ； 步骤8:提取种群中具有最高适应度值的个体，并将个体实值化，在目标端CAD系统中重建目标样条曲线β。
8.根据权利要求7所述的基于遗传算法的异构CAD模型数据交换的系统，其特征在于:步骤2中所述的初始化种群，其方法为:
种群:
9.根据权利要求7或8所述的基于遗传算法的异构CAD模型数据交换的系统，其特征在于:所述的种群中的个体数量K为40。
10.根据权利要求8所述的基于遗传算法的异构CAD模型数据交换的系统，其特征在于:所述的个体Ik、插值点集T、离散点集Q三者之间的关系为: Ik={vkl, Vk2,…，Vkm,——,VkllI 与 T=It1, t2,.., tM}是--对应的关系，I 为 T 的索引值； 将离散点集Q=Iq1, q2，..，％丨的所有元素的下标进行π位的二进制表示，通过初始化种群后，取出个体Ik的值，则可以通过查询离散点集Q的下标，进行实值化个体Ik，得到插值点集 T=It1, t2,.., tM}；
t2,.., tM}疋 Q— {qj, q2>..，%}子集。
11.根据权利要求7所述的基于遗传算法的异构CAD模型数据交换的系统，其特征在于:步骤3中所述的通过Hausdroff Distance比较方法进行个体适应度计算,其个体适应度的计算流程为: 步骤3.1:从种群中提取出一个个体； 步骤3.2:利用个体的值，在原样条离散点集中查询，得到实值化后的样条的插值点集，在目标端CAD系统中重建目标样条曲线β ； 步骤3.3:对目标端CAD系统中重建的目标样条进行离散化，得到目标样条的离散点集; 步骤3.4:将原样条离散点集和目标样条离散点集输入到Hausdroff Distance模块； 步骤3.5:得到个体的适应度。
12.根据权利要求7所述的基于遗传算法的异构CAD模型数据交换的系统，其特征在于:步骤4中所述的进行个体的选择，为采用传统轮盘赌方式进行个体选择。
13.根据权利要求7所述的基于遗传算法的异构CAD模型数据交换的系统，其特征在于:步骤5中所述的对选择之后的个体，进行交叉和变异；其交叉选用传统的单点交叉方式，选择个体a变量的0.5处和个体b变量的0.5处，进行单点交叉，交叉的概率为0.9 ;其变异选择进行适应性的变异方式，对由插值点集T构成的目标样条曲线β和原样条曲线α进行距离求解，求出具有最大HD值的插值点，将T中的此插值点作为变异点，然后针对这个插值点反推其染色体表达式，找到对应的变量，然后进行单点变异。
【文档编号】G06F17/30GK103793535SQ201410071752
【公开日】2014年5月14日 申请日期:2014年2月28日 优先权日:2014年2月28日
【发明者】何发智, 张德军, 吴亦奇, 蔡贤涛 申请人:武汉大学