用于汽车形状设计的系统和方法与流程

本公开涉及用于工业形状设计的系统和方法。

背景技术：

1、汽车形状设计是具有挑战性的问题，因为它涉及几个不同研究领域的汇合。例如，汽车形状设计可能涉及工程和美学考虑因素。这需要多领域方法来进行下一代汽车的设计和开发。例如，在空气动力学形状优化中使用计算流体动力学(cfd)以降低汽车的空气动力阻力系数，使得车辆的形状是流线型的。这允许改善能量使用-无论是柴油/汽油车辆的燃料消耗还是电动车辆的电池使用-因为减小了空气动力阻力。同样，汽车的美学样式也很关键，因为它对客户具有更好的销售价值。例如，运动型汽车的形状对年轻的客户具有吸引力，而轿车对另一群体的客户具有更好的吸引力；或皮卡车对又一个客户群体具有吸引力。具有最佳性能相关空气动力学形状的车辆可能无法满足客户的美学期望。同样，在外观上吸引客户的车辆可能不具有具有低阻力系数的空气动力学形状。因此，有必要将空气动力学和美学结合到设计过程中，以便可利用两种方法中的最佳方法来设计汽车。

2、传统上，汽车由不同的工程师组设计，不同的方面由不同的设计师组解决。例如，cfd工程师优化汽车的外部形状以满足较低的阻力要求。同时，一旦形状最终确定，车身轮廓设计工程师就解决汽车的美学/样式外观。汽车设计的两个不同方面的这种分离是不期望的，因为具有最佳空气动力学形状的汽车不需要对客户具有最佳吸引力，反之亦然。因此，需要改进汽车或工业形状设计的领域。

技术实现思路

1、工业形状设计可涵盖汽车、飞机等的各种零件的设计。虽然下面更详细地描述的各种实施例将参考汽车形状设计，但是应理解，此类技术可适用于其他类型的设计，包括但不限于飞机形状设计、无人机形状设计和其他此类工业背景。

2、传统上，汽车由不同的工程师组设计，其中不同的方面由不同的设计师组解决。例如，计算流体动力学(cfd)工程师优化汽车的外部形状以满足较低的阻力要求。同时，一旦形状最终确定，车身轮廓设计工程师就会解决汽车的美学/样式外观。汽车设计的两个不同方面的这种分离是不理想的，因为具有最佳空气动力学形状的汽车不需要对客户具有最佳吸引力，反之亦然。本文下面描述的技术可用于通过结合空气动力学考虑因素和美学考虑因素两者来解决此类不同的设计方面。

3、在本公开的范围内设想的第一实施例中，先验地使用计算流体动力学(cfd)来获得具有低空气动力阻力系数的汽车的一组候选形状。然后将它们作为输入提供给预训练的条件式生成式对抗网络(gan)，以输出具有高客户吸引力和美学样式的汽车的逼真的图像以获得优化的形状。另外，考虑到cfd优化的形状，gan还可能涉及使用不同的输入隐藏噪声向量来产生样式的不同逼真的图像。这些附加的输入参数可用于向用户提供逼真的图像，其中可定制车轮设计、汽车形状纵横比等。

4、在本公开的范围内设想的第二实施例中，上述过程被有效地反转-使用预训练的生成式对抗网络(gan)来输出具有美学样式、车轮设计、汽车形状、纵横比等的车辆形状，所述车辆形状被推断为对客户具有高美学吸引力。将输出的轮廓形状馈送到计算流体动力学(cfd)求解器中以估计空气动力阻力系数。可针对候选形状计算阻力系数，并且仅那些阻力系数低于特定阈值的形状前进到设计和开发过程的下一步骤。

5、因此，通过结合使用计算流体动力学(cfd)和生成式对抗网络(gan)技术，可实施允许探索大设计空间以选择满足多个竞争目标(诸如空气动力学考虑因素和美学考虑因素)的最佳设计的发现环境。

技术特征：

1.一种系统，其包括：

2.如权利要求1所述的系统，其中所述一组车辆属性至少包括：颜色、形状和车轮设计。

3.如权利要求1所述的系统，其中基于由所述cfd模拟确定的空气动力阻力系数来选择所述一组车辆轮廓形状。

4.如权利要求1所述的系统，其中所述gan还被配置为：

5.如权利要求4所述的系统，其中：

6.如权利要求5所述的系统，其中所述合成网络的每一层包括高斯噪声输入。

7.如权利要求1所述的系统，其中所述系统还被配置为：

8.一种方法，其包括：

9.如权利要求8所述的方法，其中所述一组车辆属性至少包括：颜色、形状和车轮设计。

10.如权利要求8所述的方法，其中基于由所述cfd模拟确定的空气动力阻力系数来选择所述一组车辆轮廓形状。

11.如权利要求8所述的方法，其中所述gan还被配置为：

12.如权利要求11所述的方法，其中：

13.如权利要求12所述的方法，其中所述中间向量被提供为所述合成网络的仿射变换的输入。

14.如权利要求11所述的方法，其中所述合成网络的每一层包括高斯噪声输入。

15.如权利要求8所述的方法，其还包括：

技术总结
本公开提供了“用于汽车形状设计的系统和方法”。用于通过结合计算流体动力学(CFD)和生成式对抗网络(GAN)进行汽车形状设计的系统和方法。可执行CFD模拟以确定空气动力学性质并识别一组候选车辆轮廓形状。车辆轮廓形状可被提供为生成式对抗网络(GAN)的输入，所述生成式对抗网络被训练以学习对车辆属性的美学偏好。所述GAN可用于基于所述车辆轮廓形状来确定一组车辆属性。所述GAN可用于生成具有所述车辆形状轮廓的逼真图像，并填充给定轮廓的附加美学样式，诸如不同的颜色、照明、视觉外观、车轮设计、纵横比等。

技术研发人员：考希克·巴拉科瑞斯南,德维什·乌帕德亚,H·A·莫里斯-安德鲁斯,R·J·马登,黄苏州,迪米塔尔·彼得罗夫·费尤伍
受保护的技术使用者：福特全球技术公司
技术研发日：
技术公布日：2024/1/15