[發明專利]一種產品智能外觀設計方法

有效

• 申請號: 202010149575.5
• 申請日: 2020-03-06
• 公開（公告）號: CN111291432B
• 公開（公告）日: 2021-02-05
• 發明（設計）人: 陸蔚華;倪祎寒
• 申請（專利權）人: 南京航空航天大學
• 主分類號: G06F30/10
• 分類號: G06F30/10;G06F16/951;G06N20/00
• 代理公司: 南京瑞弘專利商標事務所(普通合伙) 32249
• 代理人: 張婷婷

本發明公開了一種產品智能外觀設計方法，包括以下步驟：在互聯網平臺獲取近20年以來該類產品圖片，并按照其上市時間進行排序，形成該類產品的圖片庫；在一種產品外觀屬性的定義方法(專利號201911000030.1)平臺輸入收集到的該類產品圖片庫，得出該類產品的外觀信息數據庫；通過獲取的信息數據訓練機器學習模型，建立該類產品的智能外觀設計模型；通過近1～2年的最新數據和該類產品的智能外觀設計數字模型獲得該類產品的外觀設計屬性，最終得出通過智能外觀設計后的新產品。本發明通過機器學習建立數學模型，智能化某一類產品的外觀設計，得出該類產品的新的外觀設計結果，推動了產品外觀設計方法的發展。

技術領域

本發明屬于產品外觀設計技術領域，一種產品智能外觀設計方法。

背景技術

隨著智能時代的到來，大數據、機器學習等概念日漸成熟，數據驅動的價值也逐漸清晰，充分發揮數據具有的新要素、新引擎作用。本研究旨在提出一種滾筒洗衣機的智能外觀設計方法，將數據與設計相連接，通過數據驅動產品外觀設計程序智能化：構建數據驅動的產品外觀設計模型，輔助設計決策分析，提高產品設計的速度和質量。

發明內容

發明目的：為了克服現有技術中存在的不足，本發明提供一種滾筒洗衣機的智能外觀設計方法，該方法將現有機器學習應用于工業設計中。

為實現上述目的，本發明采用的技術方案為：

一種產品智能外觀設計方法，包括以下步驟：

S1、通過網絡爬蟲程序在互聯網平臺獲取一段時期以來某一類產品的圖片，并按照其上市時間進行排序，形成該類產品的圖片庫；

S2、通過產品外觀屬性的定義方法平臺，在該平臺輸入收集到的該類產品的圖片庫，得出該類產品的外觀信息數據庫；

S3、通過獲取的信息數據訓練針對該類產品的數據構建的機器學習模型，建立滾筒洗衣機的智能外觀設計模型；

S4、通過近1～2年的最新數據和該類產品的智能外觀設計數字模型獲得該類產品的外觀設計新屬性，最終得出通過智能外觀設計后的新產品。

進一步的，在本發明中，所述步驟S1中，網絡爬蟲主要針對互聯網電商平臺，獲取該類產品條目下的產品三視圖圖片，同時爬取該產品的上市時間，按上市時間命名其圖片，提出20年以內的圖片數據，并按時間順序構建產品圖片數據庫。

進一步的，在本發明中，所述步驟S2中，產品外觀屬性的定義方法平臺指的是專利：一種產品外觀屬性的定義方法平臺(專利號201911000030.1)。

進一步的，在本發明中，所述步驟S3中，針對該類產品的數據構建的機器學習模型是在Keras平臺中，使用Sequential構造定義模型，使用Dense添加第一層，并指定輸入和輸出的維度；定義一個激活函數，選擇sigmoid，然后用Dense來定義第二層，產生一個維度1是輸出，選擇sigmoid作為激活函數，并選擇平方差損失函數，使用上述步驟中的產品外觀屬性數據對機器學習模型進行編譯、訓練和評估，得到該類產品的智能外觀模型。

進一步的，在本發明中，所述步驟S4中，應根據該類產品的更新速率，來確定用來計算的數據年份(范圍1～2年)，然后通過以構建的數學模型獲得該類產品的外觀設計新屬性，最終得出通過智能外觀設計后的新產品。

與現有技術相比，本發明具有以下有益效果：

1、本發明創新了傳統設計程序，將前期冗雜繁復的調研準備過程變得數據化，客觀化。在產品更新迭代速度極快的時代，提高了產品的設計的速度和質量。

2、本發明結合大數據時代的特點，充分利用大數據的4V性，在智能時代的大背景下通過信息論的技術進步設計的方法。