[發明專利]模型預測

在審

• 申請號: 202080092727.0
• 申請日: 2020-01-31
• 公開（公告）號: CN114945456A
• 公開（公告）日: 2022-08-26
• 發明（設計）人: H·欒;J·C·卡塔納薩拉查;曾軍
• 申請（專利權）人: 惠普發展公司;有限責任合伙企業
• 主分類號: B29C64/386
• 分類號: B29C64/386;G06N3/08;B33Y50/02
• 代理公司: 北京市漢坤律師事務所 11602
• 代理人: 初媛媛;吳麗麗

1.一種方法，包括：

基于三維(3D)物體模型來預測補償模型；以及

基于所述補償模型來預測變形模型。

2.如權利要求1所述的方法，其中，基于所述3D物體模型的物體模型點云來預測所述補償模型。

3.如權利要求1所述的方法，其中，預測所述補償模型是基于補償機器學習模型的。

4.如權利要求3所述的方法，其中，利用訓練掃描物體點云作為輸入以及訓練物體模型點云作為輸出來訓練所述補償機器學習模型。

5.如權利要求1所述的方法，其中，預測所述變形模型是基于變形機器學習模型的。

6.如權利要求5所述的方法，其中，利用訓練物體模型點云作為輸入以及訓練掃描物體點云作為輸出來訓練所述變形機器學習模型。

7.如權利要求1所述的方法，進一步包括：將從所述補償模型預測的所述變形模型與所述3D物體模型進行比較。

8.如權利要求1所述的方法，進一步包括：

基于所述補償模型來打印3D物體；以及

將所述3D物體的掃描物體點云與所述3D物體模型的物體模型點云并且與所述變形模型的變形點云進行比較。

9.如權利要求8所述的方法，其中，在在線階段執行打印所述3D物體并且在離線階段執行預測所述變形模型。

10.如權利要求8所述的方法，進一步包括：利用所述物體模型點云和所述變形點云呈現所述掃描物體點云的圖像。

11.一種裝置，包括：

存儲器；

與所述存儲器電通信的處理器，其中，所述處理器用于：

使用補償機器學習模型來基于物體模型點云預測補償點云；以及

使用變形機器學習模型來基于所述補償點云預測變形點云。

12.如權利要求11所述的裝置，其中，所述處理器用于：

通過針對所述物體模型點云中的每個點確定邊來生成圖；以及

確定所述圖的邊中的每個邊的邊特征，其中，所述補償點云預測是基于所述邊特征的。

13.如權利要求12所述的裝置，其中，所述處理器用于將所述變形點云與所述物體模型點云進行比較。

14.一種存儲有可執行代碼的非暫態有形計算機可讀介質，所述非暫態有形計算機可讀介質包括：

用于使處理器基于物體模型點云來預測補償點云的代碼；

用于使所述處理器指示三維(3D)打印機基于所述補償點云來打印3D物體的代碼；以及

用于使所述處理器基于所述補償點云來預測變形點云的代碼。

15.如權利要求14所述的計算機可讀介質，進一步包括：用于使所述處理器將來自所述3D物體的掃描物體點云與所述變形點云并且與所述物體模型點云進行比較的代碼。