特徴認識

「フィーチャ」という用語は、工学分野によって意味が異なります。このため、フィーチャの定義はあいまいになっています。コンピュータ支援設計(CAD) におけるフィーチャは通常、興味深い幾何学的または位相的特性を持つ部品の領域を指します。^[1]これらは、より正確にはフォーム フィーチャと呼ばれます。フォーム フィーチャには、関心領域の形状情報とパラメトリック情報の両方が含まれます。これらは現在、ほとんどの最新の CAD ソフトウェアに遍在しており、3D 幾何学モデルを作成する主な手段として使用されています。フォーム フィーチャの例としては、押し出しボス、ロフトなどがあります。CAD の文献で説明されているフィーチャの種類は、フォーム フィーチャだけではありません。部品の機能的または製造上の特徴が注目されることもあります。^{[2] [3]}フォーム フィーチャと製造フィーチャが同じ名前で呼ばれていることはよくありますが、まったく同じ概念ではありません。たとえば、「ポケット」という名前は、部品モデルの境界上のスイープカットを指す場合と、特定の機械加工操作によって部品の境界に残された痕跡を指す場合があります。前者は幾何学的形状のみを対象としていますが、後者は幾何学的形状と製造操作の両方を対象としているため、定義にはより多くのパラメータが必要です。そのため、製造フィーチャは、フォームフィーチャとして最小限定義できます (一意に表現できるフォームがある場合) が、その逆は必ずしも当てはまりません (フォームは、製造ドメインによって異なる方法で解釈される場合があります)。^[2]機械加工フィーチャは、製造フィーチャの重要なサブセットです。機械加工フィーチャは、「切削」ツールによってスイープされたボリュームと見なすことができ、^[4]これは常に負の (減算された) ボリュームです。最後に、接続されたコンポーネント間のアセンブリ方法をエンコードするアセンブリフィーチャの概念もあります。

CAD のフィーチャ データは、サーフェスの集合またはボリュームとして指定できます。サーフェス フィーチャは、製造公差を記述したり、アセンブリ設計でサーフェスを配置したりするために使用できます。一方、ボリューム フィーチャは、ツール パスの生成などに使用できます。製造情報 (特に機械加工) は、ボリューム フィーチャを使用するとより適切に表現されます。^[1]

フィーチャに関する最初の発表された研究は、オリジナルの境界表現モデリングシステムであるBUILDに関するもので、Lyc Kyprianouによって行われました。^{[5]すぐに、さまざまなソリッド表現に基づく他の研究が続きました。フィーチャに関する研究の概要は、Shah et al.、 [6]} Subrahmanyam and Wozny、^[7] Salomons et al. ^[8]に記載されています。

フィーチャ (一般にフィーチャ テクノロジと呼ばれる) に関する作業は、フィーチャによる設計とフィーチャ認識の 2 つの大まかなカテゴリに分けられます。フィーチャによる設計はフィーチャ ベース設計 (FBD) とも呼ばれ、特定の操作を使用するか、形状を縫い込むことによって、フィーチャ構造がモデルに直接導入されます。一方、フィーチャ認識 (FR) の目的は、CAD モデルの下位レベルの要素 (サーフェス、エッジなど) から上位レベルのエンティティ (製造フィーチャなど) をアルゴリズム的に抽出することです。

特徴セットの完全性は非常に主観的であり、ドメイン依存性は正式な定義を逃れます。Nalluri と Gurumoorthy ^[9]によって提案された特徴生成モデルは、特徴セットの完全性を定義しようとしています。彼らは、ドメインに依存しないフォーム フィーチャを、明確な位相的および幾何学的特性を持つ面のセットとして定義しています。彼らは、フォーム フィーチャの作成を、フィーチャ ソリッド (必要な最小ボリューム) とベース ソリッドの加算/減算としてモデル化しました。彼らは、関与するベース ソリッド面のローカル トポロジに基づいて特徴の「タイプ」を定義し、フィーチャ ソリッドの形状に基づいて「形状」を定義しました。これらの定義に基づいて、彼らはフォーム フィーチャを列挙して分類しました。たとえば、彼らは、各フィーチャ タイプが無制限の数の形状を持つ可能性がある 94 のスイープ フォーム フィーチャ タイプを列挙しました。彼らは、これらの 94 のタイプがスイープ フィーチャ ソリッドに対して完全であることを証明しました。彼らは、特徴抽出を、彼らの特徴生成モデルの逆プロセスとしてモデル化しました。彼らは、面の動的位相状態を計算するという概念に基づいて、特徴認識アルゴリズムを開発しました。また、これらのドメインに依存しない特徴を特定の対象ドメインにマッピングするためのフレームワークも定義しました。

フィーチャを使用して形状モデルを構築すると、フィーチャの形状を事前に定義できるため、設計プロセスがより効率的になります。 FBDのフィーチャは製造情報に直接関連付けることができるため^[10]、これらの情報を下流のアプリケーションで取得できます。 このようにして、CAD / CAMシステム全体を完全に自動化できますが、製造フィーチャを使用して部品を設計するというアイデアには独自の欠点があります。^[2]部品の設計に使用されるフィーチャは、必ずしもその製造方法のベストプラクティスを表すものではありません。 したがって、部品を製造できるすべての方法を評価するのは設計者の責任です。 さらに、製造フィーチャは部品を設計する最も自然な方法ではありません。

Kyprianou ^[5]が提案した方法は、グループ テクノロジー (GT) の部品をエンコードすることを目的としていました。GT の目的は、オブジェクトをその製造方法に基づいて体系的に分類することです。Kyprianou の研究には、面をプライマリ グループとセカンダリ グループに分類し、これらのプライマリ面またはセカンダリ面のパターンに従って特徴を識別することが含まれていました。プライマリ面は、複数の境界 (「ホール ループ」とも呼ばれる) を持つ面、または凹面と凸面が混在する境界を持つ面です。凹面境界は、エッジ上の立体角が 180 を超える凹面のエッジのセットです。セカンダリ面は、その他のすべての面です。Kyprianou の研究は、Jared らによって継続および拡張され、特徴が相互作用するいくつかの重要な特殊なケースをカバーしました。

自動特徴認識（AFR）は、設計および製造プロセスを自動化するための理想的なソリューションと見なされています。CADおよびCAMシステムの自動化の成功は、コンピュータ統合製造（CIM）システムの構築に不可欠です。^[11]これは、FR研究で多くの注目を集めている部分です。AFRのもう1つの重要な用途は、製造可能性の評価です。^[12] AFRシステムは、代替機能に基づいて設計を異なる方法で解釈し、それらの解釈の製造可能性とコストを設計者にフィードバックできる必要があります。

CAD/CAM 統合およびプロセス計画用に提案されたさまざまな AFR 技術は数多くあります。Han ら^{[13] は、}既存のアプローチのいくつかについて批判的かつ詳細な分析を行っています。Han らによると、最も一般的な方法は、グラフベースのアルゴリズムからヒントベースおよびボリューム分解技術まで多岐にわたります。グラフベースのフィーチャ認識では、パーツのトポロジ (面の接続) を示すグラフが作成されます。グラフには属性が付けられることが多く、たとえば、エッジは凹面または凸面としてマークされます。^[14]次に、このグラフを分析して、定義済みのテンプレートと一致するノードとアークのサブセットを抽出します。これは、グラフ同型アルゴリズムを含むさまざまな技術によって行われます。^[15]

グラフベースのアプローチは、いくつかの欠点があると批判されてきました。これらのアプローチは、形状ではなく位相パターンに大きく依存しているため、認識されたフィーチャの製造可能性を考慮に入れていません。フィーチャの交差により、可能なフィーチャ パターンの数が爆発的に増加し、フィーチャ パターンを定式化する試みが台無しになります。これらの困難に対処するために、Vandenbrande と Requicha。^[16]は、完全なフィーチャ パターンではなく、ヒントと呼ばれる「フィーチャの境界の最小限の不可欠な部分」を検索することを提案しました。たとえば、2 つの反対の平面が存在することは、スロット フィーチャが存在する可能性があることのヒントです。ヒントは、必ずしもパーツの形状に限定されるわけではありません。公差や設計属性からも抽出できます。たとえば、「ねじ属性は穴のヒントとして解釈できます」。^[13]このアプローチは、交差するフィーチャの認識に成功しています。ただし、有効なフィーチャにつながらないトレースが大量に発生する可能性があるため、このアプローチの効率性は議論されています。^[13]ヒントベース推論の効率を改善するために、グラフベースとヒントベースのFRのハイブリッドを使用することを支持する著者もいる。ハイブリッドアプローチでは、グラフベース推論を使用して、ヒントベース推論者が使用したときに確実に有効な特徴につながる部品の領域を見つけます。^{[17] [18]}他の既存のFRアプローチには、体積分解、^{[19] [20]}人工ニューラルネットワーク、^[21]エキスパートシステム^[22]があります。Babic et al. ^[23]は それらの多くを簡単に紹介しています。

しかし、実際の工業製品で効果的に機能する特徴認識システムを構築するのは困難でした。実際の製品には数百の面と端のエッジがあるため、計算の複雑さのために、上記のアプローチのほとんどが停止します。さらに、これらのアプローチで研究される特徴は通常、過度に単純化されています。特徴認識に関する文献の大部分は、通常、2.5D 特徴 (2D プロファイルを直線軸に沿ってスイープして作成されるもの) を扱っています。グラフ表現、ヒント定義、またはボリューム分解は、3D および自由形状の特徴に対して定義するのがはるかに困難です。Sundararajan ^[24]による研究は自由形状の表面に焦点を当てていますが、これも適用範囲が限られています。2.5D 特徴の場合でも、過度に単純化されていることは明らかです。たとえば、特徴認識アルゴリズムでは通常、特徴ジオメトリに鋭い凹状のエッジがあると想定されます。ただし、製造上の制約により、このようなエッジは実際の機械部品の設計ではほとんど使用されません。モデル内のフィレット エッジや自由形状の表面の存在など、これらの問題のいくつかは、Rahmani と Arezoo によって研究されています。^[17]

商用のフィーチャ認識システムもいくつかあります。フィーチャ認識テクノロジはさまざまなアプリケーションに適用できますが、商用ソフトウェアは、インポートされたモデルからフィーチャツリーを再作成するためのフィーチャ認識テクノロジを効果的に採用しているため、インポートされたモデルでもネイティブのソリッドモデルであるかのように編集できます。主要な 3D CAD モデラーには、インポートされた 3D モデルをネイティブのフィーチャベースのモデルに変換するフィーチャ認識があります。CAM ソフトウェアと製造向け設計ソフトウェアも、このフィーチャ認識テクノロジを使用して構築されています。いくつかの CAD/CAM ソフトウェアは、3D B-Rep モデルのさまざまなフィーチャを認識する、市販のサードパーティのフィーチャ認識ライブラリを使用しています。設計、製造、および板金アプリケーション用に個別のライブラリが用意されています。設計フィーチャ認識ライブラリは、さまざまな種類の穴、分割穴、穴チェーン、フィレット、面取り、カット押し出し、ボス押し出し、ドラフト押し出し、回転カット、回転ボス、リブ、ドラフト、ロフト、スイープなどのフィーチャを識別できます。製造フィーチャ認識ライブラリは、単純な穴、テーパ穴、座ぐり穴、皿穴、皿ドリル穴、穴チェーン、直線、長方形、円形パターンなどの穴パターン、フィレット、面取り、ブラインド ポケット、貫通ポケット、ドラフト ポケット、フィレットおよび面取りポケット、単純なスロット、ドラフト スロット、フィレットおよび面取りスロット、ポケットおよびスロット内のアイランド、加工可能なボリューム、加工可能なスラブ、複数の交差フィーチャ、外部旋削プロファイル、内部旋削プロファイルなどの軸対称フィーチャ、V 溝やダブテール溝などの旋削溝、旋削プロファイル内のスロットやポケットなどのミルターン フィーチャなどの製造フィーチャの認識を提供します。板金フィーチャ認識ライブラリは、板金の観点からフィーチャを抽出します。このライブラリを通じて識別されるさまざまな特徴には、壁、曲げ、穴、切り抜き、フランジ穴、フランジ切り抜き、ノッチ、開いたヘム、閉じたヘム、ティアドロップヘム、ロールヘム (カール)、ジョグフランジ、エッジフランジ、輪郭フランジ、ルーバー、ランス、ブリッジ、ディンプル、ビード、エンボス、リブなどのスタンプが含まれます。このような商用システムは上記のさまざまな特徴を識別できますが、さらに調査を進めることで、このような商用システムでは識別されない特徴タイプを識別できます。3 軸や 5 軸の特徴認識などの製造特徴は、通常、このような商用システムでは利用できません。

• パラメトリックフィーチャーベースのモデラー
• 空間マッピング
• ステップNC

• フィーチャー認識 - 自動化CAMへの欠けているリンク
• プロセス計画との統合に向けた製造機能認識
• 製造機能の認識: 現状報告
• ヒントベースとグラフベースのハイブリッド特徴認識