[ad_1]
A medida que las impresoras 3D se han vuelto más baratas y más accesibles, una comunidad de fabricantes novatos en rápido crecimiento está produciendo sus propios objetos. Para hacer esto, muchos de estos artesanos aficionados acceden a repositorios gratuitos de código abierto de modelos 3D generados por usuarios que descargan y crean en su impresora 3D.
Sin embargo, agregar elementos de diseño personalizados a estos modelos es un desafío importante para muchos fabricantes porque requiere un software de diseño asistido por computadora (CAD) complejo y costoso y es particularmente difícil cuando la representación original del modelo no está disponible en línea. E incluso si un usuario puede agregar elementos personalizados a un objeto, garantizar que estas personalizaciones no afecten la funcionalidad del objeto requiere un nivel adicional de experiencia del que carecen muchos fabricantes novatos.
Para ayudar a los fabricantes a abordar estos desafíos, los investigadores del MIT han desarrollado una herramienta generativa impulsada por IA que permite a los usuarios agregar elementos de diseño personalizados a modelos 3D sin afectar la funcionalidad de los objetos fabricados. Un diseñador podría utilizar esta herramienta, llamada Style2Fab, para personalizar modelos 3D de objetos utilizando únicamente indicaciones en lenguaje natural para describir el diseño deseado. Luego, el usuario podría crear los objetos utilizando una impresora 3D.
“Para alguien con menos experiencia, el problema esencial es que después de descargar un modelo, en cuanto quiere realizar cambios en él, se queda perdido y no sabe qué hacer. Style2Fab haría que fuera muy fácil estilizar e imprimir un modelo 3D, pero también experimentar y aprender a lo largo del camino”, dice Faraz Faruqi, estudiante de doctorado en informática y autor principal de un artículo que presenta Style2Fab.
Style2Fab se basa en algoritmos de aprendizaje profundo que dividen automáticamente el modelo en segmentos estéticos y funcionales, optimizando el proceso de diseño.
Además de empoderar a los diseñadores novatos y hacer que la impresión 3D sea más accesible, Style2Fab también podría usarse en el campo emergente de la fabricación médica. Las investigaciones han demostrado que considerar tanto las características estéticas como funcionales de un dispositivo de asistencia aumenta la probabilidad de que un paciente lo utilice, pero es posible que los médicos y los pacientes no tengan la experiencia para personalizar modelos imprimibles en 3D.
Por ejemplo, con Style2Fab, un usuario podría personalizar la apariencia de una férula para el pulgar para que combine con su ropa sin afectar la funcionalidad del dispositivo médico. Proporcionar una herramienta fácil de usar para el creciente campo de la tecnología de asistencia de bricolaje fue la principal motivación para este trabajo, añade Faruqi.
Escribió el artículo con su asesora, la coautora principal Stefanie Mueller, profesora asociada en los departamentos de ingeniería eléctrica, informática e ingeniería mecánica del MIT y miembro del Laboratorio de Ciencias de la Computación e Inteligencia Artificial (CSAIL), que dirige el HCI. grupo de ingeniería; La coautora principal Megan Hofmann, profesora asistente de la Facultad de Ciencias de la Computación Khoury de la Universidad Northeastern; así como otros integrantes y ex integrantes del grupo. La investigación se presentará en el Simposio ACM sobre software y tecnología de interfaz de usuario.
Centrarse en la funcionalidad
Los repositorios en línea como Thingiverse permiten a las personas cargar archivos de diseño digital de código abierto y creados por usuarios que otros pueden descargar y crear usando una impresora 3D.
Faruqi y sus colaboradores comenzaron este proyecto examinando los objetos disponibles en estos vastos repositorios para comprender mejor las funcionalidades de varios modelos 3D. Esto les daría una mejor idea de cómo utilizar la IA para segmentar modelos en componentes funcionales y estéticos, afirma.
“Rápidamente nos dimos cuenta de que el propósito de un modelo 3D es muy contextual, como un jarrón que puede colocarse plano sobre una mesa o colgarse del techo con una cuerda. Por lo tanto, no puede ser simplemente una IA la que decida qué parte del objeto es funcional. Necesitamos una persona que esté actualizada”, afirma.
Con base en esta evaluación, definieron dos funcionalidades: la funcionalidad externa, que incluye partes del modelo que interactúan con el mundo exterior, y la funcionalidad interna, que incluye partes del modelo que deben entrelazarse después de la fabricación.
Una herramienta de estilización necesitaría preservar la geometría de los segmentos funcionales externos e internos y al mismo tiempo permitir la personalización de los segmentos estéticos no funcionales.
Sin embargo, para hacer esto, Style2Fab necesita determinar qué partes de un modelo 3D son funcionales. Utilizando el aprendizaje automático, el sistema analiza la topología del modelo para rastrear la frecuencia de cambios en la geometría, como curvas o ángulos donde se unen dos planos. En base a esto, divide el modelo en una determinada cantidad de segmentos.
Luego, Style2Fab compara estos segmentos con un conjunto de datos creado por los investigadores que contiene 294 modelos de objetos 3D, con los segmentos de cada modelo etiquetados con etiquetas funcionales o estéticas. Si un segmento es muy similar a una de estas partes, se marca como funcional.
“Sin embargo, debido a las grandes diferencias en los modelos compartidos, clasificar segmentos basándose únicamente en la geometría es un problema realmente difícil. “Entonces estos segmentos son un primer conjunto de recomendaciones que se presentan al usuario, quien puede cambiar muy fácilmente la clasificación de cada segmento a estético o funcional”, explica.
Persona al día
Una vez que el usuario acepta la segmentación, ingresa un mensaje en lenguaje natural que describe los elementos de diseño deseados, como por ejemplo: B. “una jardinera Chinoiserie tosca y multicolor” o una funda para teléfono celular “al estilo del arte marroquí”. Luego, un sistema de inteligencia artificial llamado Text2Mesh intenta descubrir cómo sería un modelo 3D que coincida con los criterios del usuario.
Manipula los segmentos estéticos del modelo en Style2Fab agregando textura y color o ajustando la forma para que se vea lo más similar posible. Sin embargo, los segmentos funcionales son tabú.
Los investigadores incluyeron todos estos elementos en el backend de una interfaz de usuario que segmenta automáticamente y luego estiliza un modelo en función de unos pocos clics y entradas del usuario.
Realizaron un estudio con fabricantes que tenían un amplio nivel de experiencia con el modelado 3D y descubrieron que Style2Fab era útil de diferentes maneras dependiendo de la experiencia del fabricante. Si bien los principiantes podían comprender y utilizar la interfaz para estilizar diseños, también proporcionaba un terreno fértil para la experimentación con una barrera de entrada baja.
Para los usuarios experimentados, Style2Fab ha ayudado a acelerar sus flujos de trabajo. El uso de algunas opciones avanzadas también les dio un control más granular sobre las estilizaciones.
En el futuro, Faruqi y sus colaboradores quieren ampliar Style2Fab para que el sistema proporcione un control detallado sobre las propiedades físicas y la geometría. Por ejemplo, si la forma de un objeto cambia, la fuerza que puede soportar puede cambiar, lo que puede provocar que falle durante la fabricación. Además, quieren mejorar Style2Fab para permitir a los usuarios crear sus propios modelos 3D personalizados desde cero dentro del sistema. Los investigadores también están trabajando con Google en un proyecto de seguimiento.
Esta investigación fue apoyada por el Programa MIT-Google para la Innovación en Computación y utilizó instalaciones en el Centro de Bits y Átomos del MIT.
[ad_2]