WildFab: Multi-Axis 3D Printing from Models in the Wild
WildFab is een computationeel framework dat robuuste, end-to-end multi-as 3D-printen mogelijk maakt vanuit diverse en imperfecte real-world modellen door een hybride neurale unsigned distance field en een geregulariseerde generalized winding number representatie te gebruiken om direct botsingsvrije toolpaths te berekenen zonder dat voorafgaande geometrische reparatie vereist is.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je een wereld voor waarin machines complexe objecten niet bouwen door platte lagen op te stapelen als een bakstenen muur, maar door vrij in alle richtingen te bewegen en materiaal precies daar te deponeren waar het nodig is. Dit is de belofte van multi-assige 3D-printen, een techniek die robots in staat stelt om gebogen oppervlakken en ingewikkelde interne structuren te printen zonder de noodzaak van tijdelijke ondersteuningssteigers. Voor deze technologie moet de computer die de robot aanstuurt echter de vorm die hij gaat bouwen met absolute precisie begrijpen. Traditioneel vereiste dit dat het digitale model van het object een perfect, waterdicht solide was, zoals een afgesloten ballon zonder gaten. Als het digitale model gebrekkig is — met gaten, overlappende oppervlakken of dunne schillen die niet goed verbonden zijn — kan de computer niet uitzoeken hoe het te printen. In de echte wereld zijn de meeste digitale ontwerpen echter verre van perfect. Ze komen van kunstenaars, ingenieurs of 3D-scanners en bevatten vaak juist deze imperfecties. Het repareren van deze modellen houdt meestal een tijdrovend, handmatig proces van geometrische correctie in dat per ongeluk de beoogde vorm van de ontwerper kan veranderen.
Een team onderzoekers heeft een nieuw computationeel framework ontwikkeld genaamd WildFab dat deze reparatiestap volledig omzeilt. In plaats van imperfecte digitale modellen in een perfecte vorm te dwingen, leert hun systeem de ruwe, rommelige data direct te lezen. De kern van hun methode bestaat uit het creëren van een speciaal soort digitale kaart die twee verschillende manieren combineert om de ruimte te begrijpen. Eén deel van de kaart meet de afstand tot het oppervlak van het object, terwijl het andere deel fungeert als een kompas dat de computer vertelt welke kant van een oppervlak de binnenkant en welke de buitenkant is. Door deze twee perspectieven te combineren, kan het systeem exact identificeren waar het oppervlak van een object zich bevindt, zelfs als het digitale model kapot is, gaten heeft of bestaat uit dunne huidjes die nabij solide blokken zweven. Dit stelt de software in staat om een nauwkeurig pad te genereren dat de printrobot kan volgen, waardoor de spuitmond nooit tegen het object botst dat hij aan het bouwen is tijdens het bewegen in complexe, niet-vlakke richtingen.
De onderzoekers testten deze aanpak op een breed scala aan moeilijke vormen die standaard printsoftware normaal gesproken zouden doen falen. Deze omvatten modellen met zelf-snijdende oppervlakken, zoals een knoop die door zichzelf heen gaat, en ontwerpen die solide interieurs mengen met dunne, holle schillen. In één experiment gebruikten ze een laserscanner om een standbeeld van een godin vast te leggen die een delicate, gevouwen sluier over een solide lichaam had. De ruwe scandata zat vol gaten en overlappende punten, maar het systeem genereerde succesvol een printpad dat zowel het solide lichaam als de dunne sluier behield zonder de data eerst te hoeven repareren. Ze testten de methode ook op ontwerpen gemaakt door topologie-optimalisatie, een proces waarbij materiaal wordt weggehakt om structuren lichter te maken, wat vaak een mix van solide kernen en dunne buitenste schillen achterlaat. In elk geval produceerde het systeem een reeks instructies die een acht-assige robotarm in staat stelden het object te printen zonder ondersteuning, waarbij de beoogde vorm werd behouden en botsingen werden vermeden.
Om te bewijzen dat de methode in de fysieke wereld werkte, bouwde het team verschillende objecten met behulp van een robotische printplatform. Ze printten een model van een kitten met een solide binnenkant en een dunne buitenste schil, evenals een complexe vorm bekend als een Klein-fles, die geen duidelijk binnen of buiten heeft. Na het printen scanden ze de objecten met een medische scanner met hoge resolutie om de nauwkeurigheid te controleren. De resultaten toonden aan dat de geprinte onderdelen overeenkwamen met de originele digitale ontwerpen met een gemiddelde fout van slechts 0,7 millimeter, een piepkleine marge gezien de omvang van de objecten. De scans bevestigden dat de interne structuren solide waren waar ze dat moesten zijn en dat de dunne schillen werden geprint als enkele, continue lagen, precies zoals het ontwerp bedoeld was. Dit niveau van precisie werd bereikt zonder enige handmatige interventie om de digitale bestanden te herstellen, wat aantoont dat het systeem de rommelige realiteit van echte ontwerpdata aankan.
Buiten de 3D-printtechnologie toonden de onderzoekers aan dat hun methode ook toegepast kan worden op andere fabricageprocessen, zoals robotisch lassen. Ze gebruikten het systeem om de beweging van een lasrobot te plannen over een onderdeel van een raket dat een complex roosterpatroon had met veel kruisende lijnen. Het systeem berekende succesvol een veilig pad voor de robot om rond het onderdeel te bewegen zonder zichzelf of het werkstuk te raken. Dit suggereert dat het vermogen om imperfecte geometrie te begrijpen niet alleen nuttig is voor printen, maar ook de precisie van elke robotische taak kan verbeteren die nauwkeurige beweging in een rommelige omgeving vereist. Het werk vormt een belangrijke stap naar het toegankelijker maken van geavanceerde productie, waardoor ingenieurs en kunstenaars hun ruwe ontwerpen direct kunnen gebruiken zonder vast te lopen in een cyclus van digitale reparatie. Door machines te leren de wereld te begrijpen zoals deze is, en niet zoals deze zou moeten zijn, hebben de onderzoekers de deur geopend naar het printen van vormen die voorheen onmogelijk te vervaardigen waren.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.