Resumo Técnico: Funcionalização via Completamento Estrutural e Retificação de Movimento

Definição do Problema

Ativos 3D existentes, particularmente móveis, são frequentemente visualmente plausíveis, mas funcionalmente deficientes. Eles frequentemente carecem de componentes estruturais necessários (por exemplo, dobradiças, trilhos, puxadores, prateleiras) e contêm erros geométricos, como auto-colisões ou partes desalinhadas que impedem a articulação pretendida. Além disso, dados de movimento anotados por humanos (por exemplo, no PartNet-Mobility) frequentemente contêm erros nos eixos ou faixas de movimento, levando a comportamentos fisicamente implausíveis.

O artigo introduz a Funcionalização de Objetos, uma tarefa nova voltada a transformar modelos 3D não funcionais em modelos operáveis fisicamente. Os autores focam especificamente em deficiências funcionais estruturais, que se manifestam como nós (partes) ausentes ou arestas (relações) incorretas no grafo de montagem do objeto. O objetivo é completar a estrutura e retificar o movimento para garantir uma articulação sem colisões e fundamentada fisicamente.

Metodologia

A solução proposta é um pipeline de duas etapas: Completamento de Grafo seguido por Realização Geométrica.

1. Representação de Grafo Funcional

O modelo 3D de entrada é analisado em um grafo funcional $G=(V, E)$:

• Nós ($V$): Representam partes da malha com atributos incluindo caixas delimitadoras 3D, representações geométricas (nuvens de pontos) e rótulos semânticos (por exemplo, porta, gaveta, prateleira, puxador).
• Arestas ($E$): Codificam relações como contato (estático), dobradiça (rotacional), trilho (prismático) e acoplado (por exemplo, puxador à porta).
• Atributos de Movimento: Nós móveis são anotados com eixos de movimento (eixo de rotação para dobradiças, direção de translação para trilhos).

2. Funcionalizador de Grafo Neural (GraFu)

GraFu é uma rede de tradução de grafo para grafo projetada para prever nós estruturais ausentes, corrigir arestas e estimar atributos de movimento.

• Arquitetura:
  • Codificador de Nós: Codifica a categoria da parte (one-hot), geometria (variação do PointNet++) e centróide da caixa delimitadora em um embedding latente unificado.
  • Codificador de Grafo: Um Transformer de Grafo operando em uma topologia totalmente conectada. Ele modela relações inter-nós usando características de aresta que codificam tipos de conectividade e descritores geométricos (distância, orientação, lacunas).
  • Decodificador de Grafo: Um decodificador estilo DETR usando "slots de nós". Ele inclui slots de âncora (correspondentes aos nós de entrada) e slots de consulta livre (para prever nós ausentes). Ele produz validade do nó, categoria, caixa delimitadora e tipos de aresta (dobradiça, trilho, acoplado, contato, nulo).
• Treinamento: O modelo é treinado no conjunto de dados FurFun-233, uma coleção de 233 pares de modelos de móveis não funcionais e funcionalizados. As entradas não funcionais são sintetizadas corrompendo grafos funcionais de referência por meio de colapso de arestas, remoção de nós e mascaramento de rótulos.

3. Realização Geométrica

O grafo completado impulsiona uma etapa de realização geométrica para instanciar componentes físicos e retificar o movimento:

• Inserção de Dobradiça: Para arestas dobradiça previstas, o sistema seleciona de uma galeria de modelos de dobradiças (dobradiça em C, em F, em P) com base no arranjo de superfícies. Um solucionador geométrico encaixa a dobradiça nas partes estáticas e dinâmicas, garantindo contato bilateral de superfície e alinhando o eixo de rotação com o movimento previsto. Este processo retifica naturalmente eixos de movimento errôneos.
• Inserção de Trilho: Para arestas trilho, os modelos são dimensionados e encaixados no corpo da gaveta e no quadro do móvel. Um bloco de suporte preenche lacunas se houver incompatibilidade mecânica.
• Completamento Estático: Novos nós (por exemplo, painéis superiores, prateleiras, puxadores) são instanciados usando malhas modelo ou geração procedural (por exemplo, extrudando um painel superior com base na cobertura do piso).
• Revisão Interativa: O pipeline é encapsulado em um complemento do Blender, permitindo que os usuários inspecionem, ajustem e aceitem/rejeitem conectores previstos e novas partes.

Contribuições Principais

1. Representação de Grafo Funcional: Um esquema de grafo unificado abrangendo rotulagem de partes/conectores e atributos de movimento para representar tanto deficiências dinâmicas quanto estáticas.
2. GraFu (Funcionalizador de Grafo Neural): Um modelo de aprendizado profundo para completamento estrutural que prevê partes, arestas e atributos de movimento ausentes.
3. Pipeline de Duas Etapas: Um método que desacopla o completamento topológico da realização geométrica, usando fundamentação mecânica para retificar erros de movimento (por exemplo, corrigindo colisões causadas por anotações humanas incorretas).
4. Conjunto de Dados FurFun-233: Um conjunto de dados de alta qualidade com 233 modelos de móveis com contrapartes não funcionais e funcionalizadas emparelhadas, incluindo grafos funcionais de referência e componentes mecânicos.

Resultados Experimentais

O método foi avaliado no subconjunto de Móveis de Armazenamento do PartNet-Mobility (PN-M) e no conjunto de dados HSSD.

• Previsão de Movimento: No PN-M, o GraFu alcança precisão de previsão de movimento comparável às bases de referência mais avançadas (Particulate, SINGAPO), apesar de ser zero-shot (treinado sem dados do PN-M). No HSSD, supera as bases de referência em todas as métricas.
• Plausibilidade Física: A etapa de realização geométrica melhora significativamente a plausibilidade física. Enquanto as bases de referência frequentemente sofrem com altas taxas de colisão ou partes desprendidas, a inserção de dobradiças e trilhos físicos reduz colisões e garante conectividade.
• Robustez: Estudos de ablação mostram que o GraFu permanece robusto mesmo quando os rótulos dos nós de entrada são corrompidos até 100%, mantendo previsão de movimento competitiva e conectividade quase perfeita.
• Completude Estrutural: O método prevê com sucesso painéis superiores ausentes em 100% dos casos testados do PN-M onde eles estavam ausentes.

Significância e Limitações

Significância:
O artigo afirma ser a primeira tentativa sistemática de corrigir deficiências funcionais principais em configurações dinâmicas e estáticas para ativos 3D existentes. Ao avançar além da modelagem orientada à aparência para a correção funcional, o trabalho permite o uso de ativos 3D em robótica, simulação e fabricação, onde a operabilidade física é crítica. A capacidade de retificar anotações humanas errôneas por meio de fundamentação mecânica é destacada como um efeito colateral convincente.

Limitações:

• Dependência de Entrada: O método requer modelos 3D pré-segmentados; não pode funcionalizar malhas não segmentadas ou adicionar estruturas parciais (por exemplo, painéis de gaveta ausentes).
• Restrições Geométricas: Ele luta com formas altamente irregulares que violam as suposições de caixa delimitadora e não consegue lidar com defeitos em nível de malha (por exemplo, modelos apenas de casca).
• Escopo: A implementação atual é limitada a tipos específicos de movimento (rotacional e prismático) e categorias de objetos (móveis), ditados pelos dados de treinamento. Ainda não suporta movimentos encadeados ou mecanismos complexos como pistões.