Spatial Data Management for Virtual Product Development

Transkript

1 Seminar Sommersemester 06 Spatial Data Management for Virtual Product Development Maik Siegemund Otto-von-Guericke Universität Magdeburg

2 Gliederung Einleitung Digital Mockup CAD Datenbanksysteme Repräsentation von CAD-Objekten Anfragebearbeitung in CAD-Datenbanken DIVE BOSS Zusammenfassung Quellenangabe 2

3 Einleitung Entwicklungsprozess (schnell, reibungslos, ) Luft- und Raumfahrttechnik, Automobilindustrie Zeitspanne zwischen Produktzyklen werden kleiner und die Ansprüche werden größer Lösungsansatz: effektive und effiziente Kollisions- und Ähnlichkeitsanfragen vollwertige Datenbanksysteme integriert werden 3

4 Digitaler Zusammenbau (Digital Mockup) Früher: physikalische Prototypen Testphasen waren sehr zeitintensiv Ergebnisse wirkten sehr spät auf den Konstruktionsprozess Heute: keine echten Testmodelle Modelle werden durch Digital Mockup abgelöst Kombination aller digitaler Daten von CAD, CAE, CAM und Simulationsergebnissen Kollisionsanfrage zu frühen Zeitpunkten möglich (digitale Daten) 4

5 Digital Mockup II Probleme: Systeme arbeiten nur im Hauptspeicher Umgang nur mit wenigen Hundert Teilen sorgfältig zusammengestellte Liste zu untersuchender Teile traditioneller dateibasierter Ansatz sehr aufwendig Datenbankunterstützung: räumlicher Filter mittels räumlicher Indexstruktur implementiert 5

6 Ähnlichkeitssuche Multimedia, CAE, Marketing, Bildverarbeitung (Medizin), Ziel: ähnlich geformte Teile in 2D bzw. 3D zu finden Überblick über vorhandene CAD-Bauteile überflüssige Neuentwicklungen werden vermieden Herausforderung: Vielzahl an CAD-Bauteilen nicht die Konstruktion der Bauteile, sondern wie man bereits entworfene und erprobte Bauteile auffinden kann 6

7 Kollisionsanfragen 3 Arten von Kollisionsanfragen: Kollisionserkennung Objekte schneiden oder berühren sich? Kollisionsermittlung Ermittlung der Schnittregion Kollisionsreaktion bestimmt Prozedur, bei erkannter Kollision 7

8 CAD-Datenbanksysteme Verwaltung und Analyse sehr großer Mengen an persistenten Daten Vorteile gegenüber dateibasierter Verwaltung : Mehrbenutzerbetrieb Wiederherstellung bei Ausfall 9 Coddschen Regeln Objektrelationale Modell sehr praxisrelevant und Erweiterungsmöglichkeit für Integration benutzerdefinierter Datentypen und Prädikate Konstruktionsarbeiten Verwaltung komplexer ausgedehnter Objekte Ähnlichkeits- und Schnittanfragen durch räumliche Datentypen und Prädikate Kombination von EDM und raumorganisierenden Datenbanksystemen 8

9 Repräsentation: Triangulierte Oberflächen exakte Oberfläche durch Hermite-, Bézier- oder B-Spline-Kurven Darstellungsformen für Berechnung von Oberflächenschnitten zu komplex Polygonnetze sind Alternative zur Beschreibung der Objektoberfläche approximative Repräsentation einfach aus Oberflächenbeschreibung berechenbar 9

10 Repräsentation: Voxelisierte Daten Voxelisierung von Objekten aus Polygonnetz geometrische und topologische Inkonsistenzen (überlappende Dreiecke, Lücken) bei Triangulationsgeneratoren Triangulierte Objektoberfläche wird gerastert und 3D FloodFill Algorithmus zur Berechnung der Voxel Voxel repräsentieren Zellen eines Gitters, die durch eine einzige Integerzahl kodiert werden können Je feiner das Raster, desto genauer die Darstellung Kompromiss zwischen Redundanz und Genauigkeit 10

11 Repräsentation durch Feature-Vektoren Dreiecksnetze und Voxelmengen ungeeignet für Ähnlichkeitssuche Repräsentation von Objekten durch numerische Vektoren Feature-Transformation werden aussagekräftige räumliche Charakteristiken (Länge, Breite, ) extrahiert, die als numerische Werte zu einem Feature Vektor zusammengefasst werden Ähnlichkeitsmaß ist dann Distanz zwischen zwei Vektoren Suche reduziert sich auf Nachbarschaftssuche im Feature Raum meistens euklidsche Metrik (oder Manhattan-Metrik, Maximums-Metrik) 11

12 Anfragetypen Boolesche Schnittanfrage true falls Objekte sich schneiden sonst false gewichtete Schnittanfrage numerischer Wert (geeignet bei Voxeldarstellung) Bereichsanfrage alle Objekte, die in einem bestimmten Radius zur Anfrage liegen k-nächste-nachbarn-anfrage Anfrageobjekt und Anzahl (Eingabe), k-nächsten Objekte (Resultat) Distanzranking Anfrageobjekt (Eingabe), System liefert alle Datenbankobjekte der Distanz nach sortiert zurück Abbruchkriterium sinnvoll 12

13 Mehrstufige Anfragebearbeitung räumliche Indexstruktur Partitionieren den multidimensionalen Suchraum (Intervallsequenz) für räumliche Selektion / Ähnlichkeitssuche frühzeitiger Ausschluss irrelevanter Objekte 13

14 Mehrstufige Anfragebearbeitung II mehrstufige Anfragebearbeitung Filterschritt Kaskade weiterer Filterschritte Verfeinerungsschritt 14

15 Prototyp: DIVE Database Integration for Virtual Engineering Einbindung des digitalen Konstruktionsprozesses in die existierende Infrastruktur eines Unternehmens Prototyp bei Volkswagen AG getestet Räumliche Datenverwaltung RI-Baum als räumliche Indexstruktur Bauteile werden in Voxeldarstellung überführt und in Intervallsequenz umgewandelt effiziente Verwaltung durch RI-Baum Anfragebearbeitung mehrstufiges Anfragesystem liegt zugrunde Unterstützt werden: Bereichs-, Kollisions- und Abstandsanfragen 15

16 Prototyp: BOSS Browsing Optics plots for Similarity Search interaktiver Browser, der effektive Ähnlichkeitssuche in sehr großen CAD-Datenbanken unterstützt Visuelles Data Mining hierarchischer Clusteralgorithmus auf Datenmenge angewandt Clusterstruktur wird Benutzer als Zwischenergebnis präsentiert Benutzer kann Clusterstruktur analysieren Evaluierung von Ähnlichkeitsmodellen Cluster-Struktur werden ähnliche Objekte bzgl. eines gegeben Ähnlichkeitsmodells gruppiert; unähnliche Teile separiert Benutzer kann entscheiden, ob Ähnlichkeitsmodell für Datenmenge tauglich ist 16

17 Zusammenfassung Virtuelle Prototypen statt physikalische (Digital Mockup) Verschiedene Möglichkeiten zum Speichern der Geometrie der Bauteile verschiedenen Anfragemöglichkeiten Prototypen (DIVE und BOSS) liefern gute Ergebnisse 17

18 Quellenangabe Kriegel, Pfeifle, Pötke, Renz, Seidl: Spatial Data Management for Virtual Product Development. Computer Science in Perspective, LNCS 2598, 2003, pp Kriegel, Müller, Pötke Seidl1: DIVE: Database Integration for Virtual Engineering, Demonstration Proceedings 17th Int. Conf. on Data Engineering (ICDE), Heidelberg, Germany, 2001, pp Pfeifle: Spatial Database Support for Virtual Engineering Dissertation, LMU München, 2004, pp