SLOT-GNN：一种用于CAD装配体缺失部件检索的层次化图神经网络

《Computers & Graphics》：SLOT-GNN: A hierarchical graph neural network for missing part retrieval in CAD assemblies

　　•SLOT-GNN能从庞大的候选库中检索出缺失的CAD零件。•掩码节点检索：未知零件是装配图中的可学习节点。•基于配合类型和MCF变换特征的边条件消息传递。•缺失零件检索基准测试：包含234,299个零件、42,206个装配体以及255,168个掩码节点查询。在234,299个候选项中，该模型能在第5位就找到正确零件，较基准方法高出35%。引言计算机辅助设计（CAD）装配体体现了将各个组件整合为功能性工程系统的机械关系。随着工业CAD数据库中零件数量不断增加[1]、[2]，自动分析装配结构的能力对于设计重用[3]、验证以及智能CAD辅助功能而言愈发重要。在这一领域中，一个实际重要但研究较少的问题就是缺失零件的检索。在现实工程工作中，由于历史数据迁移[4]、现有设计的部分重用、文件损坏或中间建模阶段等原因，装配体往往不完整。在这种情况下，虽然周围的零件及其配合关系可能仍然存在，但某个组件的身份却未知。任务就是利用剩余装配体提供的上下文，从庞大的候选库中检索出合适的缺失零件，如图1所示。这个问题具有三方面的挑战性。首先，它需要层次化推理：不仅要从几何角度理解各个零件（B-Rep表面拓扑），还要理解装配级结构所蕴含的关联信息（配合类型、空间变换），这些信息决定了哪些组件是兼容的。其次，检索工作必须处理规模极大的候选库，这远远超出了传统对比训练的处理能力。第三，检索难度会随局部约束密度而变化：与多个邻居相连的节点通常比仅通过单一约束相连的节点更容易被识别。据我们所知，目前还没有研究涉及从装配体上下文中进行开放库缺失零件检索。现有的基于学习的CAD装配体处理方法主要侧重于预测已知零件之间的配合类型[5]或关节参数[6]，而基于零件的方法[7]、[8]则在没有装配体上下文的情况下学习嵌入向量。通用的3D检索方法[9]、[10]则没有充分利用机械装配体中丰富的约束结构。为填补这一空白，我们提出了SLOT-GNN，这是一种用于缺失零件检索的层次化图上图架构。其核心思路借鉴了语言建模中的掩码令牌预测技术[11]：缺失零件在装配图中被替换为一个可学习的节点令牌，所有相关的配合约束仍以边的形式保留，模型经过训练后能够生成查询嵌入向量，通过与预编码库的余弦相似度来找到正确零件。本研究的主要贡献包括：•我们提出了SLOT-GNN，结合了基于零件的对比预训练以及基于装配级边条件、配合类型和MCF衍生边属性的消息传递。•我们基于AutoMate数据集[5]构建了缺失零件检索基准测试：包含234,299个B-Rep零件图、42,206个装配体，以及三种不同分布下的255,168个掩码节点查询。•SLOT-GNN能在234,000个候选项中的第5位就找到正确零件，较最佳基准方法高出35%的效率。•我们证明了SLOT-GNN无需架构改动即可同时检索多个缺失零件。相关研究缺失零件检索处于两个相对独立发展的研究领域的交叉点：一是基于学习的CAD几何体及装配体处理方法，这类方法能够生成关于单个零件及其相互关系的丰富表示，但很少考虑开放库检索问题；二是传统的CAD检索方法，这类方法长期致力于使用在零件或整个装配体层面手工设计的描述符来进行基于内容的搜索。2.1节将对基于学习的CAD装配体处理方法进行综述。问题概述装配图：CAD装配体被表示为一个无向多图G=(V,E)，其中每个节点vi∈V对应一个零件的出现，每条边eij∈E则表示两个零件之间的配合约束。配合约束是一种参数化约束，它能限定一对零件之间的一个或多个自由度（例如，旋转配合约束六个自由度中的五个，固定配合则约束全部六个自由度）。配合约束不同于纯粹的几何接触：它们体现了设计者对于零件连接方式的意图，还包括……SLOT-GNN架构SLOT-GNN是一种在两个层级上运行的层次化架构：零件级编码（4.1节）和装配级节点推理（4.2.3节）。缺失零件检索基准测试我们基于AutoMate数据集[5]构建了一个以检索为导向的基准测试，该数据集提供了255,211个原始装配体JSON文件和STEP几何文件。零件GNN预训练表5展示了经过五次迭代后的零件GNN模型发展情况。最终模型（v9，来自联合分布的130,860对数据）的配对准确率为0.88，低于v7模型（在56,092对原始数据上的准确率为0.96），这是因为联合分布中包含更多复杂的多零件装配体，同一个零件会与许多其他零件存在配合关系。不过，尽管配对准确率较低，v9模型在后续检索任务中的表现更好，这表明更丰富的数据分布比单一指标更为重要。难例负样本挖掘预训练完成后，评估指标我们在包含234,299个零件的完整数据库上进行评估；对于每个查询i，令ri为真实零件在所有M=234,299个候选项中的排名。平均倒数排名（MRR）的计算公式为1/Q∑i=1到Q的1/ri，其取值范围在0到1之间（排名第2的得0.5分，排名第5的得0.2分，排名第10的得0.1分）；该指标旨在奖励将正确答案置于靠前的位置，同时区分不同严重程度的检索失败情况。Top-K准确率的计算公式为1/Q∑i1[ri≤K]，其中K可取{1,5,10}（Top-1表示精确匹配）。中位数排名（MedR）则是{ri}数值的中位数，具有较强的稳定性。比较研究为了将SLOT-GNN与现有的检索技术进行对比，我们选择了涵盖不同复杂度水平的基线模型进行测试（见表15、图14）。所有经过训练的基线模型都使用相同的嵌入向量、训练数据、难例负样本以及超参数，只有检索架构有所不同。实验得出了三个结论：•仅基于拓扑结构的架构几乎无法发挥作用：GCN[17]和GAT[25]的MRR值接近0，相当于随机检索的结果（MedR值约为89k）。如果没有边属性，消息传递就无法有效发挥作用。讨论我们的研究结果不仅体现在数值上，还有几项值得深入探讨的发现。•仅基于拓扑结构的GNN模型表现近乎随机，这表明在规模较小、节点连接紧密的图中，信息可能在于节点之间的关联方式而非是否存在关联；CAD装配体恰好符合这种特征，因此采用边条件驱动的架构可能会更合适。•该方法的性能随数据库规模扩大而仅有轻微下降，这说明该方法有望应用于规模更大的数据库中。架构微调实验这些微调实验是在受控条件下比较不同架构带来的性能差异，并非要重现最终的最优模型（见图15、表16）。•层深度：当层数从1层增加到5层时，性能有显著提升（MRR从0.258升至0.390，MedR从31升至5）；超过5层后则不再有明显提升，因此5层足以在典型的装配体图中实现信息传播。•难例负样本：加入64个难例负样本[37]可使MRR提高28%（从0.305升至0.390）。如果不使用难例负样本，Top-10的准确率仍保持较高水平（55.7%），但Top-1的准确率则会大幅下降。结论与未来工作我们提出了SLOT-GNN，这是一种用于处理不完整CAD装配体中缺失零件问题的层次化图神经网络，它将未知组件表示为可学习的节点，并通过基于周围零件及配合约束的边条件消息传递来实现检索功能。该模型基于AutoMate[5]数据集构建的缺失零件检索基准测试结果显示，在重新平衡后的测试中，正确零件能在234,299个候选项中的第5位被找到，较最佳基准方法高出35%的效率，而且该方法还具备检索多个缺失零件的能力。CRediT作者贡献说明Mohit Kumar：写作——审阅与编辑、写作——初稿撰写、可视化、验证、软件开发、方法论、研究分析、形式化分析、数据整理、概念构思。Swapnil Nagnath Mahajan：写作——审阅与编辑、验证、方法论、形式化分析、概念构思。Ramanathan Muthuganapathy：写作——审阅与编辑、监督指导、资源协调、项目管理、资金筹措、概念构思。关于写作过程中生成式AI和AI辅助技术的声明在撰写本稿时，作者使用了Grammarly工具来提升文本的语法和清晰度。在使用该工具后，作者对内容进行了审阅和修改，并对最终的发表内容承担全部责任。利益冲突声明作者声明自己不存在任何可能影响本文研究成果的已知财务利益或个人关系。Mohit Kumar|Swapnil Nagnath Mahajan|Ramanathan Muthuganapathy