Лицензирование LEDAS Geometry Comparison расширяется с CAD до PLM

Программный компонент LEDAS Geometry Comparison (LGC) предназначен для выявления геометрических различий между 3D-моделями. Разработанный много лет назад в компании ЛЕДАС, LGC продавался и лицензировался до недавнего времени только на рынке CAD. Новый заказчик, хорошо известная на глобальном рынке компания, будет использовать LGC в своем программном обеспечении для управления данными об изделии (PDM), которое является частью его системы управления жизненным циклом изделия (PLM).

В каких случаях требуется сравнение геометрии

Алексей Ершов, генеральный директор ЛЕДАСа, уверен, что существует большой потенциал для использования LGC почти на каждом этапе жизненного цикла 3D-моделей, особенно моделей в граничном представлении (B-rep), для которых отсутствует история построения.

Одним из очевидных сегментов рынка являются PDM-системы, которые обычно имеют дело с разными версиями одной и той же модели. Большинство PDM-систем не выдают информацию о конкретных геометрических различиях между версиями моделей, но такой функционал можно успешно реализовать с помощью LGC.

Еще одна область применения LGC — тестирование программного обеспечения, генерирующего 3D-модели, например геометрического ядра. LGC можно встроить в тестовую инфраструктуру и использовать для сравнения моделей, сгенерированных в тестовом прогоне, с эталонным образцом.

LGC также может быть использован для сравнения 3D-сборок, учитывая, что он умеет распознавать случаи, когда идентичные или похожие 3D-детали были сдвинуты или повернуты относительно друг друга. Кроме того, он обеспечивает быстрый поиск дубликатов и похожих моделей в базе данных 3D-моделей.

О реализации LEDAS Geometry Comparison

LGC как технология не привязана к какому-либо конкретному 3D-ядру: LGC был успешно интегрирован с ядрами ACIS, C3D и OpenCascade.

Сравнение 3D-моделей — более сложная задача, чем может показаться, поэтому для решения этой задачи и был разработан LGC. Наивная реализация геометрического сравнения моделей на основе булева 3D-вычитания часто приводит к плохому результату, поскольку работа с почти идентичными 3D-моделями является наихудшим сценарием для трехмерных булевых операций. К тому же производительность этих операций значительно ниже, чем производительность алгоритмов, написанных специально для LGC.