محققان MIT و Inkbit الگوریتم بسته‌بندی جدیدی به نام «بسته‌بندی طیفی متراکم، بدون در هم‌بستگی و مقیاس‌پذیر» (SSP) توسعه داده‌اند که بسته‌بندی اشیاء سه‌بعدی با اندازه‌ها و شکل‌های مختلف را بهینه می‌کند. در حالی که مشکل کلی بسته بندی اشیاء حل نشده باقی مانده است، SSP نشان دهنده یک جهش به جلو در مدیریت بیشتر کار است.
Voxelized
رویکرد الگوریتم شامل وکسل کردن ظرف و اشیایی است که باید بسته بندی شوند و آنها را به صورت شبکه هایی از مکعب های کوچک نشان می دهد. با محاسبه معیارهای برخورد در هر وکسل، الگوریتم فضای موجود برای یک شی را با در نظر گرفتن همپوشانی ها و برخوردها تعیین می کند. سپس، یک متریک برای به حداکثر رساندن تراکم بسته بندی با به حداقل رساندن شکاف بین اشیاء و دیواره های ظرف محاسبه می کند.
برای دستیابی به این نتایج، محققان از تبدیل فوریه سریع (FFT) استفاده کردند، یک تکنیک ریاضی که قبلا برای بسته بندی مسائل استفاده نشده بود (تا آنجا که می دانند). این به آنها اجازه داد تا همپوشانی وکسل و به حداقل رساندن شکاف را با مجموعه محدودی از محاسبات حل کنند و زمان محاسباتی را به میزان قابل توجهی کاهش دهند.
در آزمایش‌ها، این الگوریتم 670 شی با چگالی 36 درصد را تنها در 40 ثانیه به طور کارآمد قرار داد. چینش 6596 شی با چگالی 37.30 درصد دو ساعت طول کشید. این تراکم ها و سرعت ها از الگوریتم های بسته بندی سنتی بهتر عمل کردند.
تتریس مانند
پیامدهای این تحقیق فراتر از سناریوهای بسته بندی سنتی است، با کاربردهای بالقوه در زمینه هایی مانند رباتیک، تولید، انبارداری و حمل و نقل.
و طبیعتاً، این الگوریتم در زمینه چاپ سه بعدی نویدبخش است، جایی که افزایش تراکم بسته بندی می تواند کارایی را افزایش دهد و هزینه ها را در فرآیند تولید افزودنی کاهش دهد.
در حالی که این الگوریتم راه حل هایی را برای اشیاء صلب و پرینت سه بعدی ارائه می دهد، چالش ها در چیدمان اجسام قابل تغییر شکل و مفصل باقی می ماند. تحقیقات آینده ممکن است به این پیچیدگی ها بپردازد.
بیایید و نظرات خود را در فیس بوک به ما بگویید، توییترو صفحات لینکدین، و فراموش نکنید که در خبرنامه هفتگی تولید مواد افزودنی ما ثبت نام کنید تا آخرین داستان ها را مستقیماً در صندوق ورودی خود دریافت کنید.
منبع: https://3dprinting.com/news/mit-algorithm-maximizes-3d-object-packing-efficiency/
