Elastic geodesic grids (EGG) are lightweight structures that can be deployed to approximate designer-provided free-form surfaces. Initially, the grids are perfectly flat, during deployment, a curved shape emerges, as grid elements bend and twist. Their layout is based on networks of geodesic curves and is found geometrically. Encoded in the planar grids is the intrinsic shape of the design surface. Such structures may serve purposes like free-form sub-structures, panels, sun and rain protectors, pavilions, etc. However, so far the EGG have only been investigated using a generic set of design surfaces and small-scale desktop models. Some limitations become apparent when considering more sophisticated design surfaces, like from free-form architecture. Due to characteristics like high local curvature or non-geodesic boundaries, they may be captured only poorly by a single EGG. We show how decomposing such surfaces into smaller patches serves as an effective strategy to tackle these problems. We furthermore show that elastic geodesic grids are in fact well suited for this approach. Finally, we present a showcase model of some meters in size and discuss practical aspects concerning fabrication, size, and easy deployment.


翻译:磁性大地测量网格(EGG)是能够用于近似设计师提供的免费表面的轻量结构。 起初, 网格完全平坦, 部署期间, 弯曲的形状会随着网格元素的弯曲而出现。 其布局以大地曲线的网络为基础, 并且以几何方式得到。 在平面网格中编码是设计表面的内在形状。 这样的结构可能服务于诸如自由成形的子结构、 面板、 太阳和雨保护装置、 馆等目的。 然而, 到目前为止, 网格只使用一套通用的设计表面和小规模桌面模型来调查。 当考虑更复杂的设计表面时, 如从自由成形结构中发现, 它们的布局会变得明显一些局限性。 由于本地高的曲线或非地理边界等特征, 这些表面可能只是被一个设计表面的固有形状。 我们展示了如何将这种表面分解成小的地表层作为解决这些问题的有效策略。 我们还表明, 一些弹性的大地测量网格实际上非常适合这种方式的大小。 最后, 我们展示了一种模型, 和模型的大小, 我们展示了一种关于这种方式的模型。

0
下载
关闭预览

相关内容

Surface 是微软公司( Microsoft)旗下一系列使用 Windows 10(早期为 Windows 8.X)操作系统的电脑产品,目前有 Surface、Surface Pro 和 Surface Book 三个系列。 2012 年 6 月 18 日,初代 Surface Pro/RT 由时任微软 CEO 史蒂夫·鲍尔默发布于在洛杉矶举行的记者会,2012 年 10 月 26 日上市销售。
Linux导论,Introduction to Linux,96页ppt
专知会员服务
79+阅读 · 2020年7月26日
【论文】结构GANs,Structured GANs,
专知会员服务
15+阅读 · 2020年1月16日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
60+阅读 · 2019年10月17日
机器学习入门的经验与建议
专知会员服务
94+阅读 · 2019年10月10日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
41+阅读 · 2019年10月9日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
【NIPS2018】接收论文列表
专知
5+阅读 · 2018年9月10日
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
15+阅读 · 2017年11月16日
可解释的CNN
CreateAMind
17+阅读 · 2017年10月5日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
【推荐】SVM实例教程
机器学习研究会
17+阅读 · 2017年8月26日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
13+阅读 · 2021年6月14日
VIP会员
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
【NIPS2018】接收论文列表
专知
5+阅读 · 2018年9月10日
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
15+阅读 · 2017年11月16日
可解释的CNN
CreateAMind
17+阅读 · 2017年10月5日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
【推荐】SVM实例教程
机器学习研究会
17+阅读 · 2017年8月26日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员