AircraftVerse: A Large-Scale Multimodal Dataset of Aerial Vehicle Designs

要約

公開されている航空機設計データセットである AircraftVerse を紹介します。
航空機の設計にはさまざまな物理領域が含まれるため、複数の表現方法が含まれます。
これらのサイバーフィジカル システム (CPS) 設計の評価には、構造解析や製造解析のためのコンピュータ支援設計ツール、抗力と揚力の計算のための数値流体力学ツール、エネルギー推定のためのバッテリー モデルなど、さまざまな科学的分析およびシミュレーション モデルを使用する必要があります。
飛行制御とダイナミクスのシミュレーション モデル。
AircraftVerse には 27,714 の多様な航空機設計が含まれており、このレベルの複雑さを備えたエンジニアリング設計の最大のコーパスです。
各設計は次の成果物で構成されます。トポロジ、推進サブシステム、バッテリー サブシステム、その他の設計の詳細を記述するシンボリック デザイン ツリー。
製品交換 (STEP) モデル データの標準。
ステレオリソグラフィー (STL) ファイル形式を使用した 3D CAD 設計。
デザインの形状の 3D 点群。
最大飛行距離やホバリング時間などの性能指標を特徴付ける、忠実度の高い最先端の物理モデルからの評価結果。
また、データセット リリースの一部として提供する、設計パフォーマンス メトリクスを予測するために設計表現のさまざまなモダリティを使用するベースライン サロゲート モデルも紹介します。
最後に、航空機設計、より一般的には CPS における学習の使用に対するこのデータセットの潜在的な影響について説明します。
AircraftVerse にはデータ カードが付属しており、クリエイティブ コモンズ 表示 – 継承 (CC BY-SA) ライセンスに基づいてリリースされています。
データセットは https://zenodo.org/record/6525446 でホストされ、ベースライン モデルとコードは https://github.com/SRI-CSL/AircraftVerse で、データセットの説明は https://aircraftverse.onrender.com でホストされています。
/。

要約(オリジナル)

We present AircraftVerse, a publicly available aerial vehicle design dataset. Aircraft design encompasses different physics domains and, hence, multiple modalities of representation. The evaluation of these cyber-physical system (CPS) designs requires the use of scientific analytical and simulation models ranging from computer-aided design tools for structural and manufacturing analysis, computational fluid dynamics tools for drag and lift computation, battery models for energy estimation, and simulation models for flight control and dynamics. AircraftVerse contains 27,714 diverse air vehicle designs – the largest corpus of engineering designs with this level of complexity. Each design comprises the following artifacts: a symbolic design tree describing topology, propulsion subsystem, battery subsystem, and other design details; a STandard for the Exchange of Product (STEP) model data; a 3D CAD design using a stereolithography (STL) file format; a 3D point cloud for the shape of the design; and evaluation results from high fidelity state-of-the-art physics models that characterize performance metrics such as maximum flight distance and hover-time. We also present baseline surrogate models that use different modalities of design representation to predict design performance metrics, which we provide as part of our dataset release. Finally, we discuss the potential impact of this dataset on the use of learning in aircraft design and, more generally, in CPS. AircraftVerse is accompanied by a data card, and it is released under Creative Commons Attribution-ShareAlike (CC BY-SA) license. The dataset is hosted at https://zenodo.org/record/6525446, baseline models and code at https://github.com/SRI-CSL/AircraftVerse, and the dataset description at https://aircraftverse.onrender.com/.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google