Los diseñadores, creadores y otras personas suelen utilizar la impresión 3D para crear rápidamente prototipos de una variedad de objetos funcionales, desde accesorios de películas hasta dispositivos médicos. Las vistas previas de impresión precisas son esenciales para que los usuarios sepan que un objeto fabricado funcionará como se espera.
Pero las vistas previas generadas por la mayoría del software de impresión 3D se centran en la función más que en la estética. Un objeto impreso puede terminar con un color, textura o sombreado diferente al esperado por el usuario, lo que resulta en múltiples reimpresiones que desperdician tiempo, esfuerzo y material.
Para ayudar a los usuarios a imaginar cómo se verá un objeto fabricado, investigadores del MIT y de otros lugares desarrollaron una herramienta de vista previa fácil de usar que prioriza la apariencia.
Los usuarios cargan una captura de pantalla del objeto desde su software de impresión 3D, junto con una única imagen del material impreso. A partir de estas entradas, el sistema genera automáticamente una representación de cómo se verá probablemente el objeto fabricado.
El sistema impulsado por inteligencia artificial, llamado VisiPrint, está diseñado para funcionar con una variedad de software de impresión 3D y puede manejar cualquier material. Considera no sólo el color del material, sino también el brillo, la translucidez y cómo los matices del proceso de fabricación afectan la apariencia del objeto.
Estas vistas previas centradas en la estética podrían ser especialmente útiles en áreas como la odontología, al ayudar a los médicos a garantizar que las coronas y puentes temporales coincidan con la apariencia de los dientes del paciente, o en arquitectura, para ayudar a los diseñadores a evaluar el impacto visual de los modelos.
“La impresión 3D puede ser un proceso que supone un gran desperdicio. Algunos estudios estiman que hasta un tercio del material utilizado va directamente al vertedero, a menudo procedente de prototipos que el usuario acaba desechando. Para que la impresión 3D sea más sostenible, queremos reducir el número de intentos necesarios para obtener el prototipo que desea. El usuario no debería tener que probar todos los materiales de impresión que tiene antes de decidirse por un diseño”, afirma Maxine Perroni-Scharf, estudiante graduada en ingeniería eléctrica e informática (EECS) y autora principal de un artículo sobre VisiPrint.
En el artículo se unen a ella Faraz Faruqi, un compañero estudiante de posgrado de EECS; Raúl Hernández, estudiante del MIT; SooYeon Ahn, estudiante de posgrado del Instituto de Ciencia y Tecnología de Gwangju; Szymon Rusinkiewicz, profesor de informática en la Universidad de Princeton; William Freeman, profesor Thomas y Gerd Perkins de EECS en el MIT y miembro del Laboratorio de Ciencias de la Computación e Inteligencia Artificial (CSAIL); y la autora principal Stefanie Mueller, profesora asociada de EECS e Ingeniería Mecánica en el MIT y miembro de CSAIL. La investigación se presentará en la Conferencia ACM CHI sobre factores humanos en sistemas informáticos.
Estética precisa
Los investigadores se centraron en el modelado por deposición fundida (FDM), el tipo más común de impresión 3D. En FDM, el filamento del material de impresión se funde y luego se lanza a través de una boquilla para fabricar un objeto, capa por capa.
Generar vistas previas estéticas precisas es un desafío porque el proceso de fusión y extrusión puede cambiar la apariencia de un material, al igual que la altura de cada capa depositada y la trayectoria que sigue la boquilla durante la fabricación.
VisiPrint utiliza dos modelos de IA que trabajan juntos para superar esos desafíos.
La vista previa de VisiPrint se basa en dos entradas: una captura de pantalla del diseño digital del software de impresión 3D del usuario (llamado software “rebanador”) y una imagen del material impreso, que puede tomarse de una fuente en línea o capturarse de una muestra impresa.
A partir de estas entradas, un modelo de visión por computadora extrae características de la muestra de material que son importantes para la apariencia del objeto.
Introduce esas características en un modelo de IA generativo que calcula la geometría y la estructura del objeto, al tiempo que incorpora el llamado patrón de “corte” que seguirá la boquilla a medida que extruye cada capa.
La clave del enfoque de los investigadores es un método de condicionamiento especial. Esto implica ajustar cuidadosamente el funcionamiento interno del modelo para guiarlo, de modo que siga el patrón de corte y obedezca las limitaciones del proceso de impresión 3D.
Su método de acondicionamiento utiliza un mapa de profundidad que preserva la forma y el sombreado del objeto, junto con un mapa de los bordes que refleja los contornos internos y los límites estructurales.
“Si no se tiene el equilibrio adecuado entre estas dos cosas, se podría acabar con una mala geometría o un patrón de corte incorrecto. Tuvimos que tener cuidado de combinarlos de la manera correcta”, dice Perroni-Scharf.
Un sistema centrado en el usuario
El equipo también produjo una interfaz fácil de usar donde se pueden cargar las imágenes requeridas y evaluar la vista previa.
La interfaz VisiPrint permite a los creadores más avanzados ajustar múltiples configuraciones, como la influencia de ciertos colores en la apariencia final.
Al final, la vista previa estética pretende complementar la vista previa funcional generada por el software de corte, ya que VisiPrint no estima la imprimibilidad, la viabilidad mecánica ni la probabilidad de falla.
Para evaluar VisiPrint, los investigadores realizaron un estudio de usuarios en el que pidieron a los participantes que compararan el sistema con otros enfoques. Casi todos los participantes dijeron que proporcionaba una mejor apariencia general, así como una mayor similitud textural con los objetos impresos.
Además, el proceso de vista previa de VisiPrint tomó aproximadamente un minuto en promedio, más del doble de rápido que cualquier método de la competencia.
“VisiPrint realmente brilló en comparación con otras interfaces de IA. Si le das las mismas capturas de pantalla a un modelo de IA más general, podría cambiar aleatoriamente la forma o usar el patrón de corte incorrecto porque no tenía condicionamiento directo”, dice.
En el futuro, los investigadores quieren abordar los artefactos que pueden ocurrir cuando las vistas previas del modelo tienen detalles extremadamente finos. También quieren agregar funciones que permitan a los usuarios optimizar partes del proceso de impresión más allá del color del material.
“Es importante pensar en la forma en que fabricamos objetos. Necesitamos seguir esforzándonos por desarrollar métodos que reduzcan el desperdicio. Con ese fin, esta unión de la IA con el proceso de fabricación física es un área apasionante de trabajo futuro”, afirma Perroni-Scharf.
“‘Lo que ves es lo que obtienes’ ha sido lo principal que hizo que la autoedición ‘sucediera’ en la década de 1980, ya que permitió a los usuarios obtener lo que querían en el primer intento. Es hora de obtener WYSIWYG también para la impresión 3D. VisiPrint es un gran paso en esta dirección”, dice Patrick Baudisch, profesor de informática en el Instituto Hasso Plattner, que no participó en este trabajo.
Esta investigación fue financiada, en parte, por una beca de la Academia de Diseño Morningside del MIT y una beca del MIT MathWorks.