[pt] Modelos CAD 3D são ferramentas utilizadas na indústria para planejamento e simulações antes da construção ou realização de tarefas. Em muitos casos, como por exemplo na indústria de óleo e gás, esses modelos podem ser massivos, ou seja, possuem informações detalhadas em larga escala no intuito de que sejam fontes de informações precisas. Para obtenção de navegação interativa nesses modelos é necessária uma combinação de hardware e software adequados. Mesmo hoje com GPUs mais modernas, a renderização direta desses modelos não é eficiente, sendo necessárias abordagens clássicas como descarte de objetos não visíveis e LOD antes de enviar os dados à GPU. Logo, para renderização em tempo real de modelos CAD massivos são necessários algoritmos e estruturas de dados escaláveis para processamento da cena de forma eficiente. O trabalho dessa tese propõe o MCAD (Massive Computer-Aided Design) Shape grammar, uma gramática expansiva que gera objetos para criar cenas 3D de modelos massivos de forma procedimental. Nos últimos anos, modelagem procedimental tem ganhado atenção para criar cenas 3D rapidamente utilizando uma representação compacta, que armazena regras de geração ao invés de representação explícita da cena. MCAD Shape grammar explora repetições e padrões presentes em modelos massivos para renderização de cenas, reduzindo o consumo de memória e processando a cena procedimentalmente de forma eficiente. Convertemos modelos reais de refinarias em MCAD Shape grammar e implementamos um renderizador para os mesmos. Os resultados mostraram que esta solução é escalável com alto desempenho, além de ser a primeira vez que modelagem procedimental é utilizada nesse domínio. / [en] 3D CAD models are tools used in the industry for planning and simulations before construction or completion of tasks. In many cases, such as in the oil and gas industry, these models can be massive, that is, they have large-scale detailed information in order to be sources of accurate information. Interactive navigation in these models requires a combination of appropriate hardware and software. Even nowadays with modern GPUs, the direct rendering of these models is not efficient, requiring classic approaches such as culling non-visible objects and LOD before sending the data to the GPU. Therefore, for real-time rendering of massive CAD models, we need scalable algorithms and data structures to efficiently process the scene. The work of this thesis proposes MCAD (Massive Computer-Aided Design) Shape grammar, an expansive grammar that procedurally generates objects to create 3D scenes of massive models. In recent years procedural modeling has drawn attention for quickly creating 3D scenes using a compact representation, which stores generation rules rather than explicit representation of the scene. MCAD Shape grammar explores repetitions and patterns present in massive models for rendering scenes, reducing memory footprint and procedurally processing the scene efficiently. We converted real refinery models into MCAD Shape grammar and implemented a renderer for them. Results showed that our solution is scalable with high performance, also it is the first time that procedural modeling is used in this domain.

[pt] Modelos CAD 3D têm desempenhado um importante papel no gerenciamento de projetos de engenharia. Em vários desses modelos é perceptível a presença de diversos objetos com representações implícitas sendo representados por malhas triangulares. Ainda que apropriada para o rendering, a utilização de malhas triangulares traz consigo algumas desvantagens, como a ambiguidade em objetos pouco discretizados. A engenharia reversa visa a reconstrução dessa representação discreta em sua representação contínua original. Neste trabalho, propomos uma metodologia para a reconstrução de geometrias em modelos CAD utilizando Support Vector Machines e Descritores de Forma. / [en] 3D CAD Models have played an important role in engineering projects management. It is noticeable in many of these files the presence of several objects with implicit representation that end up being represented as triangular meshes. Although suitable for rendering, the triangular mesh representation brings some drawbacks, such as the ambiguity in objects with low discretization rate. The reverse engineering aims to reconstruct this discrete representation to its original continuous representation. In this work, we propose a novel methodology for geometry reconstruction in CAD models using Support Vector Machines and Shape Descriptors.

[pt] Sistemas CAD – Computer-Aided Design Systems – são muito utilizados nas diferentes etapas do ciclo de vida de um empreendimento de engenharia, como a elaboração do projeto conceitual, a construção da estrutura física e a operação da planta. A manutenção das instalações é uma tarefa de muita importância durante a operação, onde a pintura de equipamentos e estruturas é essencial. Estimar a área de pintura dos diferentes objetos possui um custo elevado se feito manualmente, com a utilização de trenas e lasers. Uma forma mais eficiente de calcular essas áreas é através do uso das ferramentas CAD. Entretanto, o processo de modelagem do modelo CAD, utilizando objetos paramétricos e malhas tridimensionais, insere superfícies que estão encobertas por outros objetos. Essas superfícies encobertas não são pintadas, e considerar suas áreas na orçamentação da pintura resulta em erros consideráveis. Portanto, o uso de um cálculo simples de todas as áreas de superfícies que compõem os objetos não é adequado. Com o objetivo de eliminar as superfícies escondidas do cálculo da área de pintura, este trabalho propõe uma abordagem baseada em campos de distância adaptativos juntamente com operações de geometria sólida construtiva. Primeiramente, as malhas passam por uma fase de pré-processamento, no qual são ajustadas de forma que cumpram com os requisitos necessários para a construção do campo de distância adaptativo, e em seguida os seus campos são calculados. Objetos parametrizados não necessitam dessa etapa pois já possuem um campo de distância implícito. Operações de geometria sólida construtiva foram então utilizadas para obter o campo da diferença e da interseção de cada objeto com a cena. De posse desses dados, foi desenvolvida uma fórmula que utiliza as áreas da diferença com a cena, da interseção e a área superficial de cada objeto para calcular a sua área de pintura. Em testes controlados, as áreas de pintura obtidas diferenciaram em no máximo 0,84 por cento das áreas reais. Nos testes com modelos reais, foi obtido uma redução de até 38 por cento da área estimada em relação a abordagem simplista de não tratar as superfícies ocultas. / [en] CAD Systems – Computer-Aided Design Systems – are widely used in the different life cycle stages of an engineering enterprise, such as conceptual design, physical structure construction, and plant operation. The maintenance of the facility is a very important task during the operation, where painting the equipments and structures is essential. Estimating the painting area of the different objects has a high cost if done manually, using measuring tapes and lasers. A more efficiently way to calculate these areas is through the use of CAD tools. However, the modeling process of the CAD model, using parametric objects and three-dimensional meshes, inserts surfaces that are hidden by other objects. These hidden surfaces are not painted, and considering their areas in the painting budgeting leads to considerable errors. Therefore, the use of a simple calculation of all the surfaces areas that compose the objects is not adequate. With the objective of eliminating the hidden surfaces of the painting area computation, this work proposes an approach based on adaptive distance fields together with constructive solid geometry operations. Firstly, the meshes pass through a preprocessing phase, in which they are adjusted to fulfill the requirements for the adaptive distance field construction, and then their fields are computed. Parametrized objects do not need this step because they already have an implicit distance field. Constructive solid geometry operations were then used to obtain the difference and the intersection fields of each object with the scene. With this data, the painting areas are calculated considering the areas of the difference with the scene, the intersection and the surface area of each object. In controlled tests, the painting areas obtained differs of a maximum of 0.84 percent of the real areas. In tests with real models, a reduction of up to 38 percent of the estimated area was obtained in relation to the simplistic approach of not treating hidden surfaces.

[pt] Os modelos CAD de plantas industriais desempenham um papel importante no gerenciamento de projetos de engenharia. Apesar dos avanços do poder computacional nas últimas décadas, a renderização destes modelos continua sendo um desafio devido à sua complexidade e ao grande volume de dados. Diferentes áreas da computação obtiveram êxito ao adotar serviços na nuvem para processar dados massivos. Contudo, quando se trata de rendering na nuvem, ainda há uma deficiência destes serviços para modelos CAD. Neste trabalho, propomos uma arquitetura de rendering híbrido na nuvem para modelos CAD, dividindo a tarefa de renderização entre o cliente e servidor. Além da diminuição da sobrecarga do servidor, esta abordagem garante ao sistema maior resiliência a variações de latência da rede. Neste trabalho também é introduzido um algoritmo de seleção de carga de trabalho baseada em metaheurística para determinar o conjunto de objetos a ser desenhado no lado do cliente. Nossos resultados demonstram que a metodologia proposta permite a visualização eficiente de modelos CAD massivos mesmo em condições adversas, como clientes com dispositivos limitados e latência alta na conexão. Por fim, discutimos as oportunidades de pesquisa restantes para renderização em nuvem, abrindo caminhos para melhorias futuras. / [en] Industrial-plant CAD models play an important role in engineering project management. Despite the advances in computing power in past decades, rendering these models remains challenging due to their complexity and large data volume. Different areas of computing have succeeded in adopting cloud services to process massive data. However, when it comes to cloud rendering, there is still a lack of cloud rendering services for CAD models. In this paper, we propose a hybrid cloud rendering architecture for CAD models, dividing the rendering task between client and server. In addition to reducing server overhead, this approach affords greater resilience to the system against variations of network latency. Finally, this work also introduces a metaheuristic-based workload selection algorithm to determine the set of objects to be drawn on the client side. Our results demonstrate that the proposed methodology allows efficient visualization of massive CAD models even under adverse conditions such as clients with limited devices and high connection latency. Lastly, we discuss remaining research opportunities for cloud rendering, opening avenues for future improvements.

[pt] Modelos CAD 3D ricos em dados são essenciais durante os diferentes estágios do ciclo de vida de projetos de engenharia. Devido à recente popularização da metodologia Modelagem de Informação da Construção e do uso de Gêmeos Digitais para a manufatura inteligente, a quantidade de detalhes, o tamanho, e a complexidade desses modelos aumentaram significativamente. Apesar desses modelos serem compostos de várias geometrias repetidas, os softwares de projeto de plantas geralmente não proveem nenhuma informação de instanciação. Trabalhos anteriores demonstraram que removendo a redundância na representação dos modelos CAD 3D reduz significativamente o armazenamento e requisição de memória deles, ao passo que facilita otimizações de renderização. Este trabalho propõe um arcabouço para correspondência de formas baseado em aprendizado profundo que minimiza as informações redundantes de um modelo CAD 3D a esse respeito. Nos apoiamos nos avanços recentes no processamento profundo de nuvens de pontos, superando desvantagens de trabalhos anteriores, como a forte dependencia da ordenação dos vértices e topologia das malhas de triângulos. O arcabouço desenvolvido utiliza nuvens de pontos uniformemente amostradas para identificar similaridades entre malhas em modelos CAD 3D e computam uma matriz de transformação afim ótima para instancia-las. Resultados em modelos CAD 3D reais demonstram o valor do arcabouço proposto. O procedimento de registro de nuvem de pontos desenvolvido atinge um erro de superfície menor, ao mesmo tempo que executa mais rápido que abordagens anteriores. A abordagem supervisionada de classificação desenvolvida antinge resultados equivalentes em comparação com métodos limitados anteriores e os superou significativamente num cenário de embaralhamento de vértices. Propomos também uma abordagem auto-supervisionada que agrupa malhas semelhantes e supera a necessidade de rotular explicitamente as geometrias no modelo CAD 3D. Este método auto-supervisionado obtém resultados competitivos quando comparados às abordagens anteriores, até mesmo superando-as em determinados cenários. / [en] Data-rich 3D CAD models are essential during different life-cycle stages of engineering projects. Due to the recent popularization of Build Information Modeling methodology and the use of Digital Twins for intelligent manufacturing, the amount of detail, size, and complexity of these models have significantly increased. Although these models are composed of several repeated geometries, plant-design software usually does not provide any instancing information. Previous works have shown that removing redundancy in the representation of 3D CAD models significantly reduces their storage and memory requirements, whilst facilitating rendering optimizations. This work proposes a deep-learning-based shape-matching framework that minimizes a 3D CAD model s redundant information in this regard. We rely on recent advances in the deep processing of point clouds, overcoming drawbacks from previous work, such as heavy dependency on vertex ordering and topology of triangle meshes. The developed framework uses uniformly sampled point clouds to identify similarities among meshes in 3D CAD models and computes an optimal affine transformation matrix to instantiate them. Results on actual 3D CAD models demonstrate the value of the proposed framework. The developed point-cloud-registration procedure achieves a lower surface error while also performing faster than previous approaches. The developed supervised-classification approach achieves equivalent results compared to earlier, limited methods and significantly outperformed them in a vertex shuffling scenario. We also propose a selfsupervised approach that clusters similar meshes and overcomes the need for explicitly labeling geometries in the 3D CAD model. This self-supervised method obtains competitive results when compared to previous approaches, even outperforming them in certain scenarios.