Diseñadores, fabricantes y otros suelen usar la impresión 3D para prototipar rápidamente una variedad de objetos funcionales, desde accesorios de películas hasta dispositivos médicos. Las vistas previas precisas de impresión son esenciales para que los usuarios sepan que un objeto fabricado funcionará como se espera.

Pero las vistas previas generadas por la mayoría de los programas 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 otras instituciones desarrollaron una herramienta de vista previa fácil de usar que pone la apariencia en primer lugar.

Los usuarios suben una captura de pantalla del objeto desde su programa de impresión 3D, junto con una sola imagen del material de impresión. A partir de estas entradas, el sistema genera automáticamente una representación de cómo es probable que se vea el objeto fabricado.

El sistema impulsado por inteligencia artificial, llamado VisiPrint, está diseñado para funcionar con una variedad de programas de impresión 3D y puede manejar cualquier ejemplo de material. Considera no solo 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, ayudando a los clínicos a asegurar que coronas y puentes temporales coincidan con la apariencia de los dientes de un paciente, o en la arquitectura, para ayudar a los diseñadores a evaluar el impacto visual de los modelos.

“La impresión 3D puede ser un proceso muy derrochador. Algunos estudios estiman que hasta un tercio del material usado va directamente al vertedero, a menudo por prototipos que el usuario termina descartando. Para hacer la impresión 3D más sostenible, queremos reducir el número de intentos necesarios para obtener el prototipo deseado. El usuario no debería tener que probar con todos los materiales de impresión que tiene antes de decidirse por un diseño”, dice Maxine Perroni-Scharf, estudiante de posgrado en ingeniería eléctrica y ciencias de la computación (EECS) y autora principal de un artículo sobre VisiPrint.

La acompañan en el artículo Faraz Faruqi, también estudiante de posgrado de EECS; Raul Hernandez, estudiante de pregrado del MIT; SooYeon Ahn, estudiante de posgrado en el Instituto de Ciencia y Tecnología de Gwangju; Szymon Rusinkiewicz, profesor de ciencias de la computación en la Universidad de Princeton; William Freeman, profesor Thomas y Gerd Perkins de EECS en MIT y miembro del Laboratorio de Ciencias de la Computación e Inteligencia Artificial (CSAIL); y la autora senior Stefanie Mueller, profesora asociada de EECS e Ingeniería Mecánica en MIT y miembro de CSAIL. La investigación será presentada en la Conferencia ACM CHI sobre Factores Humanos en Sistemas de Computación.

Estética precisa

Los investigadores se enfocaron en el modelado por deposición fundida (FDM), el tipo más común de impresión 3D. En FDM, el filamento del material de impresión se derrite y luego se extruye a través de una boquilla para fabricar un objeto capa por capa.

Generar vistas previas estéticas precisas es un reto porque el proceso de fusión y extrusión puede cambiar la apariencia del material, al igual que la altura de cada capa depositada y el recorrido que sigue la boquilla durante la fabricación.

VisiPrint utiliza dos modelos de IA que trabajan juntos para superar estos desafíos.

La vista previa de VisiPrint se basa en dos entradas: una captura de pantalla del diseño digital desde el software de impresión 3D del usuario (llamado software “slicer”), y una imagen del material de impresión, 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.

Estas características se alimentan a un modelo generativo de IA que calcula la geometría y estructura del objeto, incorporando el llamado patrón de “corte” que la boquilla seguirá al extruir cada capa.

La clave del enfoque de los investigadores es un método especial de condicionamiento. Esto implica ajustar cuidadosamente el funcionamiento interno del modelo para guiarlo, de modo que siga el patrón de corte y respete las limitaciones del proceso de impresión 3D.

Su método de condicionamiento utiliza un mapa de profundidad que preserva la forma y el sombreado del objeto, junto con un mapa de bordes que refleja los contornos internos y los límites estructurales.

“Si no tienes el balance correcto de estas dos cosas, podrías terminar con geometría mala o un patrón de corte incorrecto. Tuvimos que ser cuidadosos y combinarlos de la manera correcta”, dice Perroni-Scharf.

Un sistema centrado en el usuario

El equipo también creó una interfaz fácil de usar donde se pueden cargar las imágenes requeridas y evaluar la vista previa.

La interfaz de VisiPrint permite a fabricantes más avanzados ajustar múltiples configuraciones, como la influencia de ciertos colores en la apariencia final.

Al final, la vista previa estética está diseñada para complementar la vista previa funcional generada por el software slicer, ya que VisiPrint no estima la capacidad de impresión, la viabilidad mecánica ni la probabilidad de fallo.

Para evaluar VisiPrint, los investigadores realizaron un estudio con usuarios que compararon el sistema con otros métodos. Casi todos los participantes dijeron que ofrecía una mejor apariencia general y más similitud textural con los objetos impresos.

Además, el proceso de vista previa de VisiPrint tardó cerca de un minuto en promedio, lo que fue más del doble de rápido que cualquier método competidor.

“VisiPrint realmente destacó en comparación con otras interfaces de IA. Si le das capturas de pantalla a un modelo general de IA, podría cambiar aleatoriamente la forma o usar un patrón de corte incorrecto porque no tiene un condicionamiento directo”, dice.

En el futuro, los investigadores quieren abordar los artefactos que pueden ocurrir cuando las vistas previas del modelo incluyen detalles extremadamente finos. También desean agregar características 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. Debemos seguir esforzándonos por desarrollar métodos que reduzcan el desperdicio. En ese sentido, esta combinación de IA con el proceso físico de fabricación es un área emocionante para el trabajo futuro”, dice Perroni-Scharf.

“‘Lo que ves es lo que obtienes’ ha sido el principal factor que hizo posible la autoedición de escritorio en los años 80, ya que permitió a los usuarios obtener lo que querían en el primer intento. Es hora de lograr el WYSIWYG para la impresión 3D también. VisiPrint es un gran paso en esta dirección”, dice Patrick Baudisch, profesor de ciencias de la computación en el Instituto Hasso Plattner, quien no participó en este trabajo.

Esta investigación fue financiada, en parte, por una beca de la Academia Morningside para el Diseño del MIT y una beca de MathWorks del MIT.

Autor