Cách AI hoạt động trong AutoConstrain: Tự động hóa quy trình ràng buộc trong Fusion

Giới thiệu 

Trong quy trình thiết kế 3D, việc xác định và gán constraints (ràng buộc) cho các đối tượng sketch luôn là một trong những công đoạn tốn nhiều thời gian và đòi hỏi sự tỉ mỉ cao. Nếu các ràng buộc không được thiết lập đúng cách, mô hình có thể bị biến dạng, mất đối xứng hoặc sai kích thước khi chỉnh sửa. 

Nhằm giúp người dùng giảm bớt thao tác thủ công và nâng cao độ chính xác trong thiết kế, Autodesk đã giới thiệu tính năng AutoConstrain trong Fusion. Trước đây, OneCAD Vietnam từng chia sẻ bài viết hướng dẫn sử dụng công cụ, tuy nhiên trong bài viết hôm nay, chúng ta sẽ cùng tìm hiểu sâu hơn về cách trí tuệ nhân tạo (AI) hoạt động phía sau tính năng đầy tiềm năng này. 

 

Quá trình phát triển của AI trong tính năng AutoConstrain trên Autodesk Fusion 

AutoConstrain là gì? 

AutoConstrain là tính năng mới trong Autodesk Fusion, giúp tự động áp dụng các constraints và kích thước vào bản vẽ phác thảo (2D sketch) bằng công nghệ AI. 

Trong môi trường thiết kế parametric, mỗi đối tượng hình học như điểm, đường, cung tròn hoặc hình tròn đều cần được ràng buộc để xác định mối quan hệ không gian – ví dụ: song song, vuông góc, tiếp tuyến hay đồng tâm. Thông thường, bạn sẽ phải chọn thủ công từng constraint, một quy trình vừa tốn thời gian vừa dễ sai sót. 

Với AutoConstrain, Fusion sẽ phân tích bản vẽ và tự động xác định mối quan hệ hợp lý giữa các đối tượng, sau đó gán constraints và dimension tương ứng. 

Ví dụ: 

• Hai đường thẳng có thể được hệ thống tự động nhận dạng là song song. 
• Một cung tròn tiếp xúc với cạnh phẳng sẽ được gán ràng buộc tiếp tuyến (tangent). 
• Các kích thước cơ bản được xác định và điền tự động. 

Kết quả là bạn nhận có một sketch được ràng buộc đầy đủ, chính xác và nhất quán, sẵn sàng cho các thao tác tạo khối 3D (extrude, revolve, loft…). 

 

Hình ảnh minh hoạ ràng buộc trên Autodesk Fusion 

Cách AI hoạt động trong AutoConstrain 

Tính năng AutoConstrain được phát triển dựa trên mô hình học sâu (deep learning) theo kiến trúc Transformer, tương tự công nghệ nền tảng của các mô hình ngôn ngữ lớn (LLM) nhưng được tinh chỉnh cho dữ liệu kỹ thuật CAD. 

Mô hình Transformer  

Trong AutoConstrain, các thành phần hình học trong bản vẽ (điểm, đường, cung, vòng tròn…) được chuyển đổi thành chuỗi dữ liệu tuần tự (sequence), giống như các “từ” trong câu. 

AI sẽ phân tích mối quan hệ giữa các phần tử này và dự đoán các constraints phù hợp. 

• Encoder của mô hình chịu trách nhiệm đọc và hiểu cấu trúc hình học. 
• Decoder sẽ sinh ra chuỗi constraints và kích thước tương ứng – từng bước giống như con người suy luận khi ràng buộc bản vẽ. 

Điều này cho phép mô hình xử lý cả các sketch phức tạp, nơi có nhiều yếu tố hình học cần được kết nối logic. 

 

Hình ảnh minh hoạ sơ đồ huấn luyện AI 

Huấn luyện trên hàng trăm sketch kỹ thuật 

Để đạt độ chính xác cao, AutoConstrain được huấn luyện trên bộ dữ liệu lớn gồm hàng nghìn bản vẽ CAD đã được constraint đầy đủ. 

Trong quá trình huấn luyện, nhóm nghiên cứu cố tình loại bỏ một số constraints và yêu cầu mô hình dự đoán chúng, giúp AI học được cách “suy luận” tương tự kỹ sư thực thụ. 

 
Hình ảnh minh hoạ quá trình AI phân tích ràng buộc 

Kỹ thuật Classifier Free Guidance (CFG) 

Một điểm đột phá khác là việc áp dụng Classifier Free Guidance, giúp mô hình tập trung tạo ra bản vẽ hoàn chỉnh và đầy đủ constraint. Kỹ thuật này định hướng AI ưu tiên những kết quả “fully constrained” thay vì chỉ gợi ý từng phần, từ đó đảm bảo tính ổn định và chính xác cao hơn cho người dùng. 

Kết hợp giữa mô hình Transformer và CFG, AutoConstrain có khả năng dự đoán nhanh, chính xác và phù hợp với ngữ cảnh bản vẽ thực tế. 

 
Hình ảnh minh hoạ kết quả ràng buộc sau khi AI được huấn luyện 

Kết luận 

AutoConstrain trong Autodesk Fusion đánh dấu bước tiến quan trọng trong việc ứng dụng AI vào thiết kế kỹ thuật số. Nhờ khả năng tự động nhận diện và gán ràng buộc, công cụ này giúp rút ngắn thời gian thao tác, nâng cao độ chính xác, và đơn giản hóa quy trình thiết kế.