安徽应用数学中心/数字技术的数学基础与应用教育部重点实验室智能设计团队提出了一种端到端的CAD草图生成方法，利用Transformer的中间层输出构建子基元表示和预测基元之间的约束关系，实现CAD草图中的几何基元与约束的联合建模。该成果以“LuBan: Constructing Hierarchical Graphs for CAD Sketch Generation via Transformer Intermediate Outputs”为题发表在计算机图形学顶级期刊《IEEE Transactions on Visualization and Computer Graphics》。

现代工业设计依赖于参数化CAD模型，这些模型通常起始于包含几何基元与约束的二维草图。传统的CAD草图建模过程依赖于专业软件与复杂的人机鼠标交互，学习成本高、设计周期长。利用人工智能方法将手绘图或渲染图转化为CAD草图，有望简化并加速设计流程。现有方法侧重于基元与约束的分别学习，通常采用两阶段方法或可学习的token来独立建模，忽视两者间的内在联系，在较复杂场景下存在局限。

图1：CAD草图及其对应的几何约束图。

针对此，研究团队提出一种联合建模几何基元与约束的方法（LuBan），充分挖掘两者之间的内在关联关系。该方法以DETR架构为基础，对基元的参数化与非参数化特征进行解耦建模，并利用基元预测过程中产生的中间特征构建子基元表示，从而实现约束关系的有效预测，最终生成具有层次结构的CAD草图。

图2：方法架构图。

在包含精确渲染与手绘渲染的CAD草图数据集上，LuBan 在基元预测准确率、约束预测准确率以及推理效率等指标上均显著优于现有代表性方法。实验结果表明，该方法在复杂草图场景下优势更加明显，能够更好地保持几何完整性与约束一致性，可无缝接入现有CAD软件，为后续意图驱动的模型编辑与设计优化提供了可靠基础。

图3：定性实验结果 

中国科学技术大学李传阳博士生是该工作的第一作者。本项研究获得了国家自然科学基金委重大研究计划、安徽省科技创新攻关重大项目、安徽应用数学中心、数字技术的数学基础与应用教育部重点实验室的大力支持。

论文链接：https://doi.org/10.1109/TVCG.2026.3656577

Chuanyang Li, Chuqi Han, Yanzhi Song, Zhouwang Yang. LuBan: Constructing Hierarchical Graphs for CAD Sketch Generation Via Transformer Intermediate Outputs. IEEE Transactions on Visualization and Computer Graphics (Early Access), Page(s): 1-12.