ENGINEERING DRAWING INTELLIGENCE
工程 2D 圖找圖系統建置規劃
不只比較像素，而是同時理解圖面外觀、幾何結構、圖框文字、尺寸公差與 PLM 中繼資料，讓工程師由一張圖找到相似零件、歷史設計與可重用成果。
先定義要解決的工程問題
圖找圖的目標不是展示 AI，而是縮短搜尋時間、提高設計重用、降低重複料號與誤用舊版圖面的風險。啟動前應先鎖定零件族、資料範圍與可量測成果。
找得到
由手上的 PDF、掃描圖或螢幕截圖，找到相似工程圖、零件與關聯料號。
用得對
同時呈現版次、成熟度、適用產品與權限，避免只找到「看起來相似」但不可用的結果。
可治理
讓搜尋行為、模型版本、判斷依據與人工確認留下紀錄，能持續改善。
把不同角色的搜尋任務拆清楚
設計工程師、採購、製造與品質對「相似」的定義不同。系統應讓使用者選擇零件族與搜尋目的，再套用對應特徵、權重與結果欄位。
歷史設計重用
以新圖或草圖查找近似外形、孔位、介面和尺寸配置，避免重複建模。
相似件與價格
比對相似加工件及既有供應商資料，協助估價、議價與標準件選用。
問題與製程追溯
由圖面找到相關 NCR、8D、檢驗規範、工法與歷史變更，支援風險判斷。
先盤點圖面，再談模型
圖面格式、掃描品質、語言、圖框版本與料號關聯會直接決定搜尋品質。建議先建立資料清冊與抽樣規則，保留原檔並為每張圖建立可追溯識別碼。
| 資料類型 | 需盤點內容 | 主要風險 | 建議處理 |
|---|---|---|---|
| 原生 2D CAD | DWG、DXF、CATDrawing 等 | 版本與解析器相容性 | 保留向量及圖層資訊 |
| PDF／TIFF／掃描圖 | 解析度、傾斜、雜訊、印章 | 文字與細線遺失 | 校正、去噪、頁面分割 |
| 圖框與標註 | 料號、版次、材料、公差、比例 | 欄位位置因年代而異 | 圖框模板加 OCR 規則 |
| PLM／PDM 中繼資料 | 料號、狀態、BOM、ECO、權限 | 圖檔與物件未正確關聯 | 建立唯一鍵與同步機制 |
把異質圖面轉成一致可比較的資料
原檔、預覽圖、OCR 文字、幾何特徵與中繼資料應分層保存。每次重新解析都要保留工具版本與處理紀錄，才能重現結果。
- 01接收與識別檢查格式、頁數、檔案雜湊與來源物件。
- 02圖面校正旋轉、去噪、裁邊、線條增強與尺寸正規化。
- 03區域分割拆分主視圖、剖視圖、局部圖、圖框與註記。
- 04內容解析執行 OCR、符號辨識、線段與拓撲擷取。
- 05索引與同步建立向量、欄位索引並回連 PLM 物件。
「相似」必須由多種特徵共同判斷
單靠整張圖的視覺向量，容易被圖框、視圖排列與掃描狀況干擾。工程搜尋應採多模態特徵，並依零件族與使用情境調整權重。
整體影像特徵
- 外觀輪廓與視圖配置
- 局部區域與標誌性結構
- 旋轉、縮放與掃描差異
幾何與拓撲特徵
- 孔位、邊界、角度與比例
- 線段關係與形狀描述子
- 局部特徵圖譜
文字與工程語意
- 料號、材料、表面處理
- 尺寸、公差與技術註記
- 圖名與零件分類
產品與生命週期脈絡
- 版次、狀態與有效性
- Where-used 與產品系列
- 供應商、成本與品質記錄
以候選召回、重排與工程篩選提高可信度
第一階段快速召回可能相似的圖面，第二階段再以幾何、文字與工程條件重排。結果頁應顯示相似原因，而不是只給一個無法解釋的分數。
建議採混合分數
視覺相似度、幾何相似度、文字欄位、零件分類與生命週期條件共同計分；權重由驗證集和工程師回饋調整。
- Top-K 候選快速召回
- 依零件族套用不同權重
- 排除作廢、無權限與不適用版本
- 標示共同孔位、尺寸與註記
- 提供相似度區間，不假裝絕對正確
- 將採用、略過與誤判回饋納入再訓練
與既有 PLM／PDM 串接，而不是另建孤島
AI 搜尋平台負責解析與檢索，正式料號、版次、權限和工程變更仍由既有 PLM／PDM 管理。查詢結果應以 API 回到正式物件及原始檔案。
來源系統
- PLM／PDM 文件庫
- 檔案伺服器與掃描檔
- CAD 轉檔服務
解析服務
- 格式辨識與預覽轉換
- OCR、圖框與幾何解析
- 批次佇列與錯誤重試
搜尋服務
- 向量資料庫與欄位索引
- 混合檢索與重新排序
- 相似原因與回饋紀錄
使用介面
- 上傳／裁切查詢圖
- 結果比較與差異標示
- 跳轉 PLM、BOM 與 ECO
權限、版本與模型營運要一起設計
搜尋系統不能因建立向量索引而繞過原有權限。索引、快取、縮圖與結果都要繼承來源系統的存取控制，並處理離職、組織調整與文件狀態變更。
- ACL權限同步查詢前與結果回傳前都驗證使用者權限。
- REVISION版本識別區分最新、已發行、作廢與工作中圖面。
- AUDIT稽核記錄保留查詢、開啟、採用與模型版本。
- MONITOR品質監控監測命中率、延遲、OCR 失敗與資料漂移。
- HITL人工覆核AI 提供候選，最終設計採用仍由工程人員確認。
用真實任務驗證，而不是只看示範圖
PoC 應挑選一至兩個相似性定義清楚、圖面量足夠且有工程師可標註的零件族。驗證集需包含相似、近似但不可替代，以及完全不相似的案例。
| 驗證面向 | 建議指標 | 驗收重點 |
|---|---|---|
| 搜尋品質 | Precision@K、Recall@K、nDCG | 正確候選是否出現在前 5／10 筆 |
| 工程價值 | 搜尋時間、重用率、重複料號 | 相較原流程是否節省實際工時 |
| 資料品質 | OCR 欄位正確率、關聯完整率 | 關鍵料號、版次與材料能否可靠擷取 |
| 系統品質 | 查詢延遲、索引成功率、可用性 | 尖峰量、批次匯入與錯誤復原是否可接受 |
| 治理 | 權限洩漏 0 件、稽核覆蓋率 | 無權限資料不得出現在縮圖或摘要 |
由小範圍驗證走向企業級服務
先證明一個零件族的搜尋品質與商業價值，再擴充格式、零件族與系統整合。每一階段都要有可交付成果、退出條件與回復方案。
探索與基線
盤點資料、訪談角色、定義相似性、建立標註規則與現況 KPI。
PoC 驗證
完成最小資料管線、混合搜尋、驗證集與工程師盲測。
試點上線
串接 PLM 權限及物件連結，導入一個部門並建立維運儀表板。
擴充與治理
增加零件族、CAD 格式與跨廠資料，建立模型版本及持續改善流程。
最終交付清單
不只交付模型，也交付能長期維運的資料、介面、規則、權限與驗收方法。
- 資料清冊與欄位字典
- 圖面處理與索引管線
- 搜尋 API 與使用介面
- PLM／PDM 串接規格
- PoC 驗證集與測試報告
- 維運、監控與再訓練手冊
先用一個零件族，驗證真正的搜尋價值
從資料健檢、相似性定義到 PoC 驗收，建立可擴充的工程圖面智慧搜尋基礎。