CN108508845B - 一种基于几何自适应的复杂曲面快速数控雕铣方法 - Google Patents
一种基于几何自适应的复杂曲面快速数控雕铣方法 Download PDFInfo
- Publication number
- CN108508845B CN108508845B CN201810369885.0A CN201810369885A CN108508845B CN 108508845 B CN108508845 B CN 108508845B CN 201810369885 A CN201810369885 A CN 201810369885A CN 108508845 B CN108508845 B CN 108508845B
- Authority
- CN
- China
- Prior art keywords
- numerical control
- processing system
- image
- complex
- adaptation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000003801 milling Methods 0.000 title claims abstract description 43
- 238000012545 processing Methods 0.000 claims abstract description 108
- 230000003044 adaptive effect Effects 0.000 claims abstract description 35
- 238000004891 communication Methods 0.000 claims abstract description 28
- 238000005259 measurement Methods 0.000 claims abstract description 21
- 238000003754 machining Methods 0.000 claims abstract description 20
- 238000000034 method Methods 0.000 claims abstract description 20
- 230000008859 change Effects 0.000 claims abstract description 11
- 230000008569 process Effects 0.000 claims abstract description 7
- 239000000284 extract Substances 0.000 claims abstract description 6
- 238000013507 mapping Methods 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 3
- 238000013178 mathematical model Methods 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 3
- 230000007480 spreading Effects 0.000 claims description 3
- 238000003892 spreading Methods 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- 238000005520 cutting process Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011960 computer-aided design Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000000227 grinding Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000005622 photoelectricity Effects 0.000 description 1
- 229910052573 porcelain Inorganic materials 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
- G05B19/408—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by data handling or data format, e.g. reading, buffering or conversion of data
- G05B19/4086—Coordinate conversions; Other special calculations
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/35—Nc in input of data, input till input file format
- G05B2219/35356—Data handling
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Manufacturing & Machinery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Numerical Control (AREA)
Abstract
一种基于几何自适应的复杂曲面快速数控雕铣方法,该方法主要包含三个部分:图像采集、自适应处理以及数控雕铣加工。图像采集系统通过高清摄像机获取图像;自适应处理系统提取图像,对其进行球面映射,并通过实时通讯模块给数控加工系统发出测量指令;测量模块激光扫描待加工模型表面数据并将其传输给自适应处理系统;自适应处理系统重构模型的网格曲面,自动处理球面向网格曲面的渐变映射,确定目标模型表面图像边缘轮廓位置即刀触点轨迹,随后经优化轨迹生成数控加工代码;数控加工系统获取数控加工代码并进行雕铣加工。本发明人工干涉少、效率高,有效实现了个性化复杂曲面任意图像自适应数控雕铣加工。
Description
技术领域
本发明属于数控加工领域,具体涉及一种基于几何自适应的复杂曲面快速数控雕铣方法,是一种在个性化复杂曲面上快速自适应的进行任意几何图像数控雕铣的方法。
背景技术
随着科学技术的进步,计算机技术、网络技术、计算机图形学、通信技术以及CAD(Computer Aided Design)/CAM(Computer Aided Manufacturing)等技术的快速发展对实现数控技术的智能化、集成管理化以及自动化有着非常重要的作用。图像几何雕铣属于数控加工领域,广泛应用于珠宝、瓷器、磨具以及航空航天零件等产品表面图像几何的雕铣,从而增加产品的美观性和市场竞争力。目前有关图像数控雕铣的方法有很多,但处理的图像大都是基于手绘线条、线画图案、文本文字以及二维码等。通过提取图案轮廓边界,针对轮廓边界离散点集进行分割和排序,并对离散点集拟合光顺。其过程复杂,且不利于自适应无人自动化操作以及相应的软件集成。处理的图像也有一定的局限。针对复杂图像几何轮廓边界识别提取的数控雕铣方法研究少之又少,相应的图像处理技术要求也比较高;其次现有复杂曲面数控雕铣方法中,主要采取的是基于图案轮廓曲线投影在复杂曲面的轨迹进行确认刀触点轨迹,然后再按照加工深度选择加工刀具以及生成相应刀轨。但在个性化复杂曲面曲率变化较大的地方,图像几何轮廓边缘线轨迹存在拉伸变形导致数控加工结果出现严重的失真。相应的计算机中的CAD/CAM需要2至3个专业的人员结合几个专用的软件来完成,效率低,成本大,并且受限于技术人员的技能水平。
除此之外,将数控加工程序实时传输给数控系统也是实现快速数控雕铣加工的关键性步骤。人工输入简单直观,但对于比较大的数控加工程序,人工手动输入将大大的降低效率。采用穿孔纸带传输程序的方式,需要将纸带经过穿孔和光电阅读,增加系统不安全因素的同时,也不满足复杂工件的生产需求。而对于以磁带、磁盘为载体的数控程序传输,需要操作工在数控机床与计算机之间交替操作,距离有限并且给操作者带来不便。中高档数控机床大都有与外设连接的通讯接口,比如RS232接口、DNC接口以及以太网接口。RS232接口通讯趋近于成熟化,对于网络通讯需要在外部连接协议转换器、路由器等。DNC接口通讯比较复杂,网络通讯也需要外接网络协议转换的设备。可见数控机床与计算机之间的实时数据传输通讯的自动化、智能化、集成化、网络化程度偏低,也给实现数控快速雕铣加工带来问题。
发明内容
本发明针对现有技术中的不足,提供一种基于几何自适应的复杂曲面快速数控雕铣方法。
为实现上述目的,本发明采用以下技术方案:
一种基于几何自适应的复杂曲面快速数控雕铣方法,该方法涉及三个系统:图像采集系统、自适应处理系统和数控加工系统,其特征在于,包括如下步骤:
步骤一、图像采集系统通过高清摄像机获取图像,并将其传输给自适应处理系统;
步骤二、自适应处理系统自动提取图像并对图像进行轮廓边缘处理及球面映射;
步骤三、自适应处理系统通过实时通讯模块给数控加工系统发出测量指令,数控加工系统激光扫描待加工模型表面数据并将其传输给处理系统,用于重构目标模型;
步骤四、自适应处理系统处理源模型向目标模型的渐变映射,并确定目标模型表面上图像边缘轮廓线位置;
步骤五、处理系统优化边缘轮廓线位置,生成相应的数控加工代码,实时通讯模块将数控加工代码传输给数控加工系统,数控加工系统执行数控雕铣加工。
为优化上述技术方案,采取的具体措施还包括:
自适应处理系统中设有图片储存缓冲等待区域,以便于多张图片同时进入自适应处理系统。
轮廓边缘处理及球面映射包括:对图像进行平滑、锐化、灰度化和二值化处理,对图像边缘轮廓线进行识别、提取和分割,以及图像边缘轮廓线到球面的参数化映射和边缘轮廓线位置的确定。
轮廓的提取具体包括:先用cvFindContours函数提取边界轮廓,每一条轮廓分别以链码的形式储存在Coutours序列中;通过cvSeq迭代器来遍历每一个轮廓点集;然后将处理过后的图像边缘轮廓线参数化映射到球形表面,确定各图像轮廓点集在球形表面上的确切位置。
数控加工系统激光测量的数据为散乱点数据,采用步进立方体算法来完成目标模型表面曲面重建,具体包括:计算离散点云的最小二乘切平面;调整切平面法矢方向以及步进立方体三角面片重建;重构得到目标模型的三角网格曲面。
源模型到目标模型的渐变映射是通过三维自由变形算法来达到球形模型向重构的目标模型三角网格曲面的精确控制修改映射,其数学模型如下:
已知源模型上一点为Q,待加工目标模型上的点为Q’,初始变形体控制顶点为Pij,可求得Q点的初始局部坐标为(s,t),设控制顶点的变形量为δij,则:
即:
其中,m、n分别表示变形体两个不同方向上的控制顶点数,i=0,1,...,n,j=0,1,...,m,Ni,3表示三次B样条基函数。
通过球形模型向目标模型曲面的渐变映射,确定图像边缘轮廓点集在目标模型曲面上的位置,即自动确定待加工模型上的刀触点轨迹线;通过默认设定的刀具切削加工法向深度选择相应的刀具,并自动生成加工刀轨,随后经优化生成数控加工NC代码。
数控加工系统在激光扫描完成后,一直处于刷新系统并等待数控加工代码状态,直到从实时通讯模块检测到数控加工代码的下传指令;数控加工系统检测并下载到数控加工代码文件后开始自动进行数控雕铣加工。
实时通讯模块由工业以太网、无线路由器、无线接收交换机以及相应的以太网接口智能终端组成,实现数控加工系统与处理系统的远程无线数据传输通信。
本发明的有益效果是:
1、针对在自由曲面曲率变化较大的地方存在的加工失真变形问题,提出了球面参数化映射以及三维自由变形方法,能够有效应对待加工模型表面曲率较大以及变化不定的问题;
2、能够有效提取图像轮廓曲线,并可以提取出复杂图像轮廓边界均匀像素点集,可为后期数控雕铣加工提供有效的刀触点轨迹线;
3、提出了一种基于以太网无线网络的数控机床与计算机通讯,能够实现计算机与数控机床的实时数据传输,从而为实现复杂曲面快速、自适应数控的雕铣加工提供关键性保障;
4、基本实现数控雕铣加工的集成化、网络化、自动化操作,能够快速的实现几何图像在待加工模型表面雕铣,极大的提高了效率,节省了人力物力。
附图说明
图1是本发明基于几何自适应的复杂曲面快速数控雕铣示意图。
图2是本发明基于几何自适应的复杂曲面快速数控雕铣系统流程图。
图3是本发明基于以太网通讯的计算机/数控加工系统无线网络实时数据传输示意图。
具体实施方式
现在结合附图对本发明作进一步详细的说明。
如图1所示的基于几何自适应的复杂曲面快速数控雕铣方法,涉及了计算机/数控机床通讯技术、模型参数化技术、图像处理技术以及数控技术等。复杂曲面快速数控雕铣方法主要包含三个系统:图像采集系统、自适应处理系统(基于MFC开发的图像自适应复杂曲面数控雕铣软件系统)以及数控加工系统。
图像采集系统通过高清摄像机获取图像,自适应处理系统自动提取图片并在软件内对所获得图像进行轮廓处理以及相应的球面(源模型)映射,自适应处理系统通过计算机/数控加工系统实时通讯给数控加工系统中的模型测量模块发出测量指令。测量模块接收到测量指令,驱动激光传感器扫描待加工模型表面数据并将测量的数据传输给自适应处理系统,自适应处理系统重构获得待加工模型的三角网格曲面(目标模型)。自适应处理系统自动处理源模型向目标模型的三维自由渐变映射,确定目标模型表面图像轮廓位置以及相应的刀触点轨迹;自适应处理系统根据图像特征自动选择加工深度参数以及相应的加工刀具,自动进行刀轨轨迹优化和相应NC代码生成。自适应处理系统将NC代码通过实时通讯模块传输给处于等待状态数控加工系统,加工执行模块开始数控雕铣加工。
进一步参见图2,该方法主要包含以下步骤:
一、图像自动传输获取以及相应的处理
该步骤主要包含高清摄像机、摄像机与PC软件通讯的硬件装置以及计算机软件系统相应的图像处理模块。图像采集获取照片,然后处于等待状态的图像处理模块通过通讯装置自动提取图片。图片处理模块也有相应的图片储存缓冲等待区域,以便于应对多张图片进入计算机软件系统。
图像处理模块主要包含对图像进行平滑、锐化、灰度化和二值化处理,识别、提取和分割图像的边缘轮廓,以及边缘轮廓特征的拟合光顺。针对图像经过平滑去噪、灰度化以及二值化之后的处理,本发明提出基于OPENCV的图像处理,特别是针对轮廓的提取:先用cvFindContours函数提取边界轮廓,每一条轮廓分别以链码的形式储存在Coutours序列中;通过cvSeq迭代器来遍历每一个轮廓点集;然后将处理过后的图像边缘轮廓线参数化映射到球形表面(源模型),确定各图像轮廓点集在球形表面上的确切位置。
二、待加工模型测量以及曲面重构
待加工模型测量模块主要流程为自适应处理系统通过计算机/数控加工系统实时通讯模块给数控加工系统中的激光测量执行模块发出测量指令,数控加工系统检测到指令,模型测量模块开始驱动激光传感器扫描待加工模型表面数据并实时将测量的数据传输给自适应处理系统;自适应处理系统自动重构生成最小逼近目标模型的三角网格曲面。
经过激光测量的数据是散乱点数据,本发明采用步进立方体算法来完成目标模型表面曲面重建,其主要包含计算离散点云的最小二乘切平面、调整切平面法矢方向以及步进立方体三角面片重建,最终重构得到目标模型的三角网格曲面。
三、源模型到目标模型的渐变映射、刀轨的生成以及NC代码自动生成
该步骤主要包含于自适应处理系统中,源模型到目标模型的渐变映射主要通过三维自由变形算法来达到球形模型向重构的待加工模型三角网格曲面的精确控制修改映射,以二维自由变形为例,其数学模型如下:
已知源模型上一点为Q,待加工目标模型上的点为Q’,初始变形体控制顶点为Pij,可求得Q点的初始局部坐标为(s,t),设控制顶点的变形量为δij,则:
即:
其中,m、n分别表示变形体两个不同方向上的控制顶点数,i=0,1,...,n,j=0,1,...,m,Ni,3表示三次B样条基函数。
通过以上球形模型向待加工模型曲面的渐变映射,图像边缘轮廓点集在待加工模型曲面上的位置得以确定,也是自动确定待加工模型上刀触点轨迹线。通过默认设定的刀具切削加工法向深度选择相应的刀具并自动生成加工刀轨轨迹线,随后经优化生成数控加工NC代码。
四、自动数控雕铣加工
当数控加工系统模型测量模块测量完成以后,数控加工系统一直处于刷新系统并等待数控加工代码状态,直到能从计算机与数控加工系统实时通讯模块检测到数控加工代码的下传指令。数控加工系统检测并下载到数控加工代码文件后,开始自动进行数控雕铣加工。
该步骤中无线网络数控实时通讯传输主要由工业以太网、无线路由器、无线接收交换机、协议转换器以及相应的以太网接口智能终端等硬件组成,如图3所示,实现了数控机床与计算机的远程无线数据传输通信。
如上所述的基于MFC开发的图像自适应复杂曲面数控雕铣软件系统,基于VC++的模块开发、基于OPENCV的图像处理以及基于OPENGL的参数化模型显示编辑。此外,数控加工系统不仅仅包含模型测量模块和数控雕铣加工模型,还有相应的刀具刀盘模块、装夹模块及控制模块等。
如上所述的数控加工系统,不仅仅包含模型测量模块和数控雕铣加工模型,还有相应的刀具刀盘模块、装夹模块及控制模块等
除了需要人工进行图像的获取外,其他都是计算机与数控机床通讯自适应自动完成。本发明方法过程简单,人工干涉少,加工时间短,节省了很多的人力物力,有效的实现了个性化复杂曲面任意图像自适应数控雕铣加工。
以上仅是本发明的优选实施方式,本发明的保护范围并不仅局限于上述实施例,凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理前提下的若干改进和润饰,应视为本发明的保护范围。
Claims (9)
1.一种基于几何自适应的复杂曲面快速数控雕铣方法,该方法涉及三个系统:图像采集系统、自适应处理系统和数控加工系统,其特征在于,包括如下步骤:
步骤一、图像采集系统通过高清摄像机获取图像,并将其传输给自适应处理系统;
步骤二、自适应处理系统自动提取图像并对图像进行轮廓边缘处理及球面映射;
步骤三、自适应处理系统通过实时通讯模块给数控加工系统发出测量指令,数控加工系统激光扫描待加工模型表面数据并将其传输给自适应处理系统,用于重构目标模型;
步骤四、自适应处理系统处理源模型向目标模型的渐变映射,并确定目标模型表面上图像边缘轮廓线位置;
步骤五、自适应处理系统优化边缘轮廓线位置,生成相应的数控加工代码,实时通讯模块将数控加工代码传输给数控加工系统,数控加工系统执行数控雕铣加工。
2.如权利要求1所述的一种基于几何自适应的复杂曲面快速数控雕铣方法,其特征在于:自适应处理系统中设有图片储存缓冲等待区域,以便于多张图片同时进入自适应处理系统。
3.如权利要求1所述的一种基于几何自适应的复杂曲面快速数控雕铣方法,其特征在于:轮廓边缘处理及球面映射包括:对图像进行平滑、锐化、灰度化和二值化处理,对图像边缘轮廓线进行识别、提取和分割,以及图像边缘轮廓线到球面的参数化映射和边缘轮廓线位置的确定。
4.如权利要求3所述的一种基于几何自适应的复杂曲面快速数控雕铣方法,其特征在于:轮廓线的提取具体包括:先用cvFindContours函数提取边界轮廓,每一条轮廓分别以链码的形式储存在Coutours序列中;通过cvSeq迭代器来遍历每一个轮廓点集;然后将处理过后的图像边缘轮廓线参数化映射到球形表面,确定各图像轮廓点集在球形表面上的确切位置。
5.如权利要求1所述的一种基于几何自适应的复杂曲面快速数控雕铣方法,其特征在于:数控加工系统激光测量的数据为散乱点数据,采用步进立方体算法来完成目标模型表面曲面重建,具体包括:计算离散点云的最小二乘切平面;调整切平面法矢方向以及步进立方体三角面片重建;重构得到目标模型的三角网格曲面。
6.如权利要求1所述的一种基于几何自适应的复杂曲面快速数控雕铣方法,其特征在于:源模型到目标模型的渐变映射是通过三维自由变形算法来达到球形模型向重构的目标模型三角网格曲面的精确控制修改映射,数学模型如下:
已知源模型上一点为Q,待加工目标模型上的点为Q’,初始变形体控制顶点为Pij,可求得Q点的初始局部坐标为(s,t),设控制顶点的变形量为δij,则:
即:
其中,m、n分别表示变形体两个不同方向上的控制顶点数,i=0,1,…,n,j=0,1,…,m,Ni,3表示三次B样条基函数。
7.如权利要求6所述的一种基于几何自适应的复杂曲面快速数控雕铣方法,其特征在于:通过球形模型向目标模型曲面的渐变映射,确定图像边缘轮廓点集在目标模型曲面上的位置,即自动确定待加工模型上的刀触点轨迹线;通过默认设定的刀具切削加工法向深度选择相应的刀具,并自动生成加工刀轨,随后经优化生成数控加工NC代码。
8.如权利要求1所述的一种基于几何自适应的复杂曲面快速数控雕铣方法,其特征在于:数控加工系统在激光扫描完成后,一直处于刷新系统并等待数控加工代码状态,直到从实时通讯模块检测到数控加工代码的下传指令;数控加工系统检测并下载到数控加工代码文件后开始自动进行数控雕铣加工。
9.如权利要求1所述的一种基于几何自适应的复杂曲面快速数控雕铣方法,其特征在于:实时通讯模块由工业以太网、无线路由器、无线接收交换机以及相应的以太网接口智能终端组成,实现数控加工系统与处理系统的远程无线数据传输通信。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810369885.0A CN108508845B (zh) | 2018-04-23 | 2018-04-23 | 一种基于几何自适应的复杂曲面快速数控雕铣方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810369885.0A CN108508845B (zh) | 2018-04-23 | 2018-04-23 | 一种基于几何自适应的复杂曲面快速数控雕铣方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108508845A CN108508845A (zh) | 2018-09-07 |
CN108508845B true CN108508845B (zh) | 2019-08-27 |
Family
ID=63383276
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810369885.0A Active CN108508845B (zh) | 2018-04-23 | 2018-04-23 | 一种基于几何自适应的复杂曲面快速数控雕铣方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108508845B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111352398B (zh) * | 2020-02-28 | 2023-08-25 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 智能精密加工单元 |
CN113436278A (zh) * | 2021-07-22 | 2021-09-24 | 深圳市道通智能汽车有限公司 | 标定方法、标定装置、测距系统及计算机可读存储介质 |
CN116068964B (zh) * | 2023-03-28 | 2023-06-06 | 中科航迈数控软件(深圳)有限公司 | 数控机床控制指令自动生成方法及相关设备 |
US11980986B1 (en) | 2023-10-22 | 2024-05-14 | Rathan P. Muruganantham | Material hardness compensation in an automated milling system |
CN117506938B (zh) * | 2024-01-04 | 2024-03-26 | 北京隆科兴科技集团股份有限公司 | 一种管道内部清障方法、装置及电子设备 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102009026987A1 (de) * | 2009-06-17 | 2011-08-04 | manroland AG, 63075 | Rollendruckmaschine und Verfahren zum Betreiben dieser |
CN105598745A (zh) * | 2016-01-07 | 2016-05-25 | 林燕萍 | 一种能够自主作业的数控机床 |
CN107526875B (zh) * | 2017-07-31 | 2020-09-01 | 电子科技大学 | 一种航空叶片型面加工误差可视化方法 |
CN109214032B (zh) * | 2017-12-07 | 2019-06-21 | 中国航空制造技术研究院 | 一种空心叶片的自适应加工方法 |
CN109684709B (zh) * | 2018-12-20 | 2022-12-30 | 中国民航大学 | 一种航空发动机叶片修复的自适应定位方法 |
-
2018
- 2018-04-23 CN CN201810369885.0A patent/CN108508845B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN108508845A (zh) | 2018-09-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108508845B (zh) | 一种基于几何自适应的复杂曲面快速数控雕铣方法 | |
JP6615331B2 (ja) | 産業用ロボットのプロセスクラウドシステム | |
CN110039538B (zh) | 一种基于大型复杂构件点云信息的机器人轨迹规划方法 | |
CN110111430B (zh) | 一种从三维点云中提取二次曲面的方法 | |
CN111035115B (zh) | 一种基于3d视觉鞋底涂胶路径规划方法和装置 | |
CN103985155A (zh) | 基于映射法的散乱点云Delaunay三角剖分曲面重构方法 | |
CN112509063A (zh) | 一种基于边缘特征匹配的机械臂抓取系统及方法 | |
CN106935683A (zh) | 一种太阳能电池片高速视觉定位及矫正系统及其方法 | |
CN116402866A (zh) | 基于点云的零件数字孪生几何建模与误差评定方法及系统 | |
CN103984288A (zh) | 一种数控珩磨机图形参数化自动编程系统 | |
CN105844067A (zh) | 一种船体曲板焊接变坡口自动加工数据的获取方法 | |
CN116276328A (zh) | 基于数字孪生与视觉传达技术的机器人打磨轨迹优化方法 | |
CN110288706B (zh) | 一种小曲率不规则点云曲面的拟合方法 | |
CN111340834A (zh) | 基于激光雷达和双目相机数据融合的衬板装配系统及方法 | |
CN111210520A (zh) | 一种用于实物模型的逆向成形方法及系统 | |
Xu et al. | A new welding path planning method based on point cloud and deep learning | |
CN104181864A (zh) | 智能雕刻机及全自动数控雕刻方法 | |
CN115366568B (zh) | 一种自适应橄榄核随形雕刻方法与系统 | |
CN115641418A (zh) | 一种基于点云信息的雷达罩分区域自适应修型方法 | |
CN116851930A (zh) | 一种三维五轴曲面激光切割轨迹生成方法及装置 | |
CN206864487U (zh) | 一种太阳能电池片高速视觉定位及矫正系统 | |
CN115100270A (zh) | 一种基于3d图像信息的各类轨迹智能提取方法及装置 | |
CN115578314A (zh) | 基于连续边缘提取的眼镜框识别及抓取上料方法 | |
CN114488943A (zh) | 面向配合工况下的随机多区域高效打磨路径规划方法 | |
CN118060981A (zh) | 曲面打磨轨迹规划方法、装置及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |