CN110657750B - 一种用于刀具刃口钝化的检测系统和方法 - Google Patents
一种用于刀具刃口钝化的检测系统和方法 Download PDFInfo
- Publication number
- CN110657750B CN110657750B CN201910956204.5A CN201910956204A CN110657750B CN 110657750 B CN110657750 B CN 110657750B CN 201910956204 A CN201910956204 A CN 201910956204A CN 110657750 B CN110657750 B CN 110657750B
- Authority
- CN
- China
- Prior art keywords
- cutting edge
- cutter
- passivation
- tool
- data
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/08—Measuring arrangements characterised by the use of optical techniques for measuring diameters
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/26—Measuring arrangements characterised by the use of optical techniques for measuring angles or tapers; for testing the alignment of axes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/30—Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces
Abstract
本发明公开了一种用于刀具刃口钝化的检测系统和方法,所述系统包括:图像采集装置,所述图像采集装置用于采集照片;载物台,所述载物台用于承载待测刀具,并将刃口朝向图像采集装置处固定;所述图像采集装置设有运动装置,所述运动装置用于调整图像采集装置与待测刀具上刃口的物距;数据处理模块,所述数据处理模块用于采集不同物距时待测刀具刃口处的图像,根据采集到的图像,重建待测刀具的三维模型;所述数据处理模块根据三维模型,测量计算刃口处的尺寸参数,所述检测参数包括钝化半径、前刀面与刃口轴线的夹角、后刀面与刃口轴线的夹角以及前刀面与后刀面的粗糙度值。
Description
技术领域
本发明属于刀具钝化测量技术领域,具体涉及一种用于刀具刃口钝化的检测系统及方法。
背景技术
刀具钝化技术主要用于减少或消除刀具刃口磨削后的切削刃表面的微观缺陷以及在切削刃上产生一个确定的倒圆,从而提高刀具在加工过程中的可靠性。研究表明,钝化圆角对切削过程中刀具的切削力、切削温度和工件材料变形以及工件加工表面质量等具有重要影响。
近年来,刀具钝化技术发展迅速,刀具钝化后其可加工性能得到明显改善。首先,具有高质量的刀具钝化表面为随后进行的涂层操作提供了质量保证;其次,钝化产生的圆角不仅能够提高切削加工过程中刀具加工的稳定性、减少切削刃上的微观缺陷,而且较大的钝化圆角有助于涂层的吸附以及刀具使用寿命的提高,并且高精密的切削刀具经过钝化后可以大大延长其使用寿命,如何对刀具刃口钝化半径测量一直是企业的面临的难点。
传统上的测量方式是是使用接触式三坐标测量仪进行钝化半径测量,但存在了以下几个缺点:
1、测头易磨损,所以,为了维持一定的精度,需要经常校正球形测头的直径;不当的操作容易损害被测件某些重要部位的表面精度;
2、检测一些内部元件有先天的限制,如测量内圆直径,触发测头的直径必定要小于被测内圆直径,被测件内部不易测量处是测量的死角;
3、对三维曲面的测量,产生较大的计算误差;
4、接触测头在测量时,测头的接触力将使测头尖端部分与被测件之间发生局部变形而影响测量值的实际读数;
5、因为接触面积与被测件表面的几何形状有关,即使测量接触力保持一定,测量压力并不能保证一定。
近年来,随着视觉传感技术和图像处理技术的快速发展,视觉测量技术已经日渐成熟,并逐步成为一种相对流行的非接触测量方法。相对于接触式测量,机器视觉具有非接触性、实时性、灵活性和精确性等特点,这是传统检测方式无法相比的。
机器视觉技术因其非接触、高精度、高效率而广泛应用在各行各业,早期的机器视觉测量主要基于二维技术,虽然可以实现刀具部分功能测量,但却无法对刀具的钝化半径进行测量,而三维检测却可以弥补二维检测的不足。从二维图像到三维深度的恢复一直研究的热点,相比于二维图像,三维图像更能够准确的反映真实世界的信息,能恢复切削刃口的三维形貌,能完成切削刃口倒圆半径测量。传统的深度恢复方法很多,可分为主动法和被动法,主动法通过主动控制光源的光照方式,分析光线投射在物体表面上所形成的不同模式,得到物体的三维模型。如激光扫描法、结构光法、阴影法等。这种方法的优势是可以得到物体精确的表面细节特征。但其成本很高,操作不便,还需要进行复杂的后期处理(如面片拼接、删除散乱点、模型补洞等)。并且,由于这种方式通常需要使用较强的光源,对于被重建物体会造成一定损害,限制了其应用范围。被动法并不直接控制光源,而通过被动地分析图像中各种特征信息,逆向地重建出物体的三维模型,这种方法对光照要求不高,成本较低,操作简单。
基于亮度的建模(shape from illumination)通过分析物体多个视角下图像中亮度特征的一致性关系,恢复出其表面的深度信息,并得到其三维几何模型,然而,亮度法要求物体基本满足朗伯表面的假设,这使得其无法应用于重建透明、金属、瓷器等包含大量高光、反射信息的物体.同时,缺少表面纹理变化、重复的表面纹理会增加亮度匹配的误匹配率,使得该方法的鲁棒性与灵活性较低。
基于运动的建模精度较低,通常应用于对物体结构的感知,无法获取细节信息。
基于纹理的建模(shape from texture)通过分析单张图像中物体表面重复纹理单元的大小、形状,恢复出物体的法向、深度等信息,并得到三维几何模型。然而,纹理法仅适用于表面具有规则纹理物体的建模,此类物体并不具有普遍性。
基于变焦的建模方法通过分析相机焦距、光圈与图像清晰度之间的关系,恢复出物体的深度,变焦法需要在采集图像的过程中改变相机的焦距、光圈等设置,操作复杂,并且与亮度法类似,对于包含纹理信息较少的物体,建模效果比较差。
发明内容
本发明的目的在于提供用于刀具刃口钝化的检测系统和方法,基于交互的建模方法通过引入少量的用户交互,为建模算法提供数据与约束信息,可以方便、快捷、鲁棒地生成较精确的三维模型。这种方法结合了传统手动建模与基于图像自动计算机研究与发展建模的优势,具有较高鲁棒性和通用性,实用性较强。交互法的目的是建立二维图像点与三维空间点之间的映射关系,需要对相机进行标定。
为了实现上述效果,本发明采用以下技术方案:
一种用于刀具刃口钝化的检测系统,包括:
图像采集装置,所述图像采集装置用于采集照片;
载物台,所述载物台用于承载待测刀具,并将刃口朝向图像采集装置处固定;
所述图像采集装置设有运动装置,所述运动装置用于调整图像采集装置与待测刀具上刃口的物距;
数据处理模块,所述数据处理模块用于采集不同物距时待测刀具刃口处的图像,根据采集到的图像,重建待测刀具的三维模型;所述数据处理模块根据三维模型,测量计算刃口处的检测参数,所述检测参数包括钝化半径、前刀面与刃口轴线的夹角、后刀面与刃口轴线的夹角以及前刀面与后刀面的粗糙度值。
本技术方案中,采用非接触式进行测量,同时实现的是基于交互的建模,通过不同高度的图形重构三维模型,得到三维模型的精度较高,操作简单,建模效果好。
本技术方案中,结合了传统手动建模与基于图像自动计算机研究与发展建模的优势,具有较高鲁棒性和通用性,实用性较强。
作为本发明的进一步改进,还包括可调光源,所述可调光源的调节范围是10000流明到20000流明。
本技术方案中,为了提高测量速率,要保持高的采集帧率,需要较高的亮度才能保持,而10000流明到20000流明这一范围内的流明,能有较好的成像质量。
作为本发明的进一步改进,还包括与数据处理模块连接的显示装置,所述显示装置用于显示待测刀具的以及测定的待测刀具的刃口处的检测参数。
本技术方案中,显示装置,可以直观获得数据,以及是否合格等。
作为本发明的进一步改进,所述数据处理模块为PC系统。
采用PC系统,较为常见,同时,能够结合实际生产使用,进而极大地提高了整个效率。
作为本发明的进一步改进,还包括底座,所述载物台设置于底座上,所述底座上与载物台平行方向设置有支撑体,所述支撑体内设有运动控制系统,所述运动控制系统用于控制安装板的上下移动,所述图像采集装置安装于所述安装板上。
本技术方案中,通过将图像采集装置安装在安装板上,进而载物台、图像采集装置等,实现了整个测量系统的一体化,具体地,可以将图像采集装置通过装配孔、装配体等进行固定安装,同时,增加的轨道,可以调节其位置。
作为本发明的进一步改进,还包括位置传感器,所述位置传感器与运动控制系统均与所述数据处理模块连接。
本技术方案中,通过增加位置传感器,实现了物距的测量以及实时调整。
本发明还公开了一种用于刀具刃口钝化的检测方法,包括以下步骤:
S1获取图像:获取不同物距时,待测刀具的刃口的照片;
S2三维模型建立:根据步骤S1获得的不同物距下待测刀具刃口的照片,建立待测刀具刃口的三维模型;
S3数据处理:对三维模型进行切面剖分,根据得到的切面数据,定位刃口的所在区域,进而拟合出刃口的钝化半径,计算出前刀面与刃口轴线的夹角、后刀面与刃口轴线的夹角以及前刀面与后刀面的粗糙度值。
作为本发明的进一步改进,所述步骤S2三维模型建立具体为:根据步骤S1获得的不同物距下待测刀具刃口的照片,得到图像序列,依据图像序列中的平行以及垂直关系,计算得到刃口上每个像素点的深度信息,将深度信息进行网格化处理后,得到三维点云数据,进而实现三维模型的重建。
具体地,对于每个图形,先将其从三通道图像转换为单通道图像,然后再计算各个像素点的深度值,还包括通过掩膜对于深度信息的全局优化,以提高其测量精度。
作为本发明的进一步改进,所述S3数据处理具体为:
S301切面剖分:对三维模型,沿垂直于刃口进行切面剖分,得到切面数据;
S302圆弧段的筛选:对每一段切面数据进行筛选,进而得到圆弧和前刀面以及后刀面的数据,利用亥姆霍兹准则提出不合格的圆弧段,留下合格的圆弧段;
S303刃口钝化参数的计算:利用最小二乘法,拟合得到合格的圆弧段的钝化半径,根据钝化半径以及合格的圆弧半径上像素点的切面数据,分别计算出前刀面与刃口轴线的夹角、后刀面与刃口轴线的夹角以及前刀面与后刀面的粗糙度值。
本技术方案中,沿垂直于刃口方向进行切面剖分,能够提高测量精度,如果沿其它角度切分或者从某一角度切分可能会导致测量结果误差较大,导致测量不准确。
作为本发明的进一步改进,所述步骤S302圆弧段的筛选中,当刃口的钝化半径为50um~2um时,则采用K-Factor测量方法进行测量。
本技术方案中,微小圆弧钝化半径不好测量,故在钝化半径为 50um~2um形成微小圆弧时,采用K-Factor测量方法进行测量。
本发明的有益效果如下:
1、激光测量点数少,通常刃口钝化值很小,无法得到有效的三维点,测量结果误差大,相对于本发明的测量方法,也没有颜色信息。
2、结构光对室外光敏感,也容易受反光影响,而金属刃口反光问题不可避免,出来的三维点误差大,导致测量精度较差,而本发明,对环境光不敏感,采用高分辨率的相机,可以形成稠密点云,有500 万的点,既可以保证较高的测量精度,又可以保留颜色信息,对反光也有较好的鲁棒性,综合来说既可以对刀具进行三维尺寸测量,也可以使用颜色信息进行二维尺寸测量和缺陷检测。
附图说明
图1为本发明提供的一种用于刀具刃口钝化的检测装置的结构示意图;
图2为本发明提供的一种用于刀具刃口钝化的检测方法的流程示意图;
图3为本发明提供的实施例2中的聚焦图像;
图4为本发明提供的实施例2中三维重建后的图像;
图5为本发明提供的实施例2中三维重建后的局部示意图之一;
图6为本发明提供的实施例2中三维重建后的局部示意图之二;
图7为本发明提供后的实施例2中的三维重建测量结果示意图之一;
图8为本发明提供后的实施例2中的三维重建测量结果示意图之二;
图9为本发明提供后的实施例2中的三维重建测量结果示意图之三;
图10为本发明提供后的实施例2中的三维重建测量结果示意图之四;
图11为本发明提供后的实施例2中的测量示意图;
图12为本发明的刀具载物台的主视结构示意图;
图13为本发明的刀具载物台的左视结构示意图;
图14为本发明的刀具载物台的俯视结构示意图;
图15为本发明提供的定位块的结构示意图;
图中:
2、转台;3、法兰;4、图像采集装置;5、相机;6、固定装置;601、夹持装置;7、基座;8、第一滑道;9、照明灯;10、待测刀具;11、第二滑道;12、相机旋转按钮;15、第一旋转手柄;16、第二旋转手柄;18、定位块;19、底座;20、第三滑道。
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体图示,进一步阐述本发明。
实施例1
参照附图1-2所示,一种用于刀具刃口钝化的检测系统,包括:
图像采集装置,所述图像采集装置用于采集照片;
载物台,所述载物台用于承载待测刀具,并将刃口朝向图像采集装置处固定;
所述图像采集装置设有运动装置,所述运动装置用于调整图像采集装置与待测刀具上刃口的物距;
数据处理模块,所述数据处理模块用于采集不同物距时待测刀具刃口处的图像,根据采集到的图像,重建待测刀具的三维模型;所述数据处理模块根据三维模型,测量计算刃口处的检测参数,所述检测参数包括钝化半径、前刀面与刃口轴线的夹角、后刀面与刃口轴线的夹角以及前刀面与后刀面的粗糙度值。
本技术方案中,采用非接触式进行测量,同时实现的是基于交互的建模,通过不同高度的图形重构三维模型,得到三维模型的精度较高,操作简单,建模效果好。
本技术方案中,结合了传统手动建模与基于图像自动计算机研究与发展建模的优势,具有较高鲁棒性和通用性,实用性较强。
进一步地,还包括可调光源,所述可调光源的调节范围是10000 流明到20000流明。
本技术方案中,为了提高测量速率,要保持高的采集帧率,需要较高的亮度才能保持,而10000流明到20000流明这一范围内的流明,能有较好的成像质量。
进一步地,还包括与数据处理模块连接的显示装置,所述显示装置用于显示待测刀具的以及测定的待测刀具的刃口处的检测参数。
本技术方案中,显示装置,可以直观获得数据,以及是否合格等。
进一步地,所述数据处理模块为PC系统。采用PC系统,较为常见,同时,能够结合实际生产使用,进而极大地提高了整个效率。
作为本发明的进一步改进,还包括底座,所述载物台设置于底座上,所述底座上与载物台平行方向设置有支撑体,所述支撑体内设有运动控制系统,所述运动控制系统用于控制安装板的上下移动,所述图像采集装置安装于所述安装板上。本技术方案中,通过将图像采集装置安装在安装板上,进而载物台、图像采集装置等,实现了整个测量系统的一体化,具体地,可以将图像采集装置通过装配孔、装配体等进行固定安装,同时,增加的轨道,可以调节其位置。
为了便于测量,还包括位置传感器,所述位置传感器与运动控制系统均与所述数据处理模块连接。本技术方案中,通过增加位置传感器,实现了物距的测量以及实时调整。
本发明还公开了一种用于刀具刃口钝化的检测方法,包括以下步骤:
S1获取图像:获取不同物距时,待测刀具的刃口的照片;
S2三维模型建立:根据步骤S1获得的不同物距下待测刀具刃口的照片,建立待测刀具刃口的三维模型;
S3数据处理:对三维模型进行切面剖分,根据得到的切面数据,定位刃口的所在区域,进而可以拟合出刃口的钝化半径,计算出前刀面与刃口轴线的夹角、后刀面与刃口轴线的夹角以及前刀面与后刀面的粗糙度值。
所述步骤S2三维模型建立具体为:根据步骤S1获得的不同物距下待测刀具刃口的照片,得到图像序列,依据图像序列中的平行以及垂直关系,计算得到刃口上每个像素点的深度信息,将深度信息进行网格化处理后,得到三维点云数据,进而实现三维模型的重建。
具体地,对于每个图形,先将其从三通道图像转换为单通道图像,然后再计算各个像素点的深度值,还包括通过掩膜对于深度信息的全局优化,以提高其精度。
作为本发明的进一步改进,所述S3数据处理具体为:
S301切面剖分:对三维模型,沿垂直于刃口进行切面剖分,得到切面数据;
S302圆弧段的筛选:对每一段切面数据进行筛选,进而得到圆弧和前刀面以及后刀面的数据,利用亥姆霍兹准则提出不合格的圆弧段,留下合格的圆弧段;
S303刃口钝化参数的计算:利用最小二乘法,拟合得到合格的圆弧段的钝化半径,根据钝化半径以及合格的圆弧半径上像素点的切面数据,分别计算出前刀面与刃口轴线的夹角、后刀面与刃口轴线的夹角以及前刀面与后刀面的粗糙度值。
进一步地,沿垂直于刃口方向进行切面剖分,能够提高测量精度,如果沿其它角度切分或者从某一角度切分可能会导致测量结果误差较大,导致测量不准确。
作为本发明的进一步改进,所述步骤S302圆弧段的筛选中,当刃口的钝化半径为50um~2um时,则采用K-Factor测量方法进行测量。
微小圆弧钝化半径不好测量,故在钝化半径为50um~2um形成微小圆弧时,采用K-Factor测量方法进行测量。
实施例2
参照附图3-15所示,本实施例中,三维视觉检测系统以PC为核心,主要由CCD相机、位置传感器、照明灯、转角盘、运动控制器等组成。如图1所示,光学测量系统负责对待待测刀具刃口进行光学成像,并同步进行数据传输;将光学测量系统(包括CCD相机,可调节光源)安装在运动控制系统模块上,运动系统(包括步进电机、位置传感器等)负责将CCD相机移动到工件上方合适的位置进行拍照;PC 系统主要对采集到的图像数据进行处理,恢复工件的三维形貌并进行尺寸测量。
在得到所有点的深度数据之后,根据公式(1):
其中i,j是像素坐标,dx,dy是像元标定值,得到x,y的数据。之后用得到的三维坐标网格化得到三维点云数据,从而得到物体的三维模型并进行刀具尺寸测量。
由图像序列得到像素点的深度之后,对所有像素点使用分隔掩膜 Mref(x,y),过滤噪点,如公式(2)所示:
其中Z(x,y)是深度图,GT(x,y)是实际数据,eT是深度估计允许的最大误差(任何深度误差高于eT的像素都被认为是错误的)
根据公式(3)对三维模型进行切面剖分,得到切面数据M(x,y)。
其中Z(x,y)是点云数据,M(x,y)是过滤后的切面数据,是允许的最大误差。使用公式gx(x,y)、gy(x,y)和计算每一点的方向,过滤不合格数据,进而得到圆弧数据和前后刀面的数据。最终使用亥姆霍兹准则(公式(4))剔除不合格的圆弧段。
其中N5是符合要求的圆弧段,p圆弧上的一点。
根据得到的圆弧点以及前刀面和后刀面的数据计算钝化半径和前后刀面的夹角。根据公式(5)计算前刀面与后到面的粗糙度值Ra。
本实施例中,具体地测量步骤如下:
步骤一:首先标定相机的内参和外参矩阵,调节镜头到物体的距离直到物体处于景深范围内,利用成像系统对图片进行采集;通过移动镜头到物体的距离,采集图片。
步骤二:利用步骤一中采集到的若干图像处理数据(具体是若干不同物距时,刀具刃口的照片)。对于每一幅图像,根据图像中若干平行,垂直等几何约束关系计算出深度信息。通过掩膜对深度信息做全局优化,提高深度信息的精度。
步骤三:利用步骤二得到的深度信息进行网格化处理得到三维点云数据,从而得到所需的三维模型,达到三维重建的目的。
具体地,利用步骤二得到的深度信息使用贪心三角化法进行网格化处理得到三维重建数据,基本流程如下:
1)、先将点云通过法线投影到某一二维坐标平面内;
2)、然后对投影得到的点云做平面内的三角化,从而得到各点的拓扑连接关系。平面三角化的过程中用到了基于Delaunay三角剖分的空间区域增长算法;
3)、最后根据平面内投影点的拓扑连接关系确定各原始三维点间的拓扑连接,所得三角网格即为重建得到的三维模型。
步骤四:利用步骤三得到的三维点云数据进行刀具刃口的尺寸测量。
此外,再详细说明步骤二中获得深度信息并进行尺寸测量的方法,如下:
假设相机采集到了n幅图像,p1,p2...pn表示从第一幅到第n幅图像。对于图像pi,设(x,y)表示为图像中的一点,IR(x,y)、IG(x,y)和 IB(x,y)是相机采集到的三通道数据,根据彩色转灰度公式 gray(i,j)=R(i,j)·0.299+G(i,j)·0.587+B(i,j)·0.114将三通道图像转为单通道图像(此处转换为单通道图像,具体是通过公式gray(i,j)转换, R,G,B分别是三个通道的数据,单通道图形,易于处理),再计算各个像素点深度,恢复工件三维形貌(一般500万个点的深度,组成整体的形貌),最后通过阈值过滤误差过大的深度数据,得一幅图像中各点的深度信息z(x,y),然后经过处理得到三维点云数据,完成三维重建。
下面对一个刀具刃口钝化半径进行三维测量,以说明本发明的技术效果:
1.搭建三维检测系统,调节镜头是的物体处于镜头景深范围内,通过运动控制系统控制镜头拍摄若干图像;以一个刀具零件头部为被测物体为例,采用了步进电机和CCD高分辨率相机,实验测量系统如图1以及12-15所示。
2.使用过程中采用了本专利中具体介绍的实施例,通过图像中垂直平行几何关系,得到具有几何约束的点、线、面集合,还原深度信息,从而进行三维重建。其主要的实施过程是标定相机,使用张正友标定法,得到相机内参和外参,采集多幅图像,对于每一幅图像,找到边缘,根据内参和外参计算得到各点的深度信息。通过掩膜滤除误差过大的深度值,可以得到图像的深度信息。之后网格化得到三维点云数据,完成三维重建和尺寸测量。
3、实验过程中,通过运动控制器以合适的步长,将镜头移动到被测物体的合适位置并采集多张图像。总共采集到了20幅图像, p1,p2...p20表示从第一幅到第20幅图像。对于第i幅图像pi,设(x,y)表示为图像中的一点,则将RGB三色通道分离得到IRi(x,y)、IGi(x,y)和 IBi(x,y),公式gray(i,j)=R(i,j)·0.299+G(i,j)·0.587+B(i,j)·0.114。找到图像中的几何边缘进行深度估计,最后通过公式(2)过滤误差过大的深度数据,得一幅图像中各点的深度信息,然后经过处理得到三维点云数据,完成三维重建。根据公式(3)对三维模型进行切面剖分,得到切面数据M(x,y)。使用公式gx(x,y)、gy(x,y)和计算每一点的方向,进而得到圆弧和前后刀面数据,之后使用亥姆霍兹准则(公式(4))剔除不合格的圆弧段,根据圆弧数据使用最小二乘法拟合切削刃口的钝化半径。如图11所示,测量微小圆弧时,引入了K-Factor测量方法,可以通过该形状因子K表示圆弧的具体形状,K是两端刃长的比值,即Sγ与Sα值的比值,它们分别表征了前、后刀面与理论刀尖点的距离,在完成钝化半径的计算后,分别计算前刀面后刀面和刃口轴线的夹角。最后使用公式(5)和前刀面后刀面数据计算刃口两个面的粗糙度。
图3为采集到的得到聚焦图像。图4为三维重建后的三维模型,已经将深度数据归一化到0~255。图5和图6是局部区域放大的结果,可以看出在多倍放大的情况下零件上的细节都清晰可见,经过粗略的估算和测量,精度已经达到微米级别。图3是刃口的带颜色的聚焦图,可以对刀具全局进行预览;图4是恢复出来的三维模型,用于后面的尺寸测量,也可以观察刀具的细节。图5是测量钝化半径后的前刀面放大后的局部细节,图6是测量钝化半径后的局部细节,图中的直线表示剖面后计算的钝化半径值;图7和图8是多次剖面后测量的钝化半径以及前后刀面和刃口的夹角的平均值,分别为3.85um和63.4°。图9是其中一个剖面数据,测量的钝化半径为4.1um。图10左侧直线相当于图11中的前刀面,右侧直线相当于图11中的后刀面,中间曲线是刃口钝化后的圆弧以及拟合后的圆,拟合圆的大小反映了钝化半径的大小。
图6和图7对刃口钝化半径自动化测量的结果,图9和图10是其中一条剖面的测量结果,可以看出,测量精度已经达到微米级别。表1给出了本实施例中钝化刃口的特征参数,如下:
表1:
上述表格中,前刀面是直接作用于被切削的金属层,并控制切屑沿其排出的刀面;后刀面是同工件上的加工表面互相作用和相对着的刀面;前后刀面相交点为理论刀尖;Sr是前后刀面相交点到前刀面轮廓边缘的距离;Sa是前后刀面相交点到后刀面轮廓边缘的距离;Δr是前后刀面相交点到钝化圆心的距离;K是形状因子,是Sr和Sa的比值,当形状因子越小,刃口为瀑布型时或未钝化时,第一变形区的切屑的变形抗力会增加,切削力会增加;随形状因子的继续增加,刃口为圆弧型或平台型时,切屑变形抗力减小,切削力会减小形状因子越大,即Sr越大,前刀面所占的比例大,切削接触的材料面积越大,则传热越快,从而快速降低刀尖温度。在测量过程中系统对刃口进行了多次剖面,如图11所示,对每次剖面得到的数据计算相应的钝化半径、形状因子,Sr, Sa,Δr以及前后刀面的粗糙度水平,给出刀具刃口测量参数指标的均值,最大值,最小值,标准差。
通过上述的步骤,本实施例中,由剖面得到的数据再计算给出刀具刃口测量参数指标的均值,最大值,最小值,标准差;相比于现有技术,其较高鲁棒性和通用性,实用性较强,测量精度高。
参考图12-15,本实施例的载物台,包括基座7,以及设置于基座7下方的转台2,转台2连接有驱动装置,通过驱动装置驱动转台2转动,驱动装置可以采用电机。还包括设置于基座7上方的固定装置6,所述固定装置6上固定有待测刀具10(即图1中的待测目标),所述固定装置6沿基座7在X轴方向进行水平运动;
图像采集装置4(即图1中的光学测量系统),所述图像采集装置4设置于基座7侧部,所述图像采集装置4与待测刀具10 垂直,当所述固定装置6沿基座7水平运动或者随转台2转动时,所述图像采集装置4用于采集待测刀具在不同物距或不同角度时的刃口图像。
第一,与现有技术相比,其通过转台以及基座,实现了照相时,待测刀具的水平运动以及圆周运动,进而可以采集不同角度以及物距时的刃口方向,便于刀具刃口三维图像的模拟,提高三维模拟的精度。
第二,本技术方案中,载物台还可以夹持其它小部件,进而为三维图像的构建,提供了装置,实现了圆周以及水平多个角度的图像采集。
第三,本技术方案中,由于图像采集装置与待测刀具垂直设置,进而能够采集到侧面精准的照片,尤其是加工的刀具,其刃口较小,如果直接正对拍照,则刃口拍的不清楚,效果不可以实现。
参照附图12-13所示,本实施例中,重点介绍如何实现待测刀具10位移的改变。
具体地,在基座7上表面设置有第一滑道8,所述固定装置6 形成滑块,所述滑块沿所述第一滑道8水平运动。
本实施例中,第一滑道8以及滑块可以参照现有常用的滑动滑块实现移动来实现;同时,本实施例中的改进为,将固定装置 6底部直接形成沿第一滑道8滑动的滑块,无需单独的滑块,进而节省空间。
参照附图12以及15所示,在第一滑道8两端分别设有定位块18,以实现第一滑道8内的定位以及滑块滑动时的限位。具体地,定位块18为L型结构,所述L型结构的横边靠近第一滑道8 内侧设置。
本实施例中,定位块18中,较长的一侧设置于外侧,一方面实现定位,另外一方面,能够使得第一滑道8形成封闭区域,避免其他杂质或者设备掉入其内,影响滑动。
作为本发明的进一步改进,在所述固定装置6上固定连接有夹持装置601,所述夹持装置601用于夹持待测刀具10,且所述待测刀具的刃口靠近图像采集装置设置。
通过采用现有的夹持装置,进而能够夹持住刀具,避免刀具掉落,实际使用中,刀具夹持装置比较常见,且连接方式多种多样,容易实现。
具体地,夹持装置601以及固定装置6可以参照授权专利 201320846334.1的方案,其通过在夹持体的侧面设有多个刀具安装孔,每个所述刀具安装孔的上端设有至少两个穿出所述夹持体上端面的螺纹孔,所述螺纹孔上穿装有压紧螺栓实现夹持。
当然,固定装置以及夹持装置还可以参照现有的授权专利 201620215589.1,一种刀具夹持装置,包括安装座,该刀具夹持装置还包括固定套、驱动件、两个转轴以及两个夹持件,该固定套设有用以套接刀具的套接部,该驱动件包括驱动本体以及与该驱动本体活动连接的驱动轴,该驱动本体装设在该安装座上,该两个转轴装设于该安装座且相对设置,每个夹持件套设在相应的转轴上且每个夹持件的一端与该驱动轴转动连接,该两个夹持件能够在该驱动本体驱动该驱动轴做伸缩运动时绕相应的转轴转动,从而相互靠近以夹紧该固定套进而夹持刀具,或相互远离以释放该固定套进而释放刀具。
为了固定连接,还在转台2上设置有法兰3,所述转台2与基座7通过法兰3固定连接。通过增加法兰3连接,确定基座7 与转台2外周多个位置连接,进而连接稳固,同时,能够带动转动。
本实施例中,还包括底座19,所述底座19设置于转台2底部。
本技术方案中,增加底座19,稳定性好。
参照附图13所示,本实施例中的所述图像采集装置4包括相机5和照明灯9,所述照明灯9设置于相机4的外周,用于相机4 拍照时的补光,所述相机4与照明灯9均固定于相机支座上。
本实施例中,还包括第二滑道11,所述相机支座设置于第二滑道11上,且所述相机支座沿所述第二滑道11,在Y轴方向进行水平运动。
增加第二滑道11,实现相机的Y轴方向调整,进而实现相机本身的位置调整。
作为本发明的进一步改进,还包括与第二滑道11垂直的第三滑道20,所述第二滑道11底部沿所述第三滑道20在Z轴方向进行垂直运动。
通过第三滑道20,实现相机的高度调整。
本实施例中,第二滑道11以及第三滑道20等均为图1中的运动控制系统,其主要用于控制相机5以及图形采集装置4内其他部件的移动,具体地,可以采用电机结合现有的控制系统进行操作,其均为现有的常用公知技术。
进一步地,所述相机支座上还设有相机旋转按钮12,所述相机旋转按钮用于控制所述相机的旋转。
通过旋转相机,实现相机焦距的调整,方便拍出清晰的照片。
本发明中的载物台,用于固定待测刀具10,并且可以对待测刀具10的位置进行微调,使其刃口处的图像清晰地展现在图像采集装置4处,具体的,将待测刀具10固定于夹头6上,将夹头固定于移动装置7上,移动装置7设置于转台2上,实现对待测刀具10的固定。
结合图14,所述图像采集装置4沿第二滑道11在Y轴方向移动,还包括用于所述图像采集装置移动的第三滑道20,所述第二滑道11置于图像采集装置4左侧,所述图像采集装置4沿第三滑道20竖直方向移动,所述图像采集装置4通过转动第一旋转手柄 15在第二滑道11上实现移动,所述图像采集装置4通过转动第二旋转手柄16在第三滑道20上实现移动。其上下左右移动的实现利用丝杠原理,通过摇动旋转手柄来实现,属于现有技术,本实施例对此不作要求。
在图像采集装置4上设置有第二滑道以及第三滑道,可使图像采集装置4在竖直方向上的移动,实现了对于待测刀具三维空间上的照片采集。
另外,本发明中的图像采集装置4还可实现前后移动,通过在图像采集装置4内设置一电机,通过电机控制其实现图像采集装置4的前后移动。
本方案的载物台,其使用操作方法如下:将待测刀具10固定在夹持装置601上(所述夹持装置601可以采用现有夹头,顺时针或逆时针转动夹头前方的松紧调节环,来实现对待测刀具10 的固定),将转台上的转盘法兰3转动至水平方向,确保CCD相机5的聚焦口对准待测刀具10的刀刃处,相机与待测刀具10之间的距离可通过转动相机旋转按钮12,来进行调节(通过转动图像采集装置4侧面的第一旋转手柄15来实现图像采集装置4的左右移动,通过转动图像采集装置4顶部的第一旋转手柄15来实现图像采集装置4的上下移动,其移动原理采用现有机械丝杠原理实现),对于待测刀具10刀刃图像采集部位也可通过对移动装置 7的微调来实现(通过手动推动,使得移动装置7沿第一滑道8 前后移动,来调节待测刀具刀刃图像采集的部位),此外,通过转动夹头旋转按钮14,来启动控制电机,进而带动夹头转动,实现对待测刀具进行旋转,便于观察。
尽管这里参照本发明的多个解释性实施例对本发明进行了描述,但是,应该理解,本领域技术人员可以设计出很多其他的修改和实施方式,这些修改和实施方式将落在本申请公开的原则范围和精神之内。更具体地说,在本申请公开、附图和权利要求的范围内,可以对主题组合布局的组成部件和/或布局进行多种变型和改进。除了对组成部件和/或布局进行的变形和改进外,对于本领域技术人员来说,其他的用途也将是明显的。
Claims (7)
1.一种用于刀具刃口钝化的检测方法,其特征在于,通过用于刀具刃口钝化的检测系统实现,所述检测系统包括:
图像采集装置,所述图像采集装置用于采集照片;
载物台,所述载物台用于承载待测刀具,并将所述待测刀具刃口朝向所述图像采集装置固定;
所述图像采集装置设有运动装置,所述运动装置用于调整所述图像采集装置与所述待测刀具刃口的物距;
数据处理模块,所述数据处理模块用于接收所述图像采集装置采集的不同物距的照片得到图像序列,并根据所述图像序列计算得到刃口上每个像素点的深度信息,以及将所述深度信息进行网格化处理得到三维点云数据,实现重建待测刀具的三维模型;所述数据处理模块对所述三维模型沿垂直于刃口方向进行切面剖分获得切面数据后,对每一段所述切面数据进行筛选获得圆弧、前刀面以及后刀面的数据,再利用亥姆霍兹准则选出合格的圆弧段,以及利用最小二乘法拟合得到合格的圆弧段的钝化半径,最后根据钝化半径以及合格的圆弧半径上像素点的切面数据,分别计算出前刀面与刃口轴线的夹角、后刀面与刃口轴线的夹角以及前刀面与后刀面的粗糙度值;
所述检测方法具体包括以下步骤:
S1采集图像:采集不同物距下待测刀具刃口的照片;
S2三维模型建立:根据步骤S1采集的不同物距下待测刀具刃口的若干照片建立待测刀具刃口的三维模型,具体为:根据步骤S1采集的不同物距下待测刀具刃口的若干照片获得图像序列,并依据图像序列中的若干平行以及垂直关系,计算得到刃口上每个像素点的深度信息,再将深度信息利用贪心三角化法进行网格化处理以得到三维点云数据,从而实现三维模型的建立;
S3数据处理:对三维模型进行切面剖分以得到切面数据,并根据切面数据定位刃口的所在区域,进而拟合出刃口的钝化半径,计算出前刀面与刃口轴线的夹角、后刀面与刃口轴线的夹角以及前刀面与后刀面的粗糙度值,具体为:
S301切面剖分:对三维模型沿垂直于刃口方向进行切面剖分以得到切面数据;
S302筛选圆弧段:对每一段切面数据进行筛选以得到圆弧段、前刀面以及后刀面的数据,利用亥姆霍兹准则剔除不合格的圆弧段,留下合格的圆弧段;
S303计算刃口钝化参数:利用最小二乘法拟合得到合格的圆弧段的钝化半径,并根据钝化半径以及合格的圆弧半径上像素点的切面数据,分别计算出前刀面与刃口轴线的夹角、后刀面与刃口轴线的夹角以及前刀面与后刀面的粗糙度值。
2.根据权利要求1所述的用于刀具刃口钝化的检测方法,其特征在于,所述步骤S302筛选圆弧段中,刃口的钝化半径为2um-50um的圆弧时,采用K-Factor测量方法进行测量。
3.根据权利要求1所述的用于刀具刃口钝化的检测方法,其特征在于,其特征在于,所述检测系统还包括可调光源;
所述可调光源的调节范围是10000-20000流明。
4.根据权利要求1所述的用于刀具刃口钝化的检测方法,其特征在于,所述检测系统还包括与数据处理模块连接的显示装置;
所述显示装置用于显示待测刀具以及测定的待测刀具刃口处的检测参数。
5.根据权利要求1所述的用于刀具刃口钝化的检测方法,其特征在于,所述数据处理模块为PC系统。
6.根据权利要求1所述的用于刀具刃口钝化的检测方法,其特征在于,所述检测系统还包括底座;
所述载物台设置于底座上,所述底座上与所述载物台平行方向设置有支撑体,所述支撑体内设有运动控制系统,所述运动控制系统用于控制安装板的上下移动,所述图像采集装置安装于所述安装板上。
7.根据权利要求1所述的用于刀具刃口钝化的检测方法,其特征在于,所述检测系统还包括位置传感器;
所述位置传感器、所述运动控制系统均与所述数据处理模块连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910956204.5A CN110657750B (zh) | 2019-10-10 | 2019-10-10 | 一种用于刀具刃口钝化的检测系统和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910956204.5A CN110657750B (zh) | 2019-10-10 | 2019-10-10 | 一种用于刀具刃口钝化的检测系统和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110657750A CN110657750A (zh) | 2020-01-07 |
CN110657750B true CN110657750B (zh) | 2021-12-10 |
Family
ID=69040396
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910956204.5A Active CN110657750B (zh) | 2019-10-10 | 2019-10-10 | 一种用于刀具刃口钝化的检测系统和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110657750B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112936106A (zh) * | 2021-03-11 | 2021-06-11 | 哈尔滨理工大学 | 一种基于冲蚀磨损的硬质合金刀具钝化工艺 |
CN113658243B (zh) * | 2021-10-18 | 2022-02-22 | 广东唯仁医疗科技有限公司 | 眼底三维模型建立方法、眼底照相机、装置和存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108581635A (zh) * | 2018-05-03 | 2018-09-28 | 哈尔滨理工大学 | 一种铣刀侧刃刃口磨损三维检测装置及方法 |
CN109087395A (zh) * | 2018-07-18 | 2018-12-25 | 西安多维机器视觉检测技术有限公司 | 一种三维重建的方法及系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8562547B2 (en) * | 2006-06-07 | 2013-10-22 | Eliaz Babaev | Method for debriding wounds |
CN103791836B (zh) * | 2014-01-28 | 2016-04-27 | 南京航空航天大学 | 基于激光扫描共聚焦技术的数控刀具刃口测量方法 |
CN105241389A (zh) * | 2015-10-12 | 2016-01-13 | 贵州大学 | 一种基于机器视觉的铣刀刃口钝圆半径检测系统 |
CN105488300A (zh) * | 2015-12-24 | 2016-04-13 | 成都工具研究所有限公司 | 设计刀具刃口钝化带形状和大小的方法 |
-
2019
- 2019-10-10 CN CN201910956204.5A patent/CN110657750B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108581635A (zh) * | 2018-05-03 | 2018-09-28 | 哈尔滨理工大学 | 一种铣刀侧刃刃口磨损三维检测装置及方法 |
CN109087395A (zh) * | 2018-07-18 | 2018-12-25 | 西安多维机器视觉检测技术有限公司 | 一种三维重建的方法及系统 |
Non-Patent Citations (3)
Title |
---|
W频段波导公里分配器的设计;梅志林等;《华南理工大学学报(自然科学版)》;20090131;第37卷(第1期);第19-22页 * |
基于近景图像序列的建筑物三维模型重建研究;梁艳;《中国优秀博士学位论文全文数据库(电子期刊)》;20150415(第4期);第4页 * |
硬质合金刀片刃口钝化及检测技术综述;曾伟等;《工具技术》;20180813;第14-17页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110657750A (zh) | 2020-01-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107121093B (zh) | 一种基于主动视觉的齿轮测量装置及测量方法 | |
CN109612390B (zh) | 基于机器视觉的大尺寸工件自动测量系统 | |
JP4896373B2 (ja) | 立体3次元計測システムおよび方法 | |
CN106017325B (zh) | 一种改进的复杂表面和不规则物体体积的非接触光学测量方法 | |
CN112629441B (zh) | 3d曲面玻璃轮廓扫描检测方法及系统 | |
CN108986070B (zh) | 一种基于高速视频测量的岩石裂缝扩展实验监测方法 | |
CN104567679A (zh) | 一种涡轮叶片视觉检测的系统 | |
US20120072170A1 (en) | Vision measurement probe and method of operation | |
JP2005514606A5 (zh) | ||
WO2013061976A1 (ja) | 形状検査方法およびその装置 | |
JP2010528318A (ja) | 2次元画像による3次元組立て検査 | |
CN110657750B (zh) | 一种用于刀具刃口钝化的检测系统和方法 | |
JP7353757B2 (ja) | アーチファクトを測定するための方法 | |
CN110966956A (zh) | 一种基于双目视觉的三维检测装置和方法 | |
CN105716547A (zh) | 一种机械工件平面度快速测量装置及方法 | |
CN111879264A (zh) | 一种基于线结构光的平整度测量与评估系统 | |
JP2019197018A (ja) | 平坦度検出方法、平坦度検出装置及び平坦度検出プログラム | |
CN211827005U (zh) | 一种基于多目视觉的五轴数控机床多功能检测装置 | |
CN204514271U (zh) | 一种涡轮叶片视觉检测的系统 | |
CN112268525A (zh) | 三维扫描方法和三维扫描设备 | |
TWI413755B (zh) | 圓鋸片之偏轉公差自動化光學檢測系統 | |
CN113932710B (zh) | 一种复合式视觉刀具几何参数测量系统及方法 | |
CN113776462B (zh) | 基于数字图像的高铁无咋轨道承轨台三维形貌检测方法 | |
CN103852006A (zh) | 一种刀具自动测量装置及方法 | |
CN211014059U (zh) | 一种刀具刃口钝化检测用载物台 |
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 |