CN112525163A - 穿孔机打穿检测系统、方法、装置、控制设备和存储介质 - Google Patents
穿孔机打穿检测系统、方法、装置、控制设备和存储介质 Download PDFInfo
- Publication number
- CN112525163A CN112525163A CN202011320232.7A CN202011320232A CN112525163A CN 112525163 A CN112525163 A CN 112525163A CN 202011320232 A CN202011320232 A CN 202011320232A CN 112525163 A CN112525163 A CN 112525163A
- Authority
- CN
- China
- Prior art keywords
- spark
- working image
- detection result
- detection
- punch
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/04—Interpretation of pictures
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23H—WORKING OF METAL BY THE ACTION OF A HIGH CONCENTRATION OF ELECTRIC CURRENT ON A WORKPIECE USING AN ELECTRODE WHICH TAKES THE PLACE OF A TOOL; SUCH WORKING COMBINED WITH OTHER FORMS OF WORKING OF METAL
- B23H9/00—Machining specially adapted for treating particular metal objects or for obtaining special effects or results on metal objects
- B23H9/14—Making holes
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Thermal Sciences (AREA)
- Mechanical Engineering (AREA)
- Perforating, Stamping-Out Or Severing By Means Other Than Cutting (AREA)
Abstract
本公开提供了穿孔机打穿检测系统、方法、装置、控制设备和存储介质。该系统的一具体实施方式包括:穿孔机、摄像头和控制设备,控制设备分别与穿孔机和摄像头通信连接,控制设备被配置成:实时获取摄像头拍摄的穿孔机的工作图像;将工作图像输入打穿检测模型,得到用于表征穿孔机打孔是否打穿的打穿检测结果;根据打穿检测结果对穿孔机进行控制。该实施方式实现了自动进行打穿检测,提高了打穿检测准确率,并提高了穿孔机的工作效率。
Description
技术领域
本公开涉及穿孔机技术领域,具体涉及穿孔机打穿检测系统、方法、装置、控制设备和存储介质。
背景技术
穿孔机也叫电火花打孔机、电火花穿孔机、小孔机、细孔放电机、微孔机,其工作原理是通过连续垂直或倾斜运动的导电电极(例如铜管、铜丝、石墨管),对工件进行脉冲火花放电去蚀除工件进行打孔。随着穿孔机的使用,电极是会比较大程度消耗的,而且加工不同材料的工件所造成的电极消耗比例可能不同,所以需要进行打穿检测。而很多时候同一工件上面需要加工很多个孔位,实现更加稳定可靠的自动打穿检测对于推进该设备自动多孔加工技术发展意义重大。
发明内容
本公开提出了穿孔机打穿检测系统、方法、装置、控制设备和存储介质。
第一方面,本公开提供了一种穿孔机打穿检测系统,上述穿孔机打穿检测系统包括:穿孔机、摄像头和控制设备,上述控制设备分别与上述穿孔机和上述摄像头通信连接,上述控制设备被配置成:实时获取上述摄像头拍摄的上述穿孔机的工作图像;将上述工作图像输入打穿检测模型,得到用于表征上述穿孔机打孔是否打穿的打穿检测结果;根据上述打穿检测结果对上述穿孔机进行控制。
在一些可选的实施方式中,上述根据上述打穿检测结果对上述穿孔机进行控制,包括:响应于确定上述打穿检测结果用于表征上述穿孔机打穿,控制上述穿孔机停止打孔。
在一些可选的实施方式中,上述根据上述打穿检测结果对上述穿孔机进行控制,包括:响应于确定上述打穿检测结果用于表征上述穿孔机未打穿,控制上述穿孔机继续打孔。
在一些可选的实施方式中,上述摄像头设置用于拍摄上述穿孔机的打孔操作。
在一些可选的实施方式中,上述摄像头设置用于直接拍摄上述穿孔机的打孔操作,或者,上述摄像头设置用于经过反射和/或折射后拍摄上述穿孔机的打孔操作。
在一些可选的实施方式中,上述将上述工作图像输入打穿检测模型,得到用于表征上述穿孔机打孔是否打穿的打穿检测结果,包括:确定上述工作图像的图像亮度值;响应于确定上述图像亮度值大于预设亮度值,生成用于表征上述穿孔机打穿的打穿检测结果;响应于确定上述图像亮度值不大于上述预设亮度值,生成用于表征上述穿孔机未打穿的打穿检测结果。
在一些可选的实施方式中,上述将上述工作图像输入打穿检测模型,得到用于表征上述穿孔机打孔是否打穿的打穿检测结果,包括:对于上述工作图像中的每个像素点,根据该像素点的像素值确定该像素点是否为用于表征火花的火花像素点;根据上述工作图像中火花像素点的位置和/或数量,确定上述工作图像是否用于表征火花;响应于确定是,生成用于表征上述穿孔机打穿的打穿检测结果;响应于确定否,生成用于表征上述穿孔机未打穿的打穿检测结果。
在一些可选的实施方式中,上述工作图像中的每个像素点包括红色、绿色和蓝色三个颜色通道的像素值;以及上述根据该像素点的像素值确定该像素点是否为用于表征火花的火花像素点,包括:分别按照红色、绿色和蓝色三个颜色通道对应的预设概率权重对每个像素点的三个颜色通道的颜色值进行加权求和,得到每个像素点为火花像素点的概率值,以及响应于所得到的概率值大于预设概率值阈值,将该像素点确定为火花像素点。
在一些可选的实施方式中,上述根据上述工作图像中火花像素点的位置和/或数量,确定上述工作图像是否用于表征火花,包括:确定上述工作图像中火花像素点的数量占比是否大于预设火花像素点比值;响应于确定是,确定上述工作图像用于表征火花;响应于确定否,确定上述工作图像不用于表征火花。
在一些可选的实施方式中,上述根据上述工作图像中火花像素点的位置和/或数量,确定上述工作图像是否用于表征火花,包括:根据上述工作图像中火花像素点的位置,生成与上述工作图像对应的火花轮廓图像;将上述火花轮廓图像输入火花检测模型,得到用于表征上述火花轮廓图像是否用于表征火花的火花检测结果;响应于上述火花检测结果用于表征火花,确定上述工作图像用于表征火花;响应于上述火花检测结果不用于表征火花,确定上述工作图像不用于表征火花。
在一些可选的实施方式中,上述根据上述工作图像中火花像素点的位置和/或数量,确定上述工作图像是否用于表征火花,包括:根据上述工作图像中火花像素点的位置,生成与上述工作图像对应的火花轮廓图像;将上述火花轮廓图像输入火花检测模型,得到用于表征上述火花轮廓图像是否用于表征火花的火花检测结果;确定上述工作图像中火花像素点的数量占比是否大于预设火花像素点比值;响应于上述火花检测结果用于表征火花且上述工作图像中火花像素点的数量占比大于预设火花像素点比值,确定上述工作图像用于表征火花;响应于上述火花检测结果不用于表征火花或者上述工作图像中火花像素点的数量占比不大于预设火花像素点比值,确定上述工作图像不用于表征火花。
在一些可选的实施方式中,上述打穿检测模型为机器学习模型;以及上述打穿检测模型是通过如下训练步骤预先训练得到的:获取训练样本集合,其中,训练样本包括样本打孔工作图像和标注打穿检测结果,其中,标注打穿检测结果用于表征该训练样本中的样本打孔工作图像所表征的打孔操作是否打穿工件;确定初始打穿检测模型的模型结构以及初始化上述初始打穿检测模型的模型参数;对于上述训练样本集合中的训练样本,执行参数调整操作直到满足预设训练结束条件,上述参数调整操作包括:将该样本打孔工作图像输入上述初始打穿检测模型,得到该样本打孔工作图像对应的打穿检测结果;基于该样本打孔工作图像对应的打穿检测结果和该训练样本中的标注打穿检测结果之间的差异调整上述初始打穿检测模型的模型参数。
在一些可选的实施方式中,上述打穿检测模型为支持向量机或卷积神经网络。
在一些可选的实施方式中,上述控制设备设置有显示器,上述控制设备与上述显示器通信连接。
在一些可选的实施方式中,上述控制设备还被配置成:控制上述显示器呈现上述工作图像。
在一些可选的实施方式中,上述控制设备还被配置成:响应于确定上述打穿检测结果用于表征上述穿孔机打穿,控制上述显示器呈现预设打穿提示信息。
在一些可选的实施方式中,上述控制设备设置有声音播放器,上述控制设备与上述声音播放器通信连接。
在一些可选的实施方式中,上述控制设备还被配置成:响应于确定上述打穿检测结果用于表征上述穿孔机打穿,控制上述声音播放器播放预设打穿提示声音。
在一些可选的实施方式中,上述控制设备还被配置成:根据上述打穿检测结果更新已加工打穿孔位数量。
第二方面,本公开提供了一种穿孔机打穿检测方法,应用于穿孔机打穿检测系统中的控制设备,上述穿孔机打穿检测系统包括穿孔机、摄像头和控制设备,上述控制设备分别与上述穿孔机和上述摄像头通信连接,上述方法包括:实时获取上述摄像头拍摄的上述穿孔机的工作图像;将上述工作图像输入打穿检测模型,得到用于表征上述穿孔机打孔是否打穿的打穿检测结果;根据上述打穿检测结果对上述穿孔机进行控制。
在一些可选的实施方式中,上述根据上述打穿检测结果对上述穿孔机进行控制,包括:响应于确定上述打穿检测结果用于表征上述穿孔机打穿,控制上述穿孔机停止打孔。
在一些可选的实施方式中,上述根据上述打穿检测结果对上述穿孔机进行控制,包括:响应于确定上述打穿检测结果用于表征上述穿孔机未打穿,控制上述穿孔机继续打孔。
在一些可选的实施方式中,上述将上述工作图像输入打穿检测模型,得到用于表征上述穿孔机打孔是否打穿的打穿检测结果,包括:确定上述工作图像的图像亮度值;响应于确定上述图像亮度值大于预设亮度值,生成用于表征上述穿孔机打穿的打穿检测结果;响应于确定上述图像亮度值不大于上述预设亮度值,生成用于表征上述穿孔机未打穿的打穿检测结果。
在一些可选的实施方式中,上述将上述工作图像输入打穿检测模型,得到用于表征上述穿孔机打孔是否打穿的打穿检测结果,包括:对于上述工作图像中的每个像素点,根据该像素点的像素值确定该像素点是否为用于表征火花的火花像素点;根据上述工作图像中火花像素点的位置和/或数量,确定上述工作图像是否用于表征火花;响应于确定是,生成用于表征上述穿孔机打穿的打穿检测结果;响应于确定否,生成用于表征上述穿孔机未打穿的打穿检测结果。
在一些可选的实施方式中,上述工作图像中的每个像素点包括红色、绿色和蓝色三个颜色通道的像素值;以及上述根据该像素点的像素值确定该像素点是否为用于表征火花的火花像素点,包括:分别按照红色、绿色和蓝色三个颜色通道对应的预设概率权重对每个像素点的三个颜色通道的颜色值进行加权求和,得到每个像素点为火花像素点的概率值,以及响应于所得到的概率值大于预设概率值阈值,将该像素点确定为火花像素点。
在一些可选的实施方式中,上述根据上述工作图像中火花像素点的位置和/或数量,确定上述工作图像是否用于表征火花,包括:确定上述工作图像中火花像素点的数量占比是否大于预设火花像素点比值;响应于确定是,确定上述工作图像用于表征火花;响应于确定否,确定上述工作图像不用于表征火花。
在一些可选的实施方式中,上述根据上述工作图像中火花像素点的位置和/或数量,确定上述工作图像是否用于表征火花,包括:根据上述工作图像中火花像素点的位置,生成与上述工作图像对应的火花轮廓图像;将上述火花轮廓图像输入火花检测模型,得到用于表征上述火花轮廓图像是否用于表征火花的火花检测结果;响应于上述火花检测结果用于表征火花,确定上述工作图像用于表征火花;响应于上述火花检测结果不用于表征火花,确定上述工作图像不用于表征火花。
在一些可选的实施方式中,上述根据上述工作图像中火花像素点的位置和/或数量,确定上述工作图像是否用于表征火花,包括:根据上述工作图像中火花像素点的位置,生成与上述工作图像对应的火花轮廓图像;将上述火花轮廓图像输入火花检测模型,得到用于表征上述火花轮廓图像是否用于表征火花的火花检测结果;确定上述工作图像中火花像素点的数量占比是否大于预设火花像素点比值;响应于上述火花检测结果用于表征火花且上述工作图像中火花像素点的数量占比大于预设火花像素点比值,确定上述工作图像用于表征火花;响应于上述火花检测结果不用于表征火花或者上述工作图像中火花像素点的数量占比不大于预设火花像素点比值,确定上述工作图像不用于表征火花。
在一些可选的实施方式中,上述打穿检测模型为机器学习模型;以及上述打穿检测模型是通过如下训练步骤预先训练得到的:获取训练样本集合,其中,训练样本包括样本打孔工作图像和标注打穿检测结果,其中,标注打穿检测结果用于表征该训练样本中的样本打孔工作图像所表征的打孔操作是否打穿工件;确定初始打穿检测模型的模型结构以及初始化上述初始打穿检测模型的模型参数;对于上述训练样本集合中的训练样本,执行参数调整操作直到满足预设训练结束条件,上述参数调整操作包括:将该样本打孔工作图像输入上述初始打穿检测模型,得到该样本打孔工作图像对应的打穿检测结果;基于该样本打孔工作图像对应的打穿检测结果和该训练样本中的标注打穿检测结果之间的差异调整上述初始打穿检测模型的模型参数。
在一些可选的实施方式中,上述打穿检测模型为支持向量机或卷积神经网络。
在一些可选的实施方式中,上述控制设备设置有显示器,上述控制设备与上述显示器通信连接;以及上述方法还包括:控制上述显示器呈现上述工作图像。
在一些可选的实施方式中,上述方法还包括:响应于确定上述打穿检测结果用于表征上述穿孔机打穿,控制上述显示器呈现预设打穿提示信息。
在一些可选的实施方式中,上述控制设备设置有声音播放器,上述控制设备与上述声音播放器通信连接;以及上述方法还包括:响应于确定上述打穿检测结果用于表征上述穿孔机打穿,控制上述声音播放器播放预设打穿提示声音。
在一些可选的实施方式中,上述方法还包括:根据上述打穿检测结果更新已加工打穿孔位数量。
第二方面,本公开提供了一种穿孔机打穿检测装置,应用于穿孔机打穿检测系统中的控制设备,上述穿孔机打穿检测系统包括穿孔机、摄像头和控制设备,上述控制设备分别与上述穿孔机和上述摄像头通信连接,上述装置包括:图像获取单元,被配置成实时获取上述摄像头拍摄的上述穿孔机的工作图像;打穿检测单元,被配置成将上述工作图像输入打穿检测模型,得到用于表征上述穿孔机打孔是否打穿的打穿检测结果;控制单元,被配置成根据上述打穿检测结果对上述穿孔机进行控制。
在一些可选的实施方式中,上述控制单元进一步被配置成:响应于确定上述打穿检测结果用于表征上述穿孔机打穿,控制上述穿孔机停止打孔。
在一些可选的实施方式中,上述控制单元进一步被配置成:响应于确定上述打穿检测结果用于表征上述穿孔机未打穿,控制上述穿孔机继续打孔。
在一些可选的实施方式中,上述打穿检测单元进一步被配置成:确定上述工作图像的图像亮度值;响应于确定上述图像亮度值大于预设亮度值,生成用于表征上述穿孔机打穿的打穿检测结果;响应于确定上述图像亮度值不大于上述预设亮度值,生成用于表征上述穿孔机未打穿的打穿检测结果。
在一些可选的实施方式中,上述打穿检测单元进一步被配置成:对于上述工作图像中的每个像素点,根据该像素点的像素值确定该像素点是否为用于表征火花的火花像素点;根据上述工作图像中火花像素点的位置和/或数量,确定上述工作图像是否用于表征火花;响应于确定是,生成用于表征上述穿孔机打穿的打穿检测结果;响应于确定否,生成用于表征上述穿孔机未打穿的打穿检测结果。
在一些可选的实施方式中,上述工作图像中的每个像素点包括红色、绿色和蓝色三个颜色通道的像素值;以及上述根据该像素点的像素值确定该像素点是否为用于表征火花的火花像素点,包括:分别按照红色、绿色和蓝色三个颜色通道对应的预设概率权重对每个像素点的三个颜色通道的颜色值进行加权求和,得到每个像素点为火花像素点的概率值,以及响应于所得到的概率值大于预设概率值阈值,将该像素点确定为火花像素点。
在一些可选的实施方式中,上述根据上述工作图像中火花像素点的位置和/或数量,确定上述工作图像是否用于表征火花,包括:确定上述工作图像中火花像素点的数量占比是否大于预设火花像素点比值;响应于确定是,确定上述工作图像用于表征火花;响应于确定否,确定上述工作图像不用于表征火花。
在一些可选的实施方式中,上述根据上述工作图像中火花像素点的位置和/或数量,确定上述工作图像是否用于表征火花,包括:根据上述工作图像中火花像素点的位置,生成与上述工作图像对应的火花轮廓图像;将上述火花轮廓图像输入火花检测模型,得到用于表征上述火花轮廓图像是否用于表征火花的火花检测结果;响应于上述火花检测结果用于表征火花,确定上述工作图像用于表征火花;响应于上述火花检测结果不用于表征火花,确定上述工作图像不用于表征火花。
在一些可选的实施方式中,上述根据上述工作图像中火花像素点的位置和/或数量,确定上述工作图像是否用于表征火花,包括:根据上述工作图像中火花像素点的位置,生成与上述工作图像对应的火花轮廓图像;将上述火花轮廓图像输入火花检测模型,得到用于表征上述火花轮廓图像是否用于表征火花的火花检测结果;确定上述工作图像中火花像素点的数量占比是否大于预设火花像素点比值;响应于上述火花检测结果用于表征火花且上述工作图像中火花像素点的数量占比大于预设火花像素点比值,确定上述工作图像用于表征火花;响应于上述火花检测结果不用于表征火花或者上述工作图像中火花像素点的数量占比不大于预设火花像素点比值,确定上述工作图像不用于表征火花。
在一些可选的实施方式中,上述打穿检测模型为机器学习模型;以及上述打穿检测模型是通过如下训练步骤预先训练得到的:获取训练样本集合,其中,训练样本包括样本打孔工作图像和标注打穿检测结果,其中,标注打穿检测结果用于表征该训练样本中的样本打孔工作图像所表征的打孔操作是否打穿工件;确定初始打穿检测模型的模型结构以及初始化上述初始打穿检测模型的模型参数;对于上述训练样本集合中的训练样本,执行参数调整操作直到满足预设训练结束条件,上述参数调整操作包括:将该样本打孔工作图像输入上述初始打穿检测模型,得到该样本打孔工作图像对应的打穿检测结果;基于该样本打孔工作图像对应的打穿检测结果和该训练样本中的标注打穿检测结果之间的差异调整上述初始打穿检测模型的模型参数。
在一些可选的实施方式中,上述打穿检测模型为支持向量机或卷积神经网络。
在一些可选的实施方式中,上述控制设备设置有显示器,上述控制设备与上述显示器通信连接;以及上述装置还包括:图像呈现单元,被配置成控制上述显示器呈现上述工作图像。
在一些可选的实施方式中,上述装置还包括:提示信息呈现单元,被配置成响应于确定上述打穿检测结果用于表征上述穿孔机打穿,控制上述显示器呈现预设打穿提示信息。
在一些可选的实施方式中,上述控制设备设置有声音播放器,上述控制设备与上述声音播放器通信连接;以及上述装置还包括:提示声音播放单元,被配置成响应于确定上述打穿检测结果用于表征上述穿孔机打穿,控制上述声音播放器播放预设打穿提示声音。
在一些可选的实施方式中,上述装置还包括:数量更新单元,被配置成根据上述打穿检测结果更新已加工打穿孔位数量。
第三方面,本公开提供了一种控制设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当上述一个或多个程序被上述一个或多个处理器执行时,使得上述一个或多个处理器实现如第二方面中任一实现方式描述的方法。
第四方面,本公开提供了一种计算机可读存储介质,其上存储有计算机程序,其中,该计算机程序被一个或多个处理器执行时实现如第二方面中任一实现方式描述的方法。
为了实现对穿孔机进行打穿检测,目前主要有以下方法:
人工经验判断,即通过有经验的技工肉眼判断或听加工电极管将金属打穿后发出的特别声音来判读是否被打穿,再进而操控按钮控制加工电极管的上升。人工经验判断方法依赖于人工经验,人工成本较高,且打孔工作效率较低。
定深方法,即针对某种特定工件,先试打一个孔,然后看打穿以后整个电极管下去多少,再通过控制设备设定电极管往下打的值,继而后续穿孔机可以按照设定的值进行穿孔,控制电极管按照设定的值往下打孔后抬起。这种方式加工不同的工件之前都需要试打,使用不便,也存在不精准的问题。
检测板方法,即在工件下方放置一块导电的检测板(例如,金属检测板),该检测板不与工件接触,当电极管打穿工件以后会接触到该检测板,系统检测到接触到该检测板即可认为打穿。这种方法缺点是加工废渣和工作液容易在检测金属板和工件之间积聚,形成检测板和工件短路,最终导致检测失效。
检测杆方法,即在工件下方放置一根检测杆,该检测杆不与工件接触,当电极管打穿工件以后会接触到该检测杆,系统检测到接触到该检测杆即可认为打穿。这种方法存在以下问题或缺陷:(1)由于工件支撑平台沿横轴纵轴(即X轴和Y轴)运动,检测杆一旦碰到其它物体,位置容易发生偏移,导致电极管对不准,最终导致检测失效;(2)检测杆易生锈,导致接触不良,最终导致检测失效;(3)安装不易,检测杆头端和工件距离要求一定精度,否则容易离工件太远检测不到或者距离工件太近会接触到工件造成短路;(4)太近,实践中检测杆和工件至少要保持几毫米距离,以便不容易积聚废渣和工作液,正因为这段距离,电极管打穿以后工件底部会漏水,从电极管中喷射出去的冷却液无法作用于孔内,而电极管加工后成一定尖锐形状,再往下走3毫米也需要十几秒甚至一分钟,工件越高,打穿以后电极管再往下走需要的时间越长;(5)由于穿孔机加工过程中电极管喷射高压冷却液,工件表面甚至底面有大量水珠,水珠容易导致检测杆和工件下底面短路,进而导致误检测。
传感器方法,即用光电传感器来检测。因为电火花加工打穿工件后会有火花迸出,该火花通常持续5秒甚至更长时间,采用检测杆法中的安装形式,在打穿孔下方安放光电传感器检测红外或者可见光强来识别打穿。但是,该方法存在以下问题或缺陷:(1)传感器要和打穿点的位置需要比较近才能检测到光强,而二者距离较近会导致电火花穿孔机加工产生的黑色废渣废液容易堵塞传感器感光表面,而如果传感器距离打穿点比较远,环境灯光和其它光照可能会干扰到检测;(2)安装上也具有上述检测杆方法的弊端,例如传感器位置容易被撞偏,且多出检测杆和光电传感器,影响用户使用体验,工件安装摆放都要小心避免碰撞到传感器。经过调研发现截至目前市面上使用光感传感器检测打穿的不足市场的2%,可见其可靠性,稳定性仍然存在不少问题。
本公开提供的穿孔机打穿检测系统、方法和装置,在利用摄像头实时拍摄穿孔机的工作图像,并通过控制设备实时获取摄像头拍摄的穿孔机的工作图像,而后将实时获取的工作图像输入打穿检测模型,继而得到用于表征穿孔机打孔是否打穿的打穿检测结果,最后根据得到的打穿检测结果对穿孔机进行控制。从而实现了自动对穿孔机进行穿孔检测,且可以实现包括但不限于以下技术效果:
第一,不需人工干预,不依赖于人工经验,实现了自动进行打穿检测。
第二,针对不同种类工件,不需提前试打或者单独设定,适用各种类型工件,通用性较高。
第三,摄像头可以与在工件保持较大的距离,相对于检测板和检测杆方法,大大减少了废渣和工作液溅污传感器所可能造成的检测失效的可能性。
第四,安装好后,维护以及更换成本较低,基本不需要对摄像头进行更换。
第五,摄像头安装方式灵活多变,适用不同的加工环境。
第六,可以将摄像头安装于废渣废液较难溅到的位置或者可以安装到距离穿孔机较远的位置,而如果采用高清摄像头可以拍摄距离更远,避免摄像头被废液废水溅污,提高检测稳定性。
第七,电火花穿孔机在机械零部件加工方面应用广泛,由于目前打穿检测技术缺陷导致该产品自动化程度进步较慢,国内70%以上的该设备停留在工人手摇移位、人工观察打穿使用,所以本公开可推动该设备自动化,提升工作效率。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本公开的其它特征、目的和优点将会变得更明显:
图1是本公开的穿孔机打穿检测系统的一个实施例的示例性系统架构图;
图2A是根据本公开的穿孔机打穿检测方法的一个实施例的流程图;
图2B是根据本公开的步骤202的一个实施例的分解流程图;
图2C是根据本公开的步骤202的又一个实施例的分解流程图;
图2D是根据本公开的步骤203的一个实施例的分解流程图;
图3A是根据本公开的训练步骤的一个实施例的流程图;
图3B是根据本公开的21张用于表征打孔未打穿的样本打孔工作图像;
图3C是根据本公开的13张用于表征打孔已打穿的样本打孔工作图像;
图4是根据本公开的穿孔机打穿检测方法的又一个实施例的流程图;
图5是根据本公开的穿孔机打穿检测装置的一个实施例的结构示意图;
图6是适于用来实现本公开的控制设备的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
图1示出了是本公开的穿孔机打穿检测系统的一个实施例的示例性系统架构100。
如图1所示,系统架构100可以包括穿孔机101、摄像头102和控制设备103。控制设备103分别与穿孔机101和摄像头102通信连接。
控制设备103也可以与摄像头102有线连接或者无线连接。例如,控制设备103可以与摄像头102通过USB(Universal Serial Bus,通用串行总线)、网线(例如,铜缆双绞线、同轴电缆或者光缆)、PCIE(Peripheral Component Interconnect Express)总线、并行接口数据线或者各种视频传输连接线连接。其中,视频传输连接线可以是包括但不限于以下视频传输数据线:CVBS(Composite Video Broadcast Signal,复合视频广播信号)、AHD(Analog High Definition,模拟高清晰度)、SDI(Serial Digital Interface,数字分量串行接口)、DVI(Digital Visual Interface,数字视频接口)、HDMI(High DefinitionMultimedia Interface,高清多媒体接口)视频传输数据线。
穿孔机101可以是电火花打孔机、电火花穿孔机、小孔机、细孔放电机或者微孔机,穿孔机101通过连续垂直或倾斜运动的导电电极(例如细铜管、铜丝、石墨管),对工件进行脉冲火花放电去蚀除工件进行打孔。本公开对穿孔机101的具体结构不做具体限定。可以理解的是,穿孔机101至少包括电机、导电电极和控制器。其中,控制器用于从控制设备103接收指令并按照所接收的指令控制电机。例如,所接收的指令可以用于控制电机以实现控制电极管上升或下降,或者用于控制电机以实现电极管上升或者下降的速度等。控制器可以包括以下至少一项:单片机、可编程逻辑控制器(PLC,Programmable Logic Controller),现场可编程逻辑门阵列(FPGA,Field Programmable Gate Array),ARM处理器(AdvancedRISC Machine),CPLD(Complex Programming Logic Device,复杂程序逻辑器件)。
摄像头102可以设置于穿孔机101上。例如,当穿孔机101包括立柱时,摄像头102可以设置于立柱上。
摄像头102也可以设置于控制设备103上。
摄像头102还可以单独设置,例如,摄像头102可以设置于穿孔机101所在工作环境中的其他支撑物上。
摄像头102设置用于拍摄穿孔机101的打孔操作,只要摄像头102可以拍摄得到穿孔机101对工件进行打孔操作的过程即可,本公开对具体通过何种方式拍摄不做具体限定。
在一些可选的实施方式中,摄像头102可以设置用于直接拍摄穿孔机101的打孔操作。例如,摄像头102可以不设置于电极管的下方,以避免加工废渣和工作液溅到摄像头上。例如,摄像头102可以设置于电极管的侧面。按照该可选实施方式,可以实现直接用摄像头对打孔操作进行拍摄不引入其他器件。
在一些可选的实施方式中,摄像头102也可以设置用于经过反射和/或折射后拍摄穿孔机的打孔操作。例如,可以通过利用反光镜和/或光纤实现反射和/或折射。按照该可选实施方式可以经过反射和/或折射后拍摄穿孔机的打孔操作,以实现将摄像头102设置在距离穿孔机较远的位置,避免摄像头102被溅污,提高摄像头102的工作稳定性。
控制设备103可以是各种具备控制穿孔机功能的电子设备。例如,控制设备103可以是工业计算机、智能手机、平板电脑、嵌入式系统、膝上型便携计算机和台式计算机等等。用户可以使用控制设备103实现对穿孔机101进行控制。控制设备103上可以安装有各种通讯客户端应用,例如穿孔机打穿检测应用、穿孔机控制类应用、网页浏览器应用、即时通信工具、邮箱客户端、社交平台软件等。
控制设备103可以与穿孔机101有线连接或者无线连接。例如,控制设备103可以与穿孔机101中设置的控制器有线或者无线连接,继而控制设备103可以通过与控制器通信连接以实现对穿孔机101进行控制。
需要说明的是,本公开所提供的穿孔机打穿检测方法一般由控制设备103执行,相应地,穿孔机打穿检测装置一般设置于控制设备103中。
继续参考图2A,其示出了根据本公开的穿孔机打穿检测方法的一个实施例的流程200。该穿孔机打穿检测方法,应用于穿孔机打穿检测系统中的控制设备,其中,穿孔机打穿检测系统可以包括穿孔机、摄像头和控制设备,控制设备分别与穿孔机和摄像头通信连接,该方法包括以下步骤:
步骤201,实时获取摄像头拍摄的穿孔机的工作图像。
在本实施例中,穿孔机打穿检测方法的执行主体(例如图1所示的穿孔机打穿检测系统中的控制设备)可以在穿孔机工作过程中控制摄像头实时拍摄穿孔机执行打孔操作的工作图像,并实时获取摄像头拍摄的穿孔机的工作图像。
实践中,常见普通市售摄像头每秒采集约25-30帧图像,性能稍好些采集图像则更多。即一般摄像头可实现每隔0.033-0.04秒采集一幅图像,甚至时间更短。而对于穿孔机而言,一般每隔0.1秒到0.2秒检测一次打穿即可实现实时控制穿孔机的打孔操作。因此,利用摄像头采集图像对穿孔机进行打穿检测可以实现实时控制穿孔机的打孔操作。
步骤202,将工作图像输入打穿检测模型,得到用于表征穿孔机打孔是否打穿的打穿检测结果。
在本实施例中,上述执行主体可以在步骤201中获取得到穿孔机的工作图像后,将所获取的工作图像输入打穿检测模型,得到用于表征穿孔机打孔是否打穿的打穿检测结果。需要说明的是,这里,打穿检测模型用于表征穿孔机的工作图像与打穿检测结果之间的对应关系。
作为示例,打穿检测模型可以是技术人员基于大量的穿孔机的打孔工作图像和用于表征该打孔工作图像对应的打孔是否打穿的打穿检测结果的统计分析而预先制定并存储到上述执行主体的、对打孔工作图像进行逻辑运算并得出打穿检测结果的逻辑运算公式。
在一些可选的实现方式中,步骤202可以包括如图2B所示的步骤2021到步骤2023:
步骤2021,确定工作图像的图像亮度值。
这里,上述执行主体可以采用各种已知或者未来开发的图像亮度计算方法确定工作图像的图像亮度值,本公开对此不做具体限定。例如,当工作图像中每个像素点包括三个颜色通道,即红色,绿色和蓝色的颜色值时,可以首先按照三个颜色通道对应的预设权重对每个像素点的三个颜色通道的颜色值进行加权求和,得到每个像素点的亮度值。例如,其中红色、绿色和蓝色三个颜色通道的预设权重可以分别为:0.299、0.587和0.114。然后,可以对工作图像中每个像素点按照该像素点对应的预设权重对各个像素点的亮度值进行加权求和,进而得到工作图像的图像亮度值。例如,可以对工作图像预设中心区域,将预设中心区域的像素点预设较大的权重(例如,设置为1),而对于非预设中心区域的像素点预设较小的权重(例如,设置为0),这是由于一般而言摄像头拍摄的穿孔机在打孔过程中的火花处于图像中心区域,而边缘区域则可能是穿孔机的部件,因此为了计算打孔过程中所产生的火花亮度可以着重考虑中心区域,因此为中心区域设置较大的权重(例如,设置为1),为非预设中心区域设置较小的权重(例如,设置为0)。
步骤2022,响应于确定图像亮度值大于预设亮度值,生成用于表征穿孔机打穿的打穿检测结果。
申请人在工作实践中发现,由于穿孔机打孔过程中,随着打孔工作的进行,在打穿以后会出现电火花,而正是因为出现电火花会导致拍摄得到的打孔工作图像中图像亮度突然增大,当图像亮度大于预设亮度值,则可以认为打穿,即可生成用于表征穿孔机打穿的打穿检测结果。反之,在打穿以前则没有电火花或者电火花较小,进而所拍摄的打孔工作图像的图像亮度值也较小,即可生成用于表征穿孔机未打穿的打穿检测结果。
基于上述发现,可以在步骤2021中计算得到工作图像的图像亮度值后,如果确定图像亮度值大于预设亮度值,表明穿孔机已打穿,则可以生成用于表征穿孔机打穿的打穿检测结果。
这里,预设亮度值可以是技术人员基于大量的穿孔机的打孔工作图像和用于表征该打孔工作图像对应的打孔是否打穿的打穿检测结果的统计而预先制定并存储到上述执行主体的图像亮度值。
步骤2023,响应于确定图像亮度值不大于预设亮度值,生成用于表征穿孔机未打穿的打穿检测结果。
反之,如果确定图像亮度值不大于预设亮度值,表明穿孔机打孔尚未打穿,则可以生成用于表征穿孔机未打穿的打穿检测结果。
在一些可选的实施方式中,步骤202可以包括如图2C所示的步骤2021’到步骤2024’:
正如上文所述,由于穿孔机在打穿以后会出现电火花,进而拍摄得到的工作图像中也会出现电火花,电火花的颜色和形状是相对固定的,因而工作图像中火花对应的像素点的像素值会处于相对固定的范围,电火花在工作图像中对应的轮廓也是有相对固定的模式和特点,因此这里上述执行主体可以按照以下步骤2021’到步骤2024’来执行步骤202:
步骤2021’,对于工作图像中的每个像素点,根据该像素点的像素值确定该像素点是否为用于表征火花的火花像素点。
这里,上述执行主体可以采用各种实现方式,根据每个像素点的像素值确定该像素点是否为用于表征火花的火花像素点。例如,上述执行主体可以在该像素点的像素值在预设火花像素点像素值范围内时,确认该像素点为火花像素点。而预设火花像素点像素值范围可以是首先对表征打穿的穿孔机打孔工作图像标注出其中的火花像素点,再基于所标注的火花像素点的像素值的统计而得到的像素值。可以理解的是,当每个像素点的像素值包括几个颜色通道,则预设火花像素点像素值范围也可以包括相应数目个不同颜色通道的预设火花像素点像素值范围。
可选地,工作图像中的每个像素点可以包括红色、绿色和蓝色三个颜色通道的像素值。基于此,步骤2021’可以如下执行:分别按照红色、绿色和蓝色三个颜色通道对应的预设概率权重对每个像素点的三个颜色通道的颜色值进行加权求和,得到每个像素点为火花像素点的概率值,以及响应于所得到的概率值大于预设概率值阈值,将该像素点确定为火花像素点。这里,每个颜色通道对应的预设概率权重以及预设概率值也可以是首先对表征打穿的穿孔机打孔工作图像标注出其中的火花像素点,再基于所标注的火花像素点的像素值的统计分析而制定得到的。
步骤2022’,根据工作图像中火花像素点的位置和/或数量,确定工作图像是否用于表征火花。
可选地,步骤2022’可以如下执行:确定工作图像中火花像素点的数量占比是否大于预设火花像素点比值。响应于确定是,确定工作图像用于表征火花。响应于确定否,确定工作图像不用于表征火花。这里,工作图像中火花像素点的数量占比为工作图像中火花像素点的数量除以工作图像中像素点数量所得到的比值。而预设火花像素点比值可以是技术人员基于大量的表征打穿的穿孔机打孔工作图像的火花像素点占比的统计分析而制定的。
在一些可选的实施方式中,步骤2022’也可以如下执行:
首先,根据工作图像中火花像素点的位置,生成与工作图像对应的火花轮廓图像。这里,工作图像对应的火花轮廓图像可以是与工作图像具有相同的像素点设置,比如工作图像和对应的火花轮廓图像都包括M×N个像素点,其中,M和N均为正整数。工作图像对应的火花轮廓图像中各像素点可以具有两种像素值:第一像素值(例如,红色、绿色和蓝色三个颜色通道对应的颜色值分别为0、0和0)和第二像素值(例如,红色、绿色和蓝色三个颜色通道对应的颜色值分别为255、255和255),其中,火花轮廓图像的各像素点中与工作图像中火花像素点对应的像素点的像素值为第一像素值,而与工作图像中非火花像素点对应的像素点的像素值为第二像素值。
其次,将火花轮廓图像输入火花检测模型,得到用于表征火花轮廓图像是否用于表征火花的火花检测结果。
这里,火花检测模型可以是基于大量的穿孔机的样本工作图像对应的样本火花轮廓图像和相应的标注该样本火花轮廓是否为火花轮廓图像的样本火花检测结果,采用机器学习方法进行训练得到的机器学习模型。
然后,响应于火花检测结果用于表征火花,确定工作图像用于表征火花。
最后,响应于火花检测结果不用于表征火花,确定工作图像不用于表征火花。
即,该可选实施方式利用了火花特定的轮廓特点进行火花轮廓识别以确定工作图像是否用于表征火花,可以提高火花识别的准确性。
在一些可选的实施方式中,步骤2022’还可以结合上述两种可选实施方式按照如下执行:
首先,根据工作图像中火花像素点的位置,生成与工作图像对应的火花轮廓图像。
其次,将火花轮廓图像输入火花检测模型,得到用于表征火花轮廓图像是否用于表征火花的火花检测结果。
而后,确定工作图像中火花像素点的数量占比是否大于预设火花像素点比值。
再次,响应于火花检测结果用于表征火花且工作图像中火花像素点的数量占比大于预设火花像素点比值,确定工作图像用于表征火花。
最后,响应于火花检测结果不用于表征火花或者工作图像中火花像素点的数量占比不大于预设火花像素点比值,确定工作图像不用于表征火花。
该可选实施方式,结合采用火花像素点数量占比和火花轮廓识别以确定工作图像是否用于表征火花,可以进一步提高火花识别的准确性。
步骤2023’,响应于确定是,生成用于表征穿孔机打穿的打穿检测结果。
如果在步骤2022’中确定工作图像用于表征火花,表明穿孔机打孔时出现了电火花,可以认为穿孔机已打穿,因此,可以生成用于表征穿孔机打穿的打穿检测结果。
步骤2024’,响应于确定否,生成用于表征穿孔机未打穿的打穿检测结果。
如果在步骤2022’中确定工作图像不用于表征火花,表明穿孔机打孔时尚未出现电火花,可以认为穿孔机尚未打穿,因此,可以生成用于表征穿孔机未打穿的打穿检测结果。
上述两种执行步骤202的可选实施方式中,打穿检测模型是基于对穿孔机打穿时会出现电火花进而导致图像颜色、轮廓等具体特点而采取的相应逻辑运算方法。在一些可选的实施方式中,打穿检测模型也可以是通过训练步骤预先训练得到的机器学习模型。进而,可以直接将工作图像输入该训练得到的机器学习模型并得到相应的打穿检测结果。
如图3A所示,训练步骤300可以包括步骤301到步骤303:
这里,训练步骤的执行主体可以与上述穿孔机打穿检测方法的执行主体相同。这样,训练步骤的执行主体可以在训练得到打穿检测模型后,将打穿检测模型的模型参数存储在上述执行主体本地,并在执行上述穿孔机打穿检测方法的过程中读取上述训练得到的打穿检测模型的模型结构信息和模型参数信息。
这里,训练步骤的执行主体也可以与上述穿孔机打穿检测方法的执行主体不同。这样,训练步骤的执行主体可以在训练得到打穿检测模型后,将打穿检测模型的模型参数发送给上述穿孔机打穿检测方法的执行主体。这样,上述穿孔机打穿检测方法的执行主体可以在执行上述穿孔机打穿检测方法的过程中读取上述从训练步骤的执行主体接收到的打穿检测模型的模型结构信息和模型参数信息。
步骤301,获取训练样本集合。
这里,训练步骤的执行主体可以首先获取训练样本集合。这里,训练样本包括样本打孔工作图像和标注打穿检测结果,其中,标注打穿检测结果用于表征该训练样本中的样本打孔工作图像所表征的打孔操作是否打穿工件。
实践中,可以由技术人员对摄像头拍摄穿孔机实际打孔过程得到的图像,根据对应的是否打穿的实际情况进行标注,进而得到训练样本中的样本打孔工作图像和相应标注打穿检测结果。
步骤302,确定初始打穿检测模型的模型结构以及初始化初始打穿检测模型的模型参数。
这里,由于初始打穿检测模型可以包括各种类型的机器学习模型,对于不同类型的机器学习模型,所需要确定的模型结构信息也不相同。可以理解的是,所确定的初始打穿检测模型可以实现对图像进行分类。
可选地,初始打穿检测模型可以为支持向量机。支持向量机(Support VectorMachine,SVM)是一类按监督学习方式对数据进行二元分类的广义线性分类器,其决策边界是对学习样本求解的最大边距超平面。这里,确定SVM的模型结构信息例如可以包括构造核函数,当然也可以是使用现成的核函数,比如可以使用:多项式核(polynomial kernel)、径向基函数核(RBF kernel)、拉普拉斯核(Laplacian kernel)或者Sigmoid核(Sigmoidkernel)等。又例如,还可以包括选择适合的优化算法,例如内点法和序列最小优化算法,在拥有充足训练样本时也可使用随机梯度下降法。
可选地,初始打穿检测模型可以卷积神经网络。由于卷积神经网络是一个多层的神经网络,每层由多个二维平面组成,而每个平面由多个独立神经元组成,则这里需要确定卷积神经网络类型的初始打穿检测模型都包括哪些层,例如可以包括输入层、隐藏层和输出层,以及每层都包括哪些参数。例如,可以确定隐藏层都包括哪些层(例如,卷积层,池化层,激励函数层等等),层与层之间的连接顺序关系,以及每个层都包括哪些参数(例如,权重weight、偏置bias、卷积的步长)等等。其中,卷积层可以用于提取特征。针对每个卷积层可以确定有多少个卷积核,每个卷积核的大小,每个卷积核中的各个神经元的权重,每个卷积核对应的偏置项,相邻两次卷积之间的步长,是否需要填充,填充多少像素点和填充用的数值(一般是填充为0)等等。而池化层可以用于对输入的信息进行下采样(Down Sample),以压缩数据和参数的量,减少过拟合。针对每个池化层可以确定该池化层的池化方法(例如,取区域平均值或者取区域最大值)。激励函数层用于对输入的信息进行非线性计算。针对每个激励函数层可以确定具体的激励函数。例如,激活函数可以是ReLU以及ReLU各种变种激活函数、Sigmoid函数、Tanh(双曲正切)函数、Maxout函数等等。又例如,可以确定输出层哪种具体的用于实现分类的分类器,分类器的具体实现算法和参数等。
然后,可以初始化初始打穿检测模型的模型参数。实践中,可以将初始打穿检测模型的各个模型参数用一些不同的小随机数进行初始化。“小随机数”用来保证模型不会因权重过大而进入饱和状态,从而导致训练失败,“不同”用来保证模型可以正常地学习。
步骤303,对于训练样本集合中的训练样本,执行参数调整操作直到满足预设训练结束条件。
这里,可以是在训练样本集合中随机选取或者顺序选取训练样本执行参数调整操作直到满足预设训练结束条件。
这里,参数调整操作可以包括:
第一步,将该样本打孔工作图像输入初始打穿检测模型,得到该样本打孔工作图像对应的打穿检测结果。
第二步,基于该样本打孔工作图像对应的打穿检测结果和该训练样本中的标注打穿检测结果之间的差异调整初始打穿检测模型的模型参数。
这里,预设训练结束条件例如可以包括以下至少一项:执行参数调整操作的次数达到预设最多训练次数,计算得到的差异小于预设差异阈值,以及对训练样本集合中每个训练样本均已执行过参数调整操作。
经过上述参数调整操作,初始打穿检测模型的模型参数得到了优化,可以将上述参数优化之后的初始打穿检测模型确定为打穿检测模型。需要说明的是,如何基于计算所得到的差异对初始打穿检测模型的模型参数进行调整优化是本领域广泛研究和应用的现有技术,在此不再赘述。例如,可以采用梯度下降法等。
利用上述流程300所示的训练步骤,可以自动生成打穿检测模型。按照该方法得到打穿检测模型只需提供训练样本集合,不需人工干预,减少生成打穿检测模型的人力成本。而且经过申请人实践证明,训练样本集合中包括100张未打穿的打孔工作图像和和13张已打穿的打孔工作图像,采样上述训练样本集对打穿检测模型进行训练,得到打穿检测模型,再利用训练得到的打穿检测模型识别上述113张打孔工作图像,均能识别正确。可见,训练样本不需很多,从而训练模型的成本较低。如图3B所示,其示出了21张用于表征打孔未打穿的样本打孔工作图像。如图3C所示,其示出了13张用于表征打孔已打穿的样本打孔工作图像。
步骤203,根据打穿检测结果对穿孔机进行控制。
在本实施例中,上述执行主体(即穿孔机打穿检测系统中的控制设备)可以根据步骤202得到的打穿检测结果对穿孔机进行控制。
在一些可选的实施方式中,步骤203可以包括如图2D所示的步骤2031和步骤2032:
步骤2031,响应于确定打穿检测结果用于表征穿孔机打穿,控制穿孔机停止打孔。
即,如果打穿检测结果表明穿孔机对当前工件进行打孔已经打穿,则可以控制穿孔机停止对已打穿工件进行打孔,其具体操作例如可以是控制穿孔机中的电极管沿打孔方向反向运动(例如,打孔方向为向下时,控制电极管向上抬起),或者也可以是控制穿孔机的其他部件配合以使工件离开电极管,或者还可以是控制电极管或者工件的极性以使得电极管不再对当前已打穿工件进行打孔以节约电极管并提高穿孔机工作效率,或者控制电极管抬升预设距离使得工作液喷射到当前加工产生的洞口,然后再重复上述打孔并在检测到打穿后抬升预设距离的操作过程,使得洞口加工效果更加理想,或者控制电极管产生设定的放电脉冲以使得洞口加工效果更为理想。
步骤2032,响应于确定打穿检测结果用于表征穿孔机未打穿,控制穿孔机继续打孔。
即,如果打穿检测结果表明穿孔机对当前工件进行打孔尚未打穿,则可以控制穿孔机继续对当前工件进行打孔。
本公开的上述实施例提供的方法通过利用摄像头拍摄的图像实现对穿孔机是否打穿进行检测,实现了自动进行打穿检测,提高了打穿检测准确率,并提高了穿孔机的工作效率。
进一步参考图4,其示出了根据本公开的穿孔机打穿检测方法的一个实施例的流程400。该穿孔机打穿检测方法,应用于穿孔机打穿检测系统中的控制设备,其中,穿孔机打穿检测系统可以包括穿孔机、摄像头、控制设备和显示器,控制设备分别与穿孔机、摄像头和显示器通信连接,该方法包括以下步骤:
步骤401,实时获取并呈现摄像头拍摄的穿孔机的工作图像。
步骤402,将工作图像输入打穿检测模型,得到用于表征穿孔机打孔是否打穿的打穿检测结果。
步骤403,根据打穿检测结果对穿孔机进行控制。
在本实施例中,步骤401、步骤402和步骤403的具体操作与图2A所示的实施例中步骤201、步骤202和步骤203的操作基本相同,在此不再赘述。
步骤404,控制显示器呈现工作图像。
在本实施例中,穿孔机打穿检测方法的执行主体(例如图1所示的穿孔机打穿检测系统中的控制设备)可以在步骤401中实时获取得到穿孔机的工作图像后,控制显示器呈现所获取的穿孔机工作图像。
需要说明的是,上述执行主体可以在执行步骤402之前执行步骤404,或者与步骤402同时执行步骤404,或者在执行步骤402之后执行步骤404,本公开对此不做具体限定。
经过步骤404,在控制设备(例如,工业计算机)的显示器上实时呈现了穿孔机当前的工作图像,这样,可以方便技术人员随时对穿孔机以及摄像头的工作情况进行监控,并在发现特别情况时及时采取相应措施。例如,如果工作图像显示不清晰,可能是摄像头的镜头被水溅污或者没有对准穿孔机的打孔工作部位,不能正常拍摄图像,技术人员可以及时将镜头擦拭干净或者调整摄像头位置以保证穿孔机打孔检测系统正常工作。
步骤405,响应于确定打穿检测结果用于表征穿孔机打穿,控制显示器呈现预设打穿提示信息。
在本实施例中,上述执行主体可以在步骤402后执行步骤405,以在确定穿孔机对当前工件已打穿的情况下控制显示器呈现预设打穿提示信息,进而技术人员可以明确当前工件已打穿。
步骤406,根据打穿检测结果更新已加工打穿孔位数量。
在本实施例中,上述执行主体还可以在步骤402后执行步骤406,以实现对已加工打穿孔位数量进行更新。例如,当打穿检测结果用于表征穿孔机已打穿时,可以将已加工打穿孔位数量加一,当打穿检测结果用于表征穿孔机未打穿时,不更新已加工打穿孔位数量。从而可以实现自动对穿孔机的已加工打穿孔位数量进行更新,减少了统计穿孔机工作量的人工成本。
在一些可选的实施方式中,穿孔机打孔检测系统还可以包括声音播放器,而控制设备可以与声音播放器通信连接。这样,流程400还可以包括步骤407:
步骤407,响应于确定打穿检测结果用于表征穿孔机打穿,控制声音播放器播放预设打穿提示声音。
在本实施例中,上述执行主体可以在步骤402后执行步骤405,以在确定穿孔机对当前工件已打穿的情况下控制声音播放器播放预设打穿提示声音,进而方便技术人员在不面对显示器的情况下可以明确当前工件已打穿。
从图4中可以看出,与图2A对应的实施例相比,本实施例中的穿孔机打穿检测方法的流程400多出了实时呈现穿孔机工作图像、在打穿时呈现打穿提示信息以及根据打穿检测结果更新已加工打穿孔位数量的步骤。由此,本实施例描述的方案可以实时对穿孔机工作情况进行监控,实时呈现当前工件是否打穿,以及实时对穿孔机的已加工打穿孔位数量进行自动更新,从而扩充了对穿孔机进行监控、信息呈现以及统计的功能。
进一步参考图5,作为对上述各图所示方法的实现,本公开提供了一种穿孔机打穿检测装置的一个实施例,该装置实施例与图2A所示的方法实施例相对应,该装置具体可以应用于穿孔机打穿检测系统中的控制设备,其中,穿孔机打穿检测系统包括穿孔机、摄像头和控制设备,控制设备分别与穿孔机和摄像头通信连接。
如图5所示,本实施例的穿孔机打穿检测装置500包括:图像获取单元501、打穿检测单元502和控制单元503。其中,图像获取单元501,被配置成实时获取上述摄像头拍摄的上述穿孔机的工作图像;打穿检测单元502,被配置成将上述工作图像输入打穿检测模型,得到用于表征上述穿孔机打孔是否打穿的打穿检测结果;控制单元503,被配置成根据上述打穿检测结果对上述穿孔机进行控制。
在本实施例中,穿孔机打穿检测装置500的图像获取单元501、打穿检测单元502和控制单元503的具体处理及其所带来的技术效果可分别参考图2A对应实施例中步骤201、步骤202和步骤203的相关说明,在此不再赘述。
在一些可选的实施方式中,上述控制单元503可以进一步被配置成:响应于确定上述打穿检测结果用于表征上述穿孔机打穿,控制上述穿孔机停止打孔。
在一些可选的实施方式中,上述控制单元503可以进一步被配置成:响应于确定上述打穿检测结果用于表征上述穿孔机未打穿,控制上述穿孔机继续打孔。
在一些可选的实施方式中,上述打穿检测单元502可以进一步被配置成:确定上述工作图像的图像亮度值;响应于确定上述图像亮度值大于预设亮度值,生成用于表征上述穿孔机打穿的打穿检测结果;响应于确定上述图像亮度值不大于上述预设亮度值,生成用于表征上述穿孔机未打穿的打穿检测结果。
在一些可选的实施方式中,上述打穿检测模型可以为机器学习模型;以及上述打穿检测模型可以是通过如下训练步骤预先训练得到的:获取训练样本集合,其中,训练样本包括样本打孔工作图像和标注打穿检测结果,其中,标注打穿检测结果用于表征该训练样本中的样本打孔工作图像所表征的打孔操作是否打穿工件;确定初始打穿检测模型的模型结构以及初始化上述初始打穿检测模型的模型参数;对于上述训练样本集合中的训练样本,执行参数调整操作直到满足预设训练结束条件,上述参数调整操作包括:将该样本打孔工作图像输入上述初始打穿检测模型,得到该样本打孔工作图像对应的打穿检测结果;基于该样本打孔工作图像对应的打穿检测结果和该训练样本中的标注打穿检测结果之间的差异调整上述初始打穿检测模型的模型参数。
在一些可选的实施方式中,上述打穿检测模型可以为支持向量机或卷积神经网络。
在一些可选的实施方式中,上述控制设备可以设置有显示器,上述控制设备可以与上述显示器通信连接;以及上述装置还可以包括:图像呈现单元504,被配置成控制上述显示器呈现上述工作图像。
在一些可选的实施方式中,上述装置500还可以包括:提示信息呈现单元505,被配置成响应于确定上述打穿检测结果用于表征上述穿孔机打穿,控制上述显示器呈现预设打穿提示信息。
在一些可选的实施方式中,上述控制设备可以设置有声音播放器,上述控制设备可以与上述声音播放器通信连接;以及上述装置500还可以包括:提示声音播放单元506,被配置成响应于确定上述打穿检测结果用于表征上述穿孔机打穿,控制上述声音播放器播放预设打穿提示声音。
在一些可选的实施方式中,上述装置500还可以包括:数量更新单元507,被配置成根据上述打穿检测结果更新已加工打穿孔位数量。
需要说明的是,本公开提供的穿孔机打穿检测装置中各单元的实现细节和技术效果可以参考本公开中其它实施例的说明,在此不再赘述。
下面参考图6,其示出了适于用来实现本公开的控制设备的计算机系统600的结构示意图。图6示出的控制设备仅仅是一个示例,不应对本公开的功能和使用范围带来任何限制。
如图6所示,计算机系统600包括一个或多个中央处理单元(CPU,CentralProcessing Unit)601,其可以根据存储在只读存储器(ROM,Read Only Memory)602中的程序或者从存储部分608加载到随机访问存储器(RAM,Random Access Memory)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O,Input/Output)接口605也连接至总线604。
以下部件连接至I/O接口605:包括键盘、鼠标等的输入部分606;包括诸如阴极射线管(CRT,Cathode Ray Tube)、液晶显示器(LCD,Liquid Crystal Display)等以及声音播放器等的输出部分607;包括硬盘等的存储部分608;以及包括诸如LAN(局域网,Local AreaNetwork)卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器610上,以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分609从网络上被下载和安装,和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时,执行本公开的方法中限定的上述功能。需要说明的是,本公开所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++、Python,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括图像获取单元、打穿检测单元和控制单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,图像获取单元还可以被描述为“实时获取述摄像头拍摄的穿孔机的工作图像的单元”。
作为另一方面,本公开还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的装置中所包含的;也可以是单独存在,而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该装置执行时,使得该装置实现如图2A所示的实施例及其可选实施方式示出的穿孔机打穿检测方法,和/或,如图4所示的实施例及其可选实施方式示出的穿孔机打穿检测方法。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (37)
1.一种穿孔机打穿检测系统,包括穿孔机、摄像头和控制设备,所述控制设备分别与所述穿孔机和所述摄像头通信连接,所述控制设备被配置成:
实时获取所述摄像头拍摄的所述穿孔机的工作图像;
将所述工作图像输入打穿检测模型,得到用于表征所述穿孔机打孔是否打穿的打穿检测结果;
根据所述打穿检测结果对所述穿孔机进行控制。
2.根据权利要求1所述的穿孔机打穿检测系统,其中,所述根据所述打穿检测结果对所述穿孔机进行控制,包括:
响应于确定所述打穿检测结果用于表征所述穿孔机打穿,控制所述穿孔机停止打孔。
3.根据权利要求2所述的穿孔机打穿检测系统,其中,所述根据所述打穿检测结果对所述穿孔机进行控制,包括:
响应于确定所述打穿检测结果用于表征所述穿孔机未打穿,控制所述穿孔机继续打孔。
4.根据权利要求1所述的穿孔机打穿检测系统,其中,所述摄像头设置用于拍摄所述穿孔机的打孔操作。
5.根据权利要求4所述的穿孔机打穿检测系统,其中,所述摄像头设置用于直接拍摄所述穿孔机的打孔操作,或者,所述摄像头设置用于经过反射和/或折射后经过反射和/或折射后拍摄所述穿孔机的打孔操作。
6.根据权利要求1所述的穿孔机打穿检测系统,其中,所述将所述工作图像输入打穿检测模型,得到用于表征所述穿孔机打孔是否打穿的打穿检测结果,包括:
确定所述工作图像的图像亮度值;
响应于确定所述图像亮度值大于预设亮度值,生成用于表征所述穿孔机打穿的打穿检测结果;
响应于确定所述图像亮度值不大于所述预设亮度值,生成用于表征所述穿孔机未打穿的打穿检测结果。
7.根据权利要求1所述的穿孔机打穿检测系统,其中,所述将所述工作图像输入打穿检测模型,得到用于表征所述穿孔机打孔是否打穿的打穿检测结果,包括:
对于所述工作图像中的每个像素点,根据该像素点的像素值确定该像素点是否为用于表征火花的火花像素点;
根据所述工作图像中火花像素点的位置和/或数量,确定所述工作图像是否用于表征火花;
响应于确定是,生成用于表征所述穿孔机打穿的打穿检测结果;
响应于确定否,生成用于表征所述穿孔机未打穿的打穿检测结果。
8.根据权利要求7所述的穿孔机打穿检测系统,其中,所述工作图像中的每个像素点包括红色、绿色和蓝色三个颜色通道的像素值;以及
所述根据该像素点的像素值确定该像素点是否为用于表征火花的火花像素点,包括:
分别按照红色、绿色和蓝色三个颜色通道对应的预设概率权重对每个像素点的三个颜色通道的颜色值进行加权求和,得到每个像素点为火花像素点的概率值,以及响应于所得到的概率值大于预设概率值阈值,将该像素点确定为火花像素点。
9.根据权利要求7所述的穿孔机打穿检测系统,其中,所述根据所述工作图像中火花像素点的位置和/或数量,确定所述工作图像是否用于表征火花,包括:
确定所述工作图像中火花像素点的数量占比是否大于预设火花像素点比值;
响应于确定是,确定所述工作图像用于表征火花;
响应于确定否,确定所述工作图像不用于表征火花。
10.根据权利要求7所述的穿孔机打穿检测系统,其中,所述根据所述工作图像中火花像素点的位置和/或数量,确定所述工作图像是否用于表征火花,包括:
根据所述工作图像中火花像素点的位置,生成与所述工作图像对应的火花轮廓图像;
将所述火花轮廓图像输入火花检测模型,得到用于表征所述火花轮廓图像是否用于表征火花的火花检测结果;
响应于所述火花检测结果用于表征火花,确定所述工作图像用于表征火花;
响应于所述火花检测结果不用于表征火花,确定所述工作图像不用于表征火花。
11.根据权利要求7所述的穿孔机打穿检测系统,其中,所述根据所述工作图像中火花像素点的位置和/或数量,确定所述工作图像是否用于表征火花,包括:
根据所述工作图像中火花像素点的位置,生成与所述工作图像对应的火花轮廓图像;
将所述火花轮廓图像输入火花检测模型,得到用于表征所述火花轮廓图像是否用于表征火花的火花检测结果;
确定所述工作图像中火花像素点的数量占比是否大于预设火花像素点比值;
响应于所述火花检测结果用于表征火花且所述工作图像中火花像素点的数量占比大于预设火花像素点比值,确定所述工作图像用于表征火花;
响应于所述火花检测结果不用于表征火花或者所述工作图像中火花像素点的数量占比不大于预设火花像素点比值,确定所述工作图像不用于表征火花。
12.根据权利要求1所述的穿孔机打穿检测系统,其中,所述打穿检测模型为机器学习模型;以及
所述打穿检测模型是通过如下训练步骤预先训练得到的:
获取训练样本集合,其中,训练样本包括样本打孔工作图像和标注打穿检测结果,其中,标注打穿检测结果用于表征该训练样本中的样本打孔工作图像所表征的打孔操作是否打穿工件;
确定初始打穿检测模型的模型结构以及初始化所述初始打穿检测模型的模型参数;
对于所述训练样本集合中的训练样本,执行参数调整操作直到满足预设训练结束条件,所述参数调整操作包括:将该样本打孔工作图像输入所述初始打穿检测模型,得到该样本打孔工作图像对应的打穿检测结果;基于该样本打孔工作图像对应的打穿检测结果和该训练样本中的标注打穿检测结果之间的差异调整所述初始打穿检测模型的模型参数。
13.根据权利要求12所述的穿孔机打穿检测系统,其中,所述打穿检测模型为支持向量机或卷积神经网络。
14.根据权利要求1所述的穿孔机打穿检测系统,其中,所述控制设备设置有显示器,所述控制设备与所述显示器通信连接。
15.根据权利要求14所述的穿孔机打穿检测系统,其中,所述控制设备还被配置成:
控制所述显示器呈现所述工作图像。
16.根据权利要求15所述的穿孔机打穿检测系统,其中,所述控制设备还被配置成:
响应于确定所述打穿检测结果用于表征所述穿孔机打穿,控制所述显示器呈现预设打穿提示信息。
17.根据权利要求1所述的穿孔机打穿检测系统,其中,所述控制设备设置有声音播放器,所述控制设备与所述声音播放器通信连接。
18.根据权利要求17所述的穿孔机打穿检测系统,其中,所述控制设备还被配置成:
响应于确定所述打穿检测结果用于表征所述穿孔机打穿,控制所述声音播放器播放预设打穿提示声音。
19.根据权利要求1所述的穿孔机打穿检测系统,其中,所述控制设备还被配置成:
根据所述打穿检测结果更新已加工打穿孔位数量。
20.一种穿孔机打穿检测方法,应用于穿孔机打穿检测系统中的控制设备,所述穿孔机打穿检测系统包括穿孔机、摄像头和控制设备,所述控制设备分别与所述穿孔机和所述摄像头通信连接,所述方法包括:
实时获取所述摄像头拍摄的所述穿孔机的工作图像;
将所述工作图像输入打穿检测模型,得到用于表征所述穿孔机打孔是否打穿的打穿检测结果;
根据所述打穿检测结果对所述穿孔机进行控制。
21.根据权利要求20所述的穿孔机打穿检测方法,其中,所述根据所述打穿检测结果对所述穿孔机进行控制,包括:
响应于确定所述打穿检测结果用于表征所述穿孔机打穿,控制所述穿孔机停止打孔。
22.根据权利要求20所述的穿孔机打穿检测方法,其中,所述根据所述打穿检测结果对所述穿孔机进行控制,包括:
响应于确定所述打穿检测结果用于表征所述穿孔机未打穿,控制所述穿孔机继续打孔。
23.根据权利要求20所述的穿孔机打穿检测方法,其中,所述将所述工作图像输入打穿检测模型,得到用于表征所述穿孔机打孔是否打穿的打穿检测结果,包括:
确定所述工作图像的图像亮度值;
响应于确定所述图像亮度值大于预设亮度值,生成用于表征所述穿孔机打穿的打穿检测结果;
响应于确定所述图像亮度值不大于所述预设亮度值,生成用于表征所述穿孔机未打穿的打穿检测结果。
24.根据权利要求20所述的穿孔机打穿检测方法,其中,所述将所述工作图像输入打穿检测模型,得到用于表征所述穿孔机打孔是否打穿的打穿检测结果,包括:
对于所述工作图像中的每个像素点,根据该像素点的像素值确定该像素点是否为用于表征火花的火花像素点;
根据所述工作图像中火花像素点的位置和/或数量,确定所述工作图像是否用于表征火花;
响应于确定是,生成用于表征所述穿孔机打穿的打穿检测结果;
响应于确定否,生成用于表征所述穿孔机未打穿的打穿检测结果。
25.根据权利要求24所述的穿孔机打穿检测方法,其中,所述工作图像中的每个像素点包括红色、绿色和蓝色三个颜色通道的像素值;以及
所述根据该像素点的像素值确定该像素点是否为用于表征火花的火花像素点,包括:
分别按照红色、绿色和蓝色三个颜色通道对应的预设概率权重对每个像素点的三个颜色通道的颜色值进行加权求和,得到每个像素点为火花像素点的概率值,以及响应于所得到的概率值大于预设概率值阈值,将该像素点确定为火花像素点。
26.根据权利要求24所述的穿孔机打穿检测方法,其中,所述根据所述工作图像中火花像素点的位置和/或数量,确定所述工作图像是否用于表征火花,包括:
确定所述工作图像中火花像素点的数量占比是否大于预设火花像素点比值;
响应于确定是,确定所述工作图像用于表征火花;
响应于确定否,确定所述工作图像不用于表征火花。
27.根据权利要求24所述的穿孔机打穿检测方法,其中,所述根据所述工作图像中火花像素点的位置和/或数量,确定所述工作图像是否用于表征火花,包括:
根据所述工作图像中火花像素点的位置,生成与所述工作图像对应的火花轮廓图像;
将所述火花轮廓图像输入火花检测模型,得到用于表征所述火花轮廓图像是否用于表征火花的火花检测结果;
响应于所述火花检测结果用于表征火花,确定所述工作图像用于表征火花;
响应于所述火花检测结果不用于表征火花,确定所述工作图像不用于表征火花。
28.根据权利要求24所述的穿孔机打穿检测方法,其中,所述根据所述工作图像中火花像素点的位置和/或数量,确定所述工作图像是否用于表征火花,包括:
根据所述工作图像中火花像素点的位置,生成与所述工作图像对应的火花轮廓图像;
将所述火花轮廓图像输入火花检测模型,得到用于表征所述火花轮廓图像是否用于表征火花的火花检测结果;
确定所述工作图像中火花像素点的数量占比是否大于预设火花像素点比值;
响应于所述火花检测结果用于表征火花且所述工作图像中火花像素点的数量占比大于预设火花像素点比值,确定所述工作图像用于表征火花;
响应于所述火花检测结果不用于表征火花或者所述工作图像中火花像素点的数量占比不大于预设火花像素点比值,确定所述工作图像不用于表征火花。
29.根据权利要求20所述的穿孔机打穿检测方法,其中,所述打穿检测模型为机器学习模型;以及
所述打穿检测模型是通过如下训练步骤预先训练得到的:
获取训练样本集合,其中,训练样本包括样本打孔工作图像和标注打穿检测结果,其中,标注打穿检测结果用于表征该训练样本中的样本打孔工作图像所表征的打孔操作是否打穿工件;
确定初始打穿检测模型的模型结构以及初始化所述初始打穿检测模型的模型参数;
对于所述训练样本集合中的训练样本,执行参数调整操作直到满足预设训练结束条件,所述参数调整操作包括:将该样本打孔工作图像输入所述初始打穿检测模型,得到该样本打孔工作图像对应的打穿检测结果;基于该样本打孔工作图像对应的打穿检测结果和该训练样本中的标注打穿检测结果之间的差异调整所述初始打穿检测模型的模型参数。
30.根据权利要求29所述的穿孔机打穿检测方法,其中,所述打穿检测模型为支持向量机或卷积神经网络。
31.根据权利要求20所述的穿孔机打穿检测方法,其中,所述控制设备设置有显示器,所述控制设备与所述显示器通信连接;以及
所述方法还包括:
控制所述显示器呈现所述工作图像。
32.根据权利要求31所述的穿孔机打穿检测方法,其中,所述方法还包括:
响应于确定所述打穿检测结果用于表征所述穿孔机打穿,控制所述显示器呈现预设打穿提示信息。
33.根据权利要求20所述的穿孔机打穿检测方法,其中,所述控制设备设置有声音播放器,所述控制设备与所述声音播放器通信连接;以及
所述方法还包括:
响应于确定所述打穿检测结果用于表征所述穿孔机打穿,控制所述声音播放器播放预设打穿提示声音。
34.根据权利要求20所述的穿孔机打穿检测方法,其中,所述方法还包括:
根据所述打穿检测结果更新已加工打穿孔位数量。
35.一种穿孔机打穿检测装置,应用于穿孔机打穿检测系统中的控制设备,所述穿孔机打穿检测系统包括穿孔机、摄像头和控制设备,所述控制设备分别与所述穿孔机和所述摄像头通信连接,所述装置包括:
图像获取单元,被配置成实时获取所述摄像头拍摄的所述穿孔机的工作图像;
打穿检测单元,被配置成将所述工作图像输入打穿检测模型,得到用于表征所述穿孔机打孔是否打穿的打穿检测结果;
控制单元,被配置成根据所述打穿检测结果对所述穿孔机进行控制。
36.一种控制设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求20-34中任一所述的方法。
37.一种计算机可读存储介质,其上存储有计算机程序,其中,所述计算机程序被一个或多个处理器执行时实现如权利要求20-34中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011320232.7A CN112525163A (zh) | 2020-11-23 | 2020-11-23 | 穿孔机打穿检测系统、方法、装置、控制设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011320232.7A CN112525163A (zh) | 2020-11-23 | 2020-11-23 | 穿孔机打穿检测系统、方法、装置、控制设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112525163A true CN112525163A (zh) | 2021-03-19 |
Family
ID=74992590
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011320232.7A Pending CN112525163A (zh) | 2020-11-23 | 2020-11-23 | 穿孔机打穿检测系统、方法、装置、控制设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112525163A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114043018A (zh) * | 2021-11-29 | 2022-02-15 | 衡水市铜一电气有限公司 | 一种电火花穿孔设备及其穿孔加工工艺 |
TWI776606B (zh) * | 2021-07-26 | 2022-09-01 | 國立陽明交通大學 | 深孔放電加工機之參數優化與貫孔之檢測方法 |
CN116373024A (zh) * | 2023-06-05 | 2023-07-04 | 南京沪汇包装科技有限公司 | 用于工业包装袋孔位的智能化定位分析方法、系统及介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201464846U (zh) * | 2009-07-02 | 2010-05-12 | 浙江大学宁波理工学院 | 软性材料打孔机的控制系统 |
CN101817120A (zh) * | 2009-02-27 | 2010-09-01 | 王晓东 | 一种非贯通孔的激光加工方法和装置 |
JP2012051266A (ja) * | 2010-09-02 | 2012-03-15 | Olympus Corp | 画像記録装置、及び画像記録装置の制御方法 |
CN207592972U (zh) * | 2017-12-18 | 2018-07-10 | 苏州亚马森机床有限公司 | 一种电火花穿孔机打穿检测装置 |
CN108346149A (zh) * | 2018-03-02 | 2018-07-31 | 北京郁金香伙伴科技有限公司 | 图像检测、处理方法、装置及终端 |
CN108627111A (zh) * | 2018-06-06 | 2018-10-09 | 南京大吉铁塔制造有限公司 | 钻冲孔在线检测装置及其在线检测方法 |
CN109145781A (zh) * | 2018-08-03 | 2019-01-04 | 北京字节跳动网络技术有限公司 | 用于处理图像的方法和装置 |
CN111331211A (zh) * | 2018-12-19 | 2020-06-26 | 上海交通大学 | 电火花小孔加工在线穿透检测方法 |
-
2020
- 2020-11-23 CN CN202011320232.7A patent/CN112525163A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101817120A (zh) * | 2009-02-27 | 2010-09-01 | 王晓东 | 一种非贯通孔的激光加工方法和装置 |
CN201464846U (zh) * | 2009-07-02 | 2010-05-12 | 浙江大学宁波理工学院 | 软性材料打孔机的控制系统 |
JP2012051266A (ja) * | 2010-09-02 | 2012-03-15 | Olympus Corp | 画像記録装置、及び画像記録装置の制御方法 |
CN207592972U (zh) * | 2017-12-18 | 2018-07-10 | 苏州亚马森机床有限公司 | 一种电火花穿孔机打穿检测装置 |
CN108346149A (zh) * | 2018-03-02 | 2018-07-31 | 北京郁金香伙伴科技有限公司 | 图像检测、处理方法、装置及终端 |
CN108627111A (zh) * | 2018-06-06 | 2018-10-09 | 南京大吉铁塔制造有限公司 | 钻冲孔在线检测装置及其在线检测方法 |
CN109145781A (zh) * | 2018-08-03 | 2019-01-04 | 北京字节跳动网络技术有限公司 | 用于处理图像的方法和装置 |
CN111331211A (zh) * | 2018-12-19 | 2020-06-26 | 上海交通大学 | 电火花小孔加工在线穿透检测方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI776606B (zh) * | 2021-07-26 | 2022-09-01 | 國立陽明交通大學 | 深孔放電加工機之參數優化與貫孔之檢測方法 |
CN114043018A (zh) * | 2021-11-29 | 2022-02-15 | 衡水市铜一电气有限公司 | 一种电火花穿孔设备及其穿孔加工工艺 |
CN114043018B (zh) * | 2021-11-29 | 2024-03-29 | 南京诚光新能源科技有限公司 | 一种电火花穿孔设备及其穿孔加工工艺 |
CN116373024A (zh) * | 2023-06-05 | 2023-07-04 | 南京沪汇包装科技有限公司 | 用于工业包装袋孔位的智能化定位分析方法、系统及介质 |
CN116373024B (zh) * | 2023-06-05 | 2023-08-15 | 南京沪汇包装科技有限公司 | 用于工业包装袋孔位的智能化定位分析方法、系统及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112525163A (zh) | 穿孔机打穿检测系统、方法、装置、控制设备和存储介质 | |
CN110148130B (zh) | 用于检测零件缺陷的方法和装置 | |
CN107123111B (zh) | 一种用于手机屏幕缺陷检测的深度残差网络构造方法 | |
CN115018850B (zh) | 基于图像处理的精密电子零部件冲压孔毛刺检测方法 | |
CN111915572B (zh) | 一种基于深度学习的自适应齿轮点蚀定量检测系统及方法 | |
CN113592828B (zh) | 基于工业内窥镜的无损检测方法及系统 | |
CN109389105B (zh) | 一种基于多任务的虹膜检测和视角分类方法 | |
CN113554582B (zh) | 电子设备盖板上功能孔的缺陷检测方法、装置以及系统 | |
CN116380919B (zh) | 基于aoi在线技术的柔外观缺陷检测系统及检测方法 | |
CN116337868B (zh) | 一种表面缺陷检测方法及检测系统 | |
CN111640104A (zh) | 一种螺钉装配的视觉检测方法 | |
CN109165630A (zh) | 一种基于二维人眼识别的疲劳监测方法 | |
CN114627122A (zh) | 一种缺陷检测方法及装置 | |
CN115423755A (zh) | 晶圆微加工结构缺陷检测方法及其装置、设备、介质 | |
CN111626225A (zh) | 一种工位车辆的车牌识别方法、装置、设备及存储介质 | |
CN111062364A (zh) | 一种基于深度学习的监测装配操作的方法和装置 | |
CN117152161B (zh) | 一种基于图像识别的刨花板质量检测方法及系统 | |
CN116952958B (zh) | 缺陷检测方法、装置、电子设备及存储介质 | |
CN116758078B (zh) | 变速齿轮箱观测方法、系统、终端设备以及存储介质 | |
CN117372377A (zh) | 一种单晶硅棱线的断线检测方法、装置及电子设备 | |
CN115100110A (zh) | 一种偏光镜片缺陷检测方法、装置、设备及可读存储介质 | |
CN113516091A (zh) | 一种识别变电站电火花图像的方法 | |
CN112967335A (zh) | 气泡尺寸监测方法及装置 | |
CN111340802A (zh) | 一种采用人工智能技术进行自动化验布的智能验布机 | |
CN113012104A (zh) | 器件翅片数量检测方法、控制器及装置、存储介质 |
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 |