CN112558546A - 一种基于计算机视觉的在线刀具参数检测方法 - Google Patents
一种基于计算机视觉的在线刀具参数检测方法 Download PDFInfo
- Publication number
- CN112558546A CN112558546A CN202011289151.5A CN202011289151A CN112558546A CN 112558546 A CN112558546 A CN 112558546A CN 202011289151 A CN202011289151 A CN 202011289151A CN 112558546 A CN112558546 A CN 112558546A
- Authority
- CN
- China
- Prior art keywords
- cutter
- image
- edge
- camera
- measurement
- 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.)
- Granted
Links
Images
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
- G05B19/401—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 control arrangements for measuring, e.g. calibration and initialisation, measuring workpiece for machining purposes
-
- 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
- G05B2219/34—Director, elements to supervisory
- G05B2219/34242—For measurement only
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Manufacturing & Machinery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Numerical Control (AREA)
Abstract
本发明公开了一种基于计算机视觉的在线刀具参数检测方法,此方法包括第一步,在线检测系统自标定。第二步,测量起始位置初始化及相机自动对焦。第三步,测量项目选择和对应NC控制代码生成。第四步,刀具几何参数在线测量。第五步,刀具几何参数交互测量。第六步,测量结果反馈及辅助自动调机。本发明仅需要一组远心镜头搭配工业相机组成的普通光学成像设备,安装在数控机床内部,结合机床各轴运动轨迹坐标,通过相机进行数字图像序列采集,并传输给后台算法进行图像几何特征提取,结合数据先验计算出刀具外观几何参数。本发明对比加工标准,在刀具生产过程中在线测量判断刀具加工质量,提高刀具加工质量和效率。
Description
技术领域
本发明属于高精度数控机床加工制造技术和计算机视觉测量领域,涉及一种基于计算机视觉的高精度刀具几何参数在线检测方法,特别是在刀具加工过程中的实时在线几何外观参数高精度测量方法。
背景技术
加工质量检测是高精度数控机床加工制造行业中影响刀具质量的核心问题之一,如何精确并且高效地完成加工刀具质量检测,进一步提高刀具加工良品率是目前高精度刀具加工行业面临的瓶颈问题之一。
目前国内硬质刀具加工行业内使用的测量方法都是离线测量方案,而且大部分为传统的接触式测量,即对批量加工完成的刀具,进行离线接触式抽检测量,存在检测效率低、人工成本高、检测速度慢等问题。
随着近年来视觉成像技术和计算机的迅猛发展,计算机视觉技术已在众多传统行业得到了广泛应用,为传统行业提高了产能和效益。
专利CN102785128B首先在工件旁侧安装车床测头,对测头进行标定,进而规划基本几何体零件和曲面零件的测量路径及代码生成,检测系统的控制器对零件热变形温度误差进行补偿及进行加工误差分析。该方法需通过接触式测头获取被加工件的几何轮廓,对设备要求较高。
专利CN108594759A通过3D软件获取工件的标准尺寸,通过选定工件测量项目获取检测项目的坐标数据并生成检测代码,在数控机床安装检测设备进行检测,将检测数据生成工件的实际尺寸数据,与保存的标准数据进行对比,计算尺寸偏差值。该方法需额外借助3D软件进行分析,对软件环境要求较高。
专利CN111421385A在加工中心的刀库的一侧设置检测机构,用于检测刀具切削端位置,检测时需将待测刀具移动到检测机构的伸缩端的前端,检测到刀具断裂或者严重磨损时发出检测警报。该方法所检测的指标有限,仅能检测刀具长度,适用性有一定程度的限制。
发明内容
本发明提出了一种基于计算机视觉的高精度刀具几何参数在线检测方法。此方法仅需要一组远心镜头搭配工业相机组成的普通光学成像设备,安装在数控机床内部,结合机床各轴运动轨迹坐标,通过相机进行数字图像序列采集,并传输给后台算法进行图像几何特征提取,结合数据先验计算出刀具外观几何参数。
本发明的技术方案为:
一种基于计算机视觉的在线刀具参数检测方法,包括如下步骤:
第一步,在线检测系统自标定。
采用工业相机搭配远心镜头组成的相机系统进行非接触测量,支持500万像素、800万像素、1200万像素等常用分辨率,远心镜头支持与相机适配的4倍、2倍、0.5倍等常用倍率。在刀具加工过程中,判断是否需要检测,若需要则进行在线检测;若不需要检测,则继续进行下一把刀具的加工,直至加工完成。第一次或重新安装在线检测系统装置时,需对在线检测系统装置进行标定。进行标定一般使用多次测量取平均值的方法,一般至少保证3组标定图像。本发明采用的镜头方案是远心镜头,在景深范围内可认为是平行投影,针对此类相机系统,本发明设计了基于标准加工棒料结合控制机床运动的标定方案。
在线检测系统的标定流程如下:
(1)将相机对焦于棒料轴心平面;
(2)将棒料边缘移动到视窗内,并留出长度L以上的运动余量,使得棒料在水平方向上沿着与棒料轴心垂直方向移动长度L过程中棒料边缘始终位于相机视窗中心区域;
(3)先反向移动棒料,再单向移动棒料恢复至视窗中心偏向一侧,并拍摄棒料边缘图像。当机床操作不存在变换方向移动时,反向移动操作可以省略,此操作是为了消除机床齿轮咬合间隙可能带来的误差影响;
(4)然后继续沿着第(3)步骤中的单向移动方向移动长度L,然后拍摄图像记录棒料边缘位置,得到两张图像;
(5)最后计算两张图像中棒料沿着垂直棒料方向移动的像素,再用长度L除以移动像素数,即可得到相机的像素精度结果(微米/像素)。
第二步,测量起始位置初始化及相机自动对焦。
在测量刀具参数过程中,结合第一步中的在线检测系统相机标定参数,根据不同型号的刀具类型,事先定义起始角点位置,即在特定刀具上选取特征位置作为该刀具的起始位置,用以辅助将刀具测量位置移动到相机视域中心附近。为了检测到刀具的起始角点,本发明通过定义图像特征,对相机视域图像进行特征提取,然后将这些图像特征与事先对这种刀具定义好的起始角点特征进行对比,挑选出与起始角点特征匹配程度最高的特征点,作为刀具的起始角点,完成测量起始位置的初始化操作。
本发明选用的镜头为高分辨率远心镜头,景深范围远小于广角镜头,因此在对刀具进行外形测量时,需要将刀具待测量区域移动到相机成像景深范围内。为提高在线检测算法精度,减小由于相机成像带来的误差,需要找到最清晰的相机成像距离,因此需要自动对焦检测算法来确定机床竖直轴即Z轴的移动距离,使刀具待检测区域出现在相机成像景深范围中心。
为了衡量清晰度,首先需要定义清晰度的度量标准,本发明利用清晰视域纹理也最清晰的原理,来定义相机视窗中心区域图像的清晰度量函数。本发明设计了基于Sobel算子的清晰度量函数,并设置了两种范数度量,一范数和二范数,来应对不同情况下的清晰判断任务。
本发明的清晰度量函数为:
其中,Ix是图像x方向的梯度,Iy是图像y方向的梯度,α和β为权重系数。
本发明提出的基于区域纹理信息的自动对焦方法不仅对稳定光线下的清晰度判断有效果,而且对于刀具在不同光线下的光照条件选择具有辅助参考价值。在不同光照环境下的刀具感兴趣区域(ROI)图像序列图中,本发明利用过暗光照环境和过亮光照环境中纹理都会较弱的先验信息,根据基于纹理的判别度量方式,辅助选择测量时的光照环境。
第三步,测量项目选择和对应NC控制代码生成。
根据不同类型刀具参数和测量项目自动计算测量过程中机床的运动轨迹,生成NC代码传输给数控机床并控制运动。本发明根据不同测量项目如刀具刃径、螺旋角、球头半径等,以及不同刀具参数如刀具设计刃长、刀具设计螺旋角、刀具刃数等,设计了自动计算测量过程中机床运动轨迹的程序,在用户针对当前类型刀具选择需要测量的项目后,测量系统可以自动根据当前刀具的几何参数和用户选择的测量项目,自动计算生成可以使待测区域始终位于相机视窗中心的机床运动轨迹,并将此运动轨迹的机床控制代码传输给数控机床并控制机床运动,同时通过相机拍摄待测区域,获取图像流数据,传输给主机进行刀具几何参数的实时在线测量。
本发明设计了刀具管理系统,针对已知类型的刀具建立刀具数据库,存储各类型刀具以及几何外观参数,并设置了刀具数据添加接口,当有新刀具时可以按刀具数据库数据存储结构扩充刀具数据库。
本发明中在机床加工主程序中需要添加在线检测的位置设置主程序暂停,调用在线检测程序进行在线检测系统的测量操作,测量结束后再将控制权交还给数控系统,进行后续的参数反馈及后续加工流程。
第四步,刀具几何参数在线测量。
根据五轴联动工具磨床加工工艺需求,本发明开发了基于视觉图像的刀具加工在线检测算法,主要包括刀具的刃径、螺旋角、球头刀具的球头半径等参数。
(1)刃径
本发明基于视觉图像结合控制机床运动采集图像序列,从而提取图像特征并计算刀具刃径。首先,对于刀具图像中刀刃附近区域进行清晰度检测和特征提取,只计算景深范围内的刀具刃图像区域,获取刀具刃边缘曲线并记录;在刀具旋转过程中持续计算刀具刃曲线,并对每条刃的边缘曲线进行汇总拟合,得到刀具各刃在一侧的包络线位置;然后再对刀具刃的另一侧图像进行各条刃的包络线位置计算,将获取的结果对比计算得到刀具对刃的直径数值,则刀具刃径为
其中dist(l1,l2)表示直线l1和直线l2在视域中心处结合考虑机床运动距离得到的一对刃径值,n表示刀具的总刃数。因此,d即为刀具在指定位置处的刀具刃径值。
(2)螺旋角
首先确定刀具轴中心位置,对于加工完成的刀具可直接通过机床获取刀具轴参数;对于经过拆装重新放置的刀具,分别对刀具两侧进行边缘提取,并根据两侧包络位置计算轴心位置,从而将刀具轴心移动到相机视窗中心区域,旋转刀具的同时拍摄刀具图像,筛选出刀具刃线经过相机视窗中心时的刀具图像,根据此帧图像计算刀具刃线在图像坐标系中的角度θcutter,并结合刀具轴心方向在图像坐标系中的角度θl,计算刀具螺旋角参数
θ=|θcutter-θl|
(3)球头半径
首先根据刀具球头的初始位置以及球头半径参数计算球头半径测量过程中视窗沿球头圆弧分组数,确保所有分组视窗可以完整覆盖球头圆弧,在每个视窗范围内令刀具旋转一周进行图像采集,然后根据刀具运动轨迹生成对应的机床的运动轨迹代码并传输给数控机床。对于每个分组视窗,对各帧图像的球头刃区域进行清晰度检测,对在景深范围内的球头刃部分进行特征检测并拟合,得到当前分组视窗内的球头刀具局部轮廓包络信息;全部分组视窗局部球头刃线包络拟合完成之后,再根据分组视窗之间的坐标转换关系,换算并拟合完整的球头半圆,得到球头半径值及半径误差分布。
第五步,刀具几何参数交互测量。
(1)三点确定角度
根据用户在刀具图像上点选的三个点确定刀具螺旋角,其中两个点选取在刀具同一条刃上,另一个点选取在与其中一点位于刀具轴同一垂面上,即三点连线可代表刀具螺旋角,根据点选坐标值计算即可确定角度,即刀具螺旋角。
具体地,根据交互点选的A,B,C三点坐标,其中,A,B两点在同一刀刃上,BC连线与水平方向平行,则可计算∠ABC的角度值θ.具体方法为,获取三点坐标A(x1,y1),B(x2,y2),C(x3,y3),记∠ABC=θ,则
从而可以计算得到∠ABC即θ的值。
(2)三点确定平行线间距离
根据用户在刀具图像上点选的三个点确定平行线间距,一般用于测量刃宽,其中两个点选取在刀具同一条刃上,第三点位于另一条刃上。过第三点向前两点所在直线做垂线即可根据三点坐标计算可得两条平行刃线间的距离。
具体地,根据交互点选的A,B,C三点坐标,其中,A,B两点在同一刀刃上,C点在另一刀刃上,且两条刀刃互相平行,则可计算C点与A,B所在的刀刃的距离。具体做法为,获取三点坐标A(x1,y1),B(x2,y2),C(x3,y3),做CD⊥AB于D,则CD即为点C到直线AB的距离,记为d,则AB所在直线方程为:
(y2-y1)x-(x2-x1)y=(y2-y1)x1-(x2-x1)y1,
因此,
即为平行线之间的距离。
(3)三点确定圆心及半径
根据用户在刀具图像上点选的三个点确定圆弧圆心及半径,对于三个点,选取两对连成线段做中垂线相交于一点,即为圆心位置,根据点选的坐标值可以计算出圆心坐标。圆心到三点的距离相等,都是半径值,选取任意一点进行连线都可计算出圆弧的半径值。
具体地,根据交互点选的位于同一圆弧刃上的A,B,C三点坐标,可计算所在圆弧的半径以及圆心坐标。具体做法为,获取三点坐标A(x1,y1),B(x2,y2),C(x3,y3)于同一圆弧上,圆心坐标记为O(x0,y0),半径为r.则AB所在直线方程为
(y2-y1)x-(x2-x1)y=(y2-y1)x1-(x2-x1)y1,
BC所在直线方程为
(y2-y3)x-(x2-x3)y=(y2-y3)x3-(x2-x3)y3,
AB的中垂线为
BC的中垂线为
则AB的中垂线与BC的中垂线的交点O即圆心坐标为
圆弧半径为
(4)两点确定距离
对于待测区域内任意两点之间的距离可直接计算,用于刀具参数的直接交互测量。
具体地,对于待测区域内任意两点P(xP,yP),Q(xQ,yQ),两点之间的距离为
第六步,测量结果反馈及辅助自动调机。
刀具在线测量完成后,测量结果反馈给数控机床,反馈参数由系统先判断,若检测合格,则继续加工;若检测不合格,则发出质量报警,并将决策权交给用户决定。在线测量过程中的刀具几何参数测量结果直接反应机床加工质量,检测出的刀具参数结果与刀具加工标准对比,可以监测机床补偿参数异常状态,在刀具测量参数不符合标准时,将差异量反馈给数控系统,进行辅助调机功能。
本发明的有益效果:
针对实际高精度数控加工工业应用场景,本发明基于计算机视觉理论、光学测量和图像特征检测技术,开发了刀具几何参数在线检测系统。以远心镜头搭配普通工业相机为硬件基础,根据刀具参数曲线,控制数控机床运动,使得待测量部分始终位于视域中心,结合数控机床各轴坐标轨迹,进行特征信息提取,结合运动轨迹和刀具参数几何先验,计算刀具轮廓、刃径、螺旋角、球头半径等几何参数,对比加工标准,在刀具生产过程中在线测量判断刀具加工质量,提高刀具加工质量和效率。
附图说明
图1是本发明中在线检测系统与机床数控系统协同工作机理的流程图。
图2是本发明在加工过程中的在线检测流程框架图。
具体实施方式
本发明具体实施方式主要包括以下几个步骤:
实施例1
第一步,在线检测系统自标定。
本发明采用工业相机搭配远心镜头组成的相机系统进行非接触测量,支持多种分辨率的相机和远心镜头组合方案,更多相机和远心镜头的拓展组合方案见发明内容。本实施例选用500万像素分辨率工业相机,搭配4倍远心镜头进行具体实施例说明。
第一次或重新安装在线检测系统装置时,需对在线检测系统装置进行标定。首先,将标准棒料放入机床夹具中,控制机床运动使得相机对焦于棒料轴心平面,并将棒料边缘移动到视窗内,在视窗中心区域留出1mm以上的运动余量,使得棒料在水平方向上沿着与棒料轴心垂直方向移动1mm过程中棒料边缘始终位于相机视窗中心区域。先反向移动棒料,再单向移动棒料恢复至视窗中心偏向一侧,并拍摄棒料边缘图像,此操作是为了消除机床齿轮间隙可能带来的误差影响。
然后继续沿着消除误差间隙后的方向移动1mm,然后拍摄图像记录棒料边缘位置,得到两张图像,计算两张图像中棒料沿着垂直棒料方向移动的像素,再用1mm除以移动像素数,即可得到相机的像素精度,重复5组得到在线检测系统的标定值为0.875657μm/pixel(微米/像素)。
第二步,测量起始位置初始化及相机自动对焦。
这里需要实现测量起始位置的初始化和相机的自动对焦操作。
首先初始化测量起始位置。根据不同型号的刀具类型,结合第一步中的在线检测系统相机标定参数,事先定义起始角点位置的图像特征,即在特定刀具上选取特征位置作为该刀具的起始位置,用以辅助将刀具测量位置移动到相机视域中心附近。此操作可借助机床探针和加工程序中的位置坐标进行可选辅助定位步骤。本发明通过定义图像特征事先对待测刀具起始角点特征图像进行提取和定义,在测量时对相机视域图像进行特征提取,然后将这些图像特征与待测刀具起始点图像进行特征匹配,定位出与起始角点特征匹配程度最高的特征点,作为刀具的起始角点,实现测量起始位置的初始化。
然后进行相机自动对焦。本实施例选用的镜头为MVL-MY-4-110-MP型号4倍高分辨率远心镜头,工作距离为110mm,景深范围远小于广角镜头,因此在对刀具进行外形测量时,需要将刀具待测量区域移动到相机成像景深范围内。为提高在线检测算法精度,减小由于相机成像带来的误差,需要找到最清晰的相机成像距离,因此需要自动对焦检测算法来确定机床竖直轴即Z轴的移动距离,使刀具待检测区域出现在相机成像景深范围中心。
为了衡量清晰度,首先需要定义清晰度的度量标准,本发明利用清晰视域纹理也最清晰的原理,来定义相机视窗中心区域图像的清晰度量函数。本发明设计了基于Sobel算子的清晰度量函数,并设置了两种范数度量,一范数和二范数,来应对不同情况下的清晰判断任务。由于刀具或棒料在加工过程中会在表面留下纹理,这些纹理在对焦正确的情况下十分清晰,可以作为本发明判断对焦清晰程度的依据。本发明设计的清晰度量函数为:
其中,Ix是图像x方向的梯度,Iy是图像y方向的梯度,α和β为权重系数。
实验发现,本发明提出的基于区域纹理信息的自动对焦方法不仅对稳定光线下的清晰度判断有效果,因此对于不同类型刀具测量项目的光线确定过程,也可以通过本发明提出的清晰度量函数来辅助确定。
第三步,测量项目选择和对应NC控制代码生成。
这里选用直径10mm、刃长25mm、螺旋角45°的四刃平头铣刀作为本实施例的演示说明样本,更多机床支持的刀具类型皆可测量,详见本发明说明书。测量项目选择刃径测量作为实施例样本说明。当前待测量刀具的直径为10mm,y轴从起始位置出发沿着刀具径向方向移动刀具半径即5mm(此处设定为y轴正方向),沿x轴运动1mm(待测直径位置),沿z轴向负方向移动刀具半径即5mm使得相机对焦平面移动到刀具边缘平面;然后令刀具逆时针转动360°用以拍摄刀具刃的外轮廓图像,转动完成后沿y轴负方向移动刀具直径即10mm使得刀具另一侧边缘移动到相机视窗中心,再令刀具逆时针转动360°拍摄刀具刃另外一侧的外轮廓图像,最后将刀具复位到初始坐标位置。
此实施例中选择的测量项目是平头铣刀的刃径测量,除此之外刀具类型还包括但不限于球头铣刀、圆弧铣刀、阶梯铣刀等常用刀具类型,测量项目还包括但不限于螺旋角检测、球头半径检测、刃线崩损检测等测量项目,各测量项目对应的机床运动轨迹控制代码皆可根据刀具数据库中的参数经过组合自动计算获得。
第四步,刀具几何参数在线测量。
本实施例中针对刃径、螺旋角选取直径10mm、刃长25mm、螺旋角45°的四刃平头铣刀作为说明样本,针对球头半径选取10mm、球头半径5mm、刃长25mm的球头铣刀作为说明样本。
(1)刃径
首先针对y轴正方向侧的图像序列,对于每一帧图像,在刃线可能出现的指导线附近利用第二步中的清晰度量函数判断刃线是否在成像系统景深范围内,只计算清晰部分的刃线轮廓并存储;对每条刃的轮廓分别拟合存储于直线中,其中i=1,2,3,4;对于y轴负方向侧的图像序列,每条刃的轮廓拟合结果为其中i=1,2,3,4.因此,刀具的刃径为:
其中dist(l1,l2)表示直线l1和直线l2在视域中心处结合考虑机床运动距离得到的一对刃径值。因此,d即为刀具在指定位置处的刀具刃径值。
(2)螺旋角
首先根据刀具加工完成后的数控机床坐标状态,读取刀具轴心机床坐标,并移动数控机床使得刀具轴位于相机系统正下方,并对焦于刀具上表面。根据设计螺旋角45°计算粗略刃线位置,在粗略刃线位置附近旋转刀具并采集图像序列计算图像序列中刃线经过视域中心的图像帧对进行刃线提取,得到刃线角度,并结合刀具摆放方向最终得到刀具螺旋角数值
θ=45.3051°-0.1622°=45.1429°.
(3)球头半径
本实施例中选取的球头铣刀直径为10mm,球头半径为5mm,结合视窗大小,沿球头轮廓圆弧分成16组,完整覆盖球头圆弧半圆曲线。对于每个分组视窗,令球头铣刀旋转360°并采集图像序列,计算视窗中的局部圆弧曲线包络Si,得到各分组的圆弧包络曲线结果{Si},结合分组视窗之间的位置关系,拟合出完整的球头铣刀半圆弧S,半径R=4.9812mm,并与加工标准进行对比,得到圆弧半径误差分布结果。
第五步,刀具几何参数交互测量。
(1)三点确定角度
根据交互点选的A,B,C三点坐标,其中,A,B两点在同一刀刃上,BC连线与水平方向平行,则可计算∠ABC的角度值θ.具体方法为,获取三点坐标A(x1,y1),B(x2,y2),C(x3,y3),记∠ABC=θ,则
从而可以计算得到∠ABC即θ的值为
θ=arccos(0.7051)=45.1624°.
(2)三点确定平行线间距离
根据交互点选的A,B,C三点坐标,其中,A,B两点在同一刀刃上,C点在另一刀刃上,且两条刀刃互相平行,则可计算C点与A,B所在的刀刃的距离。具体做法为,获取三点坐标A(x1,y1),B(x2,y2),C(x3,y3),做CD⊥AB于D,则CD即为点C到直线AB的距离,记为d,则AB所在直线方程为:
(y2-y1)x-(x2-x1)y=(y2-y1)x1-(x2-x1)y1,
因此,
即为平行线之间的距离。
(3)三点确定圆心及半径
根据交互点选的位于同一圆弧刃上的A,B,C三点坐标,可计算所在圆弧的半径以及圆心坐标。具体做法为,获取三点坐标A(x1,y1),B(x2,y2),C(x3,y3)于同一圆弧上,圆心坐标记为O(x0,y0),半径为r.则AB所在直线方程为
(y2-y1)x-(x2-x1)y=(y2-y1)x1-(x2-x1)y1,
BC所在直线方程为
(y2-y3)x-(x2-x3)y=(y2-y3)x3-(x2-x3)y3,
AB的中垂线为
BC的中垂线为
则AB的中垂线与BC的中垂线的交点O即圆心坐标为
圆弧半径为
(4)两点确定距离
对于待测区域内任意点选的两点P(xP,yP),Q(xQ,yQ),两点之间的距离为
第六步,测量结果反馈及辅助自动调机。
本实施例以直径10mm、刃长25mm、螺旋角45°的四刃平头铣刀的刃径测量项目作为说明样本,第四步刃径测量结果为9.9788mm,即9978.8μm,符合加工标准,测量结果返回数控系统,并继续后续加工流程。
现有工业常用刀具离线测量系统平均测量结果为:
(9.977+9.979+9.979+9.980)/4=9.97875mm
满足2微米以内的测量要求。
Claims (5)
1.一种基于光学成像的高精度刀具几何参数在线检测方法,其特征在于,包括如下步骤:
第一步,在线检测系统自标定;基于标准加工件结合控制数控机床按指定标定轨迹运动,采集标定图像进行特征提取,并与机床运动的真实轨迹参数进行对比,从而计算得到在线检测系统相机标定结果;
第二步,测量起始位置初始化及相机自动对焦;根据刀具纹理利用清晰度量函数在刀具未加工棒料区域进行对焦精细微调;针对待测刀具型号参数和数控机床加工参数,结合第一步中的在线检测系统相机标定参数,控制数控机床移动使得测量起始点位于相机视窗中心,并结合刀具起始点特征先验,对视域内图像进行特征提取,对精确起始点位置进行微调;
第三步,测量项目选择和对应NC控制代码生成;根据待测刀具型号参数针对待测项目,自动计算指定刀具在完成测量项目过程中配合相机图像采集的机床运动轨迹,使待测区域始终位于相机视窗中心;并将此运动轨迹的机床控制代码传输给数控机床并控制机床运动,同时通过相机拍摄待测区域,获取图像流数据,传输给主机进行刀具几何参数的实时在线测量;
第四步,刀具几何参数在线测量;根据五轴联动工具磨床加工工艺需求,对数控机床加工过程中的刀具,通过结合控制数控机床运动,依靠在线检测系统硬件采集图像序列,进行特征提取,利用基于视觉图像的在线检测算法进行测量,根据刀具的不同在线测量项目包括刃径、螺旋角、球头刀具的球头半径,并在测量过程中自动选择不同的辅助光源强度和角度;
第五步,刀具几何参数交互测量;根据用户在加工过程中的交互测量需求,交互测量包括三点确定角度、三点确定平行线间距离、三点确定圆心及半径、两点确定距离;
第六步,测量结果反馈及辅助自动调机;刀具在线测量完成后,测量结果反馈给数控机床,由系统先进行判断,合格则继续加工,不合格则发出质量警告,并将决策权交给用户决定是否继续加工进程;将测量结果与刀具加工标准对比,监测机床补偿参数异常状态,在刀具测量参数不符合标准时,将差异量反馈给数控系统,进行辅助调机功能。
2.根据权利要求1所述的基于光学成像的高精度刀具几何参数在线检测方法,其特征在于,第一步,在线检测系统自标定;
采用工业相机搭配远心镜头组成的相机系统进行非接触测量,在刀具加工过程中,判断是否需要检测,若需要则进行在线检测;若不需要检测,则继续进行下一把刀具的加工,直至加工完成;第一次或重新安装在线检测系统装置时,需对在线检测系统装置进行标定;
在线检测系统的标定流程如下:
(1)将相机对焦于棒料轴心平面;
(2)将棒料边缘移动到视窗内,并留出长度L以上的运动余量,使得棒料在水平方向上沿着与棒料轴心垂直方向移动长度L过程中棒料边缘始终位于相机视窗中心区域;
(3)先反向移动棒料,再单向移动棒料恢复至视窗中心偏向一侧,并拍摄棒料边缘图像;当机床操作不存在变换方向移动时,反向移动操作省略;
(4)然后继续沿着步骤(3)中的单向移动方向移动长度L,然后拍摄图像记录棒料边缘位置,得到两张图像;
(5)最后计算两张图像中棒料沿着垂直棒料方向移动的像素,再用长度L除以移动像素数,即可得到相机的像素精度结果。
3.根据权利要求1所述的基于光学成像的高精度刀具几何参数在线检测方法,其特征在于,第二步,测量起始位置初始化及相机自动对焦;
在测量刀具参数过程中,结合第一步中的在线检测系统相机标定参数,根据不同型号的刀具类型,先定义起始角点位置,即在特定刀具上选取特征位置作为该刀具的起始位置,用以辅助将刀具测量位置移动到相机视域中心;通过定义图像特征,对相机视域图像进行特征提取,然后将图像特征与先前对这种刀具定义的起始角点特征进行对比,挑选出与起始角点特征匹配程度最高的特征点,作为刀具的起始角点,完成测量起始位置的初始化操作;
清晰度量函数为:
其中,Ix是图像x方向的梯度,Iy是图像y方向的梯度,α和β为权重系数。
4.根据权利要求1所述的基于光学成像的高精度刀具几何参数在线检测方法,其特征在于,第四步,刀具几何参数在线测量;刀具几何参数包括刀具的刃径、螺旋角、球头刀具的球头半径;
(1)刃径
首先,对于刀具图像中刀刃附近区域进行清晰度检测和特征提取,只计算景深范围内的刀具刃图像区域,获取刀具刃边缘曲线并记录;在刀具旋转过程中持续计算刀具刃曲线,并对每条刃的边缘曲线进行汇总拟合,得到刀具各刃在一侧的包络线位置;然后再对刀具刃的另一侧图像进行各条刃的包络线位置计算,将获取的结果对比计算得到刀具对刃的直径数值,则刀具刃径为
其中dist(l1,l2)表示直线l1和直线l2在视域中心处结合考虑机床运动距离得到的一对刃径值,n表示刀具的总刃数;d即为刀具在指定位置处的刀具刃径值;
(2)螺旋角
首先确定刀具轴中心位置,对于加工完成的刀具可直接通过机床获取刀具轴参数;对于经过拆装重新放置的刀具,分别对刀具两侧进行边缘提取,并根据两侧包络位置计算轴心位置,从而将刀具轴心移动到相机视窗中心区域,旋转刀具的同时拍摄刀具图像,筛选出刀具刃线经过相机视窗中心时的刀具图像,根据此帧图像计算刀具刃线在图像坐标系中的角度θcutter,并结合刀具轴心方向在图像坐标系中的角度θl,计算刀具螺旋角参数
θ=|θcutter-θl|;
(3)球头半径
首先根据刀具球头的初始位置以及球头半径参数计算球头半径测量过程中视窗沿球头圆弧分组数,确保所有分组视窗可以完整覆盖球头圆弧,在每个视窗范围内令刀具旋转一周进行图像采集,然后根据刀具运动轨迹生成对应的机床的运动轨迹代码并传输给数控机床;对于每个分组视窗,对各帧图像的球头刃区域进行清晰度检测,对在景深范围内的球头刃部分进行特征检测并拟合,得到当前分组视窗内的球头刀具局部轮廓包络信息;全部分组视窗局部球头刃线包络拟合完成之后,再根据分组视窗之间的坐标转换关系,换算并拟合完整的球头半圆,得到球头半径值及半径误差分布。
5.根据权利要求1所述的基于光学成像的高精度刀具几何参数在线检测方法,其特征在于,第五步,刀具几何参数交互测量;
(1)三点确定角度
根据用户在刀具图像上点选的三个点确定刀具螺旋角,其中两个点选取在刀具同一条刃上,另一个点选取在与其中一点位于刀具轴同一垂面上,即三点连线可代表刀具螺旋角,根据点选坐标值计算即确定角度,即刀具螺旋角;
(2)三点确定平行线间距离
根据用户在刀具图像上点选的三个点确定平行线间距,其中两个点选取在刀具同一条刃上,第三点位于另一条刃上;过第三点向前两点所在直线做垂线即根据三点坐标计算可得两条平行刃线间的距离;
(3)三点确定圆心及半径
根据用户在刀具图像上点选的三个点确定圆弧圆心及半径,对于三个点,选取两对连成线段做中垂线相交于一点,即为圆心位置,根据点选的坐标值可以计算出圆心坐标;圆心到三点的距离相等,都是半径值,选取任意一点进行连线计算出圆弧的半径值;
(4)两点确定距离
对于待测区域内任意两点之间的距离直接计算,用于刀具参数的直接交互测量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011289151.5A CN112558546B (zh) | 2020-11-18 | 2020-11-18 | 一种基于计算机视觉的在线刀具参数检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011289151.5A CN112558546B (zh) | 2020-11-18 | 2020-11-18 | 一种基于计算机视觉的在线刀具参数检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112558546A true CN112558546A (zh) | 2021-03-26 |
CN112558546B CN112558546B (zh) | 2022-01-14 |
Family
ID=75044182
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011289151.5A Active CN112558546B (zh) | 2020-11-18 | 2020-11-18 | 一种基于计算机视觉的在线刀具参数检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112558546B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113426677A (zh) * | 2021-06-17 | 2021-09-24 | 德阳杰创科技有限公司 | 一种在线检测智能修磨刀具筛选的方法 |
CN113625659A (zh) * | 2021-08-17 | 2021-11-09 | 杭州飞钛航空智能装备有限公司 | 制孔机构的控制方法、装置、电子设备和制孔机构 |
CN113932710A (zh) * | 2021-10-09 | 2022-01-14 | 大连理工大学 | 一种复合式视觉刀具几何参数测量系统及方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103144035A (zh) * | 2013-03-06 | 2013-06-12 | 昆山允可精密工业技术有限公司 | 刀具棒料直径公差自动补偿加工系统及方法 |
CN104669065A (zh) * | 2015-01-28 | 2015-06-03 | 中国工程物理研究院激光聚变研究中心 | 金刚石刀具在位检测与定位方法 |
CN108594759A (zh) * | 2018-04-27 | 2018-09-28 | 苏州金世博精密机电有限公司 | 一种数控机床加工在线检测方法 |
CN108655826A (zh) * | 2018-06-25 | 2018-10-16 | 河北工业大学 | 一种用于数控车削加工的刀具磨损视诊装置及视诊方法 |
CN111230593A (zh) * | 2020-03-02 | 2020-06-05 | 西南交通大学 | 一种基于动态图像序列的铣刀磨损量视觉测量方法 |
CN111421385A (zh) * | 2020-04-03 | 2020-07-17 | 深圳市华亚数控机床有限公司 | 加工中心刀具在线检测方法 |
CN111830906A (zh) * | 2020-07-27 | 2020-10-27 | 上海威研精密科技有限公司 | 一种旋转刀具失效状态在机监测系统及其检测方法 |
-
2020
- 2020-11-18 CN CN202011289151.5A patent/CN112558546B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103144035A (zh) * | 2013-03-06 | 2013-06-12 | 昆山允可精密工业技术有限公司 | 刀具棒料直径公差自动补偿加工系统及方法 |
CN104669065A (zh) * | 2015-01-28 | 2015-06-03 | 中国工程物理研究院激光聚变研究中心 | 金刚石刀具在位检测与定位方法 |
CN108594759A (zh) * | 2018-04-27 | 2018-09-28 | 苏州金世博精密机电有限公司 | 一种数控机床加工在线检测方法 |
CN108655826A (zh) * | 2018-06-25 | 2018-10-16 | 河北工业大学 | 一种用于数控车削加工的刀具磨损视诊装置及视诊方法 |
CN111230593A (zh) * | 2020-03-02 | 2020-06-05 | 西南交通大学 | 一种基于动态图像序列的铣刀磨损量视觉测量方法 |
CN111421385A (zh) * | 2020-04-03 | 2020-07-17 | 深圳市华亚数控机床有限公司 | 加工中心刀具在线检测方法 |
CN111830906A (zh) * | 2020-07-27 | 2020-10-27 | 上海威研精密科技有限公司 | 一种旋转刀具失效状态在机监测系统及其检测方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113426677A (zh) * | 2021-06-17 | 2021-09-24 | 德阳杰创科技有限公司 | 一种在线检测智能修磨刀具筛选的方法 |
CN113625659A (zh) * | 2021-08-17 | 2021-11-09 | 杭州飞钛航空智能装备有限公司 | 制孔机构的控制方法、装置、电子设备和制孔机构 |
CN113625659B (zh) * | 2021-08-17 | 2023-02-24 | 杭州飞钛航空智能装备有限公司 | 制孔机构的控制方法、装置、电子设备和制孔机构 |
CN113932710A (zh) * | 2021-10-09 | 2022-01-14 | 大连理工大学 | 一种复合式视觉刀具几何参数测量系统及方法 |
CN113932710B (zh) * | 2021-10-09 | 2022-06-21 | 大连理工大学 | 一种复合式视觉刀具几何参数测量系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112558546B (zh) | 2022-01-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112558546B (zh) | 一种基于计算机视觉的在线刀具参数检测方法 | |
CN111299078A (zh) | 一种基于流水线的自动跟踪点胶方法 | |
CN111062940B (zh) | 一种基于机器视觉的螺钉定位与识别方法 | |
CN110728667A (zh) | 一种基于灰度图像概率的刀具磨损量自动精确测量方法 | |
JP5547948B2 (ja) | 研削加工ワークの補正研削加工方法 | |
CN1856386A (zh) | 带有同心度修正的研磨机 | |
JP4549332B2 (ja) | 工具の位置決め方法及び装置 | |
Zhang et al. | Research on tool wear detection based on machine vision in end milling process | |
CN113450379B (zh) | 一种异形工件断面轮廓线提取和分析方法和装置 | |
CN108062072A (zh) | 一种双摄像头图像采集装置及图像拼接的平底铣刀磨损在线检测方法 | |
CN107850425B (zh) | 用于测量制品的方法 | |
CN102538707B (zh) | 一种对工件进行三维定位的装置及方法 | |
CN111085902B (zh) | 一种视觉在线检测及修正的工件打磨系统 | |
CN109345500B (zh) | 一种基于机器视觉的机床刀具刀尖点位置计算方法 | |
CN116466649A (zh) | 一种基于三维激光扫描分析的机床加工系统 | |
JP3215193B2 (ja) | 回転工具の刃部形状測定方法及びその装置 | |
Goodwin et al. | Vision-based localization for cooperative robot-CNC hybrid manufacturing | |
CN112419406A (zh) | 物体检测装置以及物体检测用计算机程序 | |
Liang et al. | A novel image-based method for wear measurement of circumferential cutting edges of end mills | |
CN114184121B (zh) | 一种铣刨转子刀座拼点位姿在线检测方法及装置 | |
JP2000190185A (ja) | ドリル先端研削機 | |
CN110021027B (zh) | 一种基于双目视觉的切边点计算方法 | |
EP3563983B1 (en) | Method of, as well as a system for, performing a welding step on a work piece | |
Wang et al. | An on-machine and vision-based depth-error measurement method for micro machine tools | |
Ping et al. | Verification of turning insert specifications through three-dimensional vision system |
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 |