CN112740125A - 用于避免碰撞的方法以及激光加工工具 - Google Patents

用于避免碰撞的方法以及激光加工工具 Download PDF

Info

Publication number
CN112740125A
CN112740125A CN201980062101.2A CN201980062101A CN112740125A CN 112740125 A CN112740125 A CN 112740125A CN 201980062101 A CN201980062101 A CN 201980062101A CN 112740125 A CN112740125 A CN 112740125A
Authority
CN
China
Prior art keywords
workpiece
cutting
cameras
image
laser
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
Application number
CN201980062101.2A
Other languages
English (en)
Inventor
克里斯托夫·法尔尼
赛义德·阿明·马兹卢米安
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Byson Laser Co ltd
Bystronic Laser AG
Original Assignee
Byson Laser Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Family has litigation
First worldwide family litigation filed litigation Critical https://patents.darts-ip.com/?family=68281389&utm_source=google_patent&utm_medium=platform_link&utm_campaign=public_patent_search&patent=CN112740125(A) "Global patent litigation dataset” by Darts-ip is licensed under a Creative Commons Attribution 4.0 International License.
Application filed by Byson Laser Co ltd filed Critical Byson Laser Co ltd
Publication of CN112740125A publication Critical patent/CN112740125A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K26/00—Working by laser beam, e.g. welding, cutting or boring
    • B23K26/02—Positioning or observing the workpiece, e.g. with respect to the point of impact; Aligning, aiming or focusing the laser beam
    • B23K26/03—Observing, e.g. monitoring, the workpiece
    • B23K26/032—Observing, e.g. monitoring, the workpiece using optical means
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K26/00—Working by laser beam, e.g. welding, cutting or boring
    • B23K26/08—Devices involving relative movement between laser beam and workpiece
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K26/00—Working by laser beam, e.g. welding, cutting or boring
    • B23K26/36—Removing material
    • B23K26/38—Removing material by boring or cutting
    • 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
    • G05B19/406—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 monitoring or safety
    • G05B19/4061—Avoiding collision or forbidden zones
    • 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
    • G05B19/406—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 monitoring or safety
    • G05B19/4068—Verifying part programme on screen, by drawing or other means
    • 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
    • G05B2219/35316—Interference checking between tool, machine, part, chuck, machining range
    • 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
    • G05B2219/37—Measurements
    • G05B2219/37555—Camera detects orientation, position workpiece, points of workpiece

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Optics & Photonics (AREA)
  • Plasma & Fusion (AREA)
  • Mechanical Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Manufacturing & Machinery (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Laser Beam Processing (AREA)
  • Numerical Control (AREA)

Abstract

本发明涉及用于避免激光加工头(102)在激光加工工具(100)的加工空间(106)中碰撞的方法，该方法具有下述步骤：‑利用至少一个光学传感器对加工空间(106)中的工件(112)进行监测；‑捕获工件(112)的图像；‑对工件(112)的图像中的变化进行检测；‑识别所述变化是否包括相对于工件(112)竖立的物体；‑基于预定的切割平面和/或激光加工头的当前位置(1016)对竖立物体与激光加工头(102)之间的碰撞进行检查；‑在识别出碰撞风险的情况下对用于使激光加工头(102)移动的驱动器进行控制以避免碰撞。

Description

用于避免碰撞的方法以及激光加工工具
本发明涉及用于避免激光加工头的碰撞的方法以及数控激光加工工具。特别地，本发明涉及根据权利要求1所述的用于避免碰撞的方法以及根据权利要求12所述的数控激光加工工具。
激光切割机利用激光束将搁置在切割网格上的平板或管道分开。由于切割气体的压力波动或热应力以及格栅上的不利支撑点，切割部件可能会翻倒并堵住切割头。也可能的是，切割部件完全从残余材料释放并通过机器内部甩出。已经使用了用以防止在激光切割机中发生撞击的下述方法。
留下微型桥接部：小部件的外部轮廓未被完全切割。这些部件仍附接在较小的桥接部处。在加工结束时，这些部件必须在进一步的步骤中被完全切除或断开。
提供智能切割轮廓：切割头不在已经切割的部件上移动。这导致更复杂且更持久的运动模式。
内部轮廓的碎片化：废料片被提前压碎，使得废料片在支撑点之间掉落并且无法竖立。这增加了能量消耗及加工时间。
使用高质量的原材料：使用高质量的原材料可以减少热膨胀，但不会减少其他差错来源。
然而，这些方法仅导致令人不满意的结果，并且不能实现所期望的可靠性。
本发明的目的是避免现有技术的缺点，并且提供一种改进的激光加工工具。替代性目的是提供一种用于避免碰撞的改进方法或改进的激光加工工具。
该目的通过根据权利要求1所述的方法或根据权利要求12所述的数控激光加工工具来实现。
根据本发明的用于避免激光加工头在激光加工工具的加工空间中碰撞的方法包括下述步骤：
-利用至少一个光学传感器对加工空间中的工件进行监测；
-捕获工件的图像；
-对工件的图像中的变化检测；
-识别所述变化是否包括相对于工件竖立的物体；
-基于预定的切割平面和/或激光加工头的当前位置对竖立物体与激光加工头之间的碰撞进行检查；
-在识别出碰撞风险的情况下对用于使激光加工头移动的驱动器进行控制以避免碰撞。
为了避免切割头与工件之间的碰撞而导致机器的维修和停机，根据本发明的碰撞避免方法提出使用至少一个传感器来对机器的内部进行监测。合适的传感器为例如相机，比如ToF(飞行时间)相机或CCD/CMOS相机，优选地为CMOS相机。使用来自传感器的实时数据来识别竖立的物体、比如已经倾斜或飞离的切割部件。切割头的平面轨迹与由传感器记录的竖立物体的结合使得可以及早识别碰撞。如果发生这样的碰撞事件，则机器将停止，或例如通过提升Z轴来绕过危急点。例如，一个相机可以包括双传感器或立体传感器，以产生来自不同角度或视角的图像。这些图像可以被同时或快速连续地、例如以小于1秒的时间间隔记录。同样地，相机或镜头可以在空间上移动以产生来自不同角度或视角的图像，该图像将提供用于深度表征或深度识别的信息。也可以使用多个相机。对工件的图像相对于工件的按时间顺序的早期图像中的一个或更多个变化进行检测。按时间顺序的早期图像可以是图像的直接的前图像。该图像后来又变成后图像的按时间顺序的早期图像。
根据本发明的碰撞避免方法除了识别潜在的碰撞和防止碰撞之外还具有其他优点。因此，可以使得切割区域对于操作者是可视化的。另外，可以确定网格和工作台及工件位置的状况、工件尺寸以及损坏情况。
可以提供的是，沿着切割部件的切割轮廓限定测量点并且对测量点的亮度和/或颜色值进行监测。测量点的这种布置使得能够使用非常有效的算法、比如沿边缘颜色算法。测量点的数量和精确布置可以适合于环境、比如要切割的部件的几何形状、切割速度以及材料厚度等。可以为所有侧部或一些侧部、比如两个相对侧部中的仅一个侧部提供测量点。
可以进一步提供的是，及时偏移地捕获图像以及对工件的图像相对于工件的按时间顺序的早期图像的变化进行检测。这使能够快速进行图像处理。
可以提供的是，根据变化对3D物体进行建模，以及对3D物体与激光加工头之间的碰撞进行检查。来自传感器的实时数据用于连续追踪切割区域的3D模型。切割头的平面轨迹与由传感器记录和计算的3D拓扑结构的结合使得可以及早识别出碰撞。
该方法可以包括进一步的步骤：
-对由点构成且平行于图像中的切割轮廓的边界定位的至少两个形状进行计算，其中，一个形状位于边界的内侧，并且一个形状位于边界的外侧；
-根据形状的点提取图像像素；
-通过计算每个形状的像素亮度的直方图来使图像像素归一化；
-将直方图输入到包括输入层、多个内部层以及输出层的深度神经网络中；
-利用深度神经网络对直方图进行处理；
-通过深度神经网络输出变量；以及
-对于变量的值位于阈值的第一侧上而识别切割轮廓中的物体是否倾斜，
或者对于变量的值位于阈值的第二侧上而识别切割轮廓中的物体是否未倾斜。
这种方法运行得非常快，从而减少了反应时间。所述两个形状包括位于切割轮廓的内侧或外侧的点的轨迹或者由位于切割轮廓的内侧或外侧的点的轨迹构成。距切割轮廓的偏移可以在2mm至10mm的范围内，优选地为5mm。也可以使用多于两个的形状、例如位于切割轮廓的内侧的两个形状和位于切割轮廓的外侧的两个形状。此外，在切割之前的部件或工件的参照图像可以实施为其他形状。可以将切割平面投影到图像上以限定切割轮廓。
通过计算像素亮度的直方图使图像像素归一化。像素的亮度取决于光在该像素处的反射，并且像素的亮度是像素所在部件的方向或角度的指示器。反射值可以从暗/黑(切割部件缺失或倾斜)达到亮/白(全反射)。例如，可以将从0至256的灰度值归入统计堆。每个直方图可以具有12个与64个之间的bin、即亮度值，优选地具有32个bin。bin可以具有相同的亮度范围或具有不同的尺寸或范围以适应分辨率或亮度分布。通过直方图进行的归一化将产生相同数量的预处理数据，而不管任何轮廓的形状和尺寸如何。通过将形状中的任意数量的像素减至具有例如仅32个值的直方图，关于轮廓的尺寸或形状的任何信息变得无关紧要。此外，由于所有的直方图具有相同的大小，即相同数目的bin，因此改进了利用神经网络对些数据进行的处理。
在将直方图输入到深度神经网络中之前，可以将直方图的输入数据级联成向量。向量的大小可能会因使用的相机的数量而不同。例如，向量的大小会因两个相机和一个相机而不同。对于多于一个的相机，向量包括来自每个相机的直方图以及可选的2D或共现直方图。
神经网络可以是深度神经网络，该深度神经网络由作为输入层的一个扁平层、具有批量归一化的五个内部致密层、以及作为输出层的具有激活函数的一个致密层构成。深度神经网络或模型可能因相机的数量而仅在输入层的大小及系数的数量上有所不同。可以使用具有至少两个相机、优选地两个相机的模型。在切割头位于相机之间的情况下，可以通过显示完整轮廓的相机进行推断。
输出和识别的步骤可以包括：
-通过深度神经网络输出一个浮点变量，该浮点变量的值针对切割轮廓在0.0至1.0的范围内；以及
-对于浮点变量的值为0.5或高于0.5而识别切割轮廓中的物体是否倾斜，或者对于浮点变量的值低于0.5而识别切割轮廓中的物体是否未倾斜。
可以提供的是，计算两个其他形状，其中，第一其他形状位于切割轮廓上，并且第二其他形状覆盖切割轮廓内侧的整个区域。第一其他形状中的点可以非常密集、像例如每毫米三个点地间隔开。可以将其他三个形状中的点布置得较稀疏、像例如两个相邻点之间相距两毫米。点之间的距离可以在图像中以毫米计算或者以图像的像素计算。
还可以提供的是，在提取图像像素的步骤之前，确定哪些图像像素未被激光加工工具的部件覆盖，为了进行该确定，提供激光加工工具的部件的动态3D模型并用激光加工工具的实时坐标来更新改该动态3D模型，通过将动态3D模型与图像进行比较来计算要提取的可见图像像素。因为使用基于视觉的AI，则可以确定轮廓是可见的还是被机器的部分覆盖。为此目的，可以实施由桥接部、支撑件以及切割头构成的切割机的动态3D模型。该模型可以随实时坐标来更新，即随机器的实际位置、速度和/或加速度来更新，然后该模型用于计算哪些轮廓或轮廓的哪些部分是可见的。还可以计算哪些轮廓或轮廓的哪些部分从所使用的相机中是可见的，例如从两个相机、仅从左相机、仅从右相机是可见的或者根本不可见。
可以提供的是，使图像像素归一化的步骤还包括计算至少两个形状的2D直方图。对切割轮廓的内侧和外侧的形状计算这样的2D或共现直方图。此2D直方图使用直方图的bin的乘法、例如32乘32个bin。2D直方图将对应点的亮度放在相关切割部的内侧和外侧，以改善沿着切割线进行的加工。
还可以提供的是，识别是基于工件的切割部件的已经预先计算出的可能位置进行的。为此目的，将切割部件、即要被切割的部件的轮廓进行旋转并将切割部件的轮廓存储在可能的位置。该旋转可以绕轴、例如竖向轴或z轴进行，或者也可以绕若干轴进行。
可以提供的是，识别切割部件并将识别出的切割部件的位置与该切割部件的已经计算出的可能位置进行比较。然后，在运行时间或加工时间期间仅需要简单的匹配算法或比较算法，这将节省时间并且因此使过程更快。
也可以提供的是，驱动激光加工头以绕过变化或停止。如果由于激光加工头的速度、加速度和/或位置或者改变的位置、即工件的竖立部分或分开的部分而不可能进行进一步绕过，则可以控制成停止或紧急停止以避免碰撞。如果可以避免发生碰撞，则绕行或绕过变化。然后相应地驱动激光加工头。
根据本发明的具有用于接纳要被加工的金属工件的加工空间、以及用于加工工件的激光加工头的数控激光加工工具包括：
-数控单元，
-光学传感器系统，该光学传感器系统具有至少一个光学传感器，所述至少一个光学传感器对加工空间的至少一部分和加工空间中的工件进行捕获。
-图形处理单元，该图形处理单元连接至光学传感器系统并且配置成对来自传感器的数据进行处理以识别工件中的变化，并且图形处理单元连接至数控单元，
其中，图形处理单元配置成识别变化是否包括竖立物体，
其中，图形处理单元和/或数控单元配置成基于预定的切割平面和/或激光加工头的当前位置和/或激光加工头的轨迹来对竖立物体与激光加工头之间的碰撞进行检查，以及
其中，数控单元配置成用于在识别出碰撞风险的情况下避免碰撞。
图形处理单元优选地配置用于进行实时图像处理，并且图形处理单元理想地包括一个或更多个CPU和/或GPU。特别合适的是具有256个核或更多个核的高度并行GPU。另外，将应用如上所述的相同的优点和改型。
可以提供的是，光学传感器系统包括两个或至少四个相机，相机优选地为CMOS相机。CMOS相机的使用或不进行图像处理的图像采集单元能够实现非常高的处理速度，使得即使激光加工头在高速度处也可以具有足够的反应时间。例如在四个或更多个相机的情况下，可以实现更好的分辨率并且可以减少视差误差。
还可以提供的是，提供两个相机，所述两个相机的捕获区域沿相同方向对准，并且第一相机的捕获区域捕获加工空间的第一半部，并且第二相机的捕获区域捕获加工空间的第二半部。通过这种布置，由于至少一个相机总是具有自由视野，因此将减少激光加工头的阴影。
可以提供的是，提供四个相机，并且两个相机的捕获区域捕获加工空间的第一半部，以及两个相机的捕获区域捕获加工空间的第二半部，其中，两个相机各自彼此偏移。两个视角或两个捕获区域的结合使得可以获得关于被观察物体深度的信息。理想地，相机安装在切割区域的两侧以改进评估。
可以提供的是，相机或多个相机通过高速连接而连接至图形处理单元。为了以最小的延迟来响应危急情况，高速链路提供了低延迟传输。此外，高速连接可以在相机与图形处理单元之间桥接数米。高速连接可以例如包括：光纤、同轴电缆以及双绞线等。用于视频数据的新总线例如是用于在车辆中驱动显示器的FPD链路。这种链路或连接允许高的数据传输速率、例如大于1GHz的数据传输速率，并且用于传输许多高分辨率的图像。
可以提供的是，图形处理单元通过实时以太网连接而连接至数控单元。实时以太网连接、比如EtherCAT(以太网控制自动化技术)使得图形处理单元能够实时地处理实时图像数据。
还可以进一步提供的是，相机系统和/或图形处理单元配置成对固有相机参数进行第一校准以及与激光加工工具的坐标系相比来对相机的坐标系的平移参数和旋转参数进行第二校准。对固有相机参数的校准是复杂的并且不是自动化的。单次会是足够的，只要不对相机上的镜头进行调节即可。为了进行此校准，需要例如处于不同角度的棋盘的图像。然后，通过图像处理和这些图像对固有参数进行校准。该校准创建了相机和镜头的软件模型。对平移参数和旋转参数的校准可以随着相机或相机的固定装置的每次移动而重复进行。该校准易于自动化，因此建议定期重新校准这些参数。由于机器壳体的振动或轻微的热变形，因而预期到随着时间的推移而发生的运动。对于该校准，必须知道机器坐标系中和图像上的至少四个点。为了进行此校准，可以将具有足够大小的Harris角点附接至切割头。可以用相机识别Harris角点，并且将Harris角点与当前切割头坐标进行比较。可以确定对应的机器和图像坐标。
本发明的其他优选实施方式将根据从属权利要求中提及的其余特征而变得明显。
除非在个别情况中另有说明，否则本申请中提及的本发明的各种实施方式是彼此有利地组合的。
下面将通过参照附图以示例性实施方式说明本发明。在附图中：
图1示出了数控激光加工工具的示意性立体图；
图2示出了图1的数控激光加工工具的控制器的示意图；
图3示出了用于激光加工工具的用于捕获加工空间的两个相机的示意图；
图4示出了激光加工工具的用于捕获加工空间的另外两个相机的示意图；
图5示出了图4的四个相机的捕获区域的示意图；
图6示出了工件的飞离部件的示意图；
图7示出了工件的具有测量点的切除部件的示意图；
图8示出了图7的切除部件的示意图，其示出了通过图像处理提取的部件；
图9示出了对提取部件进行匹配的示意图；
图10示出了用于避免激光加工头的碰撞的方法的流程图；
图11示出了用于避免激光加工头的碰撞的总体方法的流程图；以及
图12示出了对切割轮廓的形状的示例性描绘。
图1示出了数控激光加工工具100、特别是具有激光加工头102的激光切割机的示意性立体图，激光加工头102特别地为激光切割头。激光切割头102布置在可移动的桥接部104上，使得激光切割头102可以在激光加工工具100的加工空间106中沿至少x方向和y方向移动。激光源108产生激光并且将激光经由光导引件110供应至激光切割头102。工件112例如金属板布置在加工空间106中并被激光束切割。
图2示出了图1的数控激光加工工具100的控制器200的示意图。也被称为CNC(计算机数控装置)的数控单元202作为EtherCAT主设备204执行切割计划，因为位置信号经由EtherCAT总线206输出至作为EtherCAT从设备210的驱动器208。驱动器208中的一个驱动器示例为EtherCAT从设备210。该EtherCAT从设备210和其他EtherCAT从设备将来自例如从传感器、比如增量编码器的数据写至EtherCAT总线206，以及从EtherCAT 206总线读取例如用于控制输出的数据。
在该示例中，提供了四个相机212，在下面的附图中将更详细地说明这四个相机212在数控激光加工工具的加工空间106中的布置。优选地，提供CMOS相机或图像记录单元而不进行图像处理，这使得能够实现非常高的处理速度。
相机212的图像数据被转发至进行图像数据处理的图形处理单元214。图形处理单元214优选地包括多个GPU、例如512个或更多个GPU，并且优选地配置成用于进行实时图像处理。特别合适的是具有256个或更多个核的高度并行GPU。图形处理单元214还作为EtherCAT从设备210操作并且因此与数控单元202直接通信。
图形处理单元214和/或数控单元202配置成执行图6至图10中图示的以及下面描述的方法或操作。具体地，图形处理单元214配置成处理来自相机212的数据以识别工件的变化并且根据该变化对3D物体进行建模，以及可选地与数控单元202一起基于预定的一个切割平面和/或激光加工头的当前位置对3D物体与激光加工头之间的碰撞进行检查。另外，数控单元202配置成用于在识别到碰撞风险的情况下避免发生碰撞。
图形处理单元214从数控单元202由EtherCAT总线206获得激光切割头的切割几何形状或轨迹。在发生碰撞事件之前，图形处理单元214可以经由EtherCAT总线206发信号通知该事件。该信号可以被发送至数控单元202以及/或者被直接发送至驱动器208，以获得最快的可能响应、比如紧急停止或绕开。
这可以根据直至碰撞前的可用时间来逐步完成。如果有足够的时间用于规避操作，则图形处理单元214将数据比如碰撞的位置或坐标发送至数控单元202，数控单元202进而计算规避路线并相应地驱动驱动器208。新的替代路线还被发送至图形处理单元214，图形处理单元214现在继续检查新路线的碰撞情况。
如果没有足够的时间用于规避操作，则图形处理单元214将紧急停止命令直接发送至驱动器208，以实现激光切割头的最快的可能停止。
图形处理单元214的计算单元216可以借助于CPU、图形处理单元GPU或CPU与图形处理单元GPU的组合来实现。计算单元216具有足够的计算能力，以实时评估所接收的相机数据并做出关于是否即将发生碰撞的决定。这必须足够快地完成，使得机器的数控单元202可以采取适当的行动来避免碰撞。计算单元216或图形处理单元214例如经由图示的EtherCAT总线206连接至数控单元202。
控制器200的所有元件、特别是图形处理单元214、相机212以及总线206配置成用于实现系统的实时能力。
图3至图5示出了具有至少两个相机212的数控激光加工工具100的相机系统300的示意图。除了相机212之外，还可以提供合适的照明、例如LED灯来提高相机图像的质量。
图3示出了捕获区域302沿相同方向对准的两个相机212。第一相机212的捕获区域302捕获工件112的第一半部或加工空间106的第一半部。第二相机212的捕获区域302捕获工件112的第二半部或加工空间106的第二半部。因此，这两个相机捕获整个加工空间106。这两个相机212布置成相对于加工空间106的纵向轴线A侧向地偏移，使得捕获区域302侧向或倾斜地延伸到加工空间106中。
图4示出了数控激光加工工具100的相机系统400的另一示意图。此处，与图3的布置相比，这两个相机212关于加工空间106的纵向轴线A以镜像方式布置。同样地，捕获区域402是倾斜的，并且与图3相比，捕获区域402与纵向轴线A相对地对准。类似于图3，第一相机212的捕获区域402捕获工件112的第一半部或加工空间的第一半部。第二相机212的捕获区域402捕获工件112的第二半部或加工空间的第二半部。
图5示出了数控激光加工工具100的相机系统500的另一示意图，数控激光加工工具100具有四个相机(此处未示出)的捕获区域302和402。
在该示例中，相机安装在切割区域或加工区域的两侧上，以改进评估。视点302和402两者的组合提供了关于所观察物体的深度的信息。该深度或空间信息使得能够根据工件112中的变化对3D物体进行建模。
图6示出了工件的飞离部件或切割部件600的示意图。此处示出的切割部件600紧邻切割轮廓602，切割部件600最初、即切割之前定位在切割轮廓602处。此处所示的图示可以是例如来自单个相机的镜头。
对这样的切割部件600——切割部件600由于气体压力而飞离并降落在原材料或工件112上的任何地方——进行检测，原因在于首先创建工件112的参照图，然后连续地将当前的图或镜头与参照图进行比较。这尤其可以在尚未对原材料进行处理的地方进行。如果比较中的位置或变化被分类为危急，则可以通过3D拟合来确定该部件在工件112上的确切位置、特别是高度。
作为在危急分类、即在切割部件600与激光加工头之间潜在的碰撞中的可能的处理方法，可以采用气体压力将飞离的切割部件600吹走，该区域将不会被切割，或者操作将被中断。
图7示出了工件112的切除部件或切割部件700的示意图。在图7的顶部处的两个图示又可以是来自一个或更多个相机的镜头。图7中的最靠下图示描绘了用于对工件112的图像中的变化进行检测的沿边缘颜色算法。
对于沿边缘颜色算法，需要将机器坐标系中的3D点非常精确地投影到2D图像上。为此，必须对相机212进行校准。使用在例如图形处理单元214中实施的图像处理进行校准和投影。进行了两个不同的校准。第一校准是对固有相机参数进行校准。第二校准是与机器100的坐标系相比来对相机212的坐标系中的平移参数和旋转参数进行校准。
对固有相机参数的校准是复杂的并且不是自动化的。单次会是足够的，只要不对相机212上的镜头进行调节即可。为了进行此校准，需要处于不同角度的棋盘的图像。然后，通过图像处理和这些图像对固有参数进行校准。该校准创建了相机和镜头的软件模型。
对平移参数和旋转参数的校准可以随着相机212或相机212的固定装置的每次移动而重复进行。该校准易于自动化，因此建议定期重新校准这些参数。由于机器壳体的振动或轻微的热变形，因而预期到随着时间的推移而发生的运动。对于该校准，必须知道机器坐标系和图像中的至少4个点。
可以将具有足够大小的Harris角点作为用于该校准的目标物而附接至切割头。该Harris角点可以通过相机212被识别并且将该Harris角点与当前刀具坐标进行比较。可以连接对应的机器和图像坐标。
目标物例如Harris角点、优选地附接至切割头。如果该目标物在图像上的大概位置是已知的，则可以自动识别该目标物。这就是定期重新校准的情况。
因此，对于校准过程，将分别执行以下步骤。第一，将切割头定位在四个限定位置。在这些位置中的每个位置处，利用两个相机中的每个相机或两个视角中的每个视角拍摄一个图像。在每个图像上，确定Harris角点的图像坐标。根据这四个位置的机器坐标和Harris角点的图像坐标计算出平移参数和旋转参数。
借助于激光束702从工件112切割出切割部件700。通过相机观察此过程。在图形处理单元214中执行的图像处理中，沿着截面轮廓在确定的测量点704处进行测量。使用测量点704对工件112的图像中的变化进行检测。
现在，当切割部件700倾斜时，在第一步骤中对沿着轮廓706到达相机的光的量的变化进行检测。光的量的这种变化通过切割部件700的反射角的变化而发生。这可能意味着既有亮度增加又有亮度降低。
倾斜的切割部件700部分地隐没在剩余的工件112下方，从而导致强烈的对比。此处的对比显示为白与黑之间的变化。实际上，可以使用颜色值、亮度值和/或对比度值方面的变化。
对这些变化进行分析并且进行检查以看出是否已经达到开始进行进一步处理的阈值。根据图7的底部处的图示，确定位于轮廓706内的测量点704的颜色值与位于轮廓706外侧的点的颜色值之间的差异，然后对该差异进行评估。
如果反射光的两个颜色值是相同的或者仅有很轻微的偏差，则切割部件700未倾斜(图7，顶部)，或者倾斜的切割部件700和剩余的工件112是处于大约相同的高度(图7，中间)、比如在切割部件700的左下角。在这种情况下，没有风险并且值是低于阈值的。没有必要进行进一步行动并且将继续进行监测。
如果两个颜色值是不同的，则在这些测量点处的切割部件700不再位于轮廓706内(图7，中间)、例如在切割部件700的左上角。在这种情况下，也没有风险并且值是低于阈值的。没有必要进行进一步行动并且将继续进行监测。
如果两个颜色值是部分不同的，则切割部件700在这些测量点处位于轮廓706外部且位于剩余的工件112的上方(图7，中间)、比如在切割部件700的右上角。在这种情况下，由于切割部件700上升并且超过了阈值，因此存在碰撞的风险。
然后达到用于开始进行第二算法的阈值。第二算法称为3D拟合，并且将通过参照图8和图9描述第二算法。与对变化并因此对潜在风险进行快速识别的沿边缘颜色算法相比，3D拟合涉及识别相应部件是否实际上对切割头并因此对加工过程构成风险。很有可能的是检测到变化，但其结果并不是风险。这种情况由于算法的分歧而不会导致加工过程的停止。
图8示出了图7的切除部件的示意图，其示出了通过图像处理所提取的部件。确定相机图像中的竖立切割部件700的轮廓800。为了此目的，例如使用减法算法。在图形处理单元214中也进行该确定。
图9示出了对提取部件进行匹配的示意图。在图形处理单元214中也进行该匹配或对比。
首先从切割平面选择在沿边缘颜色算法中检测到的危急的切割部件700。与相机图像(参见图8)相比，从切割平面获得部件700的完整的轮廓900。
可能的匹配算法以如下所述那样进行工作。
最初的轮廓900通过3D拟合算法沿着一个轴、若干轴或所有三个轴旋转。因此，轮廓900在切割部件700可能位于的所有可能位置中被建模。通过示例的方式，在此示出了轮廓900a、900b和900c。
轮廓900a、900b和900c或切割部件的这种建模可以在切割开始之前完成，使得算法在测试期间尽可能地有效，因为必须做的仅是对比而不是建模。
现在，当模型的信息可获得并且切割部件倾斜时，将通过相机识别的倾斜部件700的轮廓800与模型900a、900b和900c进行对比。
限定了模型与倾斜部件700的轮廓800之间的最佳匹配。此处最佳匹配是轮廓900a。由此，然后可以计算出该部件竖立于哪个位置处以及竖立了多少。连同切割头在接下来的数秒内将在哪儿移动的信息一起，可以计算出碰撞是否可能发生。
如果碰撞可能发生，则将该位置周围的区域标记为危险区域。现在必须决定控制单元应启动什么来作为防范措施。例如，可以通过使机器快速停止运转来防止碰撞。甚至更有效的解决办法是，切割头绕危险区域驱动、抬起以避免碰撞，或者切割头绕危险区域驱动和抬起两者的组合。
图10示出了用于避免激光加工头在激光加工工具的加工空间中碰撞的方法的流程图。
在第一步骤1000中，产生相机数据，即，用至少一个光学传感器、优选地两个、四个或更多个传感器产生工件的图像。
在第二步骤1002中，借助于先前描述的沿边缘颜色算法对工件的图像中的变化进行检测。如果在步骤1004中检测到局部变化，则该方法进行至框1010。如果未检测到局部变化，则在步骤1002中分支回至进行监测，从而导致监测循环。该算法检测切割部件等中的局部变化，并不检测总体变化、比如供给或移除工件。这两个步骤1002和1004是局部变化识别过程的一部分。
在数控单元中执行数控处理1012。数控单元知道切割平面1014和切割头的当前位置1016，并且在步骤1018中根据所给的切割平面1014和/或激光加工头的当前位置计算切割头的计划轨迹或路线。
切割平面1014被提供给用于对内部空间或加工空间进行建模的过程。该过程以及局部变化识别过程在形成于图形处理单元中或由图形处理单元执行的碰撞监测系统中进行操作。
将切割平面1014提供给进行内部建模过程的框1006。根据切割平面1014创建内部或要加工的工件的拓扑结构。拓扑结构包括工件以及工件上计划的切割模式，并且拓扑结构可以包括切割部件的相应的周长和位置。该拓扑被提供至框1010。
在框1010中执行3D拟合，也就是说，如上所述，对变化进行3D物体建模。为此目的，将相机数据1000提供至框1010。当在框1004中检测到局部变化时，将开始3D拟合。作为建模的输出，提供了变化的3D拓扑结构1008、比如轮廓800。
和计划轨迹1018一样，将3D拓扑结构1008提供至处理碰撞检测器。该处理在图形处理单元中形成或者由图形处理单元执行。
3D拓扑结构1008和计划轨迹1018被提供至碰撞检测器1020、图形处理单元中的算法和/或数控单元1012。碰撞检测器1020检查以看出3D拓扑结构1008是否在计划轨迹内。如果在步骤1022中确定可能发生碰撞，则该方法进行至框1024。如果在步骤1022中确定不会发生碰撞，则分支回至步骤1002中的监测(未示出)，从而导致监测循环。将连续执行框或步骤1002。
在步骤1024中如果识别出碰撞风险，则采取通过驱动激光加工头来避免碰撞的防范措施。防范措施是停止和/或躲避或绕过障碍物。框1020、1022和1024是碰撞检测器处理的一部分。
步骤1024的结果被提供至CNC处理1012以进行处理和实施。例如，对于紧急停止，也可以直接控制激光加工头的驱动器，即在数控单元不参与的情况下直接控制激光加工头的驱动器。
图11示出了用于避免激光加工头的碰撞的总体方法的流程图。在第一步骤1100中，通过传感器系统对整个切割区域或整个加工空间进行连续监测。
在步骤1101中也对如上所述的局部变化进行连续检查。局部变化通常是由切割过程引起的。如果没有局部变化，则分支回至步骤1100，从而导致监测循环。
如果识别出局部变化，则该方法进行至如上所述的对变化进行分析的步骤1102。
图12示出了类似于图6的切割轮廓602的切割轮廓的形状的示意图。对于该切割轮廓，系统计算四组点，称为形状1200、1202、1024和1206。形状1200、1202、1204和1206可以布置在工件或切割轮廓的图像上。
第一形状1200由位于实际切割线上的点构成。第二形状1202由在切割轮廓内侧偏移5mm处的点的轨迹构成。第三形状1204由在切割轮廓外侧也偏移例如5mm处的点的轨迹构成。第四形状1206覆盖切割轮廓内侧的整个区域。
从图像中提取四个形状1200、1202、1204和1206的图像像素。在归一化步骤中，针对四个形状1200、1202、1024和1206中的每个形状计算像素亮度的直方图。每个直方图具有例如32个bin。另外，针对第二形状1202和第三形状1204计算共现直方图。该共现直方图或2D直方图包括32乘32个bin，并将对应点的亮度放在相关切割部的内侧和外侧。2D直方图的x轴可以是第二形状1202，并且2D直方图的y轴可以是第三形状1204。
然后，计算这些输入数据级联成的向量。对于两台相机的神经网络和一台相机的神经网络，向量的大小不同。
神经网络接受作为包含级联直方图的向量的输入数据。对于预测由两个相机可见的轮廓的神经网络，使用以下顺序：
·来自右相机的形状1200的直方图(32个值)
·来自左相机的形状1200的直方图(32个值)
·来自右相机的形状1202的直方图(32个值)
·来自左相机的形状1202的直方图(32个值)
·来自右相机的形状1204的直方图(32个值)
·来自左相机的形状1204的直方图(32个值)
·来自右相机的形状1206的直方图(32个值)
·来自左相机的形状1206的直方图(32个值)
·来自右相机的共现直方图(32x32＝1024个值)
·来自左相机的共现直方图(32x32＝1024个值)
这总共为神经网络输入了2304个值。
对于预测仅由一台相机可见的轮廓的神经网络，顺序如下：
·形状1200的直方图(32个值)
·形状1202的直方图(32个值)
·形状1204的直方图(32个值)
·形状1206的直方图(32个值)
·共现直方图(32x32＝1024个值)
这总共为神经网络输入了1152个值。
在此示例中，神经网络是深度神经网络，该深度神经网络由作为输入层的一个扁平层、具有批量归一化的五个内部致密层、以及作为输出层的具有激活函数的一个致密层构成。
根据归一化和级联的输入数据，深度神经网络输出范围为每轮廓0.0至1.0之间的一个浮点值。如果该值低于0.5，则轮廓被预测为是安全的。如果该值为0.5或高于0.5，则轮廓被预测为要危险地倾斜。
图10中示出了用于避免激光加工头的碰撞的方法的流程图，神经网络的上述实现方式可以代替内部建模(步骤1006和1010)和步骤1008。替代性地，神经网络的上述实现方式可以代替对局部变化的识别(步骤1002和1004)、内部建模(步骤1006和1010)以及步骤1008。
此处提出的用于避免激光加工头在激光加工工具的加工空间中碰撞的方法使能够实现实时地简单并精确地识别计划轨迹中可能的障碍并且在识别出碰撞风险的情况下避免发生碰撞。

Claims (18)

1.一种用于避免激光加工头(102)在激光加工工具(100)的加工空间(106)中碰撞的方法，所述方法具有下述步骤：
-利用至少一个光学传感器对所述加工空间(106)中的工件(112)进行监测；
-捕获所述工件(112)的图像；
-对所述工件(112)的图像中的变化进行检测；
-识别所述变化是否包括相对于所述工件(112)竖立的物体；
-基于预定的切割平面和/或所述激光加工头的当前位置(1016)对所述竖立物体与所述激光加工头(102)之间的碰撞进行检查；
-在识别出碰撞风险的情况下对用于使所述激光加工头(102)移动的驱动器进行控制以避免碰撞。
2.根据权利要求1所述的方法，其特征在于，沿着切割部件(600；700)的切割轮廓(602)限定测量点(704)并对所述测量点的亮度和/或颜色值进行监测。
3.根据前述权利要求中的一项所述的方法，其特征在于，及时偏移地捕获所述图像并对所述工件(112)的图像相对于所述工件(112)的按时间顺序的早期图像的变化进行检测。
4.根据前述权利要求中的一项所述的方法，其特征在于，根据所述变化对3D物体进行建模，并且对所述3D物体与所述激光加工头之间的碰撞进行检查。
5.根据权利要求1至3中的一项所述的方法，其特征在于下述其他步骤：
-对由点构成且平行于图像中的切割轮廓(602)的边界定位的至少两个形状(1202、1204)进行计算，其中，一个形状(1202)位于所述边界的内侧，并且一个形状(1204)位于所述边界的外侧；
-根据所述形状(1202、1204)的所述点提取图像像素；
-通过计算每个形状(1202、1204)的像素亮度的直方图来使所述图像像素归一化；
-将所述直方图输入到包括输入层、多个内部层以及输出层的深度神经网络中；
-利用所述深度神经网络对所述直方图进行处理；
-通过所述深度神经网络输出变量；以及
-对于所述变量的值位于阈值的第一侧上而识别所述切割轮廓(602)中的物体是否倾斜，或者对于所述变量的值位于阈值的第二侧上而识别所述切割轮廓(602)中的物体是否未倾斜。
6.根据权利要求5所述的方法，其特征在于，计算两个其他形状(1200、1206)，其中，第一其他形状(1200)位于所述切割轮廓(602)上，并且第二其他形状(1206)覆盖所述切割轮廓(602)内的整个区域。
7.根据权利要求5或6所述的方法，其特征在于，在提取图像像素的步骤之前，确定哪些图像像素未被所述激光加工工具(100)的部件覆盖，为了进行该确定，提供所述激光加工工具(100)的所述部件的动态3D模型并用所述激光加工工具(100)的实时坐标来更新所述动态3D模型，通过将所述动态3D模型与所述图像进行比较来计算要被提取的可见图像像素。
8.根据权利要求5至7中的一项所述的方法，其特征在于，使所述图像像素归一化的步骤还包括计算所述至少两个形状(1202、1204)的2D直方图。
9.根据前述权利要求中的一项所述的方法，其特征在于，所述识别是基于所述工件(112)的切割部件的已经预先计算出的可能位置进行的。
10.根据前述权利要求中的一项所述的方法，其特征在于，对切割部件(600；700)进行识别并将所述切割部件(600；700)的位置与所述切割部件(600，700)的已经计算出的可能位置进行比较。
11.根据前述权利要求中的一项所述的方法，其特征在于，借助于所述激光加工头的轨迹对所述激光加工头(102)进行预测以绕开所述变化或停止。
12.一种数控激光加工工具(100)，所述数控激光加工工具(100)具有用于接纳要被加工的金属工件的加工空间(106)以及用于对所述工件进行加工的激光加工头(102)，所述数控激光加工工具(100)包括：
数控单元(202，1012)；
光学传感器系统，所述光学传感器系统具有对所述加工空间(106)的至少一部分和布置在所述加工空间(106)中的工件(112)进行捕获的至少一个光学传感器(212)；
图形处理单元(214)，所述图形处理单元连接至所述光学传感器系统并且配置成对来自所述传感器(212)的数据进行处理以识别所述工件(112)的变化，并且所述图形处理单元连接至所述数控单元(202，1012)，
其中，所述图形处理单元(214)配置成识别变化是否包括竖立物体，
其中，所述图形处理单元(214)和/或所述数控单元(202，1012)配置成基于预定的切割平面和/或所述激光加工头的当前位置和/或所述激光加工头的轨迹(1016)来对所述竖立物体与所述激光加工头(102)之间的碰撞进行检查，并且
其中，所述数控单元(202，1012)配置成用于在识别出碰撞风险的情况下避免碰撞。
13.根据权利要求12所述的数控激光加工工具(100)，其特征在于，所述光学传感器系统包括至少两个相机(212)，或者优选地包括至少四个相机(212)，所述相机(212)优选地为CMOS相机。
14.根据权利要求13所述的数控激光加工工具(100)，其特征在于，提供两个相机(212)，所述两个相机(212)的捕获区域(302)沿相同方向对准，并且第一相机(212)的所述捕获区域(302)捕获所述加工空间(106)的第一半部，并且第二相机(212)的所述捕获区域(302)捕获所述加工空间(106)的第二半部。
15.根据权利要求13或14所述的数控激光加工工具(100)，其特征在于，提供四个相机(212)，并且两个相机(212)的捕获区域(302；402)捕获所述加工空间(106)的第一半部，以及两个相机(212)的捕获区域(302；402)捕获所述加工空间(106)的第二半部，其中，所述两个相机(212)各自彼此偏移地布置。
16.根据权利要求12至15中的任一项所述的数控激光加工工具(100)，其特征在于，所述光学传感器系统通过高速连接而连接至所述图形处理单元(214)。
17.根据权利要求12至16中的任一项所述的数控激光加工工具(100)，其特征在于，所述图形处理单元(214)通过实时以太网连接而连接至所述数控单元(202，1012)。
18.根据权利要求12至17中的任一项所述的数控激光加工工具(100)，其特征在于，相机系统和/或所述图形处理单元(214)配置成对固有相机参数进行第一校准以及与所述激光加工工具(100)的坐标系相比来对所述相机(212)的坐标系的平移参数和旋转参数进行第二校准。
CN201980062101.2A 2018-09-24 2019-09-23 用于避免碰撞的方法以及激光加工工具 Pending CN112740125A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102018123363.9A DE102018123363B4 (de) 2018-09-24 2018-09-24 Verfahren zur Kollisionsvermeidung und Laserbearbeitungsmaschine
DE102018123363 2018-09-24
PCT/EP2019/075456 WO2020064589A1 (en) 2018-09-24 2019-09-23 Method for collision avoidance and laser machining tool

Publications (1)

Publication Number Publication Date
CN112740125A true CN112740125A (zh) 2021-04-30

Family

ID=68281389

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980062101.2A Pending CN112740125A (zh) 2018-09-24 2019-09-23 用于避免碰撞的方法以及激光加工工具

Country Status (7)

Country Link
US (1) US11583951B2 (zh)
EP (1) EP3857318B1 (zh)
JP (1) JP6952218B2 (zh)
CN (1) CN112740125A (zh)
DE (1) DE102018123363B4 (zh)
PL (1) PL3857318T3 (zh)
WO (1) WO2020064589A1 (zh)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102018123363B4 (de) * 2018-09-24 2021-01-07 Bystronic Laser Ag Verfahren zur Kollisionsvermeidung und Laserbearbeitungsmaschine
DE102018125620A1 (de) * 2018-10-16 2020-04-16 Schuler Pressen Gmbh Verfahren und Vorrichtung zum Schneiden einer Blechplatine aus einem kontinuierlich geförderten Blechband
JP6758441B2 (ja) * 2019-02-18 2020-09-23 株式会社アマダ レーザ加工機、レーザ加工方法、及び加工プログラム作成装置
JP7423145B2 (ja) * 2019-12-27 2024-01-29 株式会社ディスコ レーザー加工装置及び方法
EP3892414A1 (de) * 2020-04-06 2021-10-13 Bystronic Laser AG Laserbearbeitungsmaschine
EP3944931A1 (de) * 2020-07-30 2022-02-02 Siemens Aktiengesellschaft Kollisionsvermeidung mit künstlicher intelligenz
DE102020212510A1 (de) 2020-10-02 2022-04-07 Trumpf Werkzeugmaschinen Gmbh + Co. Kg Verfahren und Vorrichtung zum Aufzeigen des Einflusses von Schneidparametern auf eine Schnittkante
EP3984686A1 (de) * 2020-10-16 2022-04-20 Bystronic Laser AG Verfahren, regelungseinheit und laserschneidsystem für kombinierte bahn- und laserprozessplanung für hochdynamische echtzeit-systeme
CN112276340B (zh) * 2020-11-13 2022-07-22 西安中科微精光子科技股份有限公司 针对复杂曲面的加工路径碰撞检测方法、装置及存储介质
EP4080301A1 (en) * 2021-04-19 2022-10-26 Bystronic Laser AG 3d tilt estimation and collision avoidance for laser cutting
DE102021110404A1 (de) 2021-04-23 2022-10-27 Trumpf Werkzeugmaschinen Gmbh + Co. Kg Verfahren zur Kollisionsvermeidung, System und Laserschneidvorrichtung
DE102021129148A1 (de) 2021-11-09 2023-05-11 TRUMPF Werkzeugmaschinen SE + Co. KG Verfahren und Vorrichtung zur Kollisionsvermeidung bei der Werkstückbearbeitung durch eine mehrachsige Bearbeitungsmaschine
CH718535B1 (de) * 2022-03-23 2023-03-15 Reishauer Ag Verfahren und Werkzeugmaschinensystem zur Kollisionsprüfung eines Bearbeitungsprozesses, mit Ersatzwerkstück.
CN114603489A (zh) * 2022-04-21 2022-06-10 广东猛犸象智能机器人制造有限公司 一种视觉引导水刀智能识别切割无缝产品的装置及其方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5751584A (en) * 1994-08-15 1998-05-12 Toshiba Kikai Kabushiki Kaisha Method for checking interference, method for checking processing program, and method for checking processing propriety
CN103495807A (zh) * 2013-09-27 2014-01-08 重庆大学 多机器人光纤激光切割系统
CN103878478A (zh) * 2014-01-28 2014-06-25 华中科技大学 一种三维激光加工工件定位测量装置及其方法
CN105195868A (zh) * 2015-11-12 2015-12-30 上海电气核电设备有限公司 一种机器人焊接系统及其焊接方法
CN106271114A (zh) * 2016-10-10 2017-01-04 山东科技大学 激光加工装置

Family Cites Families (54)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4618938A (en) * 1984-02-22 1986-10-21 Kla Instruments Corporation Method and apparatus for automatic wafer inspection
US4613269A (en) * 1984-02-28 1986-09-23 Object Recognition Systems, Inc. Robotic acquisition of objects by means including histogram techniques
US4667113A (en) * 1985-08-09 1987-05-19 Hitachi Seiko Ltd. Tool failure detection apparatus
US4794222A (en) * 1986-06-30 1988-12-27 Manabu Funayama Laser beam machining apparatus
JP2771571B2 (ja) * 1989-01-31 1998-07-02 株式会社アマダ 折曲げ・溶接複合加工装置
US5387061A (en) * 1990-12-14 1995-02-07 The United States Of America As Represented By The United States Department Of Energy Parameter monitoring compensation system and method
DE4228528A1 (de) * 1991-08-29 1993-03-04 Okuma Machinery Works Ltd Verfahren und vorrichtung zur metallblechverarbeitung
JPH06210475A (ja) * 1993-01-14 1994-08-02 Fanuc Ltd レーザロボットのハイトセンサ装置
WO1995022881A1 (en) * 1994-02-22 1995-08-24 Philips Electronics N.V. Laser etching method
US5864114A (en) * 1994-03-10 1999-01-26 Toshiharu Ishikawa Coating removal apparatus using coordinate-controlled laser beam
US6128546A (en) * 1996-09-30 2000-10-03 Cincinnati Incorporated Method and apparatus for a cutting system for avoiding pre-cut features
DE19724986C2 (de) * 1997-06-13 1999-07-29 Jurca Optoelektronik Gmbh Verfahren zum Verschweißen von Werkstücken und Vorrichtung zu dessen Durchführung
DE19782307T1 (de) * 1997-12-26 2001-02-01 Mitsubishi Electric Corp Laserbearbeitungsgerät
US6407360B1 (en) * 1998-08-26 2002-06-18 Samsung Electronics, Co., Ltd. Laser cutting apparatus and method
DE19846426A1 (de) * 1998-10-08 2000-04-13 Open Mind Software Technologie Verfahren zum Steuern der Arbeitsbewegung eines Werkzeugs zur materialabtragenden Bearbeitung eines Materialblocks
US6603136B1 (en) * 1999-10-15 2003-08-05 Videojet Systems International Laser marker focal length setting device
JP3430124B2 (ja) * 2000-06-02 2003-07-28 山形日本電気株式会社 半導体製造装置のゲート部位処理装置及び処理方法
JP2004188475A (ja) * 2002-12-13 2004-07-08 Disco Abrasive Syst Ltd レーザー加工方法
DE10327600A1 (de) * 2003-06-18 2005-01-27 Siemens Ag Vorrichtung und Verfahren zur Kollisionsüberwachung einer Maschinenkomponente mit einem Werkstück oder anderen Maschinenkomponenten
US7062351B2 (en) * 2003-09-25 2006-06-13 The Boeing Company Clamp avoidance cutter path regeneration
US7046765B2 (en) * 2004-03-31 2006-05-16 Accuray, Inc. Radiosurgery x-ray system with collision avoidance subsystem
EP1632305A1 (de) * 2004-09-04 2006-03-08 Trumpf Werkzeugmaschinen GmbH + Co. KG Verfahren zur Ermittlung und Verfahren zur Einstellung der gegenseitigen Lage der Achse eines Laserbearbeitungsstrahls und der Achse eines Prozessgasstrahls an einer Laserbearbeitungsmaschine sowie Laserbearbeitungsmaschine mit Einrichtungen zur Umsetzung der Verfahren
US7638731B2 (en) * 2005-10-18 2009-12-29 Electro Scientific Industries, Inc. Real time target topography tracking during laser processing
CA2541635A1 (en) * 2006-04-03 2007-10-03 Servo-Robot Inc. Hybrid sensing apparatus for adaptive robotic processes
EP2029312B1 (de) * 2006-05-24 2013-01-23 TRUMPF Werkzeugmaschinen GmbH + Co. KG Bearbeitungsanlage mit einer werkstückauflage zur aufnahme eines insbesondere tafelförmigen werkstücks mit auf auflageelementen anbringbaren tragelementen
JP4221016B2 (ja) * 2006-07-25 2009-02-12 ファナック株式会社 干渉チェックを行う数値制御装置
DE102007016056B4 (de) * 2007-04-03 2011-08-25 Sauer GmbH LASERTEC, 87437 Verfahren und Vorrichtung zur Werkstückeinmessung und Werkstückbearbeitung
JP5173510B2 (ja) * 2008-03-24 2013-04-03 オークマ株式会社 加工シミュレーション装置
US9539664B2 (en) * 2008-06-17 2017-01-10 Matthew Fagan Methods and systems for predictive torch height control
JP5554235B2 (ja) * 2008-07-10 2014-07-23 シチズンマシナリーミヤノ株式会社 干渉チェック装置及び干渉チェック方法並びに干渉チェック装置を備えた工作機械
JP5199789B2 (ja) * 2008-08-25 2013-05-15 株式会社ディスコ レーザー加工装置及びレーザー加工方法
JP5465957B2 (ja) * 2008-09-05 2014-04-09 Ｄｍｇ森精機株式会社 加工状態確認方法及び加工状態確認装置
DE102008057309B3 (de) * 2008-11-13 2009-12-03 Trumpf Laser- Und Systemtechnik Gmbh Verfahren und Laserbearbeitungsmaschine zum Ermitteln einer Dejustage einer Pulverzufuhrdüse der Laserbearbeitungsmaschine
EP2346641B1 (en) * 2008-11-18 2018-04-11 L'Air Liquide Société Anonyme pour l'Etude et l'Exploitation des Procédés Georges Claude Support table frame for high speed laser blanking
DE102009045400B3 (de) * 2009-10-06 2011-06-09 Bayerische Motoren Werke Aktiengesellschaft Fügevorrichtung für ein stoffschlüssiges Fügen mittels eines Zusatzwerkstoffes
KR20110138879A (ko) * 2010-06-22 2011-12-28 삼성전기주식회사 광 픽업을 이용한 가공 오차 수정방법
DE102011003717A1 (de) * 2011-02-07 2012-08-09 Trumpf Werkzeugmaschinen Gmbh + Co. Kg Vorrichtung und Verfahren zur Überwachung und insbesondere zur Regelung eines Laserschneidprozesses
WO2014128890A1 (ja) * 2013-02-21 2014-08-28 三菱電機株式会社 干渉チェック装置および数値制御装置
JP6143222B2 (ja) * 2013-03-07 2017-06-07 三菱重工工作機械株式会社 工作機械の異常診断装置及び異常診断方法
US20140263211A1 (en) * 2013-03-15 2014-09-18 Apple Inc. Methods for Trimming Display Polarizers Using Lasers
DE102013217126B4 (de) * 2013-08-28 2015-09-03 Trumpf Laser- Und Systemtechnik Gmbh Verfahren zum Feststellen von Abweichungen einer Ist-Lage eines Laserbearbeitungskopfes von einer Soll-Lage, Laserbearbeitungsmaschine und Computerprogrammprodukt
DE102013218421A1 (de) * 2013-09-13 2015-04-02 Trumpf Werkzeugmaschinen Gmbh + Co. Kg Vorrichtung und Verfahren zur Überwachung, insbesondere zur Regelung, eines Schneidprozesses
JP5788469B2 (ja) * 2013-11-29 2015-09-30 ファナック株式会社 アプローチ時間を短縮するレーザ加工装置の制御装置及び制御方法
EP2883647B1 (de) * 2013-12-12 2019-05-29 Bystronic Laser AG Verfahren zur Konfiguration einer Laserbearbeitungsvorrichtung
DE102014200208B3 (de) * 2014-01-09 2015-06-11 Trumpf Werkzeugmaschinen Gmbh + Co. Kg Verfahren zur trennenden Bearbeitung eines Werkstücks
JP5887375B2 (ja) * 2014-03-24 2016-03-16 ファナック株式会社 停電検出時に加工ノズルを退避するレーザ加工装置
DE102014213518A1 (de) * 2014-07-11 2016-01-14 Trumpf Werkzeugmaschinen Gmbh + Co. Kg Verfahren, Bearbeitungsmaschine und Computerprogrammprodukt zum bildbasierten Platzieren von Werkstückbearbeitungsvorgängen
DE102014011569B4 (de) * 2014-08-02 2016-08-18 Precitec Optronik Gmbh Verfahren zum Messen des Abstands zwischen einem Werkstück und einem Bearbeitungskopf einer Laserbearbeitungsvorrichtung
JP5941108B2 (ja) * 2014-08-27 2016-06-29 ファナック株式会社 高速位置決め機能を有するレーザ加工装置
JP6017528B2 (ja) * 2014-12-25 2016-11-02 ファナック株式会社 ノズルアプローチ時の干渉回避機能を備えたレーザ加工装置
WO2016131021A1 (en) * 2015-02-12 2016-08-18 Glowforge Inc. Safety and reliability guarantees for laser fabrication
JP6493623B2 (ja) * 2016-04-13 2019-04-03 株式会社島津製作所 オートサンプラ
JP6412185B2 (ja) * 2017-03-02 2018-10-24 ファナック株式会社 工作機械システム
DE102018123363B4 (de) * 2018-09-24 2021-01-07 Bystronic Laser Ag Verfahren zur Kollisionsvermeidung und Laserbearbeitungsmaschine

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5751584A (en) * 1994-08-15 1998-05-12 Toshiba Kikai Kabushiki Kaisha Method for checking interference, method for checking processing program, and method for checking processing propriety
CN103495807A (zh) * 2013-09-27 2014-01-08 重庆大学 多机器人光纤激光切割系统
CN103878478A (zh) * 2014-01-28 2014-06-25 华中科技大学 一种三维激光加工工件定位测量装置及其方法
CN105195868A (zh) * 2015-11-12 2015-12-30 上海电气核电设备有限公司 一种机器人焊接系统及其焊接方法
CN106271114A (zh) * 2016-10-10 2017-01-04 山东科技大学 激光加工装置

Also Published As

Publication number Publication date
DE102018123363A1 (de) 2020-03-26
PL3857318T3 (pl) 2022-10-17
US20210245295A1 (en) 2021-08-12
JP6952218B2 (ja) 2021-10-20
US11583951B2 (en) 2023-02-21
WO2020064589A1 (en) 2020-04-02
JP2021527572A (ja) 2021-10-14
EP3857318B1 (en) 2022-07-20
DE102018123363B4 (de) 2021-01-07
EP3857318A1 (en) 2021-08-04

Similar Documents

Publication Publication Date Title
CN112740125A (zh) 用于避免碰撞的方法以及激光加工工具
US9864913B2 (en) Device and method for safeguarding an automatically operating machine
CN113891775A (zh) 用于提供板块规划几何数据的方法、用于切出工件的方法和平面激光机床
KR102065975B1 (ko) 라이다를 이용한 중장비 안전관리 시스템
EP3664023A1 (en) System and method for work piece inspection
Golnabi et al. Design and application of industrial machine vision systems
CA2012449C (en) Machine vision system
JP7082715B2 (ja) 深層畳み込みニューラルネットワークを用いたレーザ加工システムの加工誤差の検出
EP2446223B1 (en) Information processing apparatus, information processing method, and corresponding program
US20200254610A1 (en) Industrial robot system and method for controlling an industrial robot
CN113001536B (zh) 一种面向协作多机器人的防碰撞检测方法及装置
CN114026508A (zh) 用于确定工件的位置、尤其是用于驱控工业机器人的方法
US12106513B2 (en) Method and flat bed machine tool for detecting a fitting position of a supporting bar
US20190257978A1 (en) Object monitoring device using sensor
WO2023118470A1 (en) Method and apparatus for cutting and removing parts
CN117115249A (zh) 一种集装箱锁孔自动识别定位系统及方法
CN114371179B (zh) 一种精冲模具表面异物在线检测与清除系统、方法及装置
JP2020153730A (ja) 摩耗量計測装置および摩耗量計測方法
JPH05322531A (ja) 物体の３次元形状測定装置
CN115014205A (zh) 塔盘的视觉检测方法、检测系统及其引导自动化焊接系统
JP2014048044A (ja) 材料認識システム及びその方法
KR101803473B1 (ko) 라인 스캐닝을 이용한 부품 검사 방법 및 장치
JP7442752B1 (ja) 被検査体の形状検査方法
JP5182103B2 (ja) 距離計測装置及び距離計測方法
EP4452549A1 (en) Method and apparatus for cutting and removing parts

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