CN112950627A - 用于激光切割的检测及控制方法和系统 - Google Patents
用于激光切割的检测及控制方法和系统 Download PDFInfo
- Publication number
- CN112950627A CN112950627A CN202110356217.6A CN202110356217A CN112950627A CN 112950627 A CN112950627 A CN 112950627A CN 202110356217 A CN202110356217 A CN 202110356217A CN 112950627 A CN112950627 A CN 112950627A
- Authority
- CN
- China
- Prior art keywords
- straight line
- line segments
- arc
- cutting
- nozzle
- 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
- 238000003698 laser cutting Methods 0.000 title claims abstract description 101
- 238000001514 detection method Methods 0.000 title claims abstract description 83
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000005520 cutting process Methods 0.000 claims abstract description 107
- 238000012216 screening Methods 0.000 claims abstract description 56
- 230000011218 segmentation Effects 0.000 claims abstract description 56
- 238000007781 pre-processing Methods 0.000 claims abstract description 17
- 238000012545 processing Methods 0.000 claims description 29
- 239000013598 vector Substances 0.000 claims description 29
- 238000007689 inspection Methods 0.000 claims description 11
- 230000000717 retained effect Effects 0.000 claims description 6
- 238000003384 imaging method Methods 0.000 claims description 5
- 230000000877 morphologic effect Effects 0.000 claims description 4
- 238000012360 testing method Methods 0.000 claims 3
- 238000002203 pretreatment Methods 0.000 claims 2
- 101100421134 Schizosaccharomyces pombe (strain 972 / ATCC 24843) sle1 gene Proteins 0.000 description 10
- 230000000694 effects Effects 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000001914 filtration Methods 0.000 description 5
- YGYAWVDWMABLBF-UHFFFAOYSA-N Phosgene Chemical compound ClC(Cl)=O YGYAWVDWMABLBF-UHFFFAOYSA-N 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 1
- 101100537937 Caenorhabditis elegans arc-1 gene Proteins 0.000 description 1
- 241000764238 Isis Species 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 238000004380 ashing Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000249 polyoxyethylene sorbitan monopalmitate Substances 0.000 description 1
- 239000004300 potassium benzoate Substances 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- 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
- B23K26/04—Automatically aligning, aiming or focusing the laser beam, e.g. using the back-scattered light
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
- G06T5/30—Erosion or dilatation, e.g. thinning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Optics & Photonics (AREA)
- Geometry (AREA)
- Plasma & Fusion (AREA)
- Mechanical Engineering (AREA)
- Quality & Reliability (AREA)
- Laser Beam Processing (AREA)
Abstract
本发明涉及用于激光切割的检测及控制方法和系统,其中所述检测方法包括:采集激光切割的图像,并对该采集的图像进行预处理;对所述预处理的图像进行至少一次直线圆弧分割算法,以得到直线段集和圆弧集,其中所述直线圆弧分割算法基于与所述激光切割相关的参数来确定所述直线段集和圆弧集的划分;对所述直线段集中的直线段进行合并和筛选,以得到对应所述激光切割中割缝边缘的两条割缝边缘直线段;以及基于所述两条割缝边缘直线段进行计算,从而检测所述激光切割中割缝的宽度。所述控制方法基于检测到的割缝的宽度对激光束的焦点位置进行调节。所述检测系统和控制系统分别对应于所述检测方法和控制方法。
Description
技术领域
本发明涉及激光加工领域,更具体地涉及激光切割过程中对加工数据的检测以及根据检测到的加工数据对激光加工参数进行控制的方法和系统。
背景技术
在激光切割领域内,当切割板材较厚,长时间切割会导致激光切割过程中激光束的焦点发生变化,从而导致切割效果不能满足要求。为了改善切割效果,需要实时地反馈激光束的焦点。而研究发现,该焦点和激光切割中的割缝存在一定的关系,通过检测该割缝的宽度,就能根据该宽度变化掌握激光束的焦点变化,从而可以在激光切割过程中对所述焦点进行有效调节,以达到稳定的切割效果。
然而,现有的解决方案都要采用较为复杂的方法来得到上述割缝宽度,耗时较长,无法满足实时检测的需求。不仅如此,这些方法还存在一定的误检风险,导致所检测到的割缝宽度的精确度也不高。
因此,亟需一种新的技术能在激光切割过程中快速、准确地检测上述加工数据,从而及时且有效地对激光切割进行控制。
发明内容
本发明就旨在克服现有技术中的上述和/或其它问题。通过本发明所提供的用于激光切割的检测方法和系统以及用于控制激光切割的方法和系统,能够快速、准确地在线检测激光切割中的割缝宽度,并进一步基于该割缝宽度对激光切割进行及时且有效的控制。
根据本发明的第一方面,提供一种用于激光切割的检测方法,包括:采集激光切割的图像,并对该采集的图像进行预处理;对所述预处理的图像进行至少一次直线圆弧分割算法,以得到直线段集和圆弧集,其中所述直线圆弧分割算法基于与所述激光切割相关的参数来确定所述直线段集和圆弧集的划分;对所述直线段集中的直线段进行合并和筛选,以得到对应所述激光切割中割缝边缘的两条割缝边缘直线段;以及基于所述两条割缝边缘直线段进行计算,从而检测所述激光切割中割缝的宽度。
根据本发明的第二方面,提供一种用于激光切割的检测系统,包括成像装置、图像处理装置和计算装置。所述成像装置配置为采集激光切割的图像。所述图像处理装置配置为:对所采集的图像进行预处理;对所述预处理的图像进行至少一次直线圆弧分割算法,以得到直线段集和圆弧集,其中所述直线圆弧分割算法基于与所述激光切割相关的参数来确定所述直线段集和圆弧集的划分;和对所述直线段集中的直线段进行合并和筛选,以得到对应所述激光切割中割缝边缘的两条割缝边缘直线段。所述计算装置配置为基于所述两条割缝边缘直线段进行计算,从而检测所述激光切割中割缝的宽度。
上述检测方法和系统对预处理的图像进行直线圆弧分割算法,以得到直线段集和圆弧集。由于该直线圆弧分割算法特别引入了与激光切割相关的参数,因此可以有效地抑制真正的割缝直线段被错误当成圆弧的情形,从而提高分割的稳定性;同时,也能够加快算法的速度,从而提高检测的实时性。此外,上述检测方法和系统还对所得到的直线段集中的直线段进行合并和筛选,这有利于准确地找出激光切割中的两条割缝边缘直线段并在此基础上计算出割缝宽度。
较佳地,上述检测方法可进一步包括:对所述圆弧集中的圆弧进行合并和筛选,以得到对应激光头的喷嘴边缘的喷嘴圆弧;以及基于所述两条割缝边缘直线段和所述喷嘴圆弧进行计算,从而检测所述割缝的中心相对于所述喷嘴所在圆的圆心的偏差。相应地,在上述检测系统中,所述图像处理装置被进一步配置为对所述圆弧集中的圆弧进行合并和筛选,以得到对应激光头的喷嘴边缘的喷嘴圆弧,并且所述计算装置被进一步配置为基于所述两条割缝边缘直线段和所述喷嘴圆弧进行计算,从而检测所述割缝的中心相对于所述喷嘴所在圆的圆心的偏差。
由此,还能够在激光切割过程中检测割缝相对于喷嘴内圆的偏差,以免光气不同轴影响切割效果。
较佳地,上述与激光切割相关的参数可包括激光头的喷嘴所在圆的半径和切割方向。将这两个参数引入上述直线圆弧分割算法,可以更有效地抑制割缝直线段被生成为圆弧的情形,并进一步提高算法速度,提高整体的检测实时性。
较佳地,所述直线圆弧分割算法可包括:a)对所述预处理的图像的轮廓进行多边形拟合,并使该多边形的每相邻两顶点生成一个直线段,以构成初始直线段集,其中所述初始直线段集中的每个直线段到各自对应轮廓的最大距离小于或等于预定阈值;以及b)对所述初始直线段集中每相邻的两条直线段在所述轮廓上的对应点集进行最小二乘圆拟合,并根据所拟合圆的半径、所拟合圆弧的方向以及所拟合圆弧到其对应轮廓的最大距离来确定是继续保留所述两条直线段还是将所述两条直线段替换为所拟合的圆弧,从而得到所述直线段集和所述圆弧集。
在上述b)中,如果所拟合圆的半径与所述喷嘴所在圆的半径的差的绝对值大于半径约束值,则继续保留所述两条直线段。
在上述b)中,如果所拟合圆弧的方向与所述切割方向的夹角大于角度约束值,则继续保留所述两条直线段。
在上述b)中,如果所拟合圆弧到其对应轮廓的最大距离小于所述相邻两条直线段各自到对应轮廓的最大距离,则将所述两条直线段替换为所拟合的圆弧。
较佳地,可对所述预处理的图像进行两次所述直线圆弧分割算法,其中第二次直线圆弧分割算法中的预定阈值小于第一次直线圆弧分割算法中的预定阈值。这样,可以生成更准确的直线段集和圆弧集。
较佳地,对所述直线段集中的直线段进行合并和筛选可包括:对每两条相邻、夹角小于预定角度且对应向量的乘积大于0的直线段,通过连接该两条直线段的非重合点将该两条直线段合并为一条合并直线段;计算所述合并直线段到所述两条直线段的重合点的距离;如果所述距离小于距离阈值,则用所述合并直线段替换原来的两条直线段;对所有替换后的合并直线段在所述轮廓上的对应点集进行最小二乘直线拟合,以得到对应的新直线段;以及至少基于平行度和重合度,从所有新直线段和所有未被合并的直线段中筛选出所述两条割缝边缘直线段。
通过上述步骤其实已经能够实现对割缝边缘直线的合并和筛选,但本发明的检测方法和检测系统还可以进一步采用切割方向作为筛选依据。具体地,如果一个直线段与切割方向的夹角大于预设值,则将该直线段从所述直线段集中删除。由此,可以更加准确、快速地对割缝边缘直线进行筛选。
较佳地,对所述圆弧集中的圆弧进行合并和筛选可包括:通过将每个圆弧的对应半径与半径预设值进行比较来确定该圆弧属于喷嘴圆弧集还是切割前沿圆弧集;以及从所述喷嘴圆弧集中选出对应半径最大的那段圆弧作为所述喷嘴圆弧。
同样地,通过上述步骤其实已经能够实现对喷嘴边缘圆弧的合并和筛选,但本发明的检测方法和检测系统还可以进一步采用切割方向作为筛选依据。具体地,如果一段圆弧所在圆的圆心到该圆弧中点的向量与切割方向的向量的乘积小于0,则将该段圆弧划分到所述喷嘴圆弧集。由此,可以更加准确、快速地对喷嘴边缘圆弧进行筛选。
较佳地,所述预处理可包括进行轮廓查找和轮廓筛选,以得到对应熔池区域轮廓的图像。具体地,可以先通过轮廓查找得到至少一个对应熔池区域轮廓的图像,接着在该至少一个图像中根据熔池筛选指标筛选出真正对应熔池区域轮廓的图像;也可以先根据熔池筛选指标筛选出至少一个对应熔池区域轮廓的图像,接着在该至少一个图像中通过轮廓查找得到真正对应熔池区域轮廓的图像。
较佳地,所述预处理可包括进行形态学操作,从而可以减少割缝边缘抖动的影响,同时也抑制掉其他噪点,由此可以更好地对割缝进行检测。
根据本发明的第三方面,提供一种用于控制激光切割的方法,其包括采用如上所述的根据本发明的检测方法来检测割缝的宽度,并根据检测到的所述割缝的宽度来调节激光束的焦点位置。
根据本发明的第四方面,提供一种用于控制激光切割的系统,其包括如上所述的根据本发明的检测系统以及控制器,所述控制器配置为根据检测到的所述割缝的宽度来调节激光束的焦点位置。
上述控制方法和控制系统因为分别采用如上所述的根据本发明的检测方法和检测系统来检测割缝的宽度,所以可以更加快速和准确地基于该割缝的宽度来实时地调节激光束的焦点位置,以达到稳定的切割效果。
根据本发明的第五方面,提供一种用于控制激光切割的方法,其采用如上所述的根据本发明的检测方法来不仅检测割缝宽度,还检测割缝的中心相对于喷嘴所在圆的圆心的偏差,不仅根据检测到的割缝宽度来调节激光束的焦点位置,还根据检测到的所述偏差来调整所述激光束,以使该激光束的中心与所述喷嘴所在圆的圆心重合。
根据本发明的第六方面,提供一种用于控制激光切割的系统,其包括如上所述的根据本发明的检测系统以及控制器,所述控制器不仅能根据检测到的割缝宽度来调节激光束的焦点位置,还能根据检测到的割缝中心相对于喷嘴圆心的偏差来调整激光束,以使该激光束的中心与喷嘴所在圆的圆心重合。
由此,在实时根据割缝宽度调节激光束的焦点位置的同时,还可以避免激光切割过程中激光束中心与喷嘴不对中从而导致光气不同轴的问题,从而更好地保证切割质量。
根据本发明的第七方面,提供一种计算机可读存储介质,其上记录有经编码的指令,当执行该指令时实现如上所述的根据本发明的检测方法和控制方法。
通过下面结合附图的详细描述,本发明的其它特征和方面会变得更加清楚。
附图说明
通过结合附图对于本发明的示例性实施例进行描述,可以更好地理解本发明,在附图中:
图1为根据本发明的用于激光切割的检测方法的流程图;
图2为激光切割的原理示意图;
图3示出了激光切割过程中激光束作用于工件表面的示例图像;
图4示例性地示出了在根据本发明进行了直线圆弧分割算法后得到的直线段集和圆弧集;
图5示例性地示出了在根据本发明进行了直线段的合并和筛选后得到的直线段;
图6为根据本发明的用于激光切割的检测方法的变型例的流程图;
图7示例性地示出了执行根据本发明的用于激光切割的检测方法中的直线圆弧分割算法的一种实现方式的流程图;
图8为图7所示直线圆弧分割算法的示例示意图;
图9示出了轮廓点集图;
图10示例性地示出了执行根据本发明的用于激光切割的检测方法中的直线段合并和筛选的一种实现方式的流程图;
图11至图13为图10所示直线段合并和筛选的示例示意图;
图14示例性地示出了执行根据本发明的用于激光切割的检测方法中的圆弧合并和筛选的一种实现方式的流程图;
图15为图14所示圆弧合并和筛选的示例示意图;以及
图16为根据本发明的用于激光切割的检测系统的示意图。
具体实施方式
下面将结合具体实施例和附图对本发明作进一步说明,在以下的描述中阐述了更多的细节以便于充分理解本发明,但是本发明显然能够以多种不同于此描述的其它方式来实施,本领域技术人员可以在不违背本发明精神的情况下根据实际应用情况作类似推广、演绎,因此不应以此具体实施例的内容限制本发明的保护范围。
除非另作定义,权利要求书和说明书中使用的技术术语或者科学术语应当为本发明所属技术领域内具有一般技能的人士所理解的通常意义。本申请的说明书以及权利要求书中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。“一个”或者“一”等类似词语并不表示数量限制,而是表示存在至少一个。“包括”或者“包含”等类似的词语意指出现在“包括”或者“包含”前面的元件或者物件涵盖出现在“包括”或者“包含”后面列举的元件或者物件及其等同元件,并不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接,也不限于是直接的还是间接的连接。
根据本发明的实施例,提供一种用于激光切割的检测方法。
参考图1,其中示出了根据本发明的用于激光切割的检测方法100。该方法100包括步骤110至步骤140。
在步骤110中,采集激光切割的图像,并对该采集的图像进行预处理。
图2和图3分别示出了激光切割的原理示意图和激光切割过程中激光束作用于工件表面所采集的示例图像。从图3中可以看出,切割熔池与工件表面及喷嘴内壁有较大差别,可通过二值化提取熔池区域。熔池指的是,激光切割过程中,在激光束与工件作用位置处的割缝之间的熔融金属。割缝指的是,激光切割过程中,在激光束切开工件后形成的缝隙。如图3所示,熔池区域由两段圆弧(切割前沿圆弧和对应喷嘴边缘的喷嘴圆弧)和两条直线段(也即,割缝边缘)组成。在切割过程中,熔池区域会动态变化,两条割缝边缘直线段有较大跳动或其它变化,切割前沿圆弧相对稳定,且切割前沿圆弧的半径≤喷嘴边缘圆弧的半径。
回到图1,在对所采集的图像进行预处理后,方法100来到步骤120。在步骤120中,对所述预处理的图像进行至少一次直线圆弧分割算法,以得到直线段集和圆弧集,其中所述直线圆弧分割算法基于与所述激光切割相关的参数来确定所述直线段集和圆弧集的划分。
图4示例性地示出了在进行了上述直线圆弧分割算法后得到的直线段集和圆弧集。为了便于理解,图4中的直线段集和圆弧集仅示例性地分别包括五个直线段和两段圆弧,但实际操作中所得到的直线段集和圆弧集可以不止这样的数目,当然也可以比这样的数目更少。
如图4所示,在通过上述直线圆弧分割算法进行分割后,可以得到多个直线段和多段圆弧,前面所讨论的割缝边缘以及切割前沿圆弧和喷嘴圆弧就分别在其中或者进行进一步处理就可以得到。因为根据本发明的直线圆弧分割算法是基于与所述激光切割相关的参数来划分所述直线段集和圆弧集的,所以可以大大地降低将真正轮廓中的直线段误分割为圆弧或将真正轮廓中的圆弧误分割为直线段的概率,这极大地提高了本发明检测方法的准确性。同时,上述基于与所述激光切割相关参数的直线圆弧分割算法的速度也很快,这可以大大提高本发明检测方法的实时性。
回到图1,在步骤120后,方法100来到了步骤130。在步骤130,对所述直线段集中的直线段进行合并和筛选,以得到对应所述激光切割中割缝边缘的两条割缝边缘直线段。
由于切割过程是动态的,这导致图像质量不稳定,因此在进行上述直线圆弧分割算法时会出现割缝边缘被分成了好几个小直线段,例如,图4中所示的小直线段a1和a2以及小直线段b1和b2,或者真正的圆弧段(切割前沿圆弧和喷嘴圆弧的一部分或全部)也被分割为了直线段(伪直线段),例如,图4中所示的直线段c。需要从直线段集中筛除掉那些伪直线段,并将真正属于同一条割缝边缘的小直线段进行合并。比如,经过上述步骤130,图4中的伪直线段c在图5中被剔除,小直线段a1和a2以及小直线段b1和b2变成了图5中所示的两个直线段a和b,它们即为对应所述激光切割中割缝边缘的两条割缝边缘直线段。
接下来,在步骤140,基于所述两条割缝边缘直线段进行计算,从而检测所述激光切割中割缝的宽度。
仍旧以图5为例,计算直线段a和b之间的宽度,即可得到激光切割中割缝的宽度。由于割缝边缘是两条近似平行的直线段,因此可以通过比如取平均值的方式来得到割缝宽度。具体地,可分别计算直线段a的两个端点到直线段b的距离ha1和ha2以及直线段b的两个端点到直线段a的距离hb1和hb2,再对所述ha1和ha2以及hb1和hb2取平均值,便可得到割缝宽度。当然,本发明也可通过其它方式来计算割缝宽度。
由此,本发明为激光切割的割缝宽度检测提供了一种全新的在线检测方法,其特别采用了基于激光切割相关参数的直线圆弧分割算法来快速且准确地切割得到多个直线段和多段圆弧,并通过合并和筛选处理更加精确地得到割缝边缘直线段,从而有利地实现了在激光切割过程中稳定、实时且准确地检测割缝宽度,并有利于基于该检测到的割缝宽度的变化来实时地监测激光束的焦点变化。
可选地,根据本发明的用于激光切割的检测方法100还可以进一步包括步骤150和160,如图6所示。
在步骤150,对所述圆弧集中的圆弧进行合并和筛选,以得到对应激光头的喷嘴边缘的喷嘴圆弧。
以图5为例,其中的圆弧集包括两段圆弧arc1和arc2,但实际操作中,也可能会出现多于两段的圆弧。对这些圆弧进行合并和筛选(可基于预定的筛选指标),以找出对应激光头的喷嘴边缘的喷嘴圆弧,图5中为arc2。
接下来,在步骤160,基于所述两条割缝边缘直线段和所述喷嘴圆弧进行计算,从而检测所述割缝的中心相对于所述喷嘴所在圆的圆心的偏差。
仍旧以图5为例,可例如,先确定所述两条割缝边缘直线段a和b之间的中心线d,再接着计算所述喷嘴圆弧arc2所在圆的圆心O2到所述中心线d的距离,即为所述割缝的中心相对于所述喷嘴所在圆的圆心的偏差。
由此,通过本发明的检测方法还可以在激光切割过程中实时地掌握割缝中心到喷嘴圆心的偏差,从而有效地在线监控激光束的中心是否与喷嘴对中(激光束的中心是否在喷嘴所在圆的中心),并在不对中的时候可以有效及时地进行调整,以进一步保证切割质量。
可选地,对所采集的图像进行预处理可包括对图像进行灰化处理以转为灰度图片,再对该灰度图片进行滤波处理后,根据图像特征通过阈值方法得到二值图像。滤波处理所使用的滤波函数可例如为高斯平滑函数、中值滤波函数等。阈值方法也可包括多种,例如OSTU方法、固定阈值方法、自适应阈值方法等。此外,还可以加入图像增强处理等。
可选地,对所采集的图像进行预处理可包括进行形态学操作。这样,可以减少割缝边缘抖动的影响,同时也能抑制掉其他噪点,从而可以更好地检测割缝。
可选地,对所采集的图像进行预处理可包括进行轮廓查找和轮廓筛选,以得到对应熔池区域轮廓的图像。由于实际操作中所采集的图像可能会包括多个轮廓图像,它们中只有一个对应真正的熔池区域,因此需要进行轮廓查找和轮廓筛选,以找到这个真正的熔池区域轮廓图像。
举例来说,可以根据一个或多个筛选指标先对多个轮廓图像进行筛选,这些指标包括但不限于矩形度、长宽比、轮廓长度、轮廓是否闭合、轮廓面积、轮廓凸形等。如果经过筛选后只有一个轮廓图像符合筛选指标要求,那么它就是熔池区域轮廓图像。如果经过筛选后有多个轮廓图像都符合筛选指标要求,那么可以进一步进行轮廓查找,即,比对熔池区域应该有的轮廓,从这多个轮廓图像中选出真正的熔池区域轮廓图像。当然,也可以先进行轮廓查找,如果查找出多个轮廓图像都符合要求(如果查找后只有一个轮廓图像符合要求,它就是熔池区域轮廓),再如上所述地根据一个或多个筛选指标进行轮廓筛选,以最终筛选出熔池区域轮廓。
可选地,根据本发明,与所述激光切割相关的参数可包括激光头的喷嘴所在圆的半径和切割方向。基于这两个参数进行的直线圆弧分割算法可以更有效地抑制割缝直线段被生成为圆弧的情形,以提高分割稳定性,同时也可以进一步提升算法速度,以进一步提高检测方法整体的检测实时性。
可选地,当基于激光头的喷嘴所在圆的半径和切割方向来执行所述直线圆弧分割算法时,方法100中的步骤120可包括步骤1202和1204,如图7所示。
在步骤1202,对所述预处理的图像的轮廓进行多边形拟合,并使该多边形的每相邻两顶点生成一个直线段,以构成初始直线段集,其中所述初始直线段集中的每个直线段到各自对应轮廓的最大距离小于或等于预定阈值。可选地,在进行多边形拟合前,可对轮廓进行平滑处理。
如图8所示,拟合的多边形每相邻两顶点生成一个直线段,即seg1~seg8,它们构成初始直线段集。而且,假设直线段seg1~seg8各自到对应轮廓lseg1~lseg8的距离Dseg1~Dseg8中,Dseg7最大且等于dist1,则该dist1不超过预定阈值thresh1。图8的示意图以八边形为例,但本领域技术人员应该理解,只要满足上述直线段到对应轮廓的最大距离dist1不超过预定阈值thresh1,多边形的边数不应受到限制。
接下来,在步骤1204,对所述初始直线段集中每相邻的两条直线段在所述轮廓上的对应点集进行最小二乘圆拟合,并根据所拟合圆的半径、所拟合圆弧的方向以及所拟合圆弧到其对应轮廓的最大距离来确定是继续保留所述两条直线段还是将所述两条直线段替换为所拟合的圆弧,从而得到所述直线段集和所述圆弧集。
轮廓点集如图9所示,各个直线段的对应点集即从该轮廓点集中分配得到,对应的点集也就是各个直线段对应轮廓上的点的集合。对于上述要满足距离参数dist1来进行多边形拟合得到的直线段,其对应点集的求法为:遍历轮廓点集,找到离该直线段的距离小于dist1并且到该直线段的垂直投影在该直线段上的所有点。由此,便将各个直线段与其对应的点集关联起来。
仍然以图8为例,对相邻的直线段seg1和seg2在轮廓上的对应点集(也即,轮廓lseg1和轮廓lseg2上所有的点)进行最小二乘圆拟合,得到拟合圆circle1和在其上的圆弧arcc1。再根据该拟合圆circle1的半径、拟合圆弧arcc1的方向以及拟合圆弧arcc1到其对应轮廓的最大距离来判定:是继续保留直线段seg1和seg2,还是将直线段seg1和seg2替换为所拟合的圆弧arcc1。接着再对相邻的直线段seg2和seg3进行同样的操作,对相邻的直线段seg3和seg4进行同样的操作……以此类推,直到对相邻的直线段seg8和seg1也进行了同样的操作。
对于如何根据所拟合圆的半径、所拟合圆弧的方向以及所拟合圆弧到其对应轮廓的最大距离来确定是继续保留所述两条直线段还是将所述两条直线段替换为所拟合的圆弧,以下将列举三种情况进行说明,但并不表示上述步骤1204只能按照这三种情况来实现。
情况1:如果所拟合圆的半径与所述喷嘴所在圆的半径的差的绝对值大于半径约束值,则继续保留所述两条直线段。该半径约束值可根据检测精度的需求进行设定。以图8中的直线段seg1和seg2、拟合圆circle1以及拟合圆弧arcc1为例,如果circle1的半径Rc1与喷嘴所在圆的半径R喷嘴的差的绝对值大于设定的半径约束值,或者说,Rc1与R喷嘴相比过大或过小的程度超出了检测精度所能接受的范围,那么就继续保留直线段seg1和seg2。
情况2:如果所拟合圆弧的方向与所述切割方向的夹角大于角度约束值,则继续保留所述两条直线段。同样地,该角度约束值可根据检测精度的需求进行设定。圆弧的方向指的是该段圆弧的中点到该段圆弧所在圆的圆心所构成的向量的方向。仍旧以图8中的直线段seg1和seg2、拟合圆circle1以及拟合圆弧arcc1为例,圆弧arcc1的中点Mc1与拟合圆circle1的圆心Oc1可构成方向从Mc1到Oc1的向量如果该向量的方向与切割方向(如图中所示)的夹角大于设定的角度约束值,或者说,向量的方向与切割方向的差异超出了检测精度所能接受的范围,那么就继续保留直线段seg1和seg2。
情况3:如果所拟合圆弧到其对应轮廓的最大距离小于所述相邻两条直线段各自到对应轮廓的最大距离,则将所述两条直线段替换为所拟合的圆弧。仍旧以图8中的直线段seg1和seg2、拟合圆circle1以及拟合圆弧arcc1为例,圆弧arcc1到其对应轮廓(也就是直线段seg1的对应轮廓lseg1加直线段seg2的对应轮廓lseg2)lseg12的最大距离为dist2(图8中未示出)。如果该最大距离dist2小于前述的dist1,则将直线段seg1和seg2替换为圆弧arcc1。图8中,因为圆弧arcc1与轮廓lseg12近似重合,因此dist2显然小于前述的dist1,可以考虑将直线段seg1和seg2替换为圆弧arcc1。
可选地,在方法100的步骤120中,可对所述预处理的图像进行两次如上所述的直线圆弧分割算法,其中第二次直线圆弧分割算法中的预定阈值thresh2小于第一次直线圆弧分割算法中的预定阈值thresh1。
以更小的预定阈值对第一次分割后没有生成圆弧的轮廓再作一次直线圆弧分割,这可以得到更准确的直线段。当然,本领域技术人员可以理解,也可以根据需要以逐步减小的预定阈值再多次执行如上所述的直线圆弧分割算法。
以上以激光头的喷嘴所在圆的半径和切割方向作为所述激光切割相关的参数为例,详细描述了如何执行本发明检测方法中的直线圆弧分割算法,然而本领域技术人员可以理解,本发明也可以基于其它与所述激光切割相关的参数来执行所述直线圆弧分割算法。
可选地,方法100中的步骤130可包括子步骤1301~1305,如图10所示。
在子步骤1301,对每两条相邻、夹角小于预定角度且对应向量的乘积大于0的直线段,通过连接该两条直线段的非重合点将该两条直线段合并为一条合并直线段。所述预定角度可根据实际加工情况、条件和要求等进行设置,比如,可以设置为45°。此处所述的“夹角”为两条直线段所构成的较小的那个角。此外,还要考虑上述两条相邻直线段的对应向量的方向,只有它们对应向量的乘积大于0(即,这两个向量方向的夹角小于90°),才对它们进行合并。例如,如图11中所简化示出地,虽然直线段AB和BC之间、直线段IH和HG之间、直线段GF和FE之间以及直线段FE和ED之间的夹角都满足小于45°,但直线段GF和FE的对应向量和的乘积小于0,因此不能合并直线段GF和FE,而只能合并直线段AB和BC、直线段IH和HG以及直线段FE和ED,如图所示。图11的右侧还示出了满足上述合并条件的直线段示例,其中预定角度设置为45°。进一步以图12中的各个直线段e1~e6为例,因为只有直线段e1与e2构成的夹角、直线段e3与e4构成的夹角以及直线段e6与e1构成的夹角小于45°,所以连接直线段e1和e2的两个非重合点构成合并直线段e12,连接直线段e3和e4的两个非重合点构成合并直线段e34,以及连接直线段e6和e1的两个非重合点构成合并直线段e61。
在子步骤1302,计算所述合并直线段到所述两条直线段的重合点的距离。仍旧以图12为例,分别计算合并直线段e12到直线段e1、e2的重合点E12的距离h12、合并直线段e34到直线段e3、e4的重合点E34的距离h34以及合并直线段e61到直线段e6、e1的重合点E61的距离h61。
在子步骤1303,如果所述距离小于距离阈值h阈值,则用所述合并直线段替换原来的两条直线段。此处的距离阈值h阈值可根据实际加工情况、条件和要求等进行设置。以图12为例,假设距离h12和h34都小于距离阈值h阈值,而距离h61大于距离阈值h阈值,则用合并直线段e12替换直线段e1、e2,用合并直线段e34替换直线段e3、e4,但仍然保留直线段e6。
在子步骤1304,对所有替换后的合并直线段在所述轮廓上的对应点集进行最小二乘直线拟合,以得到对应的新直线段。图12中即为对合并直线段e12和合并直线段e34对应轮廓上的点集进行最小二乘直线拟合,以得到对应的新直线段e12'和e34’。该合并直线段e12和合并直线段e34对应轮廓上的点集,即为轮廓点集中到e12和e34的垂直投影分别在e12和e34上的所有点。
在子步骤1305,至少基于平行度和重合度,从所有新直线段和所有未被合并的直线段中筛选出所述两条割缝边缘直线段。也即,从此时得到的直线段集中找出所述两条割缝边缘直线段。所述重合度指的是,一条直线段在另一条直线段上的投影与该另一条直线段的重合程度。在图12中,此时的直线段集中包括新直线段e12’和e34’以及未被合并的直线段e5和e6。因为两条割缝边缘近似平行(所成夹角不超过5°)且互相相对,所以需要从直线段集中找出近似平行且彼此具有一定重合度(至少一部分在对方上有投影)的两条直线段,图12中为新直线段e12’和e34’,它们即为所述两条割缝边缘直线段。实际操作中,还可以基于一条直线段的两个端点分别到另一条直线段的距离的差来确定这两条直线段是否近似平行。例如,如图13所简化示出地,可确定其中的直线段a分别到直线段b的两个端点的距离d1和d2,并通过(d1-d2)得到距离差abs,如果该abs小于给定距离参数值(比如:30像素),那么就可以认为直线段a和直线段b近似平行。
图12中最后筛选出一对直线段e12’和e34’,但实际检测中,也有可能会筛选出多对直线段都满足上述近似平行且彼此具有一定重合度的条件。此时,可引入其它的筛选指标,例如,直线段长度、直线段平行度(哪一对直线段更接近完全平行)、直线段距离等来进行进一步的筛选以挑选出最好(最接近真实割缝)的一对直线段来作为所述两条割缝边缘直线段。
可选地,在上述步骤130中,还可以引入与切割方向的夹角来作为筛选指标。具体地,如果一个直线段与切割方向的夹角大于预设值,则将该直线段从所述直线段集中删除。该预设值可根据检测精度的需求进行设定。
引入该筛选指标,可以将向量方向与切割方向相差较大的直线段剔除,这类直线段一般为圆弧被误拟合为直线段,也就是前面所讨论的伪直线段。仍然以图12为例,其中的直线段e5和e6与切割方向的夹角大于预设值,即,直线段e5和e6的对应向量方向与切割方向相差较大,因此将直线段e5和e6从直线段集中剔除。可以看出,即使不将与切割方向的夹角作为筛选指标,伪直线段e5和e6也并不会被错误地当作是所述两条割缝边缘直线段,但若将这类伪直线段从直线段集中剔除,将可以进一步保证对直线段进行合并和筛选的准确率,从而更有利于本发明的方法对割缝宽度进行检测。
为了便于理解,以上图12中的直线段集和圆弧集仅示例性地分别包括六个直线段和两段圆弧,但实际操作中经过本发明所述的直线圆弧分割算法后所得到的直线段集和圆弧集可以不止这样的数目,当然也可以比这样的数目更少。
可选地,对于图6所示的变型例,步骤150可包括子步骤1502和1504,如图14所示。
在子步骤1502,通过将每个圆弧的对应半径与半径预设值R预设进行比较来确定该圆弧属于喷嘴圆弧集还是切割前沿圆弧集。因为喷嘴圆弧的半径大于或等于切割前沿圆弧的半径,所以可根据实际加工情况、条件和要求等预先设置一个半径预设值R预设,以半径预设值R预设为界限将圆弧按照其半径大小进行划分。以图15中的两段圆弧arc3和arc4为例,它们的半径分别为R3和R4。如果经比较,R3小于R预设,R4大于R预设,那么就将圆弧arc3归为切割前沿圆弧集,将圆弧arc4归为喷嘴圆弧集。需要特别说明的是,一般情况下每个圆弧集中只有一个圆弧,即如图15所示地,但有时也会出现每个圆弧集包括多个圆弧的情况,相应地,进行划分前的圆弧也不会只有图15所示的两个,也有可能多于两个。
在子步骤1504,从所述喷嘴圆弧集中选出对应半径最大的那段圆弧作为所述喷嘴圆弧。如果喷嘴圆弧集中只有一个圆弧,即,如图15所示例性示出地,那么这个圆弧即为喷嘴圆弧。但是如果喷嘴圆弧集中有多于一个的圆弧,那么就从中选出半径最大的那个圆弧作为喷嘴圆弧。
可选地,在上述步骤150中,还可以引入与切割方向的关系来作为筛选指标。具体地,如果一段圆弧所在圆的圆心到该圆弧中点的向量与切割方向的向量的乘积小于0,则将该段圆弧划分到所述喷嘴圆弧集。
仍然以图15为例,圆弧arc4所在圆的圆心O4到圆弧arc4中点M4的向量为其与切割方向的向量乘积<0,即,与切割方向的夹角大于90°,因此可将圆弧arc4划分到喷嘴圆弧集。反之,圆弧arc3所在圆的圆心O3到圆弧arc3中点M3的向量为其与切割方向的向量乘积>0,因此可将圆弧arc3划分到切割前沿圆弧集。可以看出,将与切割方向的关系作为筛选指标,是圆弧合并和筛选的另一种实现方式,其也可以有效地找出真正的喷嘴圆弧,从而有利于本发明的检测方法对割缝中心到喷嘴圆心的偏差进行实时检测。
需要特别说明的是,本发明中涉及的长度或距离参数可以用标定后的实际尺寸,也可以直接用像素距离。本文中的最小二乘拟合,也可以为加权最小二乘拟合,加权方式可以为Huber等加权方法。
至此,描述了根据本发明的用于激光切割的检测方法,其相比现有技术不仅能更加稳定且实时地根据采集的图片对割缝宽度进行检测,还能额外对割缝相对于喷嘴圆的偏差进行有效的在线检测,从而通过对这两个参数的监控,保证激光切割质量。
根据本发明的实施例,还提供一种用于控制激光切割的方法,其采用如上所述的根据本发明的用于激光切割的检测方法来检测割缝宽度,并根据检测到的割缝宽度来调节激光束的焦点位置。由此,可以准确地基于检测到的割缝宽度对激光束的焦点位置进行实时调节,以达到稳定的切割效果。
根据本发明的用于控制激光切割的方法,还可以采用如上所述的根据本发明的用于激光切割的检测方法来检测割缝相对于喷嘴圆的偏差,并根据该偏差来调整所述激光束,以使该激光束的中心与所述喷嘴所在圆的圆心重合。由此,还可以避免激光切割过程中激光束中心与喷嘴不对中从而导致光气不同轴的问题,这样可以更好地保证切割质量。
根据本发明的实施例,还提供一种计算机可读存储介质,其上记录有经编码的指令,当执行该指令时可实现上述用于激光切割的检测方法以及上述用于控制激光切割的方法。所述计算机可读存储介质可以包括硬盘驱动器、软盘驱动器、光盘读/写(CD-R/W)驱动器、数字通用磁盘(DVD)驱动器、闪存驱动器和/或固态存储装置等。
根据本发明的实施例,还相应地提供一种用于激光切割的检测系统。
参考图16,其中示出了根据本发明的用于激光切割的检测系统1300,其包括成像装置1320、图像处理装置1340和计算装置1360。
成像装置1320配置为采集激光切割的图像。
图像处理装置1340配置为:对所采集的图像进行预处理;对所述预处理的图像进行至少一次直线圆弧分割算法,以得到直线段集和圆弧集,其中所述直线圆弧分割算法基于与所述激光切割相关的参数来确定所述直线段集和圆弧集的划分;和对所述直线段集中的直线段进行合并和筛选,以得到对应所述激光切割中割缝边缘的两条割缝边缘直线段。
计算装置1360配置为基于所述两条割缝边缘直线段进行计算,从而检测所述激光切割中割缝的宽度。
可选地,图像处理装置1340可被进一步配置为:对所述圆弧集中的圆弧进行合并和筛选,以得到对应激光头的喷嘴边缘的喷嘴圆弧。相应地,计算装置1360可被进一步配置为:基于所述两条割缝边缘直线段和所述喷嘴圆弧进行计算,从而检测所述割缝的中心相对于所述喷嘴所在圆的圆心的偏差。
上述系统1300中所涉及的预处理和直线圆弧分割算法与上述根据本发明的检测方法中所涉及的预处理和直线圆弧分割算法完全相同,所有检测方法中有关预处理和直线圆弧分割算法的设计构思和细节也同样适用于上述系统1300中所涉及的预处理和直线圆弧分割算法,且可以得到相同技术效果。
可选地,图像处理装置1340可被配置为:对所述预处理的图像进行两次所述直线圆弧分割算法,其中第二次直线圆弧分割算法中的预定阈值小于第一次直线圆弧分割算法中的预定阈值。
可选地,图像处理装置1340在对所述直线段集中的直线段进行合并和筛选的过程中可被配置为:对每两条相邻、夹角小于预定角度且对应向量的乘积大于0的直线段,通过连接该两条直线段的非重合点将该两条直线段合并为一条合并直线段;计算所述合并直线段到所述两条直线段的重合点的距离;如果所述距离小于距离阈值,则用所述合并直线段替换原来的两条直线段;对所有替换后的合并直线段在所述轮廓上的对应点集进行最小二乘直线拟合,以得到对应的新直线段;以及至少基于平行度和重合度,从所有新直线段和所有未被合并的直线段中筛选出所述两条割缝边缘直线段。
可选地,图像处理装置1340在对所述直线段集中的直线段进行合并和筛选的过程中可被配置为:如果一个直线段与切割方向的夹角大于预设值,则将该直线段从所述直线段集中删除。
可选地,图像处理装置1340在对所述圆弧集中的圆弧进行合并和筛选的过程中可被配置为:通过将每个圆弧的对应半径与半径预设值进行比较来确定该圆弧属于喷嘴圆弧集还是切割前沿圆弧集;以及从所述喷嘴圆弧集中选出对应半径最大的那段圆弧作为所述喷嘴圆弧。
可选地,图像处理装置1340在对所述圆弧集中的圆弧进行合并和筛选的过程中可被配置为:如果一段圆弧所在圆的圆心到该圆弧中点的向量与切割方向的向量的乘积小于0,则将该段圆弧划分到所述喷嘴圆弧集。
上述系统1300可以实现如前面所述地根据本发明的用于激光切割的检测方法。上述在本发明的用于激光切割的检测方法中适用的很多设计构思和细节同样适用于上述系统1300,且可以得到相同的有益技术效果,此处不再赘述。
根据本发明的实施例,还提供一种用于控制激光切割的系统,其包括了上述系统1300和控制器。该控制器配置为根据检测到的所述割缝的宽度来调节激光束的焦点位置。此外,该控制器还可以配置为根据检测到的所述偏差来调整所述激光束,以使该激光束的中心与所述喷嘴所在圆的圆心重合。
上述用于控制激光切割的系统可以实现如前面所述地根据本发明的用于控制激光切割的方法。上述在本发明的用于控制激光切割的方法中适用的很多设计构思和细节同样适用于上述用于控制激光切割的系统,且可以得到相同的有益技术效果,此处不再赘述。
以上通过一些示例性实施例对本发明的各个方面进行了描述。然而,应该理解的是,在不脱离本发明精神和范围的情况下,还可以对上述示例性实施例做出各种修改。例如,如果所描述的技术以不同的顺序执行和/或如果所描述的系统、架构、设备或电路中的组件以不同方式被组合和/或被另外的组件或其等同物替代或补充,也可以实现合适的结果,那么相应地,这些修改后的其它实施方式也落入权利要求书的保护范围内。
Claims (33)
1.一种用于激光切割的检测方法,包括:
采集激光切割的图像,并对该采集的图像进行预处理;
对所述预处理的图像进行至少一次直线圆弧分割算法,以得到直线段集和圆弧集,其中所述直线圆弧分割算法基于与所述激光切割相关的参数来确定所述直线段集和圆弧集的划分;
对所述直线段集中的直线段进行合并和筛选,以得到对应所述激光切割中割缝边缘的两条割缝边缘直线段;以及
基于所述两条割缝边缘直线段进行计算,从而检测所述激光切割中割缝的宽度。
2.如权利要求1所述的检测方法,其特征在于,该检测方法进一步包括:
对所述圆弧集中的圆弧进行合并和筛选,以得到对应激光头的喷嘴边缘的喷嘴圆弧;以及
基于所述两条割缝边缘直线段和所述喷嘴圆弧进行计算,从而检测所述割缝的中心相对于所述喷嘴所在圆的圆心的偏差。
3.如权利要求1或2所述的检测方法,其特征在于,与所述激光切割相关的参数包括激光头的喷嘴所在圆的半径和切割方向。
4.如权利要求3所述的检测方法,其特征在于,所述直线圆弧分割算法包括如下步骤:
a)对所述预处理的图像的轮廓进行多边形拟合,并使该多边形的每相邻两顶点生成一个直线段,以构成初始直线段集,其中所述初始直线段集中的每个直线段到各自对应轮廓的最大距离小于或等于预定阈值;以及
b)对所述初始直线段集中每相邻的两条直线段在所述轮廓上的对应点集进行最小二乘圆拟合,并根据所拟合圆的半径、所拟合圆弧的方向以及所拟合圆弧到其对应轮廓的最大距离来确定是继续保留所述两条直线段还是将所述两条直线段替换为所拟合的圆弧,从而得到所述直线段集和所述圆弧集。
5.如权利要求4所述的检测方法,其特征在于,在所述步骤b)中,如果所拟合圆的半径与所述喷嘴所在圆的半径的差的绝对值大于半径约束值,则继续保留所述两条直线段。
6.如权利要求4所述的检测方法,其特征在于,在所述步骤b)中,如果所拟合圆弧的方向与所述切割方向的夹角大于角度约束值,则继续保留所述两条直线段。
7.如权利要求4所述的检测方法,其特征在于,在所述步骤b)中,如果所拟合圆弧到其对应轮廓的最大距离小于所述相邻两条直线段各自到对应轮廓的最大距离,则将所述两条直线段替换为所拟合的圆弧。
8.如权利要求4至7中任一项所述的检测方法,其特征在于,对所述预处理的图像进行两次所述直线圆弧分割算法,其中第二次直线圆弧分割算法中的预定阈值小于第一次直线圆弧分割算法中的预定阈值。
9.如权利要求1或2所述的检测方法,其特征在于,对所述直线段集中的直线段进行合并和筛选的过程包括:
对每两条相邻、夹角小于预定角度且对应向量的乘积大于0的直线段,通过连接该两条直线段的非重合点将该两条直线段合并为一条合并直线段;
计算所述合并直线段到所述两条直线段的重合点的距离;
如果所述距离小于距离阈值,则用所述合并直线段替换原来的两条直线段;
对所有替换后的合并直线段在所述轮廓上的对应点集进行最小二乘直线拟合,以得到对应的新直线段;以及
至少基于平行度和重合度,从所有新直线段和所有未被合并的直线段中筛选出所述两条割缝边缘直线段。
10.如权利要求9所述的检测方法,其特征在于,在对所述直线段集中的直线段进行合并和筛选过程中,如果一个直线段与切割方向的夹角大于预设值,则将该直线段从所述直线段集中删除。
11.如权利要求1或2所述的检测方法,其特征在于,对所述圆弧集中的圆弧进行合并和筛选的过程包括:
通过将每个圆弧的对应半径与半径预设值进行比较来确定该圆弧属于喷嘴圆弧集还是切割前沿圆弧集;以及
从所述喷嘴圆弧集中选出对应半径最大的那段圆弧作为所述喷嘴圆弧。
12.如权利要求11所述的检测方法,其特征在于,在对所述圆弧集中的圆弧进行合并和筛选的过程中,如果一段圆弧所在圆的圆心到该圆弧中点的向量与切割方向的向量的乘积小于0,则将该段圆弧划分到所述喷嘴圆弧集。
13.如权利要求1或2所述的检测方法,其特征在于,所述预处理包括进行轮廓查找和轮廓筛选,以得到对应熔池区域轮廓的图像。
14.如权利要求1或2所述的检测方法,其特征在于,所述预处理包括进行形态学操作。
15.一种用于控制激光切割的方法,包括:
如权利要求1至14中任一项所述的检测方法;以及
根据检测到的所述割缝的宽度来调节激光束的焦点位置。
16.一种用于控制激光切割的方法,包括:
如权利要求2至14中任一项所述的检测方法;
根据检测到的所述割缝的宽度来调节激光束的焦点位置;以及
根据检测到的所述偏差来调整所述激光束,以使该激光束的中心与所述喷嘴所在圆的圆心重合。
17.一种用于激光切割的检测系统,包括:
成像装置,配置为采集激光切割的图像;
图像处理装置,配置为:
对所采集的图像进行预处理;
对所述预处理的图像进行至少一次直线圆弧分割算法,以得到直线段集和圆弧集,其中所述直线圆弧分割算法基于与所述激光切割相关的参数来确定所述直线段集和圆弧集的划分;和
对所述直线段集中的直线段进行合并和筛选,以得到对应所述激光切割中割缝边缘的两条割缝边缘直线段;以及
计算装置,配置为基于所述两条割缝边缘直线段进行计算,从而检测所述激光切割中割缝的宽度。
18.如权利要求17所述的检测系统,其特征在于,所述图像处理装置被进一步配置为对所述圆弧集中的圆弧进行合并和筛选,以得到对应激光头的喷嘴边缘的喷嘴圆弧,并且
所述计算装置被进一步配置为基于所述两条割缝边缘直线段和所述喷嘴圆弧进行计算,从而检测所述割缝的中心相对于所述喷嘴所在圆的圆心的偏差。
19.如权利要求17或18所述的检测系统,其特征在于,与所述激光切割相关的参数包括激光头的喷嘴所在圆的半径和切割方向。
20.如权利要求19所述的检测系统,其特征在于,所述直线圆弧分割算法包括:
a)对所述预处理的图像的轮廓进行多边形拟合,并使该多边形的每相邻两顶点生成一个直线段,以构成初始直线段集,其中所述初始直线段集中的每个直线段到各自对应轮廓的最大距离小于或等于预定阈值;以及
b)对所述初始直线段集中每相邻的两条直线段在所述轮廓上的对应点集进行最小二乘圆拟合,并根据所拟合圆的半径、所拟合圆弧的方向以及所拟合圆弧到其对应轮廓的最大距离来确定是继续保留所述两条直线段还是将所述两条直线段替换为所拟合的圆弧,从而得到所述直线段集和所述圆弧集。
21.如权利要求20所述的检测系统,其特征在于,在所述b)中,如果所拟合圆的半径与所述喷嘴所在圆的半径的差的绝对值大于半径约束值,则继续保留所述两条直线段。
22.如权利要求20所述的检测系统,其特征在于,在所述b)中,如果所拟合圆弧的方向与所述切割方向的夹角大于角度约束值,则继续保留所述两条直线段。
23.如权利要求20所述的检测系统,其特征在于,在所述b)中,如果所拟合圆弧到其对应轮廓的最大距离小于所述相邻两条直线段各自到对应轮廓的最大距离,则将所述两条直线段替换为所拟合的圆弧。
24.如权利要求20至23中任一项所述的检测系统,其特征在于,所述图像处理装置被配置为对所述预处理的图像进行两次所述直线圆弧分割算法,其中第二次直线圆弧分割算法中的预定阈值小于第一次直线圆弧分割算法中的预定阈值。
25.如权利要求17或18所述的检测系统,其特征在于,所述图像处理装置在对所述直线段集中的直线段进行合并和筛选的过程中被配置为:
对每两条相邻、夹角小于预定角度且对应向量的乘积大于0的直线段,通过连接该两条直线段的非重合点将该两条直线段合并为一条合并直线段;
计算所述合并直线段到所述两条直线段的重合点的距离;
如果所述距离小于距离阈值,则用所述合并直线段替换原来的两条直线段;
对所有替换后的合并直线段在所述轮廓上的对应点集进行最小二乘直线拟合,以得到对应的新直线段;以及
至少基于平行度和重合度,从所有新直线段和所有未被合并的直线段中筛选出所述两条割缝边缘直线段。
26.如权利要求25所述的检测系统,其特征在于,所述图像处理装置在对所述直线段集中的直线段进行合并和筛选的过程中被配置为:
如果一个直线段与切割方向的夹角大于预设值,则将该直线段从所述直线段集中删除。
27.如权利要求17或18所述的检测系统,其特征在于,所述图像处理装置在对所述圆弧集中的圆弧进行合并和筛选的过程中被配置为:
通过将每个圆弧的对应半径与半径预设值进行比较来确定该圆弧属于喷嘴圆弧集还是切割前沿圆弧集;以及
从所述喷嘴圆弧集中选出对应半径最大的那段圆弧作为所述喷嘴圆弧。
28.如权利要求27所述的检测系统,其特征在于,所述图像处理装置在对所述圆弧集中的圆弧进行合并和筛选的过程中被配置为:
如果一段圆弧所在圆的圆心到该圆弧中点的向量与切割方向的向量的乘积小于0,则将该段圆弧划分到所述喷嘴圆弧集。
29.如权利要求17或18所述的检测系统,其特征在于,所述预处理包括进行轮廓查找和轮廓筛选,以得到对应熔池区域轮廓的图像。
30.如权利要求17或18所述的检测系统,其特征在于,所述预处理包括进行形态学操作。
31.一种用于控制激光切割的系统,包括:
如权利要求17至30中任一项所述的检测系统;以及
控制器,配置为根据检测到的所述割缝的宽度来调节激光束的焦点位置。
32.一种用于控制激光切割的系统,包括:
如权利要求18至30中任一项所述的检测系统;以及
控制器,配置为根据检测到的所述割缝的宽度来调节激光束的焦点位置,并根据检测到的所述偏差来调整所述激光束,以使该激光束的中心与所述喷嘴所在圆的圆心重合。
33.一种计算机可读存储介质,其上记录有经编码的指令,当执行该指令时实现如权利要求1至16中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110356217.6A CN112950627B (zh) | 2021-04-01 | 2021-04-01 | 用于激光切割的检测及控制方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110356217.6A CN112950627B (zh) | 2021-04-01 | 2021-04-01 | 用于激光切割的检测及控制方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112950627A true CN112950627A (zh) | 2021-06-11 |
CN112950627B CN112950627B (zh) | 2023-01-20 |
Family
ID=76232057
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110356217.6A Active CN112950627B (zh) | 2021-04-01 | 2021-04-01 | 用于激光切割的检测及控制方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112950627B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113674206A (zh) * | 2021-07-21 | 2021-11-19 | 华南理工大学 | 一种适用于深熔k-tig焊熔池和锁孔入口特征参数的提取方法 |
CN113909689A (zh) * | 2021-11-10 | 2022-01-11 | 佛山市南海区广工大数控装备协同创新研究院 | 一种激光光条的管道焊接坡口特征提取方法 |
CN115194290A (zh) * | 2022-09-16 | 2022-10-18 | 南通宝丽金属科技有限公司 | 一种数控火焰切割机参数控制方法 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5284477A (en) * | 1987-06-25 | 1994-02-08 | International Business Machines Corporation | Device for correcting the shape of an object by laser treatment |
CN101164110A (zh) * | 2005-03-17 | 2008-04-16 | 夏普株式会社 | 像差检测装置及具有像差检测装置的光学拾取头装置 |
CN103347642A (zh) * | 2011-02-07 | 2013-10-09 | 通快机床两合公司 | 用于监测并且特别是用于调整激光切割过程的装置和方法 |
CN103425988A (zh) * | 2013-07-03 | 2013-12-04 | 江南大学 | 一种具有圆弧几何基元的实时定位与匹配方法 |
CN103871048A (zh) * | 2013-12-31 | 2014-06-18 | 江南大学 | 一种基于直线基元的几何哈希法实时定位与匹配方法 |
CN105279756A (zh) * | 2015-10-19 | 2016-01-27 | 天津理工大学 | 基于自适应区域分割的缺口圆弧零件尺寸视觉检测方法 |
CN106345857A (zh) * | 2016-09-29 | 2017-01-25 | 哈尔滨工业大学 | 一种平面分段逼近圆弧的方法 |
CN108074277A (zh) * | 2016-11-18 | 2018-05-25 | 中国科学院沈阳自动化研究所 | 一种面向数字化制造的弯管测量和余量定位方法 |
CN109952171A (zh) * | 2016-10-13 | 2019-06-28 | 通快机床两合公司 | 用于确定和调节加工射束的焦点位置的方法和设备 |
CN110900011A (zh) * | 2019-12-26 | 2020-03-24 | 中国科学院长春光学精密机械与物理研究所 | 数控激光管材切割机床在线检测系统 |
CN111311618A (zh) * | 2018-12-11 | 2020-06-19 | 长春工业大学 | 一种基于高精度几何基元提取的圆弧工件匹配与定位方法 |
CN111652825A (zh) * | 2020-08-06 | 2020-09-11 | 上海海栎创微电子有限公司 | 基于梯度方向约束的边缘跟踪直线段快速检测装置及方法 |
CN111862181A (zh) * | 2019-04-25 | 2020-10-30 | 中国科学院沈阳自动化研究所 | 一种缝隙宽度和阶差检测方法 |
CN111940891A (zh) * | 2020-07-15 | 2020-11-17 | 大族激光科技产业集团股份有限公司 | 光纤激光切割头的调焦方法、系统、设备和存储介质 |
CN112212787A (zh) * | 2020-10-13 | 2021-01-12 | 上海柏楚数控科技有限公司 | 激光设备的焦点偏移量检测方法、装置及设备、存储介质 |
-
2021
- 2021-04-01 CN CN202110356217.6A patent/CN112950627B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5284477A (en) * | 1987-06-25 | 1994-02-08 | International Business Machines Corporation | Device for correcting the shape of an object by laser treatment |
CN101164110A (zh) * | 2005-03-17 | 2008-04-16 | 夏普株式会社 | 像差检测装置及具有像差检测装置的光学拾取头装置 |
CN103347642A (zh) * | 2011-02-07 | 2013-10-09 | 通快机床两合公司 | 用于监测并且特别是用于调整激光切割过程的装置和方法 |
CN103425988A (zh) * | 2013-07-03 | 2013-12-04 | 江南大学 | 一种具有圆弧几何基元的实时定位与匹配方法 |
CN103871048A (zh) * | 2013-12-31 | 2014-06-18 | 江南大学 | 一种基于直线基元的几何哈希法实时定位与匹配方法 |
CN105279756A (zh) * | 2015-10-19 | 2016-01-27 | 天津理工大学 | 基于自适应区域分割的缺口圆弧零件尺寸视觉检测方法 |
CN106345857A (zh) * | 2016-09-29 | 2017-01-25 | 哈尔滨工业大学 | 一种平面分段逼近圆弧的方法 |
CN109952171A (zh) * | 2016-10-13 | 2019-06-28 | 通快机床两合公司 | 用于确定和调节加工射束的焦点位置的方法和设备 |
CN108074277A (zh) * | 2016-11-18 | 2018-05-25 | 中国科学院沈阳自动化研究所 | 一种面向数字化制造的弯管测量和余量定位方法 |
CN111311618A (zh) * | 2018-12-11 | 2020-06-19 | 长春工业大学 | 一种基于高精度几何基元提取的圆弧工件匹配与定位方法 |
CN111862181A (zh) * | 2019-04-25 | 2020-10-30 | 中国科学院沈阳自动化研究所 | 一种缝隙宽度和阶差检测方法 |
CN110900011A (zh) * | 2019-12-26 | 2020-03-24 | 中国科学院长春光学精密机械与物理研究所 | 数控激光管材切割机床在线检测系统 |
CN111940891A (zh) * | 2020-07-15 | 2020-11-17 | 大族激光科技产业集团股份有限公司 | 光纤激光切割头的调焦方法、系统、设备和存储介质 |
CN111652825A (zh) * | 2020-08-06 | 2020-09-11 | 上海海栎创微电子有限公司 | 基于梯度方向约束的边缘跟踪直线段快速检测装置及方法 |
CN112212787A (zh) * | 2020-10-13 | 2021-01-12 | 上海柏楚数控科技有限公司 | 激光设备的焦点偏移量检测方法、装置及设备、存储介质 |
Non-Patent Citations (5)
Title |
---|
GESANG NUGROHO等: "Investigation of Agel Leaf Fiber/Unsaturated Polyester Composite Cutting Parameters Using CO2 Laser", 《 2018 4TH INTERNATIONAL CONFERENCE ON SCIENCE AND TECHNOLOGY (ICST)》 * |
单炳正: "激光切割模切板割缝宽度图像实时监测技术研究", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 * |
李亚茹: "基于机器视觉的大尺寸板材测量方法研究", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅰ辑》 * |
甘锡英: "《机电一体化技术手册》", 28 February 1994 * |
胡家兵等: "图像实时检测技术在激光切割中的应用研究", 《科技创新与应用》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113674206A (zh) * | 2021-07-21 | 2021-11-19 | 华南理工大学 | 一种适用于深熔k-tig焊熔池和锁孔入口特征参数的提取方法 |
CN113909689A (zh) * | 2021-11-10 | 2022-01-11 | 佛山市南海区广工大数控装备协同创新研究院 | 一种激光光条的管道焊接坡口特征提取方法 |
CN113909689B (zh) * | 2021-11-10 | 2024-04-05 | 佛山市南海区广工大数控装备协同创新研究院 | 一种激光光条的管道焊接坡口特征提取方法 |
CN115194290A (zh) * | 2022-09-16 | 2022-10-18 | 南通宝丽金属科技有限公司 | 一种数控火焰切割机参数控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112950627B (zh) | 2023-01-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112950627B (zh) | 用于激光切割的检测及控制方法和系统 | |
US10922794B2 (en) | Image correction method and device | |
CN111402323B (zh) | 对接焊缝识别方法、装置、设备及存储介质 | |
CN108765419B (zh) | 结构光视觉焊缝图像信息自适应提取方法 | |
US20060120594A1 (en) | Apparatus and method for determining stereo disparity based on two-path dynamic programming and GGCP | |
CN110688947B (zh) | 一种同步实现人脸三维点云特征点定位和人脸分割的方法 | |
CN109213083B (zh) | 一种直纹面加工路径生成方法、装置及设备 | |
US20180299859A1 (en) | Tool-path correcting apparatus and tool-path correcting method | |
CN110428463B (zh) | 非球面光学元件离焦模糊定中图像自动提取中心的方法 | |
CN113362308A (zh) | 一种物体边缘的毛刺检测方法及装置、存储介质 | |
CN111815503B (zh) | 一种基于线激光扫描的螺柱特征参数测量方法 | |
CN112330678B (zh) | 产品边缘缺陷检测方法 | |
Li et al. | Groove sidewall penetration modeling for rotating arc narrow gap MAG welding | |
CN108765434B (zh) | 基于增材再制造点云模型的轮廓提取方法 | |
US10870171B2 (en) | Method for defining a laser tool path | |
Xu et al. | Image processing-based contour parallel tool path optimization for arbitrary pocket shape | |
CN113674206B (zh) | 一种适用于深熔k-tig焊熔池和锁孔入口特征参数的提取方法 | |
CN113894438B (zh) | 用于检测激光光束质量的方法和系统 | |
CN111401449A (zh) | 一种基于机器视觉的图像匹配方法 | |
CN115331245A (zh) | 一种基于图像实例分割的表格结构识别方法 | |
CN114862802A (zh) | 基于图像处理的钢结构的切割控制方法 | |
CN111354009A (zh) | 激光增材制造熔池形状的提取方法 | |
CN105414774A (zh) | 一种能够自主切割的激光切割装置 | |
US11295465B2 (en) | Image processing apparatus | |
CN113762400B (zh) | 一种基于朴素贝叶斯分类器的焊缝位置的自主提取方法 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 200241 No. 1000, Lanxiang Hunan Road, Minhang District, Shanghai Applicant after: SHANGHAI FRIENDESS ELECTRONIC TECHNOLOGY Co.,Ltd. Address before: 200241, room 1033, building B, 555 Dongchuan Road, Shanghai, Minhang District Applicant before: SHANGHAI FRIENDESS ELECTRONIC TECHNOLOGY Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |