CN113276420B - 一种基于机器视觉的3d打印方法及系统 - Google Patents
一种基于机器视觉的3d打印方法及系统 Download PDFInfo
- Publication number
- CN113276420B CN113276420B CN202110475972.6A CN202110475972A CN113276420B CN 113276420 B CN113276420 B CN 113276420B CN 202110475972 A CN202110475972 A CN 202110475972A CN 113276420 B CN113276420 B CN 113276420B
- Authority
- CN
- China
- Prior art keywords
- vertex
- dimensional model
- edge
- file
- printer
- 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.)
- Expired - Fee Related
Links
- 238000010146 3D printing Methods 0.000 title claims abstract description 50
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000013507 mapping Methods 0.000 claims abstract description 72
- 230000008093 supporting effect Effects 0.000 claims abstract description 31
- 239000010410 layer Substances 0.000 claims description 32
- 239000000203 mixture Substances 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 10
- 230000008021 deposition Effects 0.000 claims description 9
- 238000007639 printing Methods 0.000 claims description 9
- 238000007493 shaping process Methods 0.000 claims description 9
- 241000984642 Cura Species 0.000 claims description 8
- 239000004576 sand Substances 0.000 claims description 8
- 239000002356 single layer Substances 0.000 claims description 8
- 238000005516 engineering process Methods 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 3
- 238000002347 injection Methods 0.000 claims description 3
- 239000007924 injection Substances 0.000 claims description 3
- 238000000016 photochemical curing Methods 0.000 claims description 3
- 239000000843 powder Substances 0.000 claims description 3
- 238000005245 sintering Methods 0.000 claims description 3
- 238000005507 spraying Methods 0.000 claims description 3
- 239000000463 material Substances 0.000 abstract description 6
- 230000000694 effects Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 238000000149 argon plasma sintering Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
- B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
- B29C64/00—Additive manufacturing, i.e. manufacturing of three-dimensional [3D] objects by additive deposition, additive agglomeration or additive layering, e.g. by 3D printing, stereolithography or selective laser sintering
- B29C64/30—Auxiliary operations or equipment
- B29C64/386—Data acquisition or data processing for additive manufacturing
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B33—ADDITIVE MANUFACTURING TECHNOLOGY
- B33Y—ADDITIVE MANUFACTURING, i.e. MANUFACTURING OF THREE-DIMENSIONAL [3-D] OBJECTS BY ADDITIVE DEPOSITION, ADDITIVE AGGLOMERATION OR ADDITIVE LAYERING, e.g. BY 3-D PRINTING, STEREOLITHOGRAPHY OR SELECTIVE LASER SINTERING
- B33Y50/00—Data acquisition or data processing for additive manufacturing
Landscapes
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Materials Engineering (AREA)
- Manufacturing & Machinery (AREA)
- Physics & Mathematics (AREA)
- Mechanical Engineering (AREA)
- Optics & Photonics (AREA)
Abstract
本发明公开了一种基于机器视觉的3D打印方法及系统,通过获取待打印物品的三维模型文件;读取三维模型文件中的三维模型;生成三维模型中各个顶点的内部映射点,并连接各个内部映射点构建内部支撑网;对进行三维模型的内部支撑网的间隙补全操作得到优化支撑网;对三维模型进行分层得到各层切片;通过3D打印机将各层切片进行3D打印得到待打印物品;通过在三维模型内部生成一个均衡的网络,使得3D打印的物品为致密的空心状,大幅节省了3D打印材料,并且使得内部支撑网的内部没有大空洞提高了3D产品的承压性,让3D打印的产品受到的应力均衡,产品结构更加稳定,不容易轻易被压凹陷,本发明应用于图像处理和3D打印领域。
Description
技术领域
本公开属于机器视觉、计算机图像处理、3D打印领域,具体涉及一种基于机器视觉的3D打印方法及系统。
背景技术
3D打印技术是基于一个预先设定的模型,然后以3D打印设备进行逐层打印此模型,现有的3D打印技术一般为:在计算机中构建成品的3D数字模型;将3D数字模型,切片为无数张图片;从第一张切片开始,用特定的材料绘制图片,常见工艺是激光烧结;叠加在前一张已绘制完成的切片上,用同样工艺绘制第二张切片,直至所有切片绘制完成。但是现有的材料一般都是实心或者是等间距的填充切片,严重的浪费3D打印的耗材,为此,现有的3D打印方法,例如公开号为:CN107901423A的发明专利《非均质填充的3D打印方法》,根据三维模型的高度方向和/或宽度方向的密度分布特征规划打印路径,并按照规划的打印路径进行3D打印,从而实现了样品等间距填充方式和/或非等间距填充方式的打印,但是其打印的切片,依然是按照密度分布机械的分隔填充,材料的浪费依然比较严重,无法最大化的减少其中3D打印材料的损耗。
发明内容
本发明的目的在于提出一种基于机器视觉的3D打印方法及系统,以解决现有技术中所存在的一个或多个技术问题,至少提供一种有益的选择或创造条件。
为了实现上述目的,根据本公开的一方面,提供一种基于机器视觉的3D打印方法,所述方法包括以下步骤:
S100,获取待打印物品的三维模型文件;
S200,读取三维模型文件中的三维模型;
S300,生成三维模型中各个顶点的内部映射点,并连接各个内部映射点构建内部支撑网;
S400,对进行三维模型的内部支撑网的间隙补全操作得到优化支撑网;
S500,对三维模型进行分层得到各层切片;
S600,通过3D打印机将各层切片进行3D打印得到待打印物品。
进一步地,在S100中,三维模型文件包括IGS文件、OBJ文件、BREP文件、MAX文件、3DM文件、3DS文件、STL文件中任意一种,三维模型文件通过三维软件建模或者三维扫描仪对产品(例如小型家电产品、玩偶玩具、机器零件等)进行三维模型扫描得到。
进一步地,在S300中,生成三维模型中各个顶点的内部映射点,并连接各个内部映射点构建内部支撑网的方法包括以下步骤:
S301,设三维模型的各个顶点的顶点集为V,边集为E,V={v0、v1、v2…vi…vN},E={e0、e1、e2…ej…eM},e0边为v0顶点的边,v0顶点为模型距离三维坐标系零点(空间xyz坐标0,0,0)的欧氏距离最短的一个顶点或者任意一个顶点,i=[1,N],j=[1,M],N为三维模型中顶点的数量,M为三维模型中边的数量,vi为三维模型的第i个顶点,ej为三维模型的第j条边;令内部映射点的集合为V1,设置一个生成集合VA,将集合VA、V1初始化为空集
其中,三维模型的顶点集V和边集E由Loop细分算法、Doo-Sabin细分算法中任意一种细分算法通过D次细分三维模型得到,或者三维模型的,D为细分次数阈值,D取值范围为[1,8]次.细分次数越多则网络则最终得到的内部支撑网越密集,但是细分次数越多算法的时间复杂度和空间复杂度会相应的大幅度增加;
根据以下规则生成VA中各个顶点vi的内部映射点:如果与顶点vi的所有各个相邻顶点为vx到vy的多个顶点,即序号为x到y的顶点,其中x<y,且x和y取值范围均为VA中元素的数量,则生成顶点vi的内部映射点vz,生成vz的位置为:将vz、vx到vy构成一个三角形,令点vz在vx到vy构成的边上的投影点的位置或者vx到vy的中点的位置为vz;
或者vz为:其中,vw为顶点vx到顶点vy中的顶点,k=1-p-q;ew为顶点vi到顶点vw的边,ew的值为边长,emax为边ex到边ey的最长边,即emax为顶点vi到各个顶点的各边中最长的边,emin为边ex到边ey的最短边,即emin为顶点vi到各个顶点的各边中最短的边;(内部映射点为与顶点vi的位置较均衡的点,如果3D打印成型则改点能够成为应力较集中的支撑点,让3D打印的产品的结构更加稳定,不容易轻易被压凹陷);
S303,将新生成的各个内部映射点加入到集合V1中,将V1中的各个内部映射点与顶点集V中各个顶点相连接得到的边的集合E1,计算集合E1中各边的边长的平均值ave,如果E1中存在边长大于ave的边,则将这些边从E1中删除,并将V1中与边长大于ave的边对应连接的各个内部映射点筛选出来从而得到集合V2,并执行V1=V1-V2,V=V1∪V,即,将去除了V2的V1合并到顶点集V中,将E1合并到边集E,并转到步骤S302;如果E1中不存在边长大于ave的边,则执行V=V1∪V(即,将集合V1合并到顶点集合V中)并将E1合并到边集E并转到步骤S304;(为缩小3D打印产品的内部网络的受力点之间的距离,增大密度,提升打印的成品承压性);
S304,由顶点集V及边集E得到内部支撑网。
进一步地,在S400中,对进行三维模型的内部支撑网的间隙补全操作得到优化支撑网的方法包括以下步骤:
由于S300中初始生成的内部支撑网,内部支撑网的内部具有一些大的空洞,会导致最终打印的3D模型承压性变弱,因此需要对三维模型进行间隙不全操作以提高三维模型内部网状结构的致密性,增大支撑效果;
间隙补全操作如下:计算内部支撑网的顶点集V中每个内部映射点vr(内部映射点为通过步骤S302生成的点)与相邻内部映射点的各边之间的夹角大小,其中相邻内部映射点的连线均在内部支撑网的内部,筛选出各个夹角中角度最大的夹角作为待补全夹角,令与vr构成待补全夹角的相邻内部映射点为vmax1和vmax2,计算vr与相邻内部映射点的所有各边的边长的平均值为ave1;令vmax1和vmax2之间的距离为L;判断L是否大于ave1的D1倍,如果是,则将内部映射点vr、vmax1和vmax2构成一个三角形,令点vr在vmax1和vmax2构成的边上的投影点的位置或者vmax1和vmax2的中点为vs,将vs补充到V中,从边集E中删除vmax1和vmax2之间的边,并连接vs和vmax1得到es1、连接vs和vmax2得到es2,将es1、es2加入到边集E中;其中,D1为补全倍数阈值,D1取值范围为[1,6]次,一般D1的默认取值为2,取值越小,优化效果越好,取值大则运算速度快;
间隙补全操作完成后,由顶点集V及边集E内部支撑网即为得到的优化支撑网。
进一步地,在S500中,对三维模型进行分层得到各层切片的方法为:
S501,调整优化支撑网在三维模型内部中边集E中边的宽度参数,边的宽度设置范围为[0.5,5]毫米;宽度参数用于调整3D打印的三维模型内部网络状结构的边的宽度;
S502,将内部有优化支撑网的三维模型的三维模型文件转换成STL文件;
S503,将STL格式的三维模型文件导入到Slic3r或Cura切片软件中,设置待打印物品的三维模型的高度及层数,根据单层切片的高度、层数进行切片;每个单层切片的内部为网状的优化支撑网的投影;
S504,Slic3r或Cura切片软件生成3D打印机可执行的Gcode代码。
进一步地,在S600中,通过3D打印机将各层切片进行3D打印得到待打印物品的方法为:
3D打印机在进行3D打印时,3D打印机执行的Gcode代码依次打印各层切片最终得到内部呈现网状的稳定结构的待打印物品,内部网的宽度为预设的[0.5,5]毫米,所述3D打印机包括工艺熔融沉积制造(FDM)打印机、光固化成型(SLA)打印机、分层实体制造(LOM)打印机、选域激光粉末烧结(SLS)打印机、形状沉积成型(SDM)打印机、基于喷射的成型技术(Jetting Technoloy)打印机,多相喷射沉积(MJD)打印机中任意一种。
本发明还提供了一种基于机器视觉的3D打印系统,所述系统包括:存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序运行在以下系统的单元中:
文件获取单元,用于获取待打印物品的三维模型文件;
三维读取单元,用于读取三维模型文件中的三维模型;
内网构建单元,用于生成三维模型中各个顶点的内部映射点,并连接各个内部映射点构建内部支撑网;
间隙补全单元,用于对进行三维模型的内部支撑网的间隙补全操作得到优化支撑网;
分层切片单元,用于对三维模型进行分层得到各层切片;
打印控制单元,用于通过3D打印机将各层切片进行3D打印得到待打印物品。
本公开的有益效果为:本发明提供一种基于机器视觉的3D打印方法及系统,通过在三维模型内部生成一个均衡的网络,使得3D打印的物品为致密的空心状,大幅节省了3D打印材料,并且使得内部支撑网的内部没有大空洞提高了3D产品的承压性,让3D打印的产品受到的应力均衡,产品结构更加稳定,不容易轻易被压凹陷。
附图说明
通过对结合附图所示出的实施方式进行详细说明,本公开的上述以及其他特征将更加明显,本公开附图中相同的参考标号表示相同或相似的元素,显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图,在附图中:
图1所示为一种基于机器视觉的3D打印方法的流程图;
图2所示为一种基于机器视觉的3D打印系统结构图。
具体实施方式
以下将结合实施例和附图对本公开的构思、具体结构及产生的技术效果进行清楚、完整的描述,以充分地理解本公开的目的、方案和效果。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
如图1所示为一种基于机器视觉的3D打印方法的流程图,下面结合图1来阐述根据本发明的实施方式的一种基于机器视觉的3D打印方法,所述方法包括以下步骤:
S100,获取待打印物品的三维模型文件;
S200,读取三维模型文件中的三维模型;
S300,生成三维模型中各个顶点的内部映射点,并连接各个内部映射点构建内部支撑网;
S400,对进行三维模型的内部支撑网的间隙补全操作得到优化支撑网;
S500,对三维模型进行分层得到各层切片;
S600,通过3D打印机将各层切片进行3D打印得到待打印物品。
进一步地,在S100中,三维模型文件包括IGS文件、OBJ文件、BREP文件、MAX文件、3DM文件、3DS文件、STL文件中任意一种,三维模型文件通过三维软件建模或者三维扫描仪对产品(例如小型家电产品、玩偶玩具、机器零件等)进行三维模型扫描得到。
进一步地,在S300中,生成三维模型中各个顶点的内部映射点,并连接各个内部映射点构建内部支撑网的方法包括以下步骤:
S301,设三维模型的各个顶点的顶点集为V,边集为E,V={v0、v1、v2…vi…vN},E={e0、e1、e2…ej…eM},e0边为v0顶点的边,v0顶点为模型距离三维坐标系零点(空间xyz坐标0,0,0)的欧氏距离最短的一个顶点或者任意一个顶点,i=[1,N],j=[1,M],N为三维模型中顶点的数量,M为三维模型中边的数量,vi为三维模型的第i个顶点,ej为三维模型的第j条边;令内部映射点的集合为V1,设置一个生成集合VA,将集合VA、V1初始化为空集
其中,三维模型的顶点集V和边集E由Loop细分算法、Doo-Sabin细分算法中任意一种细分算法通过D次细分三维模型得到,或者三维模型的,D为细分次数阈值,D取值范围为[1,8]次.细分次数越多D值越大则网络则最终得到的内部支撑网越密集,但是细分次数越多算法的时间复杂度和空间复杂度会相应的大幅度增加;
根据以下规则生成VA中各个顶点vi的内部映射点:如果与顶点vi的所有各个相邻顶点为vx到vy的多个顶点,即序号为x到y的顶点,其中x<y,且x和y取值范围均为VA中元素的数量,则生成顶点vi的内部映射点vz,生成vz的位置为:将vz、vx到vy构成一个三角形,令点vz在vx到vy构成的边上的投影点的位置或者vx到vy的中点的位置为vz;
或者vz为:其中,vw为顶点vx到顶点vy中的顶点,k=1-p-q;ew为顶点vi到顶点vw的边,ew的值为边长,emax为边ex到边ey的最长边,即emax为顶点vi到各个顶点的各边中最长的边,emin为边ex到边ey的最短边,即emin为顶点vi到各个顶点的各边中最短的边;(内部映射点为与顶点vi的位置较均衡的点,如果3D打印成型则改点能够成为应力较集中的支撑点,让3D打印的产品的结构更加稳定,不容易轻易被压凹陷);
S303,将新生成的各个内部映射点加入到集合V1中,将V1中的各个内部映射点与顶点集V中各个顶点相连接得到的边的集合E1,计算集合E1中各边的边长的平均值ave,如果E1中存在边长大于ave的边,则将这些边从E1中删除,并将V1中与边长大于ave的边对应连接的各个内部映射点筛选出来从而得到集合V2,并执行V1=V1-V2,V=V1∪V,即,将去除了V2的V1合并到顶点集V中,将E1合并到边集E,并转到步骤S302;如果E1中不存在边长大于ave的边,则执行V=V1∪V并将E1合并到边集E并转到步骤S304;(为缩小3D打印产品的内部网络的受力点之间的距离,增大密度,提升打印的成品承压性);
S304,由顶点集V及边集E得到内部支撑网。
进一步地,在S400中,对进行三维模型的内部支撑网的间隙补全操作得到优化支撑网的方法包括以下步骤:
由于S300中初始生成的内部支撑网,内部支撑网的内部具有一些大的空洞,会导致最终打印的3D模型承压性变弱,因此需要对三维模型进行间隙不全操作;
间隙补全操作如下:计算内部支撑网的顶点集V中每个内部映射点vr(内部映射点为通过步骤S302生成的点)与相邻内部映射点的各边之间的夹角大小,其中相邻内部映射点的连线均在内部支撑网的内部,筛选出各个夹角中角度最大的夹角作为待补全夹角,令与vr构成待补全夹角的相邻内部映射点为vmax1和vmax2,计算vr与相邻内部映射点的所有各边的边长的平均值为ave1;令vmax1和vmax2之间的距离为L;判断L是否大于ave1的D1倍,如果是,则将内部映射点vr、vmax1和vmax2构成一个三角形,令点vr在vmax1和vmax2构成的边上的投影点的位置或者vmax1和vmax2的中点为vs,将vs补充到V中,从边集E中删除vmax1和vmax2之间的边,并连接vs和vmax1得到es1、连接vs和vmax2得到es2,将es1、es2加入到边集E中;其中,D1为补全倍数阈值,D1取值范围为[1,6]次,一般D1的默认取值为2,D1取值越小,优化效果越好,D1取值大则运算速度快;
间隙补全操作完成后,由顶点集V及边集E内部支撑网即为得到的优化支撑网。
进一步地,在S500中,对三维模型进行分层得到各层切片的方法为:
S501,调整优化支撑网在三维模型内部中边集E中边的宽度参数,边的宽度设置范围为[0.5,5]毫米;宽度参数用于调整3D打印的三维模型内部网络状结构的边的宽度;
S502,将内部有优化支撑网的三维模型的三维模型文件转换成STL文件;
S503,将STL格式的三维模型文件导入到Slic3r或Cura切片软件中,设置待打印物品的三维模型的高度及层数,根据单层切片的高度、层数进行切片;每个单层切片的内部为网状的优化支撑网的投影;
S504,Slic3r或Cura切片软件生成3D打印机可执行的Gcode代码。
进一步地,在S600中,通过3D打印机将各层切片进行3D打印得到待打印物品的方法为:
3D打印机在进行3D打印时,3D打印机执行的Gcode代码依次打印各层切片最终得到内部呈现网状的稳定结构的待打印物品,内部网的宽度为预设的[0.5,5]毫米,所述3D打印机包括工艺熔融沉积制造(FDM)打印机、光固化成型(SLA)打印机、分层实体制造(LOM)打印机、选域激光粉末烧结(SLS)打印机、形状沉积成型(SDM)打印机、基于喷射的成型技术(Jetting Technoloy)打印机,多相喷射沉积(MJD)打印机中任意一种。
本公开的实施例提供的一种基于机器视觉的3D打印系统,如图2所示为本公开的一种基于机器视觉的3D打印系统结构图,该实施例的一种基于机器视觉的3D打印系统包括:处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述一种基于机器视觉的3D打印系统实施例中的步骤。
所述系统包括:存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序运行在以下系统的单元中:
文件获取单元,用于获取待打印物品的三维模型文件;
三维读取单元,用于读取三维模型文件中的三维模型;
内网构建单元,用于生成三维模型中各个顶点的内部映射点,并连接各个内部映射点构建内部支撑网;
间隙补全单元,用于对进行三维模型的内部支撑网的间隙补全操作得到优化支撑网;
分层切片单元,用于对三维模型进行分层得到各层切片;
打印控制单元,用于通过3D打印机将各层切片进行3D打印得到待打印物品。
所述一种基于机器视觉的3D打印系统可以运行于桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备中。所述一种基于机器视觉的3D打印系统,可运行的系统可包括,但不仅限于,处理器、存储器。本领域技术人员可以理解,所述例子仅仅是一种基于机器视觉的3D打印系统的示例,并不构成对一种基于机器视觉的3D打印系统的限定,可以包括比例子更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述一种基于机器视觉的3D打印系统还可以包括输入输出设备、网络接入设备、总线等。
所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,所述处理器是所述一种基于机器视觉的3D打印系统运行系统的控制中心,利用各种接口和线路连接整个一种基于机器视觉的3D打印系统可运行系统的各个部分。
所述存储器可用于存储所述计算机程序和/或模块,所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现所述一种基于机器视觉的3D打印系统的各种功能。所述存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
尽管本公开的描述已经相当详尽且特别对几个所述实施例进行了描述,但其并非旨在局限于任何这些细节或实施例或任何特殊实施例,从而有效地涵盖本公开的预定范围。此外,上文以发明人可预见的实施例对本公开进行描述,其目的是为了提供有用的描述,而那些目前尚未预见的对本公开的非实质性改动仍可代表本公开的等效改动。
Claims (4)
1.一种基于机器视觉的3D打印方法,其特征在于,所述方法包括以下步骤:
S100,获取待打印物品的三维模型文件;
S200,读取三维模型文件中的三维模型;
S300,生成三维模型中各个顶点的内部映射点,并连接各个内部映射点构建内部支撑网;
S400,对进行三维模型的内部支撑网的间隙补全操作得到优化支撑网;
S500,对三维模型进行分层得到各层切片;
S600,通过3D打印机将各层切片进行3D打印得到待打印物品;
其中,生成三维模型中各个顶点的内部映射点,并连接各个内部映射点构建内部支撑网的方法包括以下步骤:
S301,设三维模型的各个顶点的顶点集为V,边集为E,V={v0、v1、v2…vi…vN},E={e0、e1、e2…ej…eM},e0边为v0顶点的边,v0顶点为模型距离三维坐标系零点(坐标0,0,0)的欧氏距离最短的一个顶点或者任意一个顶点,i=[1,N],j=[1,M],N为三维模型中顶点的数量,M为三维模型中边的数量,vi为三维模型的第i个顶点;令内部映射点的集合为V1,设置一个生成集合VA,将集合VA、V1初始化为空集
根据以下规则生成VA中各个顶点vi的内部映射点:如果与顶点vi的所有各个相邻顶点为vx到vy的多个顶点,即序号为x到y的顶点,其中x<y,且X和Y取值范围均为VA中元素的数量,则生成顶点vi的内部映射点vz,生成vz的位置为:将vz、vx到vy构成一个三角形,令点vz在vx到vy构成的边上的投影点的位置或者vx到vy的中点的位置为vz;
或者vz为:其中,vw为顶点vx到顶点vy中的顶点,k=1-p-q;ew为顶点vi到顶点vw的边,ew的值为边长,emax为边ex到边ey的最长边,即emax为顶点vi到各个顶点的各边中最长的边,emin为边ex到边ey的最短边,即emin为顶点vi到各个顶点的各边中最短的边;
S303,将新生成的各个内部映射点加入到集合V1中,将V1中的各个内部映射点与顶点集V中各个顶点相连接得到边的集合E1,计算集合E1中各边的边长的平均值ave,如果E1中存在边长大于ave的边,则将这些边从E1中删除,并将V1中与边长大于ave的边对应连接的各个内部映射点筛选出来从而得到集合V2,并执行V1=V1-V2,V=V1∪V,即,将去除了V2的V1合并到顶点集V中,将E1合并到边集E,并转到步骤S302;如果E1中不存在边长大于ave的边,则执行V=V1∪V并将E1合并到边集E并转到步骤S304;
S304,由顶点集V及边集E得到内部支撑网;
其中,对进行三维模型的内部支撑网的间隙补全操作得到优化支撑网的方法包括以下步骤:
间隙补全操作如下:计算内部支撑网的顶点集V中每个内部映射点vr与相邻内部映射点的各边之间的夹角大小,其中相邻内部映射点的连线均在内部支撑网的内部,筛选出各个夹角中角度最大的夹角作为待补全夹角,令与vr构成待补全夹角的相邻内部映射点为vmax1和vmax2,计算vr与相邻内部映射点的所有各边的边长的平均值为ave1;令vmax1和vmax2之间的距离为L;判断L是否大于ave1的2倍,如果是,则将内部映射点vr、vmax1和vmax2构成一个三角形,令点vr在vmax1和vmax2构成的边上的投影点的位置或者vmax1和vmax2的中点为vs,将vs补充到V中,从边集E中删除vmax1和vmax2之间的边,并连接vs和vmax1得到es1、连接vs和vmax2得到es2,将es1、es2加入到边集E中;
间隙补全操作完成后,由顶点集V及边集E得到的内部支撑网即为优化支撑网;
其中,对三维模型进行分层得到各层切片的方法为:
S501,调整优化支撑网在三维模型内部中边集E中边的宽度参数,边的宽度设置范围为[0.5,5]毫米;
S502,将内部有优化支撑网的三维模型的三维模型文件转换成STL文件;
S503,将STL格式的三维模型文件导入到Slic3r或Cura切片软件中,设置待打印物品的三维模型的高度及层数,根据单层切片的高度、层数进行切片;每个单层切片的内部为网状的优化支撑网的投影;
S504,Slic3r或Cura切片软件生成3D打印机可执行的Gcode代码。
2.根据权利要求1所述的一种基于机器视觉的3D打印方法,其特征在于,在S100中,三维模型文件包括IGS文件、OBJ文件、BREP文件、MAX文件、3DM文件、3DS文件、STL文件中任意一种。
3.根据权利要求1所述的一种基于机器视觉的3D打印方法,其特征在于,在S600中,通过3D打印机将各层切片进行3D打印得到待打印物品的方法为:
进行3D打印时,3D打印机执行的Gcode代码依次打印各层切片最终得到内部呈现网状的稳定结构的待打印物品,内部网的宽度为预设的[0.5,5]毫米,所述3D打印机包括工艺熔融沉积制造打印机、光固化成型打印机、分层实体制造打印机、选域激光粉末烧结打印机、形状沉积成型打印机、基于喷射的成型技术打印机,多相喷射沉积打印机中任意一种。
4.一种基于机器视觉的3D打印系统,其特征在于,所述系统包括:存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序运行在以下系统的单元中:
文件获取单元,用于获取待打印物品的三维模型文件;
三维读取单元,用于读取三维模型文件中的三维模型;
内网构建单元,用于生成三维模型中各个顶点的内部映射点,并连接各个内部映射点构建内部支撑网;
间隙补全单元,用于对进行三维模型的内部支撑网的间隙补全操作得到优化支撑网;
分层切片单元,用于对三维模型进行分层得到各层切片;
打印控制单元,用于通过3D打印机将各层切片进行3D打印得到待打印物品;
其中,生成三维模型中各个顶点的内部映射点,并连接各个内部映射点构建内部支撑网的方法包括以下步骤:
S301,设三维模型的各个顶点的顶点集为V,边集为E,V={v0、v1、v2…vi…vN},E={e0、e1、e2…ej…eM},e0边为v0顶点的边,v0顶点为模型距离三维坐标系零点(坐标0,0,0)的欧氏距离最短的一个顶点或者任意一个顶点,i=[1,N],j=[1,M],N为三维模型中顶点的数量,M为三维模型中边的数量,vi为三维模型的第i个顶点;令内部映射点的集合为V1,设置一个生成集合VA,将集合VA、V1初始化为空集
根据以下规则生成VA中各个顶点vi的内部映射点:如果与顶点vi的所有各个相邻顶点为vx到vy的多个顶点,即序号为x到y的顶点,其中x<y,且X和Y取值范围均为VA中元素的数量,则生成顶点vi的内部映射点vz,生成vz的位置为:将vz、vx到vy构成一个三角形,令点vz在vx到vy构成的边上的投影点的位置或者vx到vy的中点的位置为vz;
或者vz为:其中,vw为顶点vx到顶点vy中的顶点,k=1-p-q;ew为顶点vi到顶点vw的边,ew的值为边长,emax为边ex到边ey的最长边,即emax为顶点vi到各个顶点的各边中最长的边,emin为边ex到边ey的最短边,即emin为顶点vi到各个顶点的各边中最短的边;
S303,将新生成的各个内部映射点加入到集合V1中,将V1中的各个内部映射点与顶点集V中各个顶点相连接得到边的集合E1,计算集合E1中各边的边长的平均值ave,如果E1中存在边长大于ave的边,则将这些边从E1中删除,并将V1中与边长大于ave的边对应连接的各个内部映射点筛选出来从而得到集合V2,并执行V1=V1-V2,V=V1∪V,即,将去除了V2的V1合并到顶点集V中,将E1合并到边集E,并转到步骤S302;如果E1中不存在边长大于ave的边,则执行V=V1∪V并将E1合并到边集E并转到步骤S304;
S304,由顶点集V及边集E得到内部支撑网;
其中,对进行三维模型的内部支撑网的间隙补全操作得到优化支撑网的方法包括以下步骤:
间隙补全操作如下:计算内部支撑网的顶点集V中每个内部映射点vr与相邻内部映射点的各边之间的夹角大小,其中相邻内部映射点的连线均在内部支撑网的内部,筛选出各个夹角中角度最大的夹角作为待补全夹角,令与vr构成待补全夹角的相邻内部映射点为vmax1和vmax2,计算vr与相邻内部映射点的所有各边的边长的平均值为ave1;令vmax1和vmax2之间的距离为L;判断L是否大于ave1的2倍,如果是,则将内部映射点vr、vmax1和vmax2构成一个三角形,令点vr在vmax1和vmax2构成的边上的投影点的位置或者vmax1和vmax2的中点为vs,将vs补充到V中,从边集E中删除vmax1和vmax2之间的边,并连接vs和vmax1得到es1、连接vs和vmax2得到es2,将es1、es2加入到边集E中;
间隙补全操作完成后,由顶点集V及边集E得到的内部支撑网即为优化支撑网;
其中,对三维模型进行分层得到各层切片的方法为:
S501,调整优化支撑网在三维模型内部中边集E中边的宽度参数,边的宽度设置范围为[0.5,5]毫米;
S502,将内部有优化支撑网的三维模型的三维模型文件转换成STL文件;
S503,将STL格式的三维模型文件导入到Slic3r或Cura切片软件中,设置待打印物品的三维模型的高度及层数,根据单层切片的高度、层数进行切片;每个单层切片的内部为网状的优化支撑网的投影;
S504,Slic3r或Cura切片软件生成3D打印机可执行的Gcode代码。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110475972.6A CN113276420B (zh) | 2021-04-29 | 2021-04-29 | 一种基于机器视觉的3d打印方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110475972.6A CN113276420B (zh) | 2021-04-29 | 2021-04-29 | 一种基于机器视觉的3d打印方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113276420A CN113276420A (zh) | 2021-08-20 |
CN113276420B true CN113276420B (zh) | 2021-11-26 |
Family
ID=77277685
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110475972.6A Expired - Fee Related CN113276420B (zh) | 2021-04-29 | 2021-04-29 | 一种基于机器视觉的3d打印方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113276420B (zh) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170116779A1 (en) * | 2015-10-26 | 2017-04-27 | Microsoft Technology Licensing, Llc | Volumetric representation of objects |
KR101601615B1 (ko) * | 2015-12-21 | 2016-03-08 | 최재익 | 소형화 및 경량화된 망사형 구조의 장신구 제조방법 및 그 제조방법으로 제조된 장신구 |
CN108943695A (zh) * | 2017-05-27 | 2018-12-07 | 三纬国际立体列印科技股份有限公司 | 二元光固化3d打印机的3d 打印方法 |
CN107901423B (zh) * | 2017-12-11 | 2019-09-06 | 杭州捷诺飞生物科技股份有限公司 | 非均质填充的3d打印方法 |
CN109522585B (zh) * | 2018-09-13 | 2022-10-21 | 合肥工业大学 | 一种防止3d打印模型特征偏移的自适应分层方法 |
-
2021
- 2021-04-29 CN CN202110475972.6A patent/CN113276420B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN113276420A (zh) | 2021-08-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10395372B2 (en) | Systems, media, and methods for pre-processing and post-processing in additive manufacturing | |
JP4346021B2 (ja) | V−cadデータを用いたラピッドプロトタイピング方法と装置 | |
US8260589B1 (en) | Methods and systems for modeling a physical object | |
US9881388B2 (en) | Compression and decompression of a 3D modeled object | |
Liu et al. | Error-based segmentation of cloud data for direct rapid prototyping | |
EP1645979A1 (en) | Method and program for generating volume data from boundary representation data | |
CN105844711A (zh) | 在细分曲面上雕刻2d图像 | |
US10326910B2 (en) | Using three-dimensional threshold matrices in the production of three-dimensional objects | |
US20190088014A1 (en) | Surface modelling | |
US10252513B2 (en) | Combining structures in a three-dimensional object | |
CN114161711A (zh) | 3d打印文件的生成方法、装置、计算机设备及存储介质 | |
WO2017080135A1 (zh) | 一种面向3d打印的模型分解与排列方法 | |
CN113276420B (zh) | 一种基于机器视觉的3d打印方法及系统 | |
US20230030783A1 (en) | Watertight Spline Modeling for Additive Manufacturing | |
Liu et al. | Algorithms for design and interrogation of functionally gradient material objects | |
Kumar et al. | Fractal raster tool paths for layered manufacturing of porous objects | |
EP4011602A1 (en) | Additive manufacturing based on displaced signed distance fields | |
Bradley | Rapid prototyping models generated from machine vision data | |
Yaman et al. | A command generation approach for desktop fused filament fabrication 3D printers | |
CN105374069B (zh) | 一种三维立体模型分解效果的实现方法 | |
Yuan et al. | Direct 3d printing system: from point cloud to additive manufacturing | |
US11262729B2 (en) | Adapting a 3D printing file | |
US20230391013A1 (en) | Determining whether using build data will result in generating an object with a generation defect | |
KR102662216B1 (ko) | 3중주기 최소곡면 구조의 3d프린팅 데이터 생성장치 및 생성방법 | |
JP3422830B2 (ja) | ソリッドモデル生成方法およびソリッドモデル生成装置 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20211126 |