CN115283857A - 基于机器视觉的激光切割机智能控制方法 - Google Patents
基于机器视觉的激光切割机智能控制方法 Download PDFInfo
- Publication number
- CN115283857A CN115283857A CN202211235885.4A CN202211235885A CN115283857A CN 115283857 A CN115283857 A CN 115283857A CN 202211235885 A CN202211235885 A CN 202211235885A CN 115283857 A CN115283857 A CN 115283857A
- Authority
- CN
- China
- Prior art keywords
- cutting
- point
- power
- speed
- value
- 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.)
- Withdrawn
Links
- 238000003698 laser cutting Methods 0.000 title claims abstract description 44
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000005520 cutting process Methods 0.000 claims abstract description 150
- 239000013589 supplement Substances 0.000 claims abstract description 22
- 230000008859 change Effects 0.000 claims description 15
- 238000002474 experimental method Methods 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 7
- 230000000153 supplemental effect Effects 0.000 claims description 5
- 230000001502 supplementing effect Effects 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 2
- 239000000463 material Substances 0.000 abstract description 6
- 239000002699 waste material Substances 0.000 abstract description 5
- 230000000694 effects Effects 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
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
- B23K26/36—Removing material
- B23K26/38—Removing material by boring or cutting
-
- 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
- B23K26/70—Auxiliary operations or equipment
- B23K26/702—Auxiliary equipment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4007—Scaling of whole images or parts thereof, e.g. expanding or contracting based on interpolation, e.g. bilinear interpolation
-
- 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
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
-
- 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
-
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30136—Metal
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P70/00—Climate change mitigation technologies in the production process for final industrial or consumer products
- Y02P70/10—Greenhouse gas [GHG] capture, material saving, heat recovery or other energy efficient measures, e.g. motor control, characterised by manufacturing processes, e.g. for rolling metal or metal working
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Optics & Photonics (AREA)
- Plasma & Fusion (AREA)
- Mechanical Engineering (AREA)
- Quality & Reliability (AREA)
- Laser Beam Processing (AREA)
Abstract
本发明涉及智能控制技术领域，具体涉及一种基于机器视觉的激光切割机智能控制方法。该方法建立功率和速度表，采用变换的功率值和速度值，用于快速得到不同功率和速度下的切割质量，用于大概选取有效的不同功率和速度组合，并根据部分不同功率和速度下的切割质量，进行数据的有效补充，用于快速完成激光切割机的功率和速度预设调整。本发明在切割前能得到激光切割机控制参数，省去了在依照功率和板厚对照表时并不一定完全适用的问题，减少了调整次数，和调整时间，也减少了获取激光切割机获取预设控制参数时的浪费材料。
Description
技术领域
本发明涉及智能控制技术领域，具体涉及一种基于机器视觉的激光切割机智能控制方法。
背景技术
在现有的激光切割机在使用时，需要对不同切割场景要求，使用不同的功率和速度的进行切割控制，现有的激光切割机功率控制方法为采用功率和板厚对照表进行控制。
但是在实际激光切割中，由于板材关系和切割速度的影响，往往功率和板厚对照表并不一定完全适用，需要人工调整，而在人工调整时，往往需要工人具有足够的调试经验，且比较耗费时间，和浪费材料。
发明内容
为了解决上述技术问题，本发明的目的在于提供一种基于机器视觉的激光切割机智能控制方法，所采用的技术方案具体如下：
本发明提出了一种基于机器视觉的激光切割机智能控制方法，所述方法包括：
采集实验板经每次切割过程后的图像；图像包括像素信息和深度信息；在实验板上执行多次不同参数的切割过程，根据图像中的切割边缘信息获得每次切割过程的功率和速度对应的切割质量；
根据功率、速度和切割质量的对应关系，获得对应关系表；对对应关系表中的数值进行插值补充；获得对应关系表中切割质量最小值的点，根据对应的功率和速度调整激光切割机在实验板上进行保持功率值和速度值的小段切割，获得实际切割质量与表内切割质量的差值，并根据差值大小判断切割过程是否满足切割要求；若不满足切割要求，则根据差值大小确定该点需要补充数据的数量和位置；根据需要补充数据的数量和位置将对应关系表进行插值补充，根据插值补充后的对应关系表中满足切割要求的切割过程作为激光切割机的调整参数。
进一步地，所述在实验板上执行多次不同参数的切割过程包括：
每次切割过程时都采用直线切割，并且每次切割后的切割线相互平行；每次切割过程时选择不同功率变化的和速度变化的方式进行切割，并且相邻切割过程之间功率变化步长和速度变化步长固定。
进一步地，所述根据图像中的切割边缘信息获得每次切割过程的功率和速度对应的切割质量包括：
沿着切割机移动方向上，在切割边缘两边同时形成的一堆像素点之间的距离值，由该两个像素坐标点之间的欧式距离计算得到；求取切割区域中所有像素点对之间的平均距离值，与切割宽度要求标准值B的差值的绝对值，作为对应切割区域的切割质量。
进一步地，所述对对应关系表中的数值进行插值补充包括：
选择第j个需要插值补充的区域，作为目标区域；选择第j个区域中的中间数据，作为有效数据能用于插值的数据，通过距离变换算法，进行第j个区域的脊线提取，获取第j个区域中属于脊线提取结果的坐标点，对该些坐标点利用最小二乘法进行线性拟合，得到功率和速度表中的一条直线，获取该直线上每一点对应的功率和速度值，进而将激光切割机的功率和速度调整值该直线上每一点对应的功率和速度值，以得到该直线上每一点对应的切割质量值。
进一步地，所述根据差值大小判断切割过程是否满足切割要求包括：
若差值大于预设阈值，则认为不满足切割要求；否则认为满足切割要求。
进一步地，所述根据差值大小确定该点需要补充数据的数量和位置包括：
以对应关系表中第i个点作为需要补充数据的点，第i个点对应的第j个区域；获取第i个点对应坐标点到第j个区域中脊线对应直线的距离值
，获取第i个点对应坐标点，与第i个点在第j个区域脊线所得直线上的投影坐标点，进而由两点间的直线公式，可得第j个区域脊线所得直线过第i个点的切线；获取组成该切线的坐标点与组成第j个区域所有边界坐标点之间共有得到坐标点，作为该切线与第j个区域边界的交点，由两点之间的距离公式，计算第i个点与两个交点的距离值，选取两个距离值中的最短距离值作为第i个点到第j个区域边界的距离值
；选择
最小的一侧,获取第i个点到
最小的一侧的垂线，然后沿垂线将
最小的一侧所对应直线分别平移
的距离得到一条新的直线A，将该新的直线A所对应坐标点的功率值和速度值，通过切割实现得到新的有效数据的补充；
补充数据的数量包括：
，其中，
为第i个点作为需要补充数据的数量，
为超参数，
为第i个点的实际切割质量与表内切割质量的差值，
为以自然常数为底的指数函数；
得到条数后，在
最小的一侧与新的直线A沿第i个点到
最小的一侧的垂线方向进行等分，等分个数为
，得到
条新的功率值和速度值补充。
本发明具有如下有益效果：
本发明实施例通过建立功率和速度表，采用变换的功率值和速度值，用于快速得到不同功率和速度下的切割质量，用于大概选取有效的不同功率和速度组合，并根据部分不同功率和速度下的切割质量，进行数据的有效补充，用于快速完成激光切割机的功率和速度预设调整，使得在切割前能得到激光切割机控制参数，省去了在依照功率和板厚对照表时并不一定完全适用的问题，减少了调整次数，和调整时间，也减少了获取激光切割机获取预设控制参数时的浪费材料。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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它附图。
图1为本发明一个实施例所提供的一种基于机器视觉的激光切割机智能控制方法流程图；
图2为本发明一个实施例所提供的一种插值补充分析过程示意图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种基于机器视觉的激光切割机智能控制方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的一种基于机器视觉的激光切割机智能控制方法的具体方案。
请参阅图1，其示出了本发明一个实施例提供的一种基于机器视觉的激光切割机智能控制方法流程图，该方法包括：
步骤S1：采集实验板经每次切割过程后的图像；图像包括像素信息和深度信息；在实验板上执行多次不同参数的切割过程，根据图像中的切割边缘信息获得每次切割过程的功率和速度对应的切割质量。
为了防止材料的多余浪费，需要预先找一个与待切割钢板同厚度材质的实验板。在得到实验板后，在切割机上放置一个rgb-D相机，用于采集实验板切割后的图像。
优选的，其中在对实验板切割时，为防止实验板的浪费，则每次切割时都采用直线切割，并且每次切割后的切割线相互平行。在每次切割时选择不同功率变化的和速度变化的方式进行切割，并且相邻切割过程之间功率变化步长和速度变化步长固定。例如功率从400w到500w变化，同时速度从4m/min~5.5m/min进行变化，其中功率和速度虽然是变化的，但是为了保证能更快得到速度和功率控制参数，功率变化步长和速度变化步长差值不易过大。
其中通过上述方式，每次对实验板进行切割时，可以得到一个切割直线，在切割时通过RGB-D深度相机,得到切割后在切割时的位置，进而得到切割后直线上每一点切割机对应的功率和速度。往复多次得到多条切割后的直线。
根据图像中的切割边缘信息获得每次切割过程的功率和速度对应的切割质量。在本发明实施例中通过RGB-D相机采用每次切割过程对应切割区域的RGB图像，将RGB图像转为灰度图像，对灰度图像进行高斯滤波去噪后，采用Canny算子对去噪后的图像进行边缘检测，得到切割边缘，对切割后两边的边缘采用线性拟合，得到作为直线的切割边缘。进而计算第切割区域中切割边缘直线之间的距离，沿着切割机移动方向上，在切割边缘两边同时形成的一堆像素点之间的距离值，由该两个像素坐标点之间的欧式距离计算得到；其中由于功率和速度有变化，会导致切割线并非平行，所以求取切割区域中所有像素点对之间的平均距离值，与切割宽度要求标准值B的差值的绝对值，作为对应切割区域的切割质量
。只有当
等于0时为绝对符合要求，只要
在会存在误差，但是不同生产要求的误差是不同的。
步骤S2：根据功率、速度和切割质量的对应关系，获得对应关系表；对对应关系表中的数值进行插值补充；获得对应关系表中切割质量最小值的点，根据对应的功率和速度调整激光切割机在实验板上进行保持功率值和速度值的小段切割，获得实际切割质量与表内切割质量的差值，并根据差值大小判断切割过程是否满足切割要求；若不满足切割要求，则根据差值大小确定该点需要补充数据的数量和位置；根据需要补充数据的数量和位置将对应关系表进行插值补充，根据插值补充后的对应关系表中满足切割要求的切割过程作为激光切割机的调整参数。
建立一张功率和速度表，其中表上每一点的值为当前激光切割机的切割质量。其中第i个点上的质量为
。由于多个切割质量曲线体现在功率和速度表也是直线，所以会造成数据过少的情况，进而为了通过插值相对准确的激光切割机控制参数，需要通过更多次的切割来填充功率和速度表，从而使得插值准确。但是由于插值为了得到高切割质量的激光切割机控制参数，所以为了获取有效快速得到高切割质量的激光切割机控制参数，减少获取时间，需要进行有效的插值数据补充。
首先需要功率和速度表中数据缺失较多的位置，其中数据缺失较多位置的寻找方式为：获取功率和速度表中没有值的坐标点，其中没有值的坐标点表示没有对应功率和速度下的切割质量Z。进而可以得到多个没有对应功率和速度值的区域，获取第j个没有对应功率和速度值的区域（以下简称第j个区域）。为了高效得到第j个没有对应功率和速度值区域的有效数据能用于插值，选择第j个区域中的中间数据，作为有效数据能用于插值的数据，因为中间的数据到区域边缘的距离近似相等，所以为了得到第j个区域中的中间数据，通过距离变换算法，进行第j个区域的脊线提取，第j个区域的脊线提取结果可作为第j个区域的脊线提取，但是由于切割中功率和速度的线性变化，所以对第j个区域的脊线提取结果需要进行线性化，所以获取第j个区域中属于脊线提取结果的坐标点，对该些坐标点利用最小二乘法进行线性拟合，得到功率和速度表中的一条直线，获取该直线上每一点对应的功率和速度值，进而将激光切割机的功率和速度调整值该直线上每一点对应的功率和速度值，以得到该直线上每一点对应的切割质量值，完成第j个区域可用于插值的数据补充。
在其他可用于插值的数据区域进行可用插值的数据补充后，可进行数据插值，补齐当前功率和速度表中的所有数据，但是插值必然会存在误差。
所以在对功率和速度表采用二维高斯数据插值进行数据补齐后，获取功率和速度表中切割质量
最小值（或者说近似为0）的位置点，假设在功率和速度表中插值得到第i个点对应的切割质量
取得最小值，获取第i个点在功率和速度表中对应的功率值和速度值，根据功率值和速度值调整激光切割机进行保持功率值和速度值的小段切割实现，进而获取实际切割质量
和
之间的差值
,其中
的值越大，表示当前第i个点处数据在功率和速度表中插值效果不佳，并且如果
，则认为切割质量不符合切割要求，所以对第i个点对应附近需要进行再次数据的补充，其中
的值越大，则补充次数应当越多。
其中r为预设阈值，当
时，则认为当前切割质量符合要求，否则继续上述操作，因为必然会存在一组功率和速度值符合切割要求，不然就无法进行生产。本方案设r=0.05，实施者可根据具体实施要求进行调整。
其中如果第i个点的
不符合生产要求时，则根据
确定当前第i个点所在第j个区域中所需要补充数据的个数和位置。
请参阅图2，其示出了本发明一个实施例所提供的一种插值补充分析过程示意图。获取第i个点对应坐标点到第j个区域中脊线对应直线的距离值
,其值越大表示第第i个点对应坐标点与第j个区域中脊线对应直线的位置越远。在获取第i个点对应坐标点，与第i个点在第j个区域脊线所得直线上的投影坐标点，进而由两点间的直线公式，可得第j个区域脊线所得直线过第i个点的切线。获取组成该切线的坐标点与组成第j个区域所有边界坐标点之间共有得到坐标点，作为该切线与第j个区域边界的交点，由两点之间的距离公式，计算第i个点与两个交点的距离值，选取两个距离值中的最短距离值作为第i个点到第j个区域边界的距离值
。
其中由于
的值越大，则说明当前插值效果越差，其中
的值越大，则表示
大原因更多是第i个点远离第j个区域脊线所得直线造成的，如果
越大表示是第i个点远离第j个区域边界造成的。
所以再次进行功率和速度表补充时，选择
最小的一侧作为数据补充，防止出现距离过远仍会造成误差的情况，其中选择
最小的一侧,获取第i个点到
最小的一侧的垂线，然后沿垂线将
最小的一侧所对应直线分别平移
的距离得到一条新的直线A，将该新的直线A所对应坐标点的功率值和速度值，通过切割实现得到新的有效数据的补充。
但是如果
的值越大，则需要补充的数据就越多，只新增一条直线对应的功率值和速度值作为数据的补充并不一定够。
所以其中条数为
，其中
为第i个点作为需要补充数据的数量，
为超参数，
为第i个点的实际切割质量与表内切割质量的差值，
为以自然常数为底的指数函数。
的值越大，表示误差越大，需要补充的数据越多，
的值越小，表示第i个点越接近中间，越接近中间的，表示插值值两边真实数据的作用就越小，需要补充的数据越多，所以对其通过exp(-x)负相关映射函数做负相关映射，使得
的值越小，
值越大。
的值越大，则表示当前第i个点与最近真实数据的距离越大，真实数据的作用就越小，所以需要补充的数据就越多。其中a为一个超参数，用于调整
值，防止
过大，本方案取a=0.2，实施者可根据具体实施场景进行调整，其中
,因为
不会为小数，所以
的值也应当向下取整。
在得到条数后，在
最小的一侧与新的直线A沿第i个点到
最小的一侧的垂线方向进行等分，等分个数为
，得到
条新的功率值和速度值补充。
根据补充后的功率值和速度值数据，再次通过二维高斯数据插值方法进行插值，重复上述操作，直至找到
对应的点，认为该点对应的切割质量符合要求，将该点对应的功率值和速度值作为激光切割机的控制参数，完成激光切割机切割控制参数预设与调整。
综上所述，本发明实施例建立功率和速度表，采用变换的功率值和速度值，用于快速得到不同功率和速度下的切割质量，用于大概选取有效的不同功率和速度组合，并根据部分不同功率和速度下的切割质量，进行数据的有效补充，用于快速完成激光切割机的功率和速度预设调整，使得在切割前能得到激光切割机控制参数，省去了在依照功率和板厚对照表时并不一定完全适用的问题，减少了调整次数，和调整时间，也减少了获取激光切割机获取预设控制参数时的浪费材料。
需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (6)
1.一种基于机器视觉的激光切割机智能控制方法，其特征在于，所述方法包括：
采集实验板经每次切割过程后的图像；图像包括像素信息和深度信息；在实验板上执行多次不同参数的切割过程，根据图像中的切割边缘信息获得每次切割过程的功率和速度对应的切割质量；
根据功率、速度和切割质量的对应关系，获得对应关系表；对对应关系表中的数值进行插值补充；获得对应关系表中切割质量最小值的点，根据对应的功率和速度调整激光切割机在实验板上进行保持功率值和速度值的小段切割，获得实际切割质量与表内切割质量的差值，并根据差值大小判断切割过程是否满足切割要求；若不满足切割要求，则根据差值大小确定该点需要补充数据的数量和位置；根据需要补充数据的数量和位置将对应关系表进行插值补充，根据插值补充后的对应关系表中满足切割要求的切割过程作为激光切割机的调整参数。
2.根据权利要求1所述的一种基于机器视觉的激光切割机智能控制方法，其特征在于，所述在实验板上执行多次不同参数的切割过程包括：
每次切割过程时都采用直线切割，并且每次切割后的切割线相互平行；每次切割过程时选择不同功率变化的和速度变化的方式进行切割，并且相邻切割过程之间功率变化步长和速度变化步长固定。
3.根据权利要求1所述的一种基于机器视觉的激光切割机智能控制方法，其特征在于，所述根据图像中的切割边缘信息获得每次切割过程的功率和速度对应的切割质量包括：
沿着切割机移动方向上，在切割边缘两边同时形成的一堆像素点之间的距离值，由该两个像素坐标点之间的欧式距离计算得到；求取切割区域中所有像素点对之间的平均距离值，与切割宽度要求标准值B的差值的绝对值，作为对应切割区域的切割质量。
4.根据权利要求1所述的一种基于机器视觉的激光切割机智能控制方法，其特征在于，所述对对应关系表中的数值进行插值补充包括：
选择第j个需要插值补充的区域，作为目标区域；选择第j个区域中的中间数据，作为有效数据能用于插值的数据，通过距离变换算法，进行第j个区域的脊线提取，获取第j个区域中属于脊线提取结果的坐标点，对该些坐标点利用最小二乘法进行线性拟合，得到功率和速度表中的一条直线，获取该直线上每一点对应的功率和速度值，进而将激光切割机的功率和速度调整值该直线上每一点对应的功率和速度值，以得到该直线上每一点对应的切割质量值。
5.根据权利要求1所述的一种基于机器视觉的激光切割机智能控制方法，其特征在于，所述根据差值大小判断切割过程是否满足切割要求包括：
若差值大于预设阈值，则认为不满足切割要求；否则认为满足切割要求。
6.根据权利要求4所述的一种基于机器视觉的激光切割机智能控制方法，其特征在于，所述根据差值大小确定该点需要补充数据的数量和位置包括：
以对应关系表中第i个点作为需要补充数据的点，第i个点对应的第j个区域；获取第i个点对应坐标点到第j个区域中脊线对应直线的距离值
，获取第i个点对应坐标点，与第i个点在第j个区域脊线所得直线上的投影坐标点，进而由两点间的直线公式，可得第j个区域脊线所得直线过第i个点的切线；获取组成该切线的坐标点与组成第j个区域所有边界坐标点之间共有得到坐标点，作为该切线与第j个区域边界的交点，由两点之间的距离公式，计算第i个点与两个交点的距离值，选取两个距离值中的最短距离值作为第i个点到第j个区域边界的距离值
；选择
最小的一侧,获取第i个点到
最小的一侧的垂线，然后沿垂线将
最小的一侧所对应直线分别平移
的距离得到一条新的直线A，将该新的直线A所对应坐标点的功率值和速度值，通过切割实现得到新的有效数据的补充；
补充数据的数量包括：
，其中，
为第i个点作为需要补充数据的数量，
为超参数，
为第i个点的实际切割质量与表内切割质量的差值，
为以自然常数为底的指数函数；
得到条数后，在
最小的一侧与新的直线A沿第i个点到
最小的一侧的垂线方向进行等分，等分个数为
，得到
条新的功率值和速度值补充。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211235885.4A CN115283857A (zh) | 2022-10-10 | 2022-10-10 | 基于机器视觉的激光切割机智能控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211235885.4A CN115283857A (zh) | 2022-10-10 | 2022-10-10 | 基于机器视觉的激光切割机智能控制方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115283857A true CN115283857A (zh) | 2022-11-04 |
Family
ID=83819357
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211235885.4A Withdrawn CN115283857A (zh) | 2022-10-10 | 2022-10-10 | 基于机器视觉的激光切割机智能控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115283857A (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102741009A (zh) * | 2010-02-08 | 2012-10-17 | 弗劳恩霍弗实用研究促进协会 | 在使用仿真程序的情况下确定激光切割工艺的切割结果的方法 |
| CN108875740A (zh) * | 2018-06-15 | 2018-11-23 | 浙江大学 | 一种应用于激光切割机的机器视觉切割方法 |
| CN110919212A (zh) * | 2019-12-12 | 2020-03-27 | 佛山市宏石激光技术有限公司 | 一种激光切割机功率控制方法及系统 |
| CN112975164A (zh) * | 2021-04-29 | 2021-06-18 | 湖南大捷智能装备有限公司 | 一种激光切割方法及激光切割平台 |
| CN113634915A (zh) * | 2021-08-12 | 2021-11-12 | 南京市淑先科技有限公司 | 基于视觉的切割装置及其切割方法 |
| CN114406502A (zh) * | 2022-03-14 | 2022-04-29 | 扬州市振东电力器材有限公司 | 激光金属切割方法及系统 |
| CN114799561A (zh) * | 2022-05-12 | 2022-07-29 | 西南大学 | 基于案例推理和模型推理的激光切割工艺参数优化方法 |
| CN114871546A (zh) * | 2022-07-11 | 2022-08-09 | 南通市立新机械制造有限公司 | 基于等离子切割机床的不锈钢材料切割质量优化方法 |
| CN114911194A (zh) * | 2021-02-07 | 2022-08-16 | 大族激光科技产业集团股份有限公司 | 激光切割控制方法、装置、设备和介质 |
-
2022
- 2022-10-10 CN CN202211235885.4A patent/CN115283857A/zh not_active Withdrawn
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102741009A (zh) * | 2010-02-08 | 2012-10-17 | 弗劳恩霍弗实用研究促进协会 | 在使用仿真程序的情况下确定激光切割工艺的切割结果的方法 |
| CN108875740A (zh) * | 2018-06-15 | 2018-11-23 | 浙江大学 | 一种应用于激光切割机的机器视觉切割方法 |
| CN110919212A (zh) * | 2019-12-12 | 2020-03-27 | 佛山市宏石激光技术有限公司 | 一种激光切割机功率控制方法及系统 |
| CN114911194A (zh) * | 2021-02-07 | 2022-08-16 | 大族激光科技产业集团股份有限公司 | 激光切割控制方法、装置、设备和介质 |
| CN112975164A (zh) * | 2021-04-29 | 2021-06-18 | 湖南大捷智能装备有限公司 | 一种激光切割方法及激光切割平台 |
| CN113634915A (zh) * | 2021-08-12 | 2021-11-12 | 南京市淑先科技有限公司 | 基于视觉的切割装置及其切割方法 |
| CN114406502A (zh) * | 2022-03-14 | 2022-04-29 | 扬州市振东电力器材有限公司 | 激光金属切割方法及系统 |
| CN114799561A (zh) * | 2022-05-12 | 2022-07-29 | 西南大学 | 基于案例推理和模型推理的激光切割工艺参数优化方法 |
| CN114871546A (zh) * | 2022-07-11 | 2022-08-09 | 南通市立新机械制造有限公司 | 基于等离子切割机床的不锈钢材料切割质量优化方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11126162B1 (en) | 3D printing slicing method, apparatus, device, and storage medium | |
| CN110039186B (zh) | 一种应用于激光表面刻蚀的曲面模型路径规划方法 | |
| CN114821114A (zh) | 一种基于视觉系统的坡口切割机器人图像处理方法 | |
| CN114943736A (zh) | 一种汽车散热翅片生产质量检测方法及系统 | |
| CN115255048A (zh) | 一种折弯机智能控制方法及系统 | |
| US10890890B2 (en) | Smart adjustment system and method thereof | |
| CN104777785A (zh) | 一种基于指令域分析的数控加工工艺参数动态优化方法 | |
| CN113093216A (zh) | 一种激光雷达和相机融合的不规则物体测量方法 | |
| CN109308707B (zh) | 铝锭厚度非接触式在线测量方法 | |
| CN112387982B (zh) | 一种激光增材过程功率联合调控方法 | |
| CN105405152B (zh) | 基于结构化支持向量机的自适应尺度目标跟踪方法 | |
| CN115283857A (zh) | 基于机器视觉的激光切割机智能控制方法 | |
| CN112857219A (zh) | 基于tof深度相机的体积测量方法及装置 | |
| CN109407616B (zh) | 一种基于测量数据实现实时轨迹补偿的方法 | |
| CN115213563B (zh) | 激光智能焊接方法及系统 | |
| CN115647391A (zh) | 基于增减材复合打印的轮廓扫描路径规划方法 | |
| CN115187567A (zh) | 一种金属增材制造熔池成形方向及宽度检测方法 | |
| CN113112523B (zh) | 基于无锚点孪生网络的目标跟踪方法及装置 | |
| CN112643755B (zh) | 一种基于机器视觉对任意形状的片状物进行全自动等面积分块的方法及装置 | |
| CN115194290B (zh) | 一种数控火焰切割机参数控制方法 | |
| CN115502581B (zh) | 封闭线切割的控制方法及系统 | |
| CN115582840B (zh) | 无边框钢板工件分拣抓取位姿计算方法、分拣方法及系统 | |
| CN116184929B (zh) | 一种应用于裁切设备的智能控制方法及其系统 | |
| CN112215846B (zh) | 一种基于三维点云的钢坯计数方法及系统 | |
| CN111402187A (zh) | 预裁剪校准方法及其装置、设备和存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20230531 Address after: Villa No. 12, Building 4, Linyuan Garden, No. 25 Qinglong Road, Lvyuan District, Changchun City, Jilin Province, 130000 Applicant after: LinkedIn (Changchun) Network Technology Co.,Ltd. Address before: 169 Lifa Avenue, Chengdong Town, Hai'an City, Nantong City, Jiangsu Province, 226000 Applicant before: Jiangsu Yuege Intelligent Equipment Co.,Ltd. |
|
| WW01 | Invention patent application withdrawn after publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20221104 |