CN116475815B - 一种数控机床的自动换刀方法、系统、装置及存储介质 - Google Patents
一种数控机床的自动换刀方法、系统、装置及存储介质 Download PDFInfo
- Publication number
- CN116475815B CN116475815B CN202310559933.3A CN202310559933A CN116475815B CN 116475815 B CN116475815 B CN 116475815B CN 202310559933 A CN202310559933 A CN 202310559933A CN 116475815 B CN116475815 B CN 116475815B
- Authority
- CN
- China
- Prior art keywords
- tool
- position information
- tool changing
- changing
- data set
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000003860 storage Methods 0.000 title claims abstract description 22
- 230000002093 peripheral effect Effects 0.000 claims abstract description 48
- 238000001514 detection method Methods 0.000 claims abstract description 30
- 238000012549 training Methods 0.000 claims description 46
- 238000006243 chemical reaction Methods 0.000 claims description 12
- 238000002372 labelling Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000004519 manufacturing process Methods 0.000 abstract description 16
- 238000009776 industrial production Methods 0.000 abstract description 5
- 238000004590 computer program Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 5
- 238000005520 cutting process Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000003801 milling Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000005299 abrasion Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000003754 machining Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000007514 turning Methods 0.000 description 2
- 238000010923 batch production Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006748 scratching Methods 0.000 description 1
- 230000002393 scratching effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
- B23Q3/00—Devices holding, supporting, or positioning work or tools, of a kind normally removable from the machine
- B23Q3/155—Arrangements for automatic insertion or removal of tools, e.g. combined with manual handling
- B23Q3/15503—Processes characterized by special sequencing of operations or the like, e.g. for optimizing tool changing time or capacity in tool storage
-
- 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
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Numerical Control (AREA)
Abstract
本发明公开了一种数控机床的自动换刀方法、系统、装置及存储介质,本发明实施例通过获取换刀任务,根据所述换刀任务确定待换刀机床,获取待换刀机床在外设刀架处的刀具图像,通过目标检测模型确定外设刀架处刀具的类别与位置信息,通过机床预设信息确定机床待换刀具类别及对应位置信息和换刀机器人的位置信息,根据上述刀具类别信息以及分别对应的位置信息确定换刀路径,在机床状态为空闲时根据换刀路径进行换刀作业;通过采用目标检测模型识别待选取刀具信息,外设刀架处的刀具无需固定,可根据实际应用场景确定,更换方便,可适用于复杂多变的工业生产应用场景,提高工作效率;本发明实施例可广泛应用于智能制造领域。
Description
技术领域
本发明涉及智能制造领域,尤其涉及一种数控机床的自动换刀方法、系统、装置及存储介质。
背景技术
当今世界,制造强国对数控机床的发展都很重视,对发展更先进的、更高精密的、更高效的、更自动化的机床投入很大,效率、质量是先进制造技术的主体考虑方面。高速,高精密技术的运用可以显著提高效率,提高产品的档次和质量,能显著缩短生产周期和显著提高市场竞争力。
数控机床目前工作效率比较高,因为数控机床具有自动换刀装置,刀库中刀具类型数量齐全。为了提高数控机床的生产效率,就要提高切削速度和减少非切削时间,现在机床的切削速度已经很难有所提高了,就需要提高切削效率即减少非切削时间。现有的机床自动化换刀方法通常是直接将整个大型工业场景内自带刀库进行更换,该方案导致存储的刀具过大且耗费人力维护,导致不同产品生产强烈的依赖预先设置的先验条件,比如指定加工的工艺需要提前将刀具入库,或如若接到新的订单任务新工艺产品生产时,则需要停机更换刀具。这种强相关依赖损害了柔性加工制造小批量生产的及时性、稳定性和简单易用性,不适用于复杂多变的工业生产应用场景。
发明内容
有鉴于此,本发明实施例的目的是提供一种数控机床的自动换刀方法、系统、装置及存储介质,适用于复杂多变的工业生产应用场景,提高工作效率。
第一方面,本发明实施例提供了一种数控机床的自动换刀方法,应用于机器人,包括以下步骤:
获取换刀任务,根据所述换刀任务确定待换刀机床;所述换刀任务包括待换刀机床和待换刀具的类别;
获取所述待换刀机床在外设刀架处的刀具图像,将所述刀具图像输入到训练好的目标检测模型检测外设刀架处刀具的第一类别集和对应的第一位置信息集;
获取机床预设信息,根据所述待换刀具的类别和所述预设信息确定所述待换刀具的位置信息;所述预设信息包括换刀机器人的位置信息、机床内刀具的第二类别集和对应的第二位置信息集;
根据所述待换刀具的类别、所述第一类别集和对应的第一位置信息集确定外设刀架处待选取刀具的位置信息;
根据所述待选取刀具的位置信息、待换刀具的位置信息和换刀机器人的位置信息确定换刀路径;
若待换刀机床处于空闲状态,根据所述换刀路径进行换刀作业,并反馈换刀作业结果。
可选地,目标检测模型训练过程如下:
获取第一训练数据集和第二训练数据集;所述第一训练数据集包括公开数据集,所述第二训练数据集包括多类别刀具在多种场景下的图像;
构建预测模型,采用所述第一训练数据集对预测模型进行训练,直至收敛;
采用所述第二训练数据集对收敛后的预测模型进行训练,得到目标检测模型。
可选地,通过以下方式获取第二训练数据集:
采集第一数据集,并对所述第一数据集进行标注;所述第一数据集包括多类别刀具图像、放置多类别刀具的外设刀架图像、机床背景图像;
从所述第一数据集中选取预设数量的待处理图像,并对所述待处理图像进行数据增强后形成第二数据集;
将所述第一数据集和所述第二数据集合并,形成第二训练数据集。
可选地,对所述待处理图像进行数据增强后形成第二数据集,具体包括:
从所述待处理图像中抠出目标区域,随机改变所述目标区域的图像属性;
将改变图像属性后的待处理图像添加背景信息,形成新数据集,并对新数据集进行标注,得到第二数据集。
可选地,所述根据所述待选取刀具的位置信息、待换刀具的位置信息和换刀机器人的位置信息确定换刀路径,具体包括:
将所述待选取刀具的位置信息转换成相对所述待换刀机床的转换位置信息;
根据所述换刀机器人的位置信息和所述转换位置信息确定第一路径;
根据所述转换位置信息和所述待换刀具的位置信息确定第二路径;
根据所述第一路径和所述第二路径确定换刀路径。
可选地,所述方法还包括:
若所述换刀机器人为移动机器人,换刀作业完成后,返回至预设地点。
第二方面,本发明实施例提供了一种数控机床的自动换刀方法,包括:
第一模块,用于接收换刀任务,根据所述换刀任务确定待换刀机床;所述换刀任务包括待换刀机床和待换刀具的类别;
第二模块,用于获取所述待换刀机床在外设刀架处的刀具图像,将所述刀具图像输入到训练好的目标检测模型检测外设刀架处刀具的第一类别集和对应的第一位置信息集;
第三模块,用于获取机床的预设信息,根据所述待换刀具的类别和所述预设信息确定所述待换刀具的位置信息;所述预设信息包括换刀机器人的位置信息、机床内刀具的第二类别集和对应的第二位置信息集;
第四模块,用于根据所述待换刀具的类别、所述第一类别集和对应的第一位置信息集确定外设刀架处待选取刀具的位置信息;
第五模块,用于根据所述待选取刀具的位置信息、待换刀具的位置信息和换刀机器人的位置信息确定换刀路径;
第六模块,用于若待换刀机床处于空闲状态,根据所述换刀路径进行换刀作业,并反馈换刀作业结果。
第三方面,本发明实施例提供了一种数控机床的自动换刀系统,包括若干个机床、任务调度中心和换刀机器人,所述任务调度中心连接所述机床和所述换刀机器人,其中:
所述机床,用于若有换刀需求,向所述任务调度中心发送换刀任务;
所述任务调度中心,用于接收待换刀机床发送的换刀任务,并将所述换刀任务发送给换刀机器人;接收所述换刀机器人发送的换刀作业结果;
所述换刀机器人,用于执行上述方法实施例的一种数控机床的自动换刀方法。
第四方面,本发明实施例提供了一种数控机床的自动换刀装置,包括:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现上述所述的方法。
第五方面,本发明实施例提供了一种计算机可读存储介质,其中存储有处理器可执行的程序,其特征在于,所述处理器可执行的程序在由处理器执行时用于执行上述所述的方法。
实施本发明实施例包括以下有益效果:本实施例,首先,通过获取换刀任务,根据所述换刀任务确定待换刀机床,接着,获取所述待换刀机床在外设刀架处的刀具图像,将所述刀具图像输入到训练好的目标检测模型检测外设刀架处刀具的第一类别集和对应的第一位置信息集,接着,获取机床预设信息,根据所述待换刀具的类别和所述预设信息确定所述待换刀具的位置信息,接着,根据所述待换刀具的类别、所述第一类别集和对应的第一位置信息集确定外设刀架处待选取刀具的位置信息,接着,根据所述待选取刀具的位置信息、待换刀具的位置信息和换刀机器人的位置信息确定换刀路径,若待换刀机床处于空闲状态,根据所述换刀路径进行换刀作业,并反馈换刀作业结果;通过目标检测模型识别外设刀架上的待选取刀具的类别及对应位置,以及通过机床预设信息获取待换刀具的类别及对应位置和机器人位置,根据待选取刀具的位置信息、待换刀具的位置信息和换刀机器人的位置信息确定换刀路径,在机床为空闲状态,执行换刀,外设刀架处的刀具无需固定,可根据实际应用场景确定,更换方便,可适用于复杂多变的工业生产应用场景,提高工作效率。
附图说明
图1是本发明实施例提供的一种数控机床的自动换刀方法的步骤流程示意图;
图2是本发明实施例提供的一种数控机床的自动换刀方法的目标检测模型训练步骤流程示意图;
图3是本发明实施例提供的一种数控机床的自动换刀方法的数据集获取步骤流程示意图;
图4是本发明实施例提供的一种数控机床的自动换刀方法的第二数据集获取具体实施例示意图;
图5是本发明实施例提供的一种数控机床的自动换刀方法具体实施例的步骤流程示意图;
图6是本发明实施例提供的一种数控机床的自动换刀方法具体实施例中目标检测模型训练步骤流程示意图;
图7是本发明实施例提供的一种数控机床的自动换刀系统的结构框图;
图8是本发明实施例提供的另一种数控机床的自动换刀系统的结构框图;
图9是本发明实施例提供的一种数控机床的自动换刀装置的结构框图。
具体实施方式
下面结合附图和具体实施例对本发明做进一步的详细说明。对于以下实施例中的步骤编号,其仅为了便于阐述说明而设置,对步骤之间的顺序不做任何限定,实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。
在以下的描述中,涉及到“一些实施例”,其描述了所有可能实施例的子集,但是可以理解,“一些实施例”可以是所有可能实施例的相同子集或不同子集,并且可以在不冲突的情况下相互结合。
在以下的描述中,所涉及的术语“第一\第二\第三”仅仅是是区别类似的对象,不代表针对对象的特定排序,可以理解地,“第一\第二\第三”在允许的情况下可以互换特定的顺序或先后次序,以使这里描述的本发明实施例能够以除了在这里图示或描述的以外的顺序实施。
除非另有定义,本发明实施例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。本发明实施例中所使用的术语只是为了描述本发明实施例的目的,不是旨在限制本发明。
对本发明实施例进行进一步详细说明之前,对本发明实施例中涉及的名词和术语进行说明,本发明实施例中涉及的名词和术语适用于如下的解释。
结合图8,对应用场景进行说明。其中,机床外侧设置有外设刀架,用于放置与机床内待更换刀具进行换刀的刀具,换刀机器人设置有机械臂,可以抓取放置在机床外设刀架处的刀具,并更换至机床内,换刀机器人还有相机,设置在机械臂的末端,用于进行图像获取。
如图1所示,本发明实施例提供了一种数控机床的自动换刀方法,应用于换刀机器人,其包括的步骤如下所示。
S100、获取换刀任务,根据所述换刀任务确定待换刀机床;所述换刀任务包括待换刀机床和待换刀具的类别。
具体地,机床检测到刀具磨损毁坏等情况,发送换刀任务给任务调度中心,任务调度中心接收换刀任务后将换刀任务分发给换刀机器人,换刀机器人接收到换刀任务后,根据换刀任务确定了待换刀机床的位置信息和待换刀具的类别,然后换刀机器人移动到待换刀机床处,通过换刀任务和检测到的机床外设刀架上待选取刀具执行换刀操作。
S110、获取所述待换刀机床在外设刀架处的刀具图像,将所述刀具图像输入到训练好的目标检测模型检测外设刀架处刀具的第一类别集和对应的第一位置信息集。
具体地,换刀机器人获取换刀任务后,移动到待换刀机床处;待换刀机床设置有外设刀架,放置有待更换刀具;换刀机器人通过设置的图像获取装置,例如相机或摄像头,对外设刀架进行图像获取,将获取的图像输入提前训练好的目标检测模型进行检测,得到外设刀架上放置的待更换刀具第一类别集以及待更换刀具在外设刀架上的第一位置信息集。第一位置信息集是外设刀架上放置的待更换刀具在外设刀架上的二维位置信息,第一位置信息集是相对于换刀机器人的位置信息,并不是相对于机床的位置信息,第一位置信息集包括待更换刀具在外设刀架的具体位置,以及待更换刀具的外观信息,例如宽度和高度。
S120、获取机床预设信息,根据所述待换刀具的类别和所述预设信息确定所述待换刀具的位置信息;所述预设信息包括换刀机器人的位置信息、机床内刀具的第二类别集和对应的第二位置信息集。
具体地,换刀机器人可以通过设置的图像获取装置,例如相机或摄像头,扫描机床上设置的二维码,或者通过分别连接机床和换刀机器人的工业互联网获取机床预设信息,由于机床预设信息包括机床的所有刀具的类别信息以及对应位置信息,根据换刀任务的待换刀具的类别与机床预设信息进行匹配,可以得到机床待更换刀具在机床内的第二类别集和对应的第二位置信息集,第二位置信息集是待更换刀具相对于机床的三维位置信息集。
S130、根据所述待换刀具的类别、所述第一类别集和对应的第一位置信息集确定外设刀架处待选取刀具的位置信息。
具体地,通过目标检测模型得到的待选取刀具的位置信息为待选取刀具在机床外设刀架上的位置信息,用于换刀机器人定位待选取刀具在外设刀架上的位置,是相对于换刀机器人的二维位置信息,并不是相对于机床的三维位置信息,而机床预设信息包括的机床内各类刀具的第二位置信息集是各刀具在相对于机床的三维位置信息,因此需要将外设刀架上的待选取刀具的位置信息集转换至相对于机床的位置信息集,机床预设信息包括换刀机器人相对于机床的位置信息,换刀机器人将自身的位置信息作为参考,将待选取刀具的二维位置信息通过位置信息转换算法转换为相对于机床的三维位置信息。
S140、根据所述待选取刀具的位置信息、待换刀具的位置信息和换刀机器人的位置信息确定换刀路径。
具体地,将换刀机器人的位置信息作为换刀操作的起点,待换刀具的位置信息作为换刀操作的终点,待选取刀具的位置信息作为换刀操作必须经过的中间点,采用路径规划算法计算起点、中间点与终点的距离作为换刀路径。
S150、若待换刀机床处于空闲状态,根据所述换刀路径进行换刀作业,并反馈换刀作业结果。
具体地,在确定了换刀路径后,换刀机器人通过工业互联网或者PLC获取机床的状态,若机床处于生产状态,则继续生产作业,换刀机器人暂停换刀作业并等待作业信号;若机床处于空闲状态,发送换刀作业信号,换刀机器人接收到换刀作业信号后,根据确定的换刀路径进行换刀作业,并向任务调度中心反馈换刀作业的结果。
可选地,确定换刀路径包括如下步骤:
S141、将所述待选取刀具的位置信息转换成相对所述待换刀机床的转换位置信息。
具体地,待选取刀具的位置信息为待选取刀具相对于换刀机器人在外设刀架上的二维位置信息,而进行换刀需要知道外设刀架上待选取刀具相对于待换刀机床的位置信息,换刀机器人以自身的位置信息作为参考,将待选取刀具的二维位置信息通过位置信息转换算法转换为相对于待换刀机床的三维位置信息。
S142、根据所述换刀机器人的位置信息和所述转换位置信息确定第一路径。
具体地,第一路径为换刀机器人在换刀作业中获取外设刀架上待选取刀具的路径,将换刀机器人的位置信息作为获取待选取刀具操作的起点,转换位置信息作为待选取刀具操作的终点,采用路径规划算法计算起点与终点的距离,作为第一路径。
S143、根据所述转换位置信息和所述待换刀具的位置信息确定第二路径。
具体地,第二路径为换刀机器人将夹取的刀具更换到机床内位置的路径,将转换位置信息作为更换待换刀具操作的起点,待换刀具的位置信息作为更换待换刀具操作的终点,采用路径规划算法计算起点与终点的距离,作为第二路径。
S144、根据所述第一路径和所述第二路径确定换刀路径。
具体地,换刀作业包括获取刀具与更换刀具,将获取待选取刀具的路径和更换待换刀具的路径结合就可以得到完整换刀作业的换刀路径。
如图2所示,本发明实施例提供的一种数控机床的自动换刀方法的目标检测模型训练步骤流程,包括:
S200、获取第一训练数据集和第二训练数据集;所述第一训练数据集包括公开数据集,所述第二训练数据集包括多类别刀具在多种场景下的图像。
具体地,公开数据集可采用MVTec IT00D数据集,将其转换成可训练的2d目标检测数据集格式,作为第一训练数据集;第二训练数据集通过换刀机器人设置的图像获取装置,例如相机或摄像头进行采集;对于公开数据集,本发明实施例不作限制。
S210、构建预测模型,采用所述第一训练数据集对预测模型进行训练,直至收敛。
具体地,预测模型可采用yolo系列的算法模型,例如yolov8目标检测模型,或者centernet算法模型;对于构建的预测模型,本发明实施例不作限制。
S220、采用所述第二训练数据集对收敛后的预测模型进行训练,得到目标检测模型。
具体地,采用第一训练数据集训练完成的预测模型完成了第一阶段的训练,确定了模型的大致参数,采用第二训练数据集对完成第一阶段训练的预测模型进行第二阶段的训练,调整预测模型的参数,以使预测模型适用于各类刀具的检测;在第二阶段的训练完成后,得到了目标检测模型。
如图3所示,本发明实施例提供的一种数控机床的自动换刀方法的数据集获取步骤流程,包括:
S201、采集第一数据集,并对所述第一数据集进行标注;所述第一数据集包括多类别刀具图像、放置多类别刀具的外设刀架图像、机床背景图像。
具体地,第一数据集的多类别刀具图像、放置多类别刀具的外设刀架图像、机床背景图像通过换刀机器人设置的图像获取装置获取,例如相机或者摄像头,多类别刀具图像包括各类用于加工生产的刀具,例如车刀、铣刀或者钻孔用刀等;放置多类别刀具的外设刀架图像包括多类别刀具放置在外设刀架上的不同位置,若设置有多层外设刀架,还包括不同层数的图像;对第一数据集进行标注例如标记图像中刀架的位置与类别,用于后续的预测模型训练。
S202、从所述第一数据集中选取预设数量的待处理图像,并对所述待处理图像进行数据增强后形成第二数据集。
具体地,在具体的实施例中,选取预设数量的待处理图像方式可以为随机选取,待处理图像为包含多类别刀具图像的图像。
S203、将所述第一数据集和所述第二数据集合并,形成第二训练数据集。
具体地,在具体的实施例中,可以将第一数据集和第二数据集相加,并将相加后的数据集内的数据顺序打乱,得到第二训练数据集。
可选地,如图4所示,对处理图像进行数据增强后形成第二数据集,包括:
S2021、从所述待处理图像中抠出目标区域,随机改变所述目标区域的图像属性。
其中,改变图像属性包括改变目标区域的大小、方向或者颜色饱和度等,还可以采用空间数据增强算法或gan等卷积神经网络生成噪声数据,在具体实施例中,采用抠图算法将待处理图像中有刀具的区域抠出,得到目标区域图像,可将目标区域图像变大,或者降低目标区域图像的颜色,实现改变所述目标区域的图像属性。
S2022、将改变图像属性后的待处理图像添加背景信息,形成新数据集,并对新数据集进行标注,得到第二数据集。
其中,背景信息包括正常的外设刀架图像和机床背景图像,将图像属性后的目标区域图像与正常的背景图像通过图像合成算法合成为新的图像数据,将新的图像数据作为新数据集。
可选地,本发明实施例提供了一种数控机床的自动换刀方法,还包括:
S160、若所述换刀机器人为移动机器人,换刀作业完成后,返回至预设地点。
具体地,换刀机器人包括固定式和移动式,固定式换刀机器人固定在数控机床外指定位置,移动式换刀机器人在生产场景中移动,在接收到换刀任务后移动到待换刀机床处,在换刀任务完成后且无后续任务时,返回预设地点,直至接收到下一个换刀任务。
如图5所示,本发明实施例提供的一种数控机床的自动换刀方法具体实施例:
机床进行加工生产任务,检测是否有刀具磨损、毁坏或者更换的信息,若有上述任一信号产生,机床发送换刀任务到任务系统调度中心,任务系统调度中心分发换刀任务给换刀机器人,机器人收到换刀任务后,根据换刀任务中的位置信息移动至待换刀机床处,移动机器人的手臂相机到待换刀机床的外设刀架处,对外设刀架处的待选取刀具进行拍照,得到待选取刀具的图像,然后,将待选取刀具的图像输入预测模型进行检测推理,得到待选取刀具的类别与位置信息(x,y,w,h,class),再通过机器人的手臂相机扫描机床二维码获取相对于机床的各类刀具类别与对应的位置信息,根据待选取刀具的位置信息(x,y,w,h,class)与相对于机床的各类刀具的位置信息进行相对位置信息转换,得到待选取刀具相对于机床的位置信息(x,y,z,class),获取机床状态,若机床状态为空闲,换刀机器人进行换刀作业,并反馈换刀作业结果,换刀作业完成后,换刀机器人返回指定位置。
其中,如图6所示,在具体实施例中,通过机器人手臂相机实时采集生产场景内各类别刀具以及夹持模块图片数据,例如车刀或者铣刀在机床加工位置处的图片数据,机器人手臂相机拍摄图片后输出Rgb图像,然后,对输出的Rgb图像进行目标检测框标定,例如标定出Rgb图像中刀具区域,将标定完成的Rgb图像制作为训练数据集;然后,将制作好的训练数据集输入到深度卷积神经网络训练,得到目标检测模型。
实施本发明实施例包括以下有益效果:通过获取换刀任务,根据所述换刀任务确定待换刀机床,获取所述待换刀机床在外设刀架处的刀具图像,将所述刀具图像输入到训练好的目标检测模型检测外设刀架处刀具的第一类别集和对应的第一位置信息集,获取机床预设信息,根据所述待换刀具的类别和所述预设信息确定所述待换刀具的位置信息,根据所述待换刀具的类别、所述第一类别集和对应的第一位置信息集确定外设刀架处待选取刀具的位置信息,根据所述待选取刀具的位置信息、待换刀具的位置信息和换刀机器人的位置信息确定换刀路径,若待换刀机床处于空闲状态,根据所述换刀路径进行换刀作业,并反馈换刀作业结果;
通过目标检测模型识别外设刀架上的待选取刀具的类别及对应位置,无需人工将刀具放置在固定位置,提高工作效率;通过机床预设信息获取待换刀具的类别及对应位置和机器人位置,根据待选取刀具的位置信息、待换刀具的位置信息和换刀机器人的位置信息确定换刀路径,在机床为空闲状态,执行换刀,通过将目标检测模型与换刀机器人结合作业,换刀机器人可适用于复杂多变的工业生产应用场景,提高工作效率。
如图7所示,本发明实施例还提供了一种数控机床的自动换刀系统,包括:
第一模块,用于接收换刀任务,根据所述换刀任务确定待换刀机床;所述换刀任务包括待换刀机床和待换刀具的类别;
第二模块,用于获取所述待换刀机床在外设刀架处的刀具图像,将所述刀具图像输入到训练好的目标检测模型检测外设刀架处刀具的第一类别集和对应的第一位置信息集;
第三模块,用于获取机床的预设信息,根据所述待换刀具的类别和所述预设信息确定所述待换刀具的位置信息;所述预设信息包括换刀机器人的位置信息、机床内刀具的第二类别集和对应的第二位置信息集;
第四模块,用于根据所述待换刀具的类别、所述第一类别集和对应的第一位置信息集确定外设刀架处待选取刀具的位置信息;
第五模块,用于根据所述待选取刀具的位置信息、待换刀具的位置信息和换刀机器人的位置信息确定换刀路径;
第六模块,用于若待换刀机床处于空闲状态,根据所述换刀路径进行换刀作业,并反馈换刀作业结果。
可见,上述方法实施例中的内容均适用于本系统实施例中,本系统实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
如图8所示,本发明实施例还提供了另一种数控机床的自动换刀系统,包括若干个机床、任务调度中心和换刀机器人,其中:
所述机床,用于若有换刀需求,向所述任务调度中心发送换刀任务;
所述任务调度中心,用于接收待换刀机床发送的换刀任务,并将所述换刀任务发送给换刀机器人;接收所述换刀机器人发送的换刀作业结果;
所述换刀机器人,用于执行上述方法实施例所述的方法。
具体地,若干个所述机床包括但不限于数控车床、铣床或镗床中的一种或多种,若干个机床按矩形分布安装在生产场景中,本发明实施例不限于矩形分布;任务调度中心可设置在换刀机器人的停靠点处,换刀机器人包括机械臂和设置在机械臂上的相机,可按预设轨迹在生产场景中移动,所述任务调度中心与若干个所述机床通过工业互联网连接,所述换刀机器人与所述任务调度中心通过工业互联网连接。
如图9所示,本发明实施例还提供了一种数控机床的自动换刀装置,包括:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现上述方法实施例所述的数控机床的自动换刀方法步骤。
其中,存储器作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序以及非暂态性计算机可执行程序。存储器可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施方式中,存储器可选包括相对于处理器远程设置的远程存储器,这些远程存储器可以通过网络连接至处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
可见,上述方法实施例中的内容均适用于本装置实施例中,本装置实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
此外,本申请实施例还公开了一种计算机程序产品或计算机程序,计算机程序产品或计算机程序存储在计算机可读存介质中。计算机设备的处理器可以从计算机可读存储介质读取该计算机程序,处理器执行该计算机程序,使得该计算机设备执行上述的方法。同样地,上述方法实施例中的内容均适用于本存储介质实施例中,本存储介质实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
本发明实施例还提供了一种计算机可读存储介质,该计算机可读存储介质存储有处理器可执行的程序,所述处理器可执行的程序在被处理器执行时用于实现上述的方法。
可以理解的是,上文中所公开方法中的全部或某些步骤、系统可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器,如中央处理器、数字信号处理器或微处理器执行的软件,或者被实施为硬件,或者被实施为集成电路,如专用集成电路。这样的软件可以分布在计算机可读介质上,计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的,术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外,本领域普通技术人员公知的是,通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据,并且可包括任何信息递送介质。
以上是对本发明的较佳实施进行了具体说明,但本发明创造并不限于所述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。
Claims (10)
1.一种数控机床的自动换刀方法,其特征在于,包括以下步骤:
获取换刀任务,根据所述换刀任务确定待换刀机床;所述换刀任务包括待换刀机床和待换刀具的类别;
获取所述待换刀机床在外设刀架处的刀具图像,将所述刀具图像输入到训练好的目标检测模型检测外设刀架处刀具的第一类别集和对应的第一位置信息集;
获取机床预设信息,根据所述待换刀具的类别和所述预设信息确定所述待换刀具的位置信息;所述预设信息包括换刀机器人的位置信息、机床内刀具的第二类别集和对应的第二位置信息集;
根据所述待换刀具的类别、所述第一类别集和对应的第一位置信息集确定外设刀架处待选取刀具的位置信息;
根据所述待选取刀具的位置信息、待换刀具的位置信息和换刀机器人的位置信息确定换刀路径;
若待换刀机床处于空闲状态,根据所述换刀路径进行换刀作业,并反馈换刀作业结果。
2.根据权利要求1所述的自动换刀方法,其特征在于,目标检测模型训练过程如下:
获取第一训练数据集和第二训练数据集;所述第一训练数据集包括公开数据集,所述第二训练数据集包括多类别刀具在多种场景下的图像;
构建预测模型,采用所述第一训练数据集对预测模型进行训练,直至收敛;
采用所述第二训练数据集对收敛后的预测模型进行训练,得到目标检测模型。
3.根据权利要求2所述的自动换刀方法,其特征在于,通过以下方式获取第二训练数据集:
采集第一数据集,并对所述第一数据集进行标注;所述第一数据集包括多类别刀具图像、放置多类别刀具的外设刀架图像、机床背景图像;
从所述第一数据集中选取预设数量的待处理图像,并对所述待处理图像进行数据增强后形成第二数据集;
将所述第一数据集和所述第二数据合并,形成第二训练数据集。
4.根据权利要求3所述的自动换刀方法,其特征在于,对所述待处理图像进行数据增强后形成第二数据集,具体包括:
从所述待处理图像中抠出目标区域,随机改变所述目标区域的图像属性;
将改变图像属性后的待处理图像添加背景信息,形成新数据集,并对新数据集进行标注,得到第二数据集。
5.根据权利要求1所述的自动换刀方法,其特征在于,所述根据所述待选取刀具的位置信息、待换刀具的位置信息和换刀机器人的位置信息确定换刀路径,具体包括:
将所述待选取刀具的位置信息转换成相对所述待换刀机床的转换位置信息;
根据所述换刀机器人的位置信息和所述转换位置信息确定第一路径;
根据所述转换位置信息和所述待换刀具的位置信息确定第二路径;
根据所述第一路径和所述第二路径确定换刀路径。
6.根据权利要求1所述的自动换刀方法,其特征在于,所述方法还包括:
若所述换刀机器人为移动机器人,换刀作业完成后,返回至预设地点。
7.一种数控机床的自动换刀系统,其特征在于,包括:
第一模块,用于接收换刀任务,根据所述换刀任务确定待换刀机床;所述换刀任务包括待换刀机床和待换刀具的类别;
第二模块,用于获取所述待换刀机床在外设刀架处的刀具图像,将所述刀具图像输入到训练好的目标检测模型检测外设刀架处刀具的第一类别集和对应的第一位置信息集;
第三模块,用于获取机床的预设信息,根据所述待换刀具的类别和所述预设信息确定所述待换刀具的位置信息;所述预设信息包括换刀机器人的位置信息、机床内刀具的第二类别集和对应的第二位置信息集;
第四模块,用于根据所述待换刀具的类别、所述第一类别集和对应的第一位置信息集确定外设刀架处待选取刀具的位置信息;
第五模块,用于根据所述待选取刀具的位置信息、待换刀具的位置信息和换刀机器人的位置信息确定换刀路径;
第六模块,用于若待换刀机床处于空闲状态,根据所述换刀路径进行换刀作业,并反馈换刀作业结果。
8.一种数控机床的自动换刀系统,其特征在于,包括若干个机床、任务调度中心和换刀机器人,所述任务调度中心连接所述机床和所述换刀机器人,其中:
所述机床,用于若有换刀需求,向所述任务调度中心发送换刀任务;
所述任务调度中心,用于接收待换刀机床发送的换刀任务,并将所述换刀任务发送给换刀机器人;接收所述换刀机器人发送的换刀作业结果;
所述换刀机器人,用于执行权利要求1-6任一项所述的方法。
9.一种数控机床的自动换刀装置,其特征在于,包括:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现如权利要求1-6任一项所述的方法。
10.一种计算机可读存储介质,其中存储有处理器可执行的程序,其特征在于,所述处理器可执行的程序在由处理器执行时用于执行如权利要求1-6任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310559933.3A CN116475815B (zh) | 2023-05-17 | 2023-05-17 | 一种数控机床的自动换刀方法、系统、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310559933.3A CN116475815B (zh) | 2023-05-17 | 2023-05-17 | 一种数控机床的自动换刀方法、系统、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116475815A CN116475815A (zh) | 2023-07-25 |
CN116475815B true CN116475815B (zh) | 2023-12-15 |
Family
ID=87216368
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310559933.3A Active CN116475815B (zh) | 2023-05-17 | 2023-05-17 | 一种数控机床的自动换刀方法、系统、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116475815B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE3524311A1 (de) * | 1985-07-06 | 1987-01-08 | Schaudt Maschinenbau Gmbh | Werkzeugwechseleinrichtung fuer werkzeugmaschinen |
CN106154975A (zh) * | 2015-05-15 | 2016-11-23 | 发那科株式会社 | 确认使用于加工的刀具的安装状态的数值控制装置 |
CN108363942A (zh) * | 2017-12-26 | 2018-08-03 | 新智数字科技有限公司 | 一种基于多特征融合的刀具识别方法、装置以及设备 |
WO2019154383A1 (zh) * | 2018-02-06 | 2019-08-15 | 同方威视技术股份有限公司 | 刀具检测方法及装置 |
CN110454182A (zh) * | 2019-08-31 | 2019-11-15 | 中铁工程装备集团有限公司 | 一种全断面隧道掘进机换刀机器人视觉定位结构及方法 |
CN110449958A (zh) * | 2019-08-12 | 2019-11-15 | 珠海格力智能装备有限公司 | 机床的换刀方法及装置、存储介质及处理器 |
KR20200010776A (ko) * | 2018-07-23 | 2020-01-31 | 현대위아 주식회사 | 정확성 향상을 위한 공구 분류방법 |
CN110961963A (zh) * | 2018-09-28 | 2020-04-07 | 深圳长城开发科技股份有限公司 | 自动换刀结构 |
CN111300144A (zh) * | 2019-11-25 | 2020-06-19 | 上海大学 | 基于图像处理的刀具磨损状态自动检测方法 |
CN111832450A (zh) * | 2020-06-30 | 2020-10-27 | 成都睿沿科技有限公司 | 基于图像识别的持刀检测方法 |
CN112683193A (zh) * | 2020-11-06 | 2021-04-20 | 西安交通大学 | 基于机器视觉的刀具类型判别及几何参数检测方法及系统 |
CN113568384A (zh) * | 2021-06-30 | 2021-10-29 | 东风设备制造有限公司 | 一种基于agv小车自动上刀、注油系统 |
CN216463279U (zh) * | 2021-11-09 | 2022-05-10 | 苏州玖物互通智能科技有限公司 | 数控盘式刀盘换刀机器人 |
CN115319517A (zh) * | 2022-08-19 | 2022-11-11 | 广东长盈精密技术有限公司 | 自动换刀控制方法、控制装置及自动换刀系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7017534B2 (ja) * | 2019-02-27 | 2022-02-08 | ファナック株式会社 | 工作機械、加工システム、およびプルスタッドの適否判定方法 |
CN116468947A (zh) * | 2023-04-18 | 2023-07-21 | 杭州鄂达精密机电科技有限公司 | 刀具图像识别方法、装置、计算机设备及存储介质 |
-
2023
- 2023-05-17 CN CN202310559933.3A patent/CN116475815B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE3524311A1 (de) * | 1985-07-06 | 1987-01-08 | Schaudt Maschinenbau Gmbh | Werkzeugwechseleinrichtung fuer werkzeugmaschinen |
CN106154975A (zh) * | 2015-05-15 | 2016-11-23 | 发那科株式会社 | 确认使用于加工的刀具的安装状态的数值控制装置 |
CN108363942A (zh) * | 2017-12-26 | 2018-08-03 | 新智数字科技有限公司 | 一种基于多特征融合的刀具识别方法、装置以及设备 |
WO2019154383A1 (zh) * | 2018-02-06 | 2019-08-15 | 同方威视技术股份有限公司 | 刀具检测方法及装置 |
KR20200010776A (ko) * | 2018-07-23 | 2020-01-31 | 현대위아 주식회사 | 정확성 향상을 위한 공구 분류방법 |
CN110961963A (zh) * | 2018-09-28 | 2020-04-07 | 深圳长城开发科技股份有限公司 | 自动换刀结构 |
CN110449958A (zh) * | 2019-08-12 | 2019-11-15 | 珠海格力智能装备有限公司 | 机床的换刀方法及装置、存储介质及处理器 |
CN110454182A (zh) * | 2019-08-31 | 2019-11-15 | 中铁工程装备集团有限公司 | 一种全断面隧道掘进机换刀机器人视觉定位结构及方法 |
CN111300144A (zh) * | 2019-11-25 | 2020-06-19 | 上海大学 | 基于图像处理的刀具磨损状态自动检测方法 |
CN111832450A (zh) * | 2020-06-30 | 2020-10-27 | 成都睿沿科技有限公司 | 基于图像识别的持刀检测方法 |
CN112683193A (zh) * | 2020-11-06 | 2021-04-20 | 西安交通大学 | 基于机器视觉的刀具类型判别及几何参数检测方法及系统 |
CN113568384A (zh) * | 2021-06-30 | 2021-10-29 | 东风设备制造有限公司 | 一种基于agv小车自动上刀、注油系统 |
CN216463279U (zh) * | 2021-11-09 | 2022-05-10 | 苏州玖物互通智能科技有限公司 | 数控盘式刀盘换刀机器人 |
CN115319517A (zh) * | 2022-08-19 | 2022-11-11 | 广东长盈精密技术有限公司 | 自动换刀控制方法、控制装置及自动换刀系统 |
Non-Patent Citations (1)
Title |
---|
自动换刀机械手控制系统分析;张继红;装备制造技术;184-186 * |
Also Published As
Publication number | Publication date |
---|---|
CN116475815A (zh) | 2023-07-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11059076B2 (en) | Sorting support methods, sorting systems, and flatbed machine tools | |
CN110227876B (zh) | 基于3d点云数据的机器人焊接路径自主规划方法 | |
CN111537517B (zh) | 一种无人智能化冲压缺陷识别方法 | |
CN107036618A (zh) | 一种基于最短路径深度优化算法的agv路径规划方法 | |
CN105665970A (zh) | 用于焊接机器人的路径点自动生成系统和方法 | |
CN110171000B (zh) | 坡口切割方法、装置及控制设备 | |
US7228196B2 (en) | Computer-aided manufacturing system and method for sheet-metal punching | |
CN113319859B (zh) | 一种机器人示教方法、系统、装置及电子设备 | |
CN112935703B (zh) | 识别动态托盘终端的移动机器人位姿校正方法及系统 | |
CN116475815B (zh) | 一种数控机床的自动换刀方法、系统、装置及存储介质 | |
CN116777187A (zh) | 一种多路巡检智能中控调度方法及调度平台 | |
CN114186298A (zh) | 智能机械零件制造营运方法及系统 | |
CN105549537A (zh) | 基于实物扫描的装配体参数化及自动化数控加工方法 | |
US20040267508A1 (en) | Computer numerical control code-simulating system and method | |
US20220057787A1 (en) | Production systems and production control methods with locating system-based simulations of production sequences | |
CN107315392B (zh) | 冲床自动送料机的异形工件排料优化算法及其容忍度算法 | |
CN113526157B (zh) | Agv柔性搬运系统、控制方法和装置 | |
CN114511753A (zh) | 一种目标检测模型的更新方法、装置、设备及存储介质 | |
CN113800167A (zh) | 一种基于3d视觉的设备回收仓储方法和系统 | |
CN110839081A (zh) | 仓库物品防错防漏拣选系统及方法 | |
CN116823237B (zh) | 一种循环包装管理系统 | |
CN116305929B (zh) | 一种数控加工仿真方法、装置、设备及存储介质 | |
CN117808181A (zh) | 一种烟箱叉取路线规划方法及系统 | |
US20050027378A1 (en) | Machine tool turret optimizing apparatus and method | |
CN117057817A (zh) | 一种基于点阵及二维码解码的产品品质追溯方法及系统 |
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 |