CN117722954B

CN117722954B - 精烧产品形貌检测与尺寸分析系统及方法

Info

Publication number: CN117722954B
Application number: CN202410173048.6A
Authority: CN
Inventors: 蓝呈; 周韦军; 杨田田; 傅晓锋
Original assignee: Shanghai Qianghua Industrial Co ltd
Current assignee: Shanghai Qianghua Industrial Co ltd
Priority date: 2024-02-07
Filing date: 2024-02-07
Publication date: 2024-04-19
Anticipated expiration: 2044-02-07
Also published as: CN117722954A

Abstract

本发明公开了精烧产品形貌检测与尺寸分析系统及方法，涉及尺寸测量技术领域，包括检测基座，其顶面设置有检测托盘，检测托盘用于运输精烧产品；机器视觉机构，其设置在检测基座的内侧，机器视觉机构采集精烧产品的历史数据集合，基于历史数据集合训练出预测精烧产品尺寸的机器学习模型；控制模块，装载于检测基座上，控制模块通过机器视觉机构采集精烧产品的图像数据，基于图像数据控制模块使用机器学习模型预测精烧产品的尺寸数据；基于检测托盘建立三维坐标系；通过采集精烧产品的图像数据预测精烧产品的尺寸数据，从而大大提高了精烧产品的测量效率，同时便于精烧产品的大量测量以及反复测量，降低精烧产品的测量成本。

Description

精烧产品形貌检测与尺寸分析系统及方法

技术领域

本发明涉及尺寸测量技术领域，具体涉及精烧产品形貌检测与尺寸分析系统及方法。

背景技术

精烧产品即石英玻璃产品，在完成机械加工和焊接等工序后会形成各种各样的石英部件，完成的石英部件需要进行尺寸检查，现有的尺寸测量设备有游标卡尺和影像测量仪等设备，其中游标卡尺需要通过人工操作，效率低，误差也大，而现有的影像测量仪在使用利用深度学习算法进行尺寸测量时，如授权公告号为CN102620651B的中国专利公开的影像测量仪和授权公告号为CN114909994B的中国专利公开的影像测量仪的校准方法，例如测量圆柱形的石英部件，由于每个石英部件的直径都不是完全相同的，而影像测量仪针对同批次的石英部件是在相同的高度采集石英部件的影像数据，这就导致影像测量仪采集到的图像数据的比例出现误差，通过图像数据利用深度学习算法得出的尺寸数据必然会产生误差，导致得出的精烧产品的尺寸不准确。

发明内容

为了克服上述的技术问题，本发明的目的在于提供精烧产品形貌检测与尺寸分析系统及方法，以解决现有技术中，由于每个石英部件的直径都不是完全相同的，影像测量仪针对同批次的石英部件是在相同的高度采集石英部件的影像数据，这就导致影像测量仪采集到的图像数据的比例出现误差，通过图像数据利用深度学习算法得出的尺寸数据必然会产生误差，导致得出的精烧产品的尺寸不准确的问题。

本发明的目的可以通过以下技术方案实现：

具体是提供一个精烧产品形貌检测与尺寸分析系统，包括：

检测基座，其顶面设置有检测托盘，检测托盘用于运输精烧产品；

机器视觉机构，其设置在检测基座的内侧，机器视觉机构采集精烧产品的历史数据集合，基于历史数据集合训练出预测精烧产品尺寸的机器学习模型；

控制模块，装载于检测基座上，控制模块通过机器视觉机构采集精烧产品的图像数据，基于图像数据控制模块使用机器学习模型预测精烧产品的尺寸数据；

基于检测托盘建立三维坐标系，控制模块通过机器视觉机构采集精烧产品的坐标数据，控制模块使用坐标数据校准精烧产品的尺寸数据。

作为本发明进一步的方案：所述检测基座包括底座本体，底座本体的顶面后端位置固定连接有立座，立座的顶面固定连接有控制机箱，控制机箱的正面固定连接有液压推杆。

作为本发明进一步的方案：所述底座本体的顶面固定连接有移动轨道。

作为本发明进一步的方案：所述机器视觉机构包括升降架，升降架的顶面中间位置固定连接有连接横臂，液压推杆的输出端与连接横臂的顶面中间位置固定连接，升降架的内侧固定连接有第一螺栓杆和第一限位杆，第一螺栓杆和第一限位杆的外侧设有移动臂，移动臂的底面设有机器视觉探头。

作为本发明进一步的方案：所述移动臂包括滚珠螺母和限位座，滚珠螺母和限位座之间安装有第二螺栓杆和第二限位杆，限位座的一侧固定连接有电动机，电动机的输出端与第二螺栓杆的一端通过联轴器固定连接。

作为本发明进一步的方案：所述机器视觉探头包括移动块，移动块的顶部安装有螺母套，移动块的底面固定连接有安装座，安装座的底面固定连接有旋转座，旋转座的一侧固定连接有摄像头，旋转座的底面转动连接有转动座，转动座的一侧固定连接有感应探头。

作为本发明进一步的方案：所述检测托盘包括托盘主体，托盘主体的侧面开设有内置螺纹槽，内置螺纹槽与移动轨道相匹配，托盘主体的内侧开设有轨道槽，轨道槽内设有两根感应杆，托盘主体的顶面中心位置安装有压力传感器。

作为本发明进一步的方案：所述感应杆的两端滑动连接有轨道滑块，轨道滑块与轨道槽相匹配，轨道滑块与感应杆之间安装有回力弹簧。

作为本发明进一步的方案：所述历史数据集合包括N个训练数据集合，N为正整数，训练数据集合包括特征数据和标签数据；

所述特征数据为精烧产品的图像数据，标签数据为精烧产品的尺寸数据；

所述机器学习模型的训练方式为：

以每组训练数据中的特征数据作为机器学习模型的输入，机器学习模型对每组特征数据预测的尺寸数据作为输出，以每组特征数据对应的标签数据中的尺寸数据作为预测目标，以最小化的预测准确度之和作为训练目标；

预测准确度的计算公式为ai=（bi-ci）²，其中ai为预测准确度，bi为第i组训练数据对应的预测的尺寸数据，ci为第i组标签数据中的尺寸数据，预测准确度之和达到收敛时停止训练。

具体还提供一个精烧产品形貌检测与尺寸分析方法，其基于上述的精烧产品形貌检测与尺寸分析系统实现，包括以下步骤：

S1：控制模块通过机器视觉机构采集精烧产品的历史数据集合，基于历史数据集合训练出预测精烧产品尺寸的机器学习模型；

S2：检测托盘通过设置的两根感应杆和压力传感器的配合限制精烧产品的位置；

S3：控制模块通过两根感应杆采集精烧产品的高度数据，液压推杆根据高度数据调整机器视觉机构高度；

S4：检测托盘将精烧产品运输至机器视觉机构的底部，控制模块通过机器视觉机构采集精烧产品的图像数据，基于图像数据控制模块使用机器学习模型预测精烧产品的尺寸数据；

S5：控制模块通过机器视觉机构采集精烧产品的坐标数据，使用坐标数据校准精烧产品的尺寸数据。

本发明的有益效果：

1、本发明中，通过控制模块训练的机器学习模型预测精烧产品的尺寸数据，在机器学习模型训练完成后，便可以通过该精烧产品形貌检测与尺寸分析系统测量精烧产品的尺寸，该方法通过采集精烧产品的图像数据预测精烧产品的尺寸数据，从而大大提高了精烧产品的测量效率，同时便于精烧产品的大量测量以及反复测量，降低精烧产品的测量成本。

2、本发明中，通过在检测托盘上设置的两根感应杆，当精烧产品的形状为圆柱形时，打开电动螺杆，当电动螺杆转动时，在螺母与电动螺杆的配合下可以使感应杆自动沿着轨道槽的方向移动，在感应杆接触到精烧产品的侧面时，感应杆在精烧产品的阻挡下会停止移动，而轨道滑块在电动螺杆的驱动下会克服回力弹簧的弹力作用继续移动，这样感应杆对精烧产品的侧面施加的作用力会抵消一部分精烧产品自身的重力，当压力传感器的读数变小时，则说明感应杆与精烧产品的侧面有效接触，可以保证摄像头到精烧产品最大横截面的距离始终相同，摄像头拍出的照片的比例始终不变，保证通过精烧产品的图像数据得出的尺寸数据的精确度。

3、本发明中，通过设置的感应探头，采集一组精烧产品的三维坐标数据便能校准机器学习模型预测精烧产品的尺寸数据，大大提高了机器学习模型预测精烧产品的尺寸数据的准确度。

附图说明

下面结合附图对本发明作进一步的说明。

图1是本发明的结构示意图；

图2是本发明中检测基座的结构示意图；

图3是本发明中机器视觉机构的结构示意图；

图4是本发明中移动臂的结构示意图；

图5是本发明中机器视觉探头的结构示意图；

图6是本发明中检测托盘的结构示意图；

图7是本发明中感应杆的结构示意图；

图8是本发明中感应杆的局部剖视图；

图9是本发明的系统流程图；

图10是本发明的方法流程图；

图11是本发明中感应杆夹持圆柱形精烧产品的状态图；

图12是本发明中感应杆夹持矩形精烧产品的状态图。

图中：1、检测基座；11、底座本体；12、立座；13、控制机箱；14、液压推杆；15、移动轨道；16、加强杆；2、机器视觉机构；21、升降架；22、连接横臂；23、第一螺栓杆；24、第一限位杆；25、移动臂；251、滚珠螺母；252、限位座；253、第二螺栓杆；254、第二限位杆；255、电动机；26、机器视觉探头；261、移动块；262、螺母套；263、安装座；264、旋转座；265、摄像头；266、转动座；267、感应探头；27、驱动电机；3、检测托盘；31、托盘主体；32、内置螺纹槽；33、轨道槽；34、压力传感器；35、感应杆；351、轨道滑块；352、回力弹簧。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

实施例1：

如图1和图9所示，本发明公开了精烧产品形貌检测与尺寸分析系统，包括检测基座1，其顶面设置有检测托盘3，检测托盘3用于运输精烧产品；在检测基座1的内侧设置有机器视觉机构2，机器视觉机构2采集精烧产品的历史数据集合，基于历史数据集合训练出预测精烧产品尺寸的机器学习模型；在检测基座1上装载有控制模块，控制模块通过机器视觉机构2采集精烧产品的图像数据，基于图像数据控制模块使用机器学习模型预测精烧产品的尺寸数据；基于检测托盘3建立三维坐标系，控制模块通过机器视觉机构2采集精烧产品的坐标数据，控制模块使用坐标数据校准精烧产品的尺寸数据；

需要说明的是，当精烧产品在生产线上完成生产后，转运到检测托盘3上，检测托盘3再将精烧产品运输至机器视觉机构2的底部，然后控制模块通过机器视觉机构2采集历史数据集合，历史数据集合包括N个训练数据集合，N为正整数，训练数据集合包括特征数据和标签数据，特征数据为精烧产品的图像数据，即机器视觉机构2采集到的精烧产品的照片，当机器视觉机构2采集到精烧产品的照片后，会将精烧产品的照片传输至控制模块，标签数据为精烧产品的尺寸数据，即工作人员通过其他技术手段采集到的精烧产品的尺寸数据，其他技术手段例如采用游标卡尺测量的精烧产品的尺寸数据，或者采用影像测量仪测量出的精烧产品的尺寸数据；

机器学习模型采用CNN模型，即卷积神经网络模型，控制模块会收集N个精烧产品的图像数据和尺寸数据，然后基于N个精烧产品的图像数据和尺寸数据训练出预测精烧产品尺寸的机器学习模型，机器学习模型训练的具体方式是：

预测准确度的计算公式为ai=（bi-ci）²，其中ai为预测准确度，bi为第i组训练数据对应的预测的尺寸数据，ci为第i组标签数据中的尺寸数据，预测准确度之和达到收敛时停止训练，需要注意的是，收敛的判断标准是本领域技术人员根据具体的模型训练情况设定；

在机器学习模型训练完成后，便可以通过该精烧产品形貌检测与尺寸分析系统测量精烧产品的尺寸，该方法通过采集精烧产品的图像数据预测精烧产品的尺寸数据，从而大大提高了精烧产品的测量效率，同时便于精烧产品的大量测量以及反复测量，降低精烧产品的测量成本。

如图2所示，检测基座1包括底座本体11，底座本体11的顶面后端位置固定连接有立座12，立座12的顶面固定连接有控制机箱13，控制机箱13的正面固定连接有液压推杆14；需要说明的是，控制机箱13的内部设置储存卡，而控制模块实现的程序就装载在控制机箱13内部的储存卡中。

如图3所示，机器视觉机构2包括升降架21，升降架21的顶面中间位置固定连接有连接横臂22，液压推杆14的输出端与连接横臂22的顶面中间位置固定连接，升降架21的内侧固定连接有第一螺栓杆23和第一限位杆24，第一螺栓杆23和第一限位杆24的外侧设有移动臂25，移动臂25的底面设有机器视觉探头26；

需要说明的是，升降架21的顶面靠近第一螺栓杆23的一端位置螺栓连接有驱动电机27，驱动电机27的输出轴通过齿轮与第一螺栓杆23的一端啮合，这样打开驱动电机27后，驱动电机27的动力可以通过齿轮传输至第一螺栓杆23，带动第一螺栓杆23转动，由于液压推杆14的输出端与连接横臂22的顶面中间位置固定连接，所以打开液压推杆14时，液压推杆14的输出端便可以通过驱动连接横臂22来驱动升降架21，调节升降架21的高度。

如图4所示，移动臂25包括滚珠螺母251和限位座252，滚珠螺母251和限位座252之间安装有第二螺栓杆253和第二限位杆254，限位座252的一侧固定连接有电动机255，电动机255的输出端与第二螺栓杆253的一端通过联轴器固定连接；

需要说明的是，滚珠螺母251和限位座252分别与第一螺栓杆23和第一限位杆24相匹配，当打开驱动电机27后，驱动电机27的动力可以通过齿轮传输至第一螺栓杆23，带动第一螺栓杆23转动，转动的驱动电机27则可以配合滚珠螺母251，使移动臂25沿着第一限位杆24的轴向移动，由于机器视觉探头26设置在移动臂25的底面，所以当移动臂25沿着第一限位杆24的轴向移动时会带动机器视觉探头26同步移动。

如图5所示，机器视觉探头26包括移动块261，移动块261的顶部安装有螺母套262，移动块261的底面固定连接有安装座263，安装座263的底面固定连接有旋转座264，旋转座264的一侧固定连接有摄像头265，旋转座264的底面转动连接有转动座266，转动座266的一侧固定连接有感应探头267；

需要说明的是，移动块261顶部安装的螺母套262与第二螺栓杆253相匹配，并且在螺母套262的一侧还开设有与第二限位杆254相匹配的限位孔，限制移动块261的移动方向，当打开电动机255时，由于电动机255的输出端与第二螺栓杆253的一端通过联轴器固定连接，电动机255的输出轴会带动第二螺栓杆253转动，转动的第二螺栓杆253配合螺母套262实现移动块261沿着第二限位杆254的轴向移动，因此机器视觉探头26可以实现水平的横向和纵向移动，而液压推杆14可以调节机器视觉探头26竖直方向的位置，所以保证机器视觉探头26可以在三维方向自由移动，契合不同形状的精烧产品；

另外需要注意的是，安装座263的底面安装有转向电机（图中未示出），转向电机的输出轴与旋转座264的顶面固定连接，这样打开转向电机时，转向电机的输出轴便能带动旋转座264转向，转动的旋转座264会通过转动座266带动感应探头267转动，实现了感应探头267的转向调节，旋转座264和转动座266之间通过铰链连接，即转动座266可以调整感应探头267与竖直方向的角度，感应探头267可以采用红外非接触式的探头或者压力接触式的探头，当感应探头267与精烧产品接触时，便基于检测托盘3建立三维坐标系获取接触点的三维坐标。

实施例2：

如图6、图7和图8所示，检测托盘3包括托盘主体31，托盘主体31的侧面开设有内置螺纹槽32，底座本体11的顶面固定连接有移动轨道15，内置螺纹槽32与移动轨道15相匹配，托盘主体31的内侧开设有轨道槽33，轨道槽33内设有两根感应杆35，托盘主体31的顶面中心位置安装有压力传感器34；感应杆35的两端滑动连接有轨道滑块351，轨道滑块351与轨道槽33相匹配，轨道滑块351与感应杆35之间安装有回力弹簧352，需要注意的是，移动轨道15采用丝杠螺母的驱动方式，移动轨道15的两端还连接有加强杆16，保证移动轨道15的稳定性；

需要说明的是，在轨道槽33的内部通过轴承安装电动螺杆，在轨道滑块351靠近电动螺杆的位置设置螺母，该螺母与电动螺杆相匹配，当电动螺杆转动时，在螺母与电动螺杆的配合下可以使感应杆35自动沿着轨道槽33的方向移动；

当将精烧产品放在托盘主体31顶面的中心位置时，托盘主体31顶面中心位置的压力传感器34会采集到精烧产品的重力数据，然后打开电动螺杆，当电动螺杆转动时，在螺母与电动螺杆的配合下可以使感应杆35自动沿着轨道槽33的方向移动，直至感应杆35将精烧产品夹持住，保证精烧产品在进行尺寸分析的过程中不会发生移动，有助于机器视觉机构2采集精烧产品的图像数据和坐标数据，基于检测托盘3建立的三维坐标系以压力传感器34的顶面圆心为坐标系的原点，感应杆35的内侧设有突出边，当突出边与精烧产品的侧面接触时，便会采集与精烧产品侧面接触点的坐标；

当精烧产品的形状为圆柱形时，如图11所示，打开电动螺杆，当电动螺杆转动时，在螺母与电动螺杆的配合下可以使感应杆35自动沿着轨道槽33的方向移动，在感应杆35接触到精烧产品的侧面时，如图8所示，感应杆35在精烧产品的阻挡下会停止移动，而轨道滑块351在电动螺杆的驱动下会克服回力弹簧352的弹力作用继续移动，这样感应杆35对精烧产品的侧面施加的作用力会抵消一部分精烧产品自身的重力，当压力传感器34的读数变小时，则说明感应杆35与精烧产品的侧面有效接触，例如当压力传感器34监测到精烧产品的初始重力为m，即压力传感器34的读数为m，则当压力传感器34监测的读数小于0.8m时，则认为感应杆35与精烧产品的侧面有效接触；

如图11所示，以三维坐标系的原点做出横截面，形成二维坐标系，二维坐标系的横轴为三维坐标系的y轴，二维坐标系的纵轴为三维坐标系的z轴，这样可以获取精烧产品侧面的三个点坐标A(-y，z)、B（y，z）以及o（0，0），其中A(-y，z)、B（y，z）是两个感应杆35测定精烧产品侧面的坐标，o是压力传感器34测定精烧产品侧面的坐标，设精烧产品圆心的坐标为（0，z₀），则精烧产品的直径为2z₀；

（-y）²+（z-z₀）²=r²；

（z₀）²=r²；

代入A(-y，z)或B（y，z）的坐标计算出z₀的值，根据z₀的值确定精烧产品的实际半径r，预设摄像头265到精烧产品圆心的高度为L0，摄像头265到原点o的距离为L0+r0，r0是精烧产品的标准半径，则需要调整后摄像头265距离三维坐标系原点的高度为L0+r，这样可以保证摄像头265到精烧产品最大横截面的距离始终相同，摄像头265拍出的照片的比例始终不变，保证通过精烧产品的图像数据得出的尺寸数据的精确度；

当控制模块根据精烧产品的图像数据使用机器学习模型预测出尺寸数据后，然后根据尺寸数据在三维坐标系上标记出精烧产品顶点所对应的三维坐标（x1，y1，z1），以及精烧产品圆心所对应的三维坐标（x0，y0，z0），然后再控制感应探头267，使感应探头267移动至精烧产品顶点处，采集感应探头267顶点处的三维坐标（x2，y2，z2），例如控制模块使用机器学习模型预测精烧产品的直径为d=2×[（x1-x0）²+（y1-y0）²+（z1-z0）²]^-2，则校准后的精烧产品的直径为：

d_校准=2×[（x2-x0）²+（y2-y0）²+（z2-z0）²]^-2；

然后计算误差系数n=（d_校准-d）/d，根据误差系数n校准精烧产品上的其它尺寸参数，例如精烧产品的内径、厚度以及长度等。

当精烧产品的形状为矩形时，如图12所示，打开电动螺杆，当电动螺杆转动时，在螺母与电动螺杆的配合下可以使感应杆35自动沿着轨道槽33的方向移动，在感应杆35接触到精烧产品的侧面时，将精烧产品夹持住，保证精烧产品在进行尺寸分析的过程中不会发生移动，有助于机器视觉机构2采集精烧产品的图像数据和坐标数据，预设摄像头265到三维坐标系原点的高度为L0，则需要调整后摄像头265距离三维坐标系原点的高度为L0，这样可以保证摄像头265到精烧产品最大横截面的距离始终相同，摄像头265拍出的照片的比例始终不变，保证通过精烧产品的图像数据得出的尺寸数据的精确度。

实施例3：

具体提供一个精烧产品形貌检测与尺寸分析方法，其基于上述的精烧产品形貌检测与尺寸分析系统实现，如图10所示，包括以下步骤：

S1：控制模块通过机器视觉机构2采集精烧产品的历史数据集合，基于历史数据集合训练出预测精烧产品尺寸的机器学习模型，机器学习模型的具体训练方式为：

控制模块通过机器视觉机构2采集历史数据集合，历史数据集合包括N个训练数据集合，N为正整数，训练数据集合包括特征数据和标签数据，特征数据为精烧产品的图像数据，即机器视觉机构2采集到的精烧产品的照片，当机器视觉机构2采集到精烧产品的照片后，会将精烧产品的照片传输至控制模块，标签数据为精烧产品的尺寸数据，即工作人员通过其他技术手段采集到的精烧产品的尺寸数据，其他技术手段例如采用游标卡尺测量的精烧产品的尺寸数据，或者采用影像测量仪测量出的精烧产品的尺寸数据；

S2：检测托盘3通过设置的两根感应杆35和压力传感器34的配合限制精烧产品的位置，具体是先将待测精烧产品放在压力传感器34的顶面，然后打开电动螺杆，当电动螺杆转动时，在螺母与电动螺杆的配合下可以使感应杆35自动沿着轨道槽33的方向移动，直至感应杆35将精烧产品夹持住，保证精烧产品在进行尺寸分析的过程中不会发生移动，有助于机器视觉机构2采集精烧产品的图像数据和坐标数据；

这里以圆柱形的精烧产品为例，如图11所示，打开电动螺杆，当电动螺杆转动时，在螺母与电动螺杆的配合下可以使感应杆35自动沿着轨道槽33的方向移动，在感应杆35接触到精烧产品的侧面时，如图8所示，感应杆35在精烧产品的阻挡下会停止移动，而轨道滑块351在电动螺杆的驱动下会克服回力弹簧352的弹力作用继续移动，这样感应杆35对精烧产品的侧面施加的作用力会抵消一部分精烧产品自身的重力，当压力传感器34的读数变小时，则说明感应杆35与精烧产品的侧面有效接触，例如当压力传感器34监测到精烧产品的初始重力为m，即压力传感器34的读数为m，则当压力传感器34监测的读数小于0.8m时，则认为感应杆35与精烧产品的侧面有效接触；

S3：控制模块通过两根感应杆35采集精烧产品的高度数据，液压推杆14根据高度数据调整机器视觉机构2高度，具体是控制模块根据两个感应杆35在三维坐标系的位置计精烧产品的实际半径r，如图11所示，以三维坐标系的原点做出横截面，形成二维坐标系，二维坐标系的横轴为三维坐标系的y轴，二维坐标系的纵轴为三维坐标系的z轴，这样可以获取精烧产品侧面的三个点坐标A(-y，z)、B（y，z）以及o（0，0），其中A(-y，z)、B（y，z）是两个感应杆35测定精烧产品侧面的坐标，o是压力传感器34测定精烧产品侧面的坐标，设精烧产品圆心的坐标为（0，z₀），则精烧产品的直径为2z₀；

（-y）²+（z-z₀）²=r²；

（z₀）²=r²；

S4：检测托盘3将精烧产品运输至机器视觉机构2的底部，控制模块通过机器视觉机构2采集精烧产品的图像数据，基于图像数据控制模块使用机器学习模型预测精烧产品的尺寸数据；

S5：控制模块通过机器视觉机构2采集精烧产品的坐标数据，使用坐标数据校准精烧产品的尺寸数据，具体是当控制模块根据精烧产品的图像数据使用机器学习模型预测出尺寸数据后，然后根据尺寸数据在三维坐标系上标记出精烧产品顶点所对应的三维坐标（x，y，z），以及精烧产品圆心所对应的三维坐标（x0，y0，z0），然后再控制感应探头267，使感应探头267移动至精烧产品顶点处，采集感应探头267顶点处的三维坐标（x1，y1，z1），例如控制模块使用机器学习模型预测精烧产品的直径为d=2×[（x-x0）²+（y-y0）²+（z-z0）²]^-2，则校准后的精烧产品的直径为：

d_校准=2×[（x1-x0）²+（y1-y0）²+（z1-z0）²]^-2；

以上对本发明的一个实施例进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应仍归属于本发明的专利涵盖范围之内。

Claims

1.精烧产品形貌检测与尺寸分析系统，其特征在于，包括：

检测基座（1），其顶面设置有检测托盘（3），检测托盘（3）用于运输精烧产品；

机器视觉机构（2），其设置在检测基座（1）的内侧，机器视觉机构（2）采集精烧产品的历史数据集合，基于历史数据集合训练出预测精烧产品尺寸的机器学习模型；

控制模块，装载于检测基座（1）上，控制模块通过机器视觉机构（2）采集精烧产品的图像数据，基于图像数据控制模块使用机器学习模型预测精烧产品的尺寸数据；

基于检测托盘（3）建立三维坐标系，控制模块通过机器视觉机构（2）采集精烧产品的坐标数据，控制模块使用坐标数据校准精烧产品的尺寸数据；

所述检测基座（1）包括底座本体（11），底座本体（11）的顶面后端位置固定连接有立座（12），立座（12）的顶面固定连接有控制机箱（13），控制机箱（13）的正面固定连接有液压推杆（14）；

所述底座本体（11）的顶面固定连接有移动轨道（15）；

所述机器视觉机构（2）包括升降架（21），升降架（21）的顶面中间位置固定连接有连接横臂（22），液压推杆（14）的输出端与连接横臂（22）的顶面中间位置固定连接，升降架（21）的内侧固定连接有第一螺栓杆（23）和第一限位杆（24），第一螺栓杆（23）和第一限位杆（24）的外侧设有移动臂（25），移动臂（25）的底面设有机器视觉探头（26）；

所述检测托盘（3）包括托盘主体（31），托盘主体（31）的侧面开设有内置螺纹槽（32），内置螺纹槽（32）与移动轨道（15）相匹配，托盘主体（31）的内侧开设有轨道槽（33），轨道槽（33）内设有两根感应杆（35），托盘主体（31）的顶面中心位置安装有压力传感器（34）；

所述感应杆（35）的两端滑动连接有轨道滑块（351），轨道滑块（351）与轨道槽（33）相匹配，轨道滑块（351）与感应杆（35）之间安装有回力弹簧（352）。

2.根据权利要求1所述的精烧产品形貌检测与尺寸分析系统，其特征在于，所述移动臂（25）包括滚珠螺母（251）和限位座（252），滚珠螺母（251）和限位座（252）之间安装有第二螺栓杆（253）和第二限位杆（254），限位座（252）的一侧固定连接有电动机（255），电动机（255）的输出端与第二螺栓杆（253）的一端通过联轴器固定连接。

3.根据权利要求2所述的精烧产品形貌检测与尺寸分析系统，其特征在于，所述机器视觉探头（26）包括移动块（261），移动块（261）的顶部安装有螺母套（262），移动块（261）的底面固定连接有安装座（263），安装座（263）的底面固定连接有旋转座（264），旋转座（264）的一侧固定连接有摄像头（265），旋转座（264）的底面转动连接有转动座（266），转动座（266）的一侧固定连接有感应探头（267）。

4.根据权利要求1所述的精烧产品形貌检测与尺寸分析系统，其特征在于，所述历史数据集合包括N个训练数据集合，N为正整数，训练数据集合包括特征数据和标签数据；

所述机器学习模型的训练方式为：

5.精烧产品形貌检测与尺寸分析方法，其基于权利要求4所述的精烧产品形貌检测与尺寸分析系统实现，其特征在于，包括以下步骤：

S1：控制模块通过机器视觉机构（2）采集精烧产品的历史数据集合，基于历史数据集合训练出预测精烧产品尺寸的机器学习模型；

S2：检测托盘（3）通过设置的两根感应杆（35）和压力传感器（34）的配合限制精烧产品的位置；

S3：控制模块通过两根感应杆（35）采集精烧产品的高度数据，液压推杆（14）根据高度数据调整机器视觉机构（2）高度；

S4：检测托盘（3）将精烧产品运输至机器视觉机构（2）的底部，控制模块通过机器视觉机构（2）采集精烧产品的图像数据，基于图像数据控制模块使用机器学习模型预测精烧产品的尺寸数据；

S5：控制模块通过机器视觉机构（2）采集精烧产品的坐标数据，使用坐标数据校准精烧产品的尺寸数据。