木材加工控制方法、装置、电子设备及存储介质制造方法及图纸

本公开实施例公开了一种木材加工控制方法、装置、电子设备及存储介质。其中，木材加工控制方法包括：获取目标木材的第一图像；其中，所述目标木材为初次加工过的木材；将所述第一图像输入至预先训练好的机器学习模型，生成所述目标木材的二次打磨策略；将所述二次打磨策略输出至加工设备，以控制所述加工设备对所述目标木材进行打磨。本公开针对初次加工过的木材，通过获取其图像数据，并将图像数据输入至预先训练好的机器学习模型中，生成二次打磨策略，之后再将二次打磨策略输出至加工设备，以控制加工设备对木材进行二次打磨，而无需人工进行二次打磨，节省了人力成本，提高了木材加工效率。

Wood Processing Control Method, Equipment, Electronic Equipment and Storage Media

The embodiment of the present disclosure discloses a wood processing control method, device, electronic device and storage medium. The wood processing control method includes: acquiring the first image of the target wood; in which the target wood is the first processed wood; inputting the first image into the pre-trained machine learning model to generate the second polishing strategy of the target wood; and outputting the second polishing strategy to the processing equipment to control the processing equipment to the target wood. Wood is ground. The present disclosure aims at the first-time processed wood, by acquiring its image data and inputting the image data into the pre-trained machine learning model, generates a second polishing strategy, and then outputs the second polishing strategy to the processing equipment to control the second polishing of the wood by the processing equipment, without requiring manual secondary polishing, thereby saving human costs and improving the wood quality. Processing efficiency.

【技术实现步骤摘要】
木材加工控制方法、装置、电子设备及存储介质
本公开涉及智能控制
，具体涉及一种木材加工控制方法、装置、电子设备及存储介质。
技术介绍
目前的木材加工自动化领域中，设备能够实现部分的加工自动化，例如通过自动化设备对木材，木块，木桩等木料进行打磨。然而，由于自动化加工设备只是按照预定义的路线控制打磨装置，这使得由于木块的非标特性导致打磨结果无法像其他工件一样质量可控。例如，当木料由于自然生长的原因导致一些部分紧致，一些部分松软。因此在加工设备按预定义的路线打磨之后，会造成打磨结果的不一致。除此之外，这些木材表面自动化加工方法使用台锯、平刨或压刨的处理之后虽然会显得平整光滑，但刀具留下的刀痕和锯路在上漆之后，会非常明显的表现出来。因此，一般木材通过自动化加工之后，往往还需要进行人工的二次打磨。
技术实现思路
本公开实施例提供一种木材加工控制方法、装置、电子设备及计算机可读存储介质。第一方面，本公开实施例中提供了一种木材加工控制方法。具体的，所述木材加工控制方法，包括：获取目标木材的第一图像；其中，所述目标木材为初次加工过的木材；将所述第一图像输入至预先训练好的机器学习模型，生成所述目标木材的二次打磨策略；将所述二次打磨策略输出至加工设备，以控制所述加工设备对所述目标木材进行打磨。进一步地，将所述第一图像输入至预先训练好的机器学习模型，生成所述目标木材的二次打磨策略，包括以下至少之一：将所述第一图像输入至预先训练好的机器学习模型，识别所述目标木材上用于打磨的目标区域；将所述第一图像输入至预先训练好的机器学习模型，规划打磨所述目标木材所采用的磨具参数；将所述第一图像输入至预先训练好的机器学习模型，规划打磨所述目标木材的路径。进一步地，将所述二次打磨策略输出至加工设备，以控制所述加工设备对所述目标木材进行打磨之后，还包括：获取经过所述二次打磨策略打磨过的所述目标木材的第二图像；将所述第二图像输入至所述机器学习模型，生成所述目标木材的再次打磨策略。进一步地，所述木材加工控制方法，还包括：确定所述第一图像的第一深度信息；将所述第一图像输入至预先训练好的机器学习模型，生成所述目标木材的二次打磨策略，包括：将所述第一图像和所述第一深度信息输入至预先训练好的所述机器学习模型，生成所述二次打磨策略。进一步地，所述木材加工控制方法，其特征在于，还包括：确定所述第二图像的第二深度信息；将所述第二图像输入至所述机器学习模型，生成所述目标木材的再次打磨策略，包括：将所述第二图像和所述第二深度信息输入至预先训练好的所述机器学习模型，生成所述再次打磨策略。进一步地，所述第一深度信息和第二深度信息利用距离传感器或者获取所述第一图像和/或所述第二图像的深度图像传感器得到。进一步地，所述磨具参数包括规划要使用的一个或多个磨头的粒度。进一步地，所述木材加工控制方法，还包括：获取所述目标木材的原始图像；将所述原始图像输入至所述机器学习模型，生成对所述目标木材的初次加工策略；将所述初次加工策略输出至加工设备，以控制所述加工设备对所述目标木材进行初次加工。第二方面，本公开实施例中提供了一种木材加工控制装置。具体的，所述木材加工控制装置，包括：第一获取模块，被配置为获取目标木材的第一图像；其中，所述目标木材为初次加工过的木材；第一生成模块，被配置为将所述第一图像输入至预先训练好的机器学习模型，生成所述目标木材的二次打磨策略；第一输出模块，被配置为将所述二次打磨策略输出至加工设备，以控制所述加工设备对所述目标木材进行打磨。进一步地，所述第一生成模块，包括以下至少之一：识别子模块，被配置为将所述第一图像输入至预先训练好的机器学习模型，识别所述目标木材上用于打磨的目标区域；第一规划子模块，被配置为将所述第一图像输入至预先训练好的机器学习模型，规划打磨所述目标木材所采用的磨具参数；第二规划子模块，被配置为将所述第一图像输入至预先训练好的机器学习模型，规划打磨所述目标木材的路径。进一步地，所述输出模块之后，还包括：第二获取模块，被配置为获取经过所述二次打磨策略打磨过的所述目标木材的第二图像；第二生成模块，被配置为将所述第二图像输入至所述机器学习模型，生成所述目标木材的再次打磨策略。进一步地，所述木材加工控制装置，还包括：第一确定模块，被配置为确定所述第一图像的第一深度信息；所述第一生成模块，包括：第一生成子模块，被配置为将所述第一图像和所述第一深度信息输入至预先训练好的所述机器学习模型，生成所述二次打磨策略。进一步地，所述木材加工控制装置，还包括：第二确定模块，被配置为确定所述第二图像的第二深度信息；所述第二生成模块，包括：第二生成子模块，被配置为将所述第二图像和所述第二深度信息输入至预先训练好的所述机器学习模型，生成所述再次打磨策略。进一步地，所述第一深度信息和第二深度信息利用距离传感器或者获取所述第一图像和/或所述第二图像的深度图像传感器得到。进一步地，所述磨具参数包括规划要使用的一个或多个磨头的粒度。进一步地，所述木材加工控制装置，还包括：第三获取模块，被配置为获取所述目标木材的原始图像；第三生成模块，被配置为将所述原始图像输入至所述机器学习模型，生成对所述目标木材的初次加工策略；第二输出模块，被配置为将所述初次加工策略输出至加工设备，以控制所述加工设备对所述目标木材进行初次加工。所述功能可以通过硬件实现，也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个与上述功能相对应的模块。在一个可能的设计中，木材加工控制装置的结构中包括存储器和处理器，所述存储器用于存储一条或多条支持木材加工控制装置执行上述第一方面中木材加工控制方法的计算机指令，所述处理器被配置为用于执行所述存储器中存储的计算机指令。所述木材加工控制装置还可以包括通信接口，用于木材加工控制装置与其他设备或通信网络通信。第三方面，本公开实施例提供了一种电子设备，包括存储器和处理器；其中，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现第一方面所述的方法步骤。第四方面，本公开实施例提供了一种计算机可读存储介质，用于存储木材加工控制装置所用的计算机指令，其包含用于执行上述第一方面中木材加工控制方法所涉及的计算机指令。本公开实施例提供的技术方案可以包括以下有益效果：本公开实施例针对初次加工过的木材，通过获取其图像数据，并将图像数据输入至预先训练好的机器学习模型中，生成二次打磨策略，之后再将二次打磨策略输出至加工设备，以控制加工设备对木材进行二次打磨。通过本公开上述方式，可以针对初次加工过的木材自动进行二次打磨，而无需人工进行二次打磨，节省了人力成本，提高了木材加工效率。应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。附图说明结合附图，通过以下非限制性实施方式的详细描述，本公开的其它特征、目的和优点将变得更加明显。在附图中：图1示出根据本公开一实施方式的木材加工控制方法的流程图；图2示出根据本公开一实施方式的木材加工控制方法的实施流程示意图；图3示出本公开一实施方式中使用的初次加工后的目标木材的图像示意图；图4示出本公开一实施方式中机器学习模型处理初次加工后的木材图像的流程示意图；图5中示出根据本公开一本文档来自技高网...

【技术保护点】
1.一种木材加工控制方法，其特征在于，包括：获取目标木材的第一图像；其中，所述目标木材为初次加工过的木材；将所述第一图像输入至预先训练好的机器学习模型，生成所述目标木材的二次打磨策略；将所述二次打磨策略输出至加工设备，以控制所述加工设备对所述目标木材进行打磨。

【技术特征摘要】
1.一种木材加工控制方法，其特征在于，包括：获取目标木材的第一图像；其中，所述目标木材为初次加工过的木材；将所述第一图像输入至预先训练好的机器学习模型，生成所述目标木材的二次打磨策略；将所述二次打磨策略输出至加工设备，以控制所述加工设备对所述目标木材进行打磨。2.根据权利要求1所述的方法，其特征在于，将所述第一图像输入至预先训练好的机器学习模型，生成所述目标木材的二次打磨策略，包括以下至少之一：将所述第一图像输入至预先训练好的机器学习模型，识别所述目标木材上用于打磨的目标区域；将所述第一图像输入至预先训练好的机器学习模型，规划打磨所述目标木材所采用的磨具参数；将所述第一图像输入至预先训练好的机器学习模型，规划打磨所述目标木材的路径。3.根据权利要求1所述的方法，其特征在于，将所述二次打磨策略输出至加工设备，以控制所述加工设备对所述目标木材进行打磨之后，还包括：获取经过所述二次打磨策略打磨过的所述目标木材的第二图像；将所述第二图像输入至所述机器学习模型，生成所述目标木材的再次打磨策略。4.根据权利要求1-3任一项所述的方法，其特征在于，还包括：确定所述第一图像的第一深度信息；将所述第一图像输入至预先训练好的机器学习模型，生成所述目标木材的二次打磨策略，包括：将所述第一图像和所述第一深度信息输入至预先训练好的所述机器学习模型，生成所...

【专利技术属性】
技术研发人员：丁磊，
申请(专利权)人：北京木业邦科技有限公司，
类型：发明
国别省市：北京,11