铝材加工的液压式撞角机及其使用方法技术

本申请涉及智能制造的领域，其具体地公开了一种铝材加工的液压式撞角机及其使用方法，其通过卷积神经网络模型来提取撞角机在对装的过程中两侧铝材所呈现的夹角和形状发生的微弱变化隐含特征以进行铝材组装件的规范预警，并且在特征提取中使用感兴趣区域来更加聚焦于所述两侧铝材与定位块的结合处，同时对于感兴趣区域的特征图进行相对于特征图整体的归一化修正，使得局部特征对于全局特征具有信息最小化的鲁棒性，相对于对于特征局部进行向着特征整体的聚类操作，从而增大局部特征分布对于全局特征分布的依赖性，进而提升了模型预测的准确度。测的准确度。测的准确度。

【技术实现步骤摘要】
铝材加工的液压式撞角机及其使用方法


[0001]本申请涉及智能制造的领域，且更为具体地，涉及一种铝材加工的液压式撞角机及其使用方法。

技术介绍

[0002]撞角机又称组角机，是高档断桥铝合金门窗生产专用设备，适用于角码结构型铝门窗90度角连接，根据可组角的不同，分为单头组角机，双头组角机，四头组角机，由组角油缸推动组角滑板，组角滑板向前运动，同时推动左右冲铆轴，由冲铆轴上的组角刀实现对铝门窗90度角连接。
[0003]撞角机在对装的过程中采用在两侧设置顶紧液压缸，通过顶紧液压缸推动铝材，实现两侧铝材在定位块夹角处对装，但对于不同长度的铝材，这种方式很难掌握顶紧液压缸的行程和动作时间，这样就控制不好铝材的运动距离，经常造成对装过头或者对装不完全，对装过头的两个铝材在接触处由于液压缸过度挤压，被挤压抬起甚至变形，严重影响定位精度的组装效果，从而影响组角质量，同时对于长度较长的铝材(如超出工作台面的铝材)，顶紧液压缸则完全失去作用。因此,期待一种具有对装精度自检功能的液压式撞角机。

技术实现思路

[0004]为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种铝材加工的液压式撞角机及其使用方法，其通过卷积神经网络模型来提取撞角机在对装的过程中两侧铝材所呈现的夹角和形状发生的微弱变化隐含特征以进行铝材组装件的规范预警，并且在特征提取中使用感兴趣区域来更加聚焦于所述两侧铝材与定位块的结合处，同时对于感兴趣区域的特征图进行相对于特征图整体的归一化修正，使得局部特征对于全局特征具有信息最小化的鲁棒性，相对于对于特征局部进行向着特征整体的聚类操作，从而增大局部特征分布对于全局特征分布的依赖性，进而提升了模型预测的准确度。
[0005]根据本申请的一个方面，提供了一种铝材加工的液压式撞角机，其包括：训练模块，包括：训练数据单元，用于获取由部署于液压式撞角机的相机采集的铝材组装件的组装图像以及参考图像，所述参考图像为组装规范的铝材组装件的图像；第一图像控制结果生成单元，用于将所述组装图像通过第一卷积神经网络以得到第一特征图；第二图像控制结果生成单元，用于将所述参考图像通过第二卷积神经网络以得到第二特征图；距离损失计算单元，用于计算所述第一特征图和所述第二特征图之间的距离损失函数值；感兴趣区域提取单元，用于将所述第一特征图通过候选框提取网络以从所述第一特征图提取第一感兴趣区域和第二感兴趣区域，其中，所述第一感兴趣区域和所述第二感兴趣区域对应于所述铝材组装件的定位块与两侧铝材的两个结合处；参考值获取单元，用于获取所述组装规范的铝材组装件在其定位块与两侧铝材的两个结合处的两个压力值；感兴趣区域加强单元，用于基于所述第一特征图，分别对所述第一感兴趣区域和所述第二感兴趣区域进行校正以得到校正后第一感兴趣区域和校正后第二感兴趣区域；交叉熵损失函数值计算单元，用于
分别计算所述校正后第一感兴趣区域和校正后第二感兴趣区域与所述两个压力值的第一交叉熵数值和第二交叉熵数值，并计算所述第一交叉熵数值和所述第二交叉熵数值的加权和作为交叉熵损失函数值；分类损失计算单元，用于将所述第一特征图通过分类器以得到分类损失函数值；以及训练单元，用于以所述交叉熵损失函数值、距离损失函数值和所述分类损失函数值的加权和作为损失函数值对所述第一卷积神经网络和所述分类器进行训练；以及推断模块，包括：组装过程图像获取单元，用于获取由部署于液压式撞角机的相机采集的铝材组装件的组装图像；组装图像识别单元，用于将所述组装图像通过经训练模块训练完成的所述第一卷积神经网络以得到第一特征图；以及控制结果生成单元，用于将所述第一特征图通过经训练模块训练完成的所述分类器以得到分类结果，所述分类结果用于表示铝材组装件是否组装规范。
[0006]根据本申请的另一个方面，提供了一种铝材加工的液压式撞角机的使用方法，其包括：训练阶段，包括：获取由部署于液压式撞角机的相机采集的铝材组装件的组装图像以及参考图像，所述参考图像为组装规范的铝材组装件的图像；将所述组装图像通过第一卷积神经网络以得到第一特征图；将所述参考图像通过第二卷积神经网络以得到第二特征图；计算所述第一特征图和所述第二特征图之间的距离损失函数值；将所述第一特征图通过候选框提取网络以从所述第一特征图提取第一感兴趣区域和第二感兴趣区域，其中，所述第一感兴趣区域和所述第二感兴趣区域对应于所述铝材组装件的定位块与两侧铝材的两个结合处；获取所述组装规范的铝材组装件在其定位块与两侧铝材的两个结合处的两个压力值；基于所述第一特征图，分别对所述第一感兴趣区域和所述第二感兴趣区域进行校正以得到校正后第一感兴趣区域和校正后第二感兴趣区域；分别计算所述校正后第一感兴趣区域和校正后第二感兴趣区域与所述两个压力值的第一交叉熵数值和第二交叉熵数值，并计算所述第一交叉熵数值和所述第二交叉熵数值的加权和作为交叉熵损失函数值；将所述第一特征图通过分类器以得到分类损失函数值；以及以所述交叉熵损失函数值、距离损失函数值和所述分类损失函数值的加权和作为损失函数值对所述第一卷积神经网络和所述分类器进行训练；以及推断阶段，包括：获取由部署于液压式撞角机的相机采集的铝材组装件的组装图像；将所述组装图像通过经训练模块训练完成的所述第一卷积神经网络以得到第一特征图；以及将所述第一特征图通过经训练模块训练完成的所述分类器以得到分类结果，所述分类结果用于表示铝材组装件是否组装规范。
[0007]与现有技术相比，本申请提供的铝材加工的液压式撞角机及其使用方法，其通过卷积神经网络模型来提取撞角机在对装的过程中两侧铝材所呈现的夹角和形状发生的微弱变化隐含特征以进行铝材组装件的规范预警，并且在特征提取中使用感兴趣区域来更加聚焦于所述两侧铝材与定位块的结合处，同时对于感兴趣区域的特征图进行相对于特征图整体的归一化修正，使得局部特征对于全局特征具有信息最小化的鲁棒性，相对于对于特征局部进行向着特征整体的聚类操作，从而增大局部特征分布对于全局特征分布的依赖性，进而提升了模型预测的准确度。
附图说明
[0008]通过结合附图对本申请实施例进行更详细的描述，本申请的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本申请实施例的进一步理解，并且构成说明
书的一部分，与本申请实施例一起用于解释本申请，并不构成对本申请的限制。在附图中，相同的参考标号通常代表相同部件或步骤。
[0009]图1为根据本申请实施例的铝材加工的液压式撞角机的场景示意图。
[0010]图2为根据本申请实施例的铝材加工的液压式撞角机的框图。
[0011]图3A为根据本申请实施例的铝材加工的液压式撞角机的使用方法中训练阶段的流程图。
[0012]图3B为根据本申请实施例的铝材加工的液压式撞角机的使用方法中推断阶段的流程图。
[0013]图4为根据本申请实施例的铝材加工的液压式撞角机的使用方法中训练阶段的架构示意图。
[0014]图5为根据本申请实施例的铝材加工的液压式撞角机的使用方法中推断阶段的架构示意图。
具体实施方式
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种铝材加工的液压式撞角机，其特征在于，包括：训练模块，包括：训练数据单元，用于获取由部署于液压式撞角机的相机采集的铝材组装件的组装图像以及参考图像，所述参考图像为组装规范的铝材组装件的图像；第一图像控制结果生成单元，用于将所述组装图像通过第一卷积神经网络以得到第一特征图；第二图像控制结果生成单元，用于将所述参考图像通过第二卷积神经网络以得到第二特征图；距离损失计算单元，用于计算所述第一特征图和所述第二特征图之间的距离损失函数值；感兴趣区域提取单元，用于将所述第一特征图通过候选框提取网络以从所述第一特征图提取第一感兴趣区域和第二感兴趣区域，其中，所述第一感兴趣区域和所述第二感兴趣区域对应于所述铝材组装件的定位块与两侧铝材的两个结合处；参考值获取单元，用于获取所述组装规范的铝材组装件在其定位块与两侧铝材的两个结合处的两个压力值；感兴趣区域加强单元，用于基于所述第一特征图，分别对所述第一感兴趣区域和所述第二感兴趣区域进行校正以得到校正后第一感兴趣区域和校正后第二感兴趣区域；交叉熵损失函数值计算单元，用于分别计算所述校正后第一感兴趣区域和校正后第二感兴趣区域与所述两个压力值的第一交叉熵数值和第二交叉熵数值，并计算所述第一交叉熵数值和所述第二交叉熵数值的加权和作为交叉熵损失函数值；分类损失计算单元，用于将所述第一特征图通过分类器以得到分类损失函数值；以及训练单元，用于以所述交叉熵损失函数值、距离损失函数值和所述分类损失函数值的加权和作为损失函数值对所述第一卷积神经网络和所述分类器进行训练；以及推断模块，包括：组装过程图像获取单元，用于获取由部署于液压式撞角机的相机采集的铝材组装件的组装图像；组装图像识别单元，用于将所述组装图像通过经训练模块训练完成的所述第一卷积神经网络以得到第一特征图；以及控制结果生成单元，用于将所述第一特征图通过经训练模块训练完成的所述分类器以得到分类结果，所述分类结果用于表示铝材组装件是否组装规范。2.根据权利要求1所述的铝材加工的液压式撞角机，其中，所述距离损失计算单元，进一步用于：以如下公式计算所述第一特征图和所述第二特征图之间的所述距离损失函数值；其中，所述公式为：其中，为所述距离损失函数值，为所述第一特征图中的每个位置的特征值，为所述第二特征图中的每个位置的特征值，指所述特征图的宽度维度，指所述特征图的高度维度，指所述特征图的通道维度。3.根据权利要求2所述的铝材加工的液压式撞角机，其中，所述距离损失计算单元，进一步用于：以如下公式计算所述第一特征图和所述第二特征图之间的所述距离损失函数值；其中，所述公式为：
其中，为所述距离损失函数值，为所述第一特征图中的每个位置的特征值，为所述第二特征图中的每个位置的特征值，指所述特征图的宽度维度，指所述特征图的高度维度，指所述特征图的通道维度。4.根据权利要求3所述的铝材加工的液压式撞角机，其中，所述感兴趣区域加强单元，进一步用于：全局特征表示子单元，用于计算所述第一特征图中所有位置的特征值的求和值与一的加权值的对数函数值作为所述第一特征图的全局特征值；以及基于全局的特征加强子单元，用于以所述第一感兴趣区域和所述第二感兴趣区域中各个位置的特征值与一的加和值的对数函数值分别除以所述第一特征图的全局特征值以得到所述校正后第一感兴趣区域和所述校正后第二感兴趣区域。5.根据权利要求4所述的铝材加工的液压式撞角机，其中，所述分类损失计算单元，进一步用于：所述分类器以如下公式对所述第一特征图进行处理以生成分类结果...

【专利技术属性】
技术研发人员：冯大兵，刘建伟，
申请(专利权)人：江苏广坤铝业有限公司，
类型：发明
国别省市：