一种面向单点渐进成形的切割参数自动生成方法及系统技术方案

本发明专利技术提出了一种面向单点渐进成形的切割参数自动生成方法及系统，属于机械化参数自动生成的技术领域。其中方法包括：采集工件表面的图像数据信息；构建数据分析模型，分析工件表面的图像数据信息，并实现二维图像数据的三维表面重建；比对三维重建结果的差异，并生成对应的加工数据参数；根据数据参数生成控制指令；执行控制指令，实现目标物的加工。本发明专利技术通过三维数据的分析，获取工件目标形态与初始形态的数据，并自动生成相对应的参数加工数据，实现切割参数自动生成，减少人工计算过程中误差现象的产生，提高作业效率。提高作业效率。提高作业效率。

【技术实现步骤摘要】
一种面向单点渐进成形的切割参数自动生成方法及系统


[0001]本专利技术涉及机械化参数自动生成的
，特别是涉及一种面向单点渐进成形的切割参数自动生成方法及系统。

技术介绍

[0002]随着自动化技术的推进，冗余的人工劳动力逐渐被机械化的作业方式替代，在金属工件的加工过程中，单点渐进成形是在数控机床上通过编码的计算机程序控制工件形状的成形工具，是利用转速、进给转速、轴向进给量参数，在水平方向和垂直方向按照设定的轨迹逐层形成板类件的三维包络面，实现金属工件的塑性成形方法。
[0003]现有技术中，针对需要进行加工的金属工件，针对其中的作业参数，常常是通过人为的计算和输入，这样的操作方式相较于传统的人工加工金属工件的方式，仅是提高了利用机械代替人工切割作业方式的时间效率，在面对需要的加工参数面前，还是需要投入大量的人工成本进行测算，而且人工的测算方式往往会出现错误，从而导致工件浪费增加。

技术实现思路

[0004]专利技术目的：提出一种面向单点渐进成形的切割参数自动生成方法及系统，以解决现有技术存在的上述问题，通过三维数据的分析，获取工件目标形态与初始形态的数据，并自动生成相对应的参数加工数据，实现切割参数自动生成，减少人工计算过程中误差现象的产生，提高作业效率。
[0005]技术方案：第一方面，提出了一种面向单点渐进成形的切割参数自动生成方法，该方法具体包括以下步骤：
[0006]步骤1、通过信息采集设备获取不同角度的二维图像数据信息；所述二维图像数据信息包括：待进行处理工件图像数据信息和目标物图像数据信息；
[0007]步骤2、对获取到的二维图像数据进行预处理分析；
[0008]步骤3、通过标定后的信息采集设备内置参数，获取二维图像数据信息对应的三维点坐标；
[0009]步骤4、对经过预处理分析后的图像数据信息进行特征提取；
[0010]步骤5、在完成特征点提取后进行立体匹配；
[0011]步骤6、结合立体匹配结果和标定后的内外参数，实现二维图像数据的三维重建；
[0012]步骤7、比对待进行处理工件和目标物三维重建后的形态，获取两者之间的差异；
[0013]步骤8、根据差异生成待进行处理工件到目标物需要进行的操作参数；其中，操作参数包括：切削速度、进给量和切削深度；
[0014]步骤9、将操作参数传输至切割平台，并生成对应的控制指令；
[0015]步骤10、根据生成的控制指令完成切割操作。
[0016]在第一方面的一些可实现方式中，对获取到的二维图像数据进行预处理分析时，通过对二维图像数据的特征提取和匹配，并基于运动恢复结构估计所述信息采集设备的位
姿，从而获取三维稀疏点云；随后，基于获取到的三维稀疏点云生成最终的三维稠密点云。
[0017]获取所述信息采集设备位姿的过程具体包括以下步骤：
[0018]步骤3.1、接收经过预处理分析后的二维图像数据；
[0019]步骤3.2、提取二维图像数据的图像特征；具体包括以下步骤：
[0020]步骤3.2.1、通过高斯微分函数识别对于尺度和旋转不变的兴趣点；
[0021]步骤3.2.2、在每个兴趣点的候选位置上，通过一个拟合精细模型确定位置和尺度；
[0022]步骤3.2.3、基于图像局部的梯度方向，为每个关键点位置分配至少一个方向；
[0023]步骤3.2.4、在每个关键点周围的邻域内，以及选定的尺度上测量图像局部的梯度，并采用经过变换后的梯度表示，获取对关键点进行描述的特征向量，实现图像特征的提取。
[0024]其中，对提取到的图像特征进行匹配时，计算特征之间的相似度，进行图像之间的匹配；在第二图像X2中选取匹配第一图像X1中特征点的表达式为：
[0025][0026]式中，f1表示第一图像中的特征点；f2表示第二图像中的特征点；
[0027]在获取到与特征点f1相似性最高的特征点f2之后，通过遍历的方式在第二图像中找到次相似点f
′2，当最近距离d除以次近距离d
′
小于预设的阈值时，特征点f1与特征点f2匹配成功；其中，d表示特征点f1到特征点f2之间的距离；d
′
表示特征点f1到次相似点f
′2的距离。
[0028]步骤3.3、对提取到的图像特征进行匹配，获取每一张图像与其他图像之间的匹配度；
[0029]步骤3.4、对匹配度结果进行降序排列，选取排名最高的图像；
[0030]步骤3.5、利用对极几何的方法获得信息采集设备的位姿以及空间点位置；
[0031]步骤3.6、根据获得的空间点位置实现稀疏重建。
[0032]在第一方面的一些可实现方式中，结合立体匹配结果和标定后的内外参数，实现二维图像数据的三维重建过程中，具体包括以下步骤：
[0033]步骤6.1、构建深度图特征提取网络，并接收不同视角的图像数据和对应的信息采集设备的参数；
[0034]步骤6.2、利用深度图特征提取网络提取不同视角图像数据的特征；
[0035]步骤6.3、利用信息采集设备参数通过单应变换将不同视角的特征映射到参考视角；
[0036]步骤6.4、利用映射后的特征构建成本体积；
[0037]步骤6.5、采用正则化成本体积获取参考图像的深度图；
[0038]步骤6.6、基于所述深度图，生成三维稠密点云；
[0039]步骤6.7、根据多数三维稠密点云完成二维图像数据的三维重建。
[0040]在第一方面的一些可实现该方式中，切削速度表示切削刀选定相对于工件的主运动的瞬时速度；进给量表示待加工工件每旋转一周，车刀沿进给方向移动的距离；切削深度表示待加工工件已加工表面与待加工表面之间的垂直距离。其中，切削速度的表达式为：
[0041][0042]根据切削速度、进给量和切削深度，获得进给速度的表达式为：
[0043]V
f
＝n
′
*f
Z
*Z
[0044]式中，n表示工件转速；V
c
表示切削速度；d表示工件代加工表面直径；f
Z
表示每齿进给量；Z表示齿数；n
′
表示主轴转速。
[0045]第二方面，提出一种面向单点渐进成形的切割参数自动生成系统，用于实现切割参数自动生成方法，该系统具体包括：
[0046]数据采集模块，包括信息采集设备，用于在实际作业过程中获取所需的二维图像数据；
[0047]数据处理模块，用于接收数据采集模块采集到的二维图像数据，并对所述二维图像数据进行预处理；
[0048]三维重建模块，包括稀疏重建模块和稠密重建模块，用于实现二维图像数据到三维图像数据的转换；
[0049]差异比对模块，用于接收三维重建模块重建的三维图像数据，并进行形状的差异比对；
[0050]参数生成模块，根据所述差异比本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向单点渐进成形的切割参数自动生成方法，其特征在于，具体包括以下步骤：步骤1、通过信息采集设备获取不同角度的二维图像数据信息；所述二维图像数据信息包括：待进行处理工件图像数据信息和目标物图像数据信息；步骤2、对获取到的二维图像数据进行预处理分析；步骤3、通过标定后的信息采集设备内置参数，获取二维图像数据信息对应的三维点坐标；步骤4、对经过预处理分析后的图像数据信息进行特征提取；步骤5、在完成特征点提取后进行立体匹配；步骤6、结合立体匹配结果和标定后的内外参数，实现二维图像数据的三维重建；步骤7、比对待进行处理工件和目标物三维重建后的形态，获取两者之间的差异；步骤8、根据差异生成待进行处理工件到目标物需要进行的操作参数；步骤9、将操作参数传输至切割平台，并生成对应的控制指令；步骤10、根据生成的控制指令完成切割操作。2.根据权利要求1所述的一种面向单点渐进成形的切割参数自动生成方法，其特征在于，对获取到的二维图像数据进行预处理分析时，通过对二维图像数据的特征提取和匹配，并基于运动恢复结构估计所述信息采集设备的位姿，从而获取三维稀疏点云；随后，基于获取到的三维稀疏点云生成最终的三维稠密点云。3.根据权利要求2所述的一种面向单点渐进成形的切割参数自动生成方法，其特征在于，获取所述信息采集设备位姿的过程具体包括以下步骤：步骤3.1、接收经过预处理分析后的二维图像数据；步骤3.2、提取二维图像数据的图像特征；步骤3.3、对提取到的图像特征进行匹配，获取每一张图像与其他图像之间的匹配度；步骤3.4、对匹配度结果进行降序排列，选取排名最高的图像；步骤3.5、利用对极几何的方法获得信息采集设备的位姿以及空间点位置；步骤3.6、根据获得的空间点位置实现稀疏重建。4.根据权利要求3所述的一种面向单点渐进成形的切割参数自动生成方法，其特征在于，提取二维图像数据的图像特征的过程中，具体包括以下步骤：步骤3.2.1、通过高斯微分函数识别对于尺度和旋转不变的兴趣点；步骤3.2.2、在每个兴趣点的候选位置上，通过一个拟合精细模型确定位置和尺度；步骤3.2.3、基于图像局部的梯度方向，为每个关键点位置分配至少一个方向；步骤3.2.4、在每个关键点周围的邻域内，以及选定的尺度上测量图像局部的梯度，并采用经过变换后的梯度表示，获取对关键点进行描述的特征向量，实现图像特征的提取。5.根据权利要求3所述的一种面向单点渐进成形的切割参数自动生成方法，其特征在于，对提取到的图像特征进行匹配时，计算特征之间的相似度，进行图像之间的匹配；在第二图像X2中选取匹配第一图像X1中特征点的表达式为：式中，f1表示第一图像中的特征点；f2表示第二图像中的特征点；在获取到与特征点f1相似性最高的特征点f2之后，通过遍历的方式在第二图像中找到
次相似点f
′2，当最近距离d除以次近距离d
′
小于预设的阈值时，特征点f1与特征点f2匹配成功...

【专利技术属性】
技术研发人员：杨海，陈显东，展超，代小龙，王佩，龚正，
申请(专利权)人：南京智欧智能技术研究院有限公司，
类型：发明
国别省市：