一种异型管自主上料方法技术

本说明书实施例公开了一种异型管自主上料方法

【技术实现步骤摘要】
一种异型管自主上料方法、设备及介质


[0001]本说明书涉及激光切割的
，尤其涉及一种异型管自主上料方法
、
设备及介质
。

技术介绍

[0002]随着研发水平的不断提升，激光切割设备的智能化程度越来越高
。
发展至今，激光切割设备已经代替人工实现了特定异型管的自主上料
。
但激光切割设备在对异型管进行加工时对于异型管的初始位姿有着严格的要求，因为现有的激光切割设备无法精确控制异型管的上料位姿，所以激光切割设备中异型管的加工需要人工进行辅助上料
。
而人工辅助上料存在以下不足：
[0003]1、
手动调整异型管所花费的时间相对较长，这直接导致了生产效率低下
。
[0004]2、
手动调整异型管时需要操作人员手动接触正在运行的激光切割设备，操作人员的安全无法完全保证
。
[0005]3、
对于卡盘不易放置的异型管，手动无法精确复位异型管位姿
。
[0006]4、
异型管加工不精确会造成异型管材料的浪费
。
[0007]5、
激光头与加工平面的位置存在误差会发生刮碰激光头的现象，这会直接降低激光头的使用寿命
。
[0008]由于上述问题的存在，现有的激光切割设备无法精确且自主的切割复杂度较高的异型管
。
对于激光切割设备中的异型管自主化上料在国内市场依然是一片空白
。
[0009]本申请将计算机视觉的位姿识别与智能化决策融入到了激光切割设备中，完全实现了管激光切割设备的自主上料，避免了因人工误差造成的切割精度下降的问题，提高了复位效率，降低了劳动力成本，提高了激光切割机管切过程中的生产效率
。

技术实现思路

[0010]本说明书一个或多个实施例提供了一种异型管自主上料方法
、
设备及介质，用于解决如下技术问题：现有的激光切割设备无法精确且自主的切割复杂度较高的异型管
。
[0011]本说明书一个或多个实施例采用下述技术方案：
[0012]本说明书一个或多个实施例提供一种异型管自主上料方法，所述方法包括：
[0013]获取计算机端异型管的第一横截面轮廓图，并计算所述第一横截面轮廓图的第一旋转向量；
[0014]基于所述工业相机获取所述待加工异型管的第二横截面轮廓图，并计算所述第二横截面轮廓图的第二旋转向量；
[0015]计算所述第一横截面轮廓图和所述第二横截面轮廓图的相似度得分；
[0016]当所述相似度得分低于预设阈值时，调整所述工业相机的参数，并重复执行上述获取第二横截面轮廓图至计算相似度得分的步骤直至所述相似度得分高于所述预设阈值；
[0017]当所述相似度得分高于所述预设阈值时，基于所述第一旋转向量和所述第二旋转
向量得到异型管要旋转的旋转角度，以使机械卡盘基于所述旋转角度对所述待加工异型管进行复位
。
[0018]进一步地，所述获取计算机端异型管的第一横截面轮廓图，具体包括：
[0019]获取计算机端中异型管的横截面工程图，并提取所述横截面工程图中的轮廓尺寸信息；
[0020]将所述横截面工程图转化为图片存储格式的初始横截面图片；
[0021]根据所述工业相机的相机像素尺度和所述轮廓尺寸信息计算所述初始横截面图片中的图片像素尺度；
[0022]将所述初始横截面图片进行尺度缩放，得到所述相机像素尺度与所述图片像素尺度一致的目标横截面图片
。
[0023]进一步地，所述计算所述第一横截面轮廓图的第一旋转向量，具体包括：
[0024]若所述目标横截面图片中的图形轮廓呈现旋转对称，则计算旋转对称图形中相邻对称轴之间的旋转角度，作为所述旋转向量的角度；
[0025]若所述目标横截面图片中的图形轮廓不呈现旋转对称，则计算所述目标横截面图片中旋转中心指向轮廓质心的向量，作为所述第一旋转向量
。
[0026]进一步地，所述基于所述工业相机获取所述待加工异型管的第二横截面轮廓图，具体包括：
[0027]对所述工业相机获取到的初始图像进行预定区域提取，得到夹爪之间的异型管横截面区域；
[0028]采用双边滤波函数，对所述异型管横截面区域进行降噪处理，得到降噪图像；
[0029]对所述降噪图像进行曝光处理，提取不同曝光程度下的轮廓边缘并进行融合，得到图像轮廓图；
[0030]去除所述图像轮廓图中轮廓信息以外的像素信息，得到所述第二横截面轮廓图
。
[0031]进一步地，所述对所述降噪图像进行曝光处理，具体包括：
[0032]采用较小的亮度参数对所述降噪图像进行亮度处理；
[0033]若所述降噪图像中出现较大的曝光区域则将此亮度区域截取出来；
[0034]将截取出的所述亮度区域调高亮度参数进行再次处理；
[0035]重复上述步骤，直至获得的图像区域中无法找到图像边缘
。
[0036]进一步地，所述对所述工业相机获取到的初始图像进行预定区域提取，得到夹爪之间的异型管横截面区域，包括：
[0037]识别所述初始图像中的夹爪轮廓；
[0038]确定所述夹爪轮廓内所有轮廓的最大外接矩形；
[0039]将所述最大外接矩形内的像素区域作为所述异型管横截面区域
。
[0040]进一步地，所述计算所述第一横截面轮廓图和所述第二横截面轮廓图的相似度得分，具体包括：
[0041]对所述目标横截面图片进行剪裁，得到模板图像；
[0042]计算所述第一旋转向量和所述第二旋转向量之间的角度差值，并根据所述角度差值对所述模板图像进行旋转；
[0043]对旋转后的所述模板图像进行训练，并将旋转后的模板图像与所述工业相机获取
到的所述第二横截面轮廓图进行模板匹配，并计算得到相似度得分
。
[0044]进一步地，所述对旋转后的所述模板图像进行训练，包括：
[0045]以模板初始状态作为标准状态，设定第一角度阈值与第二角度阈值作为作为角度训练参数
。
设定角度训练步长阈值
。
对原图提取图像金字塔；
[0046]根据图像尺寸确定特征点提取数量，对模板图像进行梯度特征训练，得到匹配数据；
[0047]保存训练后的匹配数据
。
[0048]本专利技术的一个或者多个实施例提供了一种异型管自主上料设备，所述设备包括：
[0049]至少一个处理器；以及，
[0050]与所述至少一个处理器通信连接的存储器；其中，
[0051]所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：
[0052]获取计算机端异型管的第一横截面轮廓图，并计算所述第本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种异型管自主上料方法，其特征在于，所述方法包括：获取计算机端异型管的第一横截面轮廓图，并计算所述第一横截面轮廓图的第一旋转向量；基于所述工业相机获取所述待加工异型管的第二横截面轮廓图，并计算所述第二横截面轮廓图的第二旋转向量；计算所述第一横截面轮廓图和所述第二横截面轮廓图的相似度得分；当所述相似度得分低于预设阈值时，调整所述工业相机的参数，并重复执行上述获取第二横截面轮廓图至计算相似度得分的步骤直至所述相似度得分高于所述预设阈值；当所述相似度得分高于所述预设阈值时，基于所述第一旋转向量和所述第二旋转向量得到异型管要旋转的旋转角度，以使机械卡盘基于所述旋转角度对所述待加工异型管进行复位
。2.
根据权利要求1所述的一种异型管自主上料方法，其特征在于，所述获取计算机端异型管的第一横截面轮廓图，具体包括：获取计算机端中异型管的横截面工程图，并提取所述横截面工程图中的轮廓尺寸信息；将所述横截面工程图转化为图片存储格式的初始横截面图片；根据所述工业相机的相机像素尺度和所述轮廓尺寸信息计算所述初始横截面图片中的图片像素尺度；将所述初始横截面图片进行尺度缩放，得到所述相机像素尺度与所述图片像素尺度一致的目标横截面图片
。3.
根据权利要求2所述的一种异型管自主上料方法，其特征在于，所述计算所述第一横截面轮廓图的第一旋转向量，具体包括：若所述目标横截面图片中的图形轮廓呈现旋转对称，则计算旋转对称图形中相邻对称轴之间的旋转角度，作为所述旋转向量的角度；若所述目标横截面图片中的图形轮廓不呈现旋转对称，则计算所述目标横截面图片中旋转中心指向轮廓质心的向量，作为所述第一旋转向量
。4.
根据权利要求3所述的一种异型管自主上料方法，其特征在于，所述基于所述工业相机获取所述待加工异型管的第二横截面轮廓图，具体包括：对所述工业相机获取到的初始图像进行预定区域提取，得到夹爪之间的异型管横截面区域；采用双边滤波函数，对所述异型管横截面区域进行降噪处理，得到降噪图像；对所述降噪图像进行曝光处理，提取不同曝光程度下的轮廓边缘并进行融合，得到图像轮廓图；去除所述图像轮廓图中轮廓信息以外的像素信息，得到所述第二横截面轮廓图
。5.
根据权利要求4所述的一种异型管自主上料方法，其特征在于，所述对所述降噪图像进行曝光处理，具体包括：采用较小的亮度参数对所述降噪图像进行亮度处理；若所述降噪图像中出现较大的曝光区域则将此亮度区域截取出来；将截取出的所述亮度区域调高亮度参数进行再次处理；
重复上述步骤，直至获得的图像区域中无法找到图像边缘
。6.
根据权利要求4所述的一种异型管自主上料方法，其特征在于，所述对所述工业相机获取到的初始图像进行预定区域提取，得到夹爪之间的异型管横截面区域，包括：识别所述初始图像中的夹爪轮廓；确定所述夹爪轮廓内所有轮廓的最大外...

【专利技术属性】
技术研发人员：张钦溟，焦玉鹏，李强，孙明杰，曹浩威，
申请(专利权)人：济南邦德激光股份有限公司，
类型：发明
国别省市：