【技术实现步骤摘要】
本专利技术属于物体打磨，具体是一种基于3d视觉的打磨路径规划方法。
技术介绍
1、随着现代工业和机器人技术的不断发展，打磨作业作为一种常见的工业制造过程，已经逐渐实现了自动化和智能化。传统的打磨作业通常采用手动操作或者简单的自动化控制方式，这些方式存在一定的局限性，例如手动操作容易受到操作者技能水平的影响，而简单的自动化控制方式则难以实现精确的打磨路径控制；因此，为了实现更加精准的打磨，本专利技术提供了一种基于3d视觉的打磨路径规划方法。
技术实现思路
1、为了解决上述方案存在的问题，本专利技术提供了一种基于3d视觉的打磨路径规划方法。
2、本专利技术的目的可以通过以下技术方案实现：
3、一种基于3d视觉的打磨路径规划方法，方法包括：
4、步骤s1：布设3d扫描设备，通过所述3d扫描设备建立待打磨物体的3d模型；
5、进一步地，对通过3d扫描设备建立的3d模型进行建模精度优化。
6、进一步地，建模精度优化方法包括：
7、建立用户的用户库，所述用户库用于储存各标准参照模型和对应标准特征，并具有各标准参照模型对应的标准实体；
8、预设校核时间间隔，当根据校核时间间隔判定到达校核时间时，将标准实体移动到3d扫描设备的扫描区，通过3d扫描设备对标准实体进行扫描，生成标准实体对应的校核模型；获取校核模型对应的标准参照模型，将校核模型和对应的标准参照模型整合为修正数据；
9、建立优化模型，获取待打磨
10、进一步地，优化模型为自学习模型，根据在校核时间获得的修正数据进行自学习。
11、进一步地，用户库的建立方法包括：
12、由平台方确定各种打磨物体，识别并汇总物体特征，根据各所述物体特征设置若干种标准模型；并设置各标准模型对应的标准特征；根据标准模型设置对应标准实体；根据标准模型和对应标准特征建立标准库；
13、识别用户具有的打磨物体种类，通过3d扫描设备获取各打磨物体对应的3d模型，识别3d模型的目标特征；将目标特征与标准库中各标准模型对应的标准特征进行匹配，获得各打磨物体对应的标准参照模型；
14、根据各标准参照模型和对应标准特征建立用户库；并将各标准参照模型对应的标准实体发送给用户。
15、进一步地，将目标特征与标准库中各标准模型对应的标准特征进行匹配的方法包括：
16、识别所述目标特征和所述标准特征中具有的各物体特征种类，将所述物体特征种类标记为i，其中i＝1、2、……、n，n为正整数；
17、识别所述目标特征和所述标准特征分别对应的第一特征占比tbsi和第二特征占比tbzi；获取所述物体特征种类对应的比例系数σi，比例系数取值范围为(0，1)；
18、根据匹配评估公式计算对应的匹配值wp，选择匹配值最低的标准模型作为标准参照模型。
19、步骤s2：识别3d模型中的表面瑕疵信息，根据获得的表面瑕疵信息确定3d模型中对应的打磨区域；
20、进一步地，打磨区域的设置方法包括：
21、预设打磨标准，将获得的表面瑕疵信息与预设的打磨标准进行比较，确定符合打磨标准的区域，标记为打磨区域。
22、步骤s3：将打磨区域在3d模型中对应的位置进行标记，根据各打磨区域的分布规划打磨路径；
23、打磨路径的规划方法包括：
24、步骤s31：确定打磨起点，将打磨起点作为路径起点；
25、步骤s32：进行打磨模拟，确定实施点对应的打磨区域，将未打磨的打磨区域标记为待选点；
26、步骤s33：计算各待选点的综合值，选择综合值最高的待选点为下一个实施点；
27、步骤s34：循环步骤s32至步骤s33，直到仅有一个待选点为止，将剩余的待选点标记为打磨终点，根据打磨起点、各实施点的确定顺序和打磨终点确定打磨路径。
28、进一步地，综合值的计算方法包括：
29、将实施点标记为ps，将待选点标记为pd；
30、根据综合值公式计算对应的综合值；
31、式中：am为综合值；d(ps，pd)为实施点到待选点之间的路径长度；b1为第一路径值的比例系数，取值范围为0<b1≤1；a为预设的第一路径的固定转化值，取值范围为(7，12)；t(ps，pd)为打磨设备由实施点转换到待选点所需要的变动时间；b2为第二路径值的比例系数，取值范围为0<b2≤1；b为预设的第二路径的固定转化值，取值范围为(3，6)；λ为修正因子，取值范围为0<λ<1。
32、步骤s4：按照获得的打磨路径对待打磨物体进行打磨，并对打磨后的打磨物体进行质量检测。
33、与现有技术相比，本专利技术的有益效果是：
34、通过获取物体的3d模型、特征提取、路径规划、打磨执行以及质量检测等步骤，实现自动化打磨作业。基于3d视觉的打磨路径规划方法，能够通过提取物体表面的特征和瑕疵信息，精确地控制打磨路径和打磨力度，从而提高打磨质量和效率。同时，也能够避免传统打磨方式中存在的安全隐患和环境污染等问题，符合现代工业制造的发展趋势。
35、并为了提高3d模型的建模精度，建立优化模型，通过优化模型对3d模型进行优化处理，提高3d模型的建模精度；降低用户为了实现高建模精度的成本投入；同时在运行的过程中定时生成对应的修正系数，利用修正数据对优化模型进行持续学习，保障优化精度。
本文档来自技高网...【技术保护点】
1.一种基于3D视觉的打磨路径规划方法，其特征在于，方法包括：
2.根据权利要求1所述的一种基于3D视觉的打磨路径规划方法，其特征在于，步骤S1中对通过3D扫描设备建立的3D模型进行建模精度优化。
3.根据权利要求2所述的一种基于3D视觉的打磨路径规划方法，其特征在于，建模精度优化方法包括：
4.根据权利要求3所述的一种基于3D视觉的打磨路径规划方法，其特征在于，优化模型为自学习模型，根据在校核时间获得的修正数据进行自学习。
5.根据权利要求3所述的一种基于3D视觉的打磨路径规划方法，其特征在于，用户库的建立方法包括：
6.根据权利要求5所述的一种基于3D视觉的打磨路径规划方法，其特征在于，目标特征与标准库中各标准模型对应的标准特征进行匹配的方法包括：
7.根据权利要求1所述的一种基于3D视觉的打磨路径规划方法，其特征在于，步骤S2中打磨区域的设置方法包括：
8.根据权利要求1所述的一种基于3D视觉的打磨路径规划方法，其特征在于，步骤S33中综合值的计算方法包括：
【技术特征摘要】
1.一种基于3d视觉的打磨路径规划方法，其特征在于，方法包括：
2.根据权利要求1所述的一种基于3d视觉的打磨路径规划方法，其特征在于，步骤s1中对通过3d扫描设备建立的3d模型进行建模精度优化。
3.根据权利要求2所述的一种基于3d视觉的打磨路径规划方法，其特征在于，建模精度优化方法包括：
4.根据权利要求3所述的一种基于3d视觉的打磨路径规划方法，其特征在于，优化模型为自学习模型，根据在校核时间获得的修正数据进行自学习。
5...
【专利技术属性】
技术研发人员：朱迅羽，李东亚，黄平，邵帅，张秀恒，
申请(专利权)人：无锡斯帝尔科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。