【技术实现步骤摘要】
本专利技术涉及原木加工设备领域，具体说是一种用于原木智能化加工设备的控制方法。
技术介绍
1、近几年我国每年的原木进口量都超过了5000万立方米，其中大部分原木被加工成木方，几乎所有加工工厂都采用人工锯台的方式，由于圆木形状不规则，操作人员水平参差不齐，导致人工锯台出材率极不稳定，一般在55％-65％，效率低，出材率低，人工成本高，还会造成原料浪费。
2、现有的锯台加工设备，主要依赖人工操作完成，设备的使用情况完全取决于操作人员的素质和工作状态。之所以锯台加工设备自动化程度很低，是因为存在两个主要问题，第一个问题，由于原木端面是不规则形状，优化算法计算得到了一个最佳切割角度，但设备很难控制原木旋转到最佳角度。第二个问题，由于原木存在异形、树结等情况，优化算法计算得到了最佳切割路径，无法获得端面零点，也就无法控制设备按照规划进行加工切割。
技术实现思路
1、本专利技术目的是提供一种用于原木智能化加工设备的控制方法，实现原木的自动化加工，从而克服上述人工锯台加工原木过程中存在的诸多问题。
2、本专利技术为实现上述目的所采用的技术方案是：一种用于原木智能化加工设备的控制方法，包括以下步骤：
3、1)在原木横截面上喷涂箭头符号，用于为原木加工实时角度相对于原木最佳切割状态角度的获取提供识别特征；
4、2)通过手持检尺径测量设备获取原木端面的检尺径，同时，采集原木横截面图像，并将其发送至处理终端进行处理，获得原木横截面轮廓信息；
5
6、4)通过摄像头获得实时原木图像并上传至处理终端，处理终端采用深度学习算法根据喷涂箭头符号，获取锯台上原木横截面与水平面之间形成的最佳切割角度；
7、5)通过零点测量装置对原木端面的零点位置进行检测并将原木端面的零点位置发送至处理终端；
8、6)处理终端根据加工设备上原木相对于最佳切割角度以及原木端面的零点位置，控制加工设备在原木旋转至零点位置处的最佳切割角度进行切割，加工设备的控制器控制跑车相对带锯运动，实现自动化加工切割。
9、步骤2)中，所述采集原木横截面图像，并将其发送至处理终端进行处理，获得原木横截面轮廓信息，具体为：
10、2-1)通过手持原木检尺径测量设备采集的原木横截面图像，并发送至处理终端对光平面进行标定；
11、2-2)处理终端对采集原木横截面图像进行灰度转换、滤波去噪操作，得到预处理后的原木横截面图像；
12、2-3)使用深度学习实例分割算法，提取原木横截面轮廓和手持原木检尺径测量设备的光平面位姿；
13、2-4)根据手持原木检尺径测量设备的光平面位姿，对原木横截面图像的轮廓坐标进行空间变换，得到原木横截面轮廓的真实尺寸，即获得原木横截面轮廓信息。
14、所述步骤2-3)，具体为：
15、a.针对于原木横截面轮廓，通过木材端面轮廓点拟合椭圆；
16、b.提取原木横截面图像中的激光线，进行坐标变换，将激光线的图像坐标变换为摄像机坐标系下的3d坐标，并对激光线所在平面进行拟合；再进行一次坐标系变换，获得最终的光平面位姿。
17、所述步骤3)，具体为：
18、采用动态规划算法对原木的切割顺序进行规划，即：
19、遍历所有切割角度，得到价值最大值，计算价值的同时记录切割路径，价值最大值对应的路径即最佳切割路径，价值最大值对应的角度即最佳切割角度，则有：
20、curvalue＝num*unitvalue
21、value(n,degree)＝value(n-step,degree)+curvalue
22、value＝max(value(n,degree))
23、其中，num表示当前切下来的木块包含最终口料的数量，unitvalue表示一块口料的价值，curvalue当前切下来的木块的价值，maxwidth表示水平方向上轮廓的最大宽度，value(n-step,degree)表示切割到n-step位置获得的总价值，value(n,degree)表示切割到n位置获得的总价值，n为动态规划算法在水平方向上索引位置，n＝0,1,2,...,maxwidth，degree为箭头与水平方向夹角，角度步长设定为10，degree＝0,10,20,...,170。
24、所述多个生产约束条件，具体为：
25、(1)若在指定位置仅能进行横切，则设定横切时，step等于口料宽度，以满足加工需求；
26、(2)由于原木形状不规则，横截面不能代表原木的整体形状，则设定竖切时，step等于口料厚度。
27、(3)动态规划算法规划切割处两种规格的产品包括：主材木料和副材木料，其中，主材设定占比90％以上；即：在计算最大价值之前，先排除主材占比小于90％的切割路径，然后再进行优化算法进行寻优操作。
28、所述深度学习算法为改进后的yolov8算法；
29、改进后的yolov8算法为：在原始yolov8结构加上角度分类损失，实现yolov8对旋转目标检测，通过引入注意力机制，以提高识别模型的精度，完成原木横截面箭头角度识别。
30、所述处理终端采用深度学习算法根据喷涂箭头符号，获取原木加工实时角度相对于原木最佳切割状态角度，具体为：
31、对原木的实时图像采用改进的yolov8检测算法进行处理，包括以下步骤：
32、3-1)加载实时的原木图像，对原木图像进行预处理，包括缩放、裁剪、归一化、填充边缘、封装操作，生成标准格式数据，即预处理后的图像；
33、3-2)通过cspdarknet网络提取预处理后的图像中的特征信息；
34、3-3)对图像中的特征信息采用pan-fpn网络进行特征融合，得到融合后的数据；
35、3-4)对融合后的数据通过decoupled head网络进行判断，判断目标的类别，并输出预测的箭头目标位置；
36、3-5)对箭头目标通过阈值筛选和非极大值抑制方法，得到箭头的旋转外接矩形，即获取到箭头角度；进而获取锯台上原木横截面与水平面之间形成的最佳切割角度。
37、所述零点测量装置，包括：v形挡板、控制器以及与控制器连接的直线滑台、光电传感器、气缸以及压力传感器；
38、在所述直线滑台的滑块移动轨迹上方设有光电传感器，用于检测滑块移动至该位置后触发到位信号；
39、所述气缸固设于滑块上，所述气缸的输出轴末端设有v形挡板，所述v形挡板一侧设有压力传感器，另一侧与原木相抵接，用于与原木相接触后，v形挡板闭合，触发压力传感器产生压力信号；
40、所述控制器，用于控制直线滑台的驱动电机运动，带动滑块在丝杠轴上位移，并获取光电传感器发本文档来自技高网...
【技术保护点】
1.一种用于原木智能化加工设备的控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种用于原木智能化加工设备的控制方法，其特征在于，步骤2)中，所述采集原木横截面图像，并将其发送至处理终端进行处理，获得原木横截面轮廓信息，具体为：
3.根据权利要求2所述的一种用于原木智能化加工设备的控制方法，其特征在于，所述步骤2-3)，具体为：
4.根据权利要求1所述的一种用于原木智能化加工设备的控制方法，其特征在于，所述步骤3)，具体为：
5.根据权利要求1或4所述的一种用于原木智能化加工设备的控制方法，其特征在于，所述多个生产约束条件，具体为：
6.根据权利要求1所述的一种用于原木智能化加工设备的控制方法，其特征在于，所述深度学习算法为改进后的YOLOv8算法；
7.根据权利要求1所述的一种用于原木智能化加工设备的控制方法，其特征在于，所述处理终端采用深度学习算法根据喷涂箭头符号，获取原木加工实时角度相对于原木最佳切割状态角度，具体为：
8.根据权利要求1所述的一种用于原木智能化加工设备的控制方
9.根据权利要求1所述的一种用于原木智能化加工设备的控制方法，其特征在于，步骤5)中，所述零点测量装置对原木端面的零点位置进行检测，具体为：
...【技术特征摘要】
1.一种用于原木智能化加工设备的控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种用于原木智能化加工设备的控制方法，其特征在于，步骤2)中，所述采集原木横截面图像，并将其发送至处理终端进行处理，获得原木横截面轮廓信息，具体为：
3.根据权利要求2所述的一种用于原木智能化加工设备的控制方法，其特征在于，所述步骤2-3)，具体为：
4.根据权利要求1所述的一种用于原木智能化加工设备的控制方法，其特征在于，所述步骤3)，具体为：
5.根据权利要求1或4所述的一种用于原木智能化加工设备的控制方法，其特征在于，所述多个生产约束条件，具体为：
6.根据权利要求1所述的一种用于原...
【专利技术属性】
技术研发人员：穆宝岩，陈帅，许敏，高亮，吴景辉，马钺，
申请(专利权)人：中国科学院沈阳自动化研究所，
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。