CN110449749A - 一种激光切割扫描*** - Google Patents

一种激光切割扫描*** Download PDF

Info

Publication number
CN110449749A
CN110449749A CN201910658962.9A CN201910658962A CN110449749A CN 110449749 A CN110449749 A CN 110449749A CN 201910658962 A CN201910658962 A CN 201910658962A CN 110449749 A CN110449749 A CN 110449749A
Authority
CN
China
Prior art keywords
image
laser cutting
coordinate
ccd sensor
target
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910658962.9A
Other languages
English (en)
Other versions
CN110449749B (zh
Inventor
邓君
王皓亮
路崧
曹锋
孙振忠
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dongguan University of Technology
Original Assignee
Dongguan University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Dongguan University of Technology filed Critical Dongguan University of Technology
Priority to CN202011284046.2A priority Critical patent/CN112388182A/zh
Priority to CN201910658962.9A priority patent/CN110449749B/zh
Publication of CN110449749A publication Critical patent/CN110449749A/zh
Application granted granted Critical
Publication of CN110449749B publication Critical patent/CN110449749B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K26/00—Working by laser beam, e.g. welding, cutting or boring
    • B23K26/36—Removing material
    • B23K26/38—Removing material by boring or cutting
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K26/00—Working by laser beam, e.g. welding, cutting or boring
    • B23K26/08—Devices involving relative movement between laser beam and workpiece
    • B23K26/082—Scanning systems, i.e. devices involving movement of the laser beam relative to the laser head
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Optics & Photonics (AREA)
  • Plasma & Fusion (AREA)
  • Mechanical Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种激光切割扫描***，通过光源将参考光照射在被切割工件表面，为图像采集提供良好的照明，再通过CCD传感器摄取图像信息，并输入计算机，通过计算机对图像信息进行分析处理并控制激光切割模块机头的运动方式、CCD的图像采集和存储，根据计算机的指令，通过驱动机构带动执行机构调整激光切割机机头的位置，实现对焦点位置的实时控制，再通过激光切割模块对工件进行激光切割操作；本发明中由光源、CCD传感器和计算机组成的视觉识别***在视觉识别过程中通过标定算法对CCD传感器进行标定，确保了结果的高精度；同时通过目标识别匹配解决了现有技术中识别过程中实时性差，对带有偏角的目标识别率低，甚至出现无法识别的问题。

Description

一种激光切割扫描***
技术领域
本发明涉及激光切割领域，尤其涉及一种激光切割扫描***。
背景技术
近年来，激光技术在科学研究、机械制造、材料加工、能源和医疗器械等各行各业中得到了迅速的发展与应用；其中，激光切割技术以其环保的工艺过程、无接触性、工件变形小以及切缝窄等优点，在工业领域得了广泛应用，是激光技术中发展最快和发展最广的技术；它为传统的机械制造行业提供了改造创新的技术，创造了新的发展机遇和前景；而近年来，随着生产技术水平的不断提高，对激光切割的质量也不可避免的要求就更高，而随着计算机视觉技术的不断发展，计算机视觉也在诸多领域得到了一定的应用，目前，激光切割结合视觉的应用并不多，激光切割设备中的视觉应用将使激光切割更加自动化，因此，利用计算机视觉中的图像识别技术，实现激光切割行业的高效、快速识别具有十分重要的意义。
目前，激光切割***结合视觉扫描技术中，现有标定算法中存在计算量大，导致标定时间过长，求解透视投影模型的特征点多，从而算出的透视投影矩阵精度不是很高，结果不稳定；同时，目前现有的大幅面多目标视觉识别激光切割***在识别过程中存在着实时性差，对带有偏角的目标识别率低，甚至出现无法识别的问题。
发明内容
针对上述现有技术的不足，本发明的目的是提供一种激光切割扫描***，通过光源将参考光照射在被切割工件表面上，为图像采集提供良好的照明，再通过CCD传感器摄取图像信息，并输入计算机，通过计算机对图像信息进行分析处理并控制激光切割模块机头的运动方式、CCD的图像采集和存储，通过驱动机构根据计算机的指令，由电机带动执行机构调整激光切割机机头的位置，实现对焦点位置的实时控制，再通过激光切割模块对工件进行激光切割操作；其中，由光源、CCD传感器和计算机组成的视觉识别***在视觉识别过程中通过标定算法对CCD传感器进行标定，确保了结果的高精度；同时通过目标识别匹配解决了现有技术中识别过程中实时性差，对带有偏角的目标识别率低，甚至出现无法识别的问题。
本发明是通过以下技术方案予以实现的。
一种激光切割扫描***，包括：激光切割模块、光源、CCD传感器、计算机和驱动机构；
所述激光切割模块用于对工件进行激光切割操作；
所述光源用于将参考光照射在被切割工件表面上，为图像采集提供良好的照明；
所述CCD传感器用于摄取图像信息，并输入计算机；
所述计算机用于对图像信息进行分析处理并控制激光切割模块机头的运动方式、CCD的图像采集和存储；
所述驱动机构接收到计算机的指令后，由电机带动执行机构调整激光切割机机头的位置，实现对焦点位置的实时控制，从而进行相应的激光切割操作。
进一步的，所述CCD传感器通过驱动电路与计算机连接；所述激光切割模块通过驱动机构与计算机连接；所述CCD传感器固定在激光切割模块上。
进一步的，所述激光切割扫描***的具体工作过程为：
步骤1：对CCD传感器进行标定，求解出CCD传感器参数；
步骤2：对目标有旋转的图像求解其旋转角度并旋转校正目标，通过校正的图像去创建模板图像，再进行目标识别匹配，从而输出匹配目标的图像坐标；
步骤3：利用CCD传感器标定时输出的坐标转换矩阵将匹配点图像坐标转换成世界坐标：即激光切割模块的工作平台坐标；
步骤4：根据世界坐标位置加上切割目标的轮廓线(即激光切割路径)，再由旋转图像校正目标时的角度再次做图像逆旋转还原目标和目标轮廓线在激光切割模块工作台上的原始位置，从而达到对目标的准确定位与切割。
进一步的，所述步骤1中CCD传感器标定的具体步骤为：
步骤101：在激光切割模块工作平面的世界坐标系平面上打出3×3阵列形九点，并记录每点在世界坐标系下的坐标；
步骤102：基于计算机视觉函数库中的函数提取图像中九个角点的图像坐标，并对粗提取的九个角点以最大迭代次数和设定精度的组合来进行亚像素精确化其图像坐标；
步骤103：以九点的世界坐标系和精确化的图像坐标系求解出其仿射投影矩阵，并根据仿射投影矩阵线性求解出CCD传感器内部参与畸变系数，通过CCD传感器内参数矩阵和CCD传感器畸变系数矩阵校正映射求解出图像的X、Y轴坐标方向的重映射参数，再使用双线性插值法重映射来矫正图像的光学畸变。
步骤104：在矫正后的九点图像中求出内外共八个仿射投影矩阵，并取其八个矩阵的均值做为最终投影矩阵来将目标的图像坐标转换成世界坐标系下的坐标。
进一步的，所述步骤2中的目标识别匹配包括粗匹配和精匹配，所述粗匹配具体步骤为：
步骤201：调节好激光切割模块工作平台的光照条件；
步骤202：通过已经CCD传感器获取大幅面布料原图像，并对其作灰度图转换处理；
步骤203：对已处理的图像进行傅里叶变换获取原图像中目标旋转角度；
步骤204：以刚好包含目标为宜从原图像中截取模板图像，并复制一份以备精匹配阶段用；
步骤205：对校正目标的原图像和截取的模板图像分别进行双线性插值算法下采样缩放处理；
步骤206：将下采样缩放后的原图像与模板图像进行归一化积相关粗匹配，并设定相关匹配阀值来循环识别出所有的目标；
步骤207：保存粗匹配结果；
所述精匹配算法步骤为：
步骤211：在各个粗匹配点为中心的矩形可行解区域分别随机产生规模为m的初始种群，并对其进行编码，求取种群中的m个个体的适应度；
步骤212：根据各个个体的适应度按降序排序每个个体，取适应度最高的个体直接复制到下一代群体中；
步骤213：在各个可行解区域内对初始种群并行采取独立的遗传交叉和变异操作；
步骤214：对交叉和变异操作后的新个体的适应度值降序排序每个个体；
步骤215：选择每个区域中的最佳个体，当所有区域的最佳个体中的最小适应度值大于或等于粗匹配时循环获取所有的匹配位置坐标所设定的阀值时，则满足结束条件，输出最优解，否则，就将步骤4中前M个个体构成子代新的种群，之后跳到步骤2循环以下步骤，直到满足结束条件。
进一步的，所述步骤3中坐标转换的具体方法为：
首先，分别建立像素坐标系(Ouv)、图像平面坐标系(OIXIYI)、CCD传感器坐标系(OCXCYC)和三维空间世界坐标系(OWXWYW)；
然后，根据进行像素和图像平面坐标的转换，其中，u、v为像素坐标系中的坐标，XI、YI为图像平面坐标系中的坐标；根据进行图像平面和CCD传感器坐标的转换，其中XI、YI为图像坐标系中的坐标，XC、YC、ZC为CCD传感器坐标系中的坐标，f为焦距；根据其中fx＝f/dx、fy＝f/dx，f为CCD传感器的焦距，R为旋转矩阵，t为平移量，M1为CCD传感器内参数矩阵，M1M2即为图像坐标与世界坐标之间的单应性矩阵。
与现有技术相比，本发明的有益效果在于：
1.本发明所述的一种激光切割扫描***，视觉识别标定算法通过对CCD传感器进行标定，用极少数的特征点来求解单应性矩阵，其结果更加稳定，求解CCD传感器内部参与畸变系数基于亚像素精确化模型进行优化，确保了结果的高精度，同时，求解内外八个仿射投影矩阵的均值来求解世界坐标，及保证了速度，又保证了精度。
2.本发明所述的一种激光切割扫描***，视觉识别过程中通过对获取大幅面原始图像进行处理计算出目标的旋转角度，从而进行对目标矫正，然后再进行粗匹配，在粗匹配结果的基础上再进行精匹配，根据精匹配结果结合摄像机标定结果的单应性矩阵来将目标匹配的图像坐标值转换成激光切割模块工作平台上的坐标值，最后再加上激光切割目标的轨迹线后再次作仿射变换还原目标在机床上的原始位置，从而达到对目标的准确定位与切割，解决了现有技术中识别过程中实时性差，对带有偏角的目标识别率低，甚至出现无法识别的问题。
附图说明
图1为本发明一种激光切割扫描***的结构示意图；
图2为本发明一种激光切割扫描***的***中视觉***控制流程图。
具体实施方式
以下将结合附图对本发明各实施例的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施例，都属于本发明所保护的范围。
下面通过具体的实施例子并结合附图对本发明做进一步的详细描述。
参照图1，一种激光切割扫描***，包括：激光切割模块、光源、CCD传感器、计算机和驱动机构；
所述激光切割模块用于对工件进行激光切割操作；
所述光源用于将参考光照射在被切割工件表面上，为图像采集提供良好的照明；
所述CCD传感器用于摄取图像信息，并输入计算机；
所述计算机用于对图像信息进行分析处理并控制激光切割模块机头的运动方式、CCD的图像采集和存储，同时负责响应操作员发送的外部命令；
所述驱动机构接收到计算机的指令后，由电机带动执行机构调整激光切割机机头的位置，实现对焦点位置的实时控制，从而进行相应的激光切割操作。
进一步的，所述CCD传感器通过驱动电路与计算机连接；所述激光切割模块通过驱动机构与计算机连接；所述CCD传感器固定在激光切割模块上。
参照图2，所述激光切割扫描***的具体工作过程为：
步骤1：对CCD传感器进行标定，求解出CCD传感器参数；
步骤2：对目标有旋转的图像求解其旋转角度并旋转校正目标，通过校正的图像去创建模板图像，再进行目标识别匹配，从而输出匹配目标的图像坐标；
步骤3：利用CCD传感器标定时输出的坐标转换矩阵将匹配点图像坐标转换成世界坐标：即激光切割模块的工作平台坐标；
步骤4：根据世界坐标位置加上切割目标的轮廓线(即激光切割路径)，再由旋转图像校正目标时的角度再次做图像逆旋转还原目标和目标轮廓线在激光切割模块工作台上的原始位置，从而达到对目标的准确定位与切割。
进一步的，所述步骤1中CCD传感器标定的具体步骤为：
步骤101：在激光切割模块工作平面的世界坐标系平面上打出3×3阵列形九点，并记录每点在世界坐标系下的坐标；
步骤102：基于计算机视觉函数库中的函数提取图像中九个角点的图像坐标，并对粗提取的九个角点以最大迭代次数和设定精度的组合来进行亚像素精确化其图像坐标；
步骤103：以九点的世界坐标系和精确化的图像坐标系求解出其仿射投影矩阵，并根据仿射投影矩阵线性求解出CCD传感器内部参与畸变系数，通过CCD传感器内参数矩阵和CCD传感器畸变系数矩阵校正映射求解出图像的X、Y轴坐标方向的重映射参数，再使用双线性插值法重映射来矫正图像的光学畸变。
步骤104：在矫正后的九点图像中求出内外共八个仿射投影矩阵，并取其八个矩阵的均值做为最终投影矩阵来将目标的图像坐标转换成世界坐标系下的坐标；
根据上述步骤所述的方法对***中CCD传感器进行标定，用极少数的特征点来求解单应性矩阵，其结果更加稳定，求解CCD传感器内部参与畸变系数基于亚像素精确化模型进行优化，确保了结果的高精度，同时，求解内外八个仿射投影矩阵的均值来求解世界坐标，及保证了速度，又保证了精度。
进一步的，所述步骤2中的目标识别匹配包括粗匹配和精匹配，所述粗匹配具体步骤为：
步骤201：调节好激光切割模块工作平台的光照条件；
步骤202：通过已经CCD传感器获取大幅面布料原图像，并对其作灰度图转换处理；
步骤203：对已处理的图像进行傅里叶变换获取原图像中目标旋转角度；
步骤204：以刚好包含目标为宜从原图像中截取模板图像，并复制一份以备精匹配阶段用；
步骤205：对校正目标的原图像和截取的模板图像分别进行双线性插值算法下采样缩放处理；
步骤206：将下采样缩放后的原图像与模板图像进行归一化积相关粗匹配，并设定相关匹配阀值来循环识别出所有的目标；
步骤207：保存粗匹配结果；
所述精匹配算法步骤为：
步骤211：在各个粗匹配点为中心的矩形可行解区域分别随机产生规模为m的初始种群，并对其进行编码，求取种群中的m个个体的适应度；
步骤212：根据各个个体的适应度按降序排序每个个体，取适应度最高的个体直接复制到下一代群体中；
步骤213：在各个可行解区域内对初始种群并行采取独立的遗传交叉和变异操作；
步骤214：对交叉和变异操作后的新个体的适应度值降序排序每个个体；
步骤215：选择每个区域中的最佳个体，当所有区域的最佳个体中的最小适应度值大于或等于粗匹配时循环获取所有的匹配位置坐标所设定的阀值时，则满足结束条件，输出最优解，否则，就将步骤4中前M个个体构成子代新的种群，之后跳到步骤2循环以下步骤，直到满足结束条件；
根据上述步骤所述的方法，通过对获取大幅面原始图像进行处理计算出目标的旋转角度，从而进行对目标矫正，然后再进行粗匹配，在粗匹配结果的基础上再进行精匹配，根据精匹配结果结合摄像机标定结果的单应性矩阵来将目标匹配的图像坐标值转换成工作平台上的坐标值，最后再加上激光切割目标的轨迹线后再次作仿射变换还原目标在机床上的原始位置，从而达到对目标的准确定位与切割，解决了现有技术中识别过程中实时性差，对带有偏角的目标识别率低，甚至出现无法识别的问题。
进一步的，所述步骤3中坐标转换的具体方法为：
首先，分别建立像素坐标系(Ouv)、图像平面坐标系(OIXIYI)、CCD传感器坐标系(OCXCYC)和三维空间世界坐标系(OWXWYW)；
然后，根据进行像素和图像平面坐标的转换，其中，u、v为像素坐标系中的坐标，XI、YI为图像平面坐标系中的坐标；根据进行图像平面和CCD传感器坐标的转换，其中XI、YI为图像坐标系中的坐标，XC、YC、ZC为CCD传感器坐标系中的坐标，f为焦距；根据其中fx＝f/dx、fy＝f/dx，f为CCD传感器的焦距，R为旋转矩阵，t为平移量，M1为CCD传感器内参数矩阵，M1M2即为图像坐标与世界坐标之间的单应性矩阵。
本发明的工作原理为：通过光源将参考光照射在被切割工件表面上，为图像采集提供良好的照明，再通过CCD传感器摄取图像信息，并输入计算机，通过计算机对图像信息进行分析处理并控制激光切割模块机头的运动方式、CCD的图像采集和存储，根据计算机的指令，通过驱动机构带动执行机构调整激光切割机机头的位置，实现对焦点位置的实时控制，再通过激光切割模块对工件进行激光切割操作。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案。

Claims (6)

1.一种激光切割扫描***，其特征在于，包括：激光切割模块、光源、CCD传感器、计算机和驱动机构；
所述激光切割模块用于对工件进行激光切割操作；
所述光源用于将参考光照射在被切割工件表面上，为图像采集提供良好的照明；
所述CCD传感器用于摄取图像信息，并输入计算机；
所述计算机用于对图像信息进行分析处理并控制激光切割模块机头的运动方式、CCD的图像采集和存储；
所述驱动机构接收到计算机的指令后，通过控制执行机构调整激光切割机机头的位置，实现对焦点位置的实时控制，从而进行相应的激光切割操作。
2.根据权利要求1所述的一种激光切割扫描***，其特征在于，所述CCD传感器通过驱动电路与计算机连接；所述激光切割模块通过驱动机构与计算机连接；所述CCD传感器固定在激光切割模块上。
3.根据权利要求1所述的一种激光切割扫描***，其特征在于，所述激光切割扫描***的具体工作过程为：
步骤1：对CCD传感器进行标定，求解出CCD传感器参数；
步骤2：对目标有旋转的图像求解其旋转角度并旋转校正目标，通过校正的图像去创建模板图像，再进行目标识别匹配，从而输出匹配目标的图像坐标；
步骤3：利用CCD传感器标定时输出的坐标转换矩阵将匹配点图像坐标转换成世界坐标：即激光切割模块的工作平台坐标；
步骤4：根据世界坐标位置加上切割目标的轮廓线(即激光切割路径)，再由旋转图像校正目标时的角度再次做图像逆旋转还原目标和目标轮廓线在激光切割模块工作台上的原始位置，从而达到对目标的准确定位与切割。
4.根据权利要求3所述的一种激光切割扫描***，其特征在于，所述步骤1中CCD传感器标定的具体步骤为：
步骤101：在激光切割模块工作平面的世界坐标系平面上打出3×3阵列形九点，并记录每点在世界坐标系下的坐标；
步骤102：基于计算机视觉函数库中的函数提取图像中九个角点的图像坐标，并对粗提取的九个角点以最大迭代次数和设定精度的组合来进行亚像素精确化其图像坐标；
步骤103：以九点的世界坐标系和精确化的图像坐标系求解出其仿射投影矩阵，并根据仿射投影矩阵线性求解出CCD传感器内部参与畸变系数，通过CCD传感器内参数矩阵和CCD传感器畸变系数矩阵校正映射求解出图像的X、Y轴坐标方向的重映射参数，再使用双线性插值法重映射来矫正图像的光学畸变。
步骤104：在矫正后的九点图像中求出内外共八个仿射投影矩阵，并取其八个矩阵的均值做为最终投影矩阵来将目标的图像坐标转换成世界坐标系下的坐标。
5.根据权利要求3所述的一种激光切割扫描***，其特征在于，所述步骤2中的目标识别匹配包括粗匹配和精匹配，所述粗匹配具体步骤为：
步骤201：调节好激光切割模块工作平台的光照条件；
步骤202：通过已经CCD传感器获取大幅面布料原图像，并对其作灰度图转换处理；
步骤203：对已处理的图像进行傅里叶变换获取原图像中目标旋转角度；
步骤204：以刚好包含目标为宜从原图像中截取模板图像，并复制一份以备精匹配阶段用；
步骤205：对校正目标的原图像和截取的模板图像分别进行双线性插值算法下采样缩放处理；
步骤206：将下采样缩放后的原图像与模板图像进行归一化积相关粗匹配，并设定相关匹配阀值来循环识别出所有的目标；
步骤207：保存粗匹配结果；
所述精匹配算法步骤为：
步骤211：在各个粗匹配点为中心的矩形可行解区域分别随机产生规模为m的初始种群，并对其进行编码，求取种群中的m个个体的适应度；
步骤212：根据各个个体的适应度按降序排序每个个体，取适应度最高的个体直接复制到下一代群体中；
步骤213：在各个可行解区域内对初始种群并行采取独立的遗传交叉和变异操作；
步骤214：对交叉和变异操作后的新个体的适应度值降序排序每个个体；
步骤215：选择每个区域中的最佳个体，当所有区域的最佳个体中的最小适应度值大于或等于粗匹配时循环获取所有的匹配位置坐标所设定的阀值时，则满足结束条件，输出最优解，否则，就将步骤4中前M个个体构成子代新的种群，之后跳到步骤2循环以下步骤，直到满足结束条件。
6.根据权利要求3所述的一种激光切割扫描***，其特征在于，所述步骤3中坐标转换的具体方法为：
首先，分别建立像素坐标系(Ouv)、图像平面坐标系(OIXIYI)、CCD传感器坐标系(OCXCYC)和三维空间世界坐标系(OWXWYW)；
然后，根据进行像素和图像平面坐标的转换，其中，u、v为像素坐标系中的坐标，XI、YI为图像平面坐标系中的坐标；根据进行图像平面和CCD传感器坐标的转换，其中XI、YI为图像坐标系中的坐标，XC、YC、ZC为CCD传感器坐标系中的坐标，f为焦距；根据其中fx＝f/dx、fy＝f/dx，f为CCD传感器的焦距，R为旋转矩阵，t为平移量，M1为CCD传感器内参数矩阵，M1M2即为图像坐标与世界坐标之间的单应性矩阵。
CN201910658962.9A 2019-07-19 2019-07-19 一种激光切割扫描*** Expired - Fee Related CN110449749B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202011284046.2A CN112388182A (zh) 2019-07-19 2019-07-19 一种激光切割扫描***的工作方法
CN201910658962.9A CN110449749B (zh) 2019-07-19 2019-07-19 一种激光切割扫描***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910658962.9A CN110449749B (zh) 2019-07-19 2019-07-19 一种激光切割扫描***

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN202011284046.2A Division CN112388182A (zh) 2019-07-19 2019-07-19 一种激光切割扫描***的工作方法

Publications (2)

Publication Number Publication Date
CN110449749A true CN110449749A (zh) 2019-11-15
CN110449749B CN110449749B (zh) 2021-02-26

Family

ID=68482996

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201910658962.9A Expired - Fee Related CN110449749B (zh) 2019-07-19 2019-07-19 一种激光切割扫描***
CN202011284046.2A Withdrawn CN112388182A (zh) 2019-07-19 2019-07-19 一种激光切割扫描***的工作方法

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN202011284046.2A Withdrawn CN112388182A (zh) 2019-07-19 2019-07-19 一种激光切割扫描***的工作方法

Country Status (1)

Country Link
CN (2) CN110449749B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111774502A (zh) * 2020-07-10 2020-10-16 广东华中科技大学工业技术研究院 一种口罩机的鼻线智能放料装置及方法
CN111774775A (zh) * 2020-06-30 2020-10-16 中国船舶重工集团公司第七一六研究所 用于大型结构件龙门式机器人焊接的三维视觉***及控制方法
CN112767494A (zh) * 2021-01-19 2021-05-07 中国科学院云南天文台 基于标定算法的精确测量定位方法
CN112935562A (zh) * 2021-01-19 2021-06-11 中国科学院云南天文台 基于旁轴离线测量的激光精密加工方法
CN113523609A (zh) * 2021-08-13 2021-10-22 彭晓静 一种用于3d建模激光切割的语音智能机器人
CN114799565A (zh) * 2022-05-18 2022-07-29 苏州仁和老河口汽车股份有限公司 一种铸铝件加工用激光切割机智能控制***及方法
CN115165790A (zh) * 2022-05-16 2022-10-11 浙江海纳半导体股份有限公司 一种提高重掺硅片氧含量测试效率的方法
CN115685876A (zh) * 2022-11-14 2023-02-03 英诺威讯智能科技（杭州）有限公司 一种基于轨迹补偿的平面激光切割控制方法及***
CN115922068A (zh) * 2022-12-29 2023-04-07 广东工业大学 一种多层复合材料的反馈式激光脉冲加工方法及设备

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113744336A (zh) * 2021-09-07 2021-12-03 深圳市睿达科技有限公司 一种辅助定位方法、装置及计算机可读存储介质
CN115625435B (zh) * 2022-11-14 2023-05-26 广东瑞洲科技有限公司 智能识别切割方法、装置及***
CN116197554A (zh) * 2023-05-04 2023-06-02 济南邦德激光股份有限公司 一种激光切割数控***的参数自动导引方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007143505A2 (en) * 2006-06-03 2007-12-13 Electro Scientific Industries, Inc. Method and apparatus for automatically processing multiple applications in a predetermined order to affect multi-application sequencing
CN104722926A (zh) * 2015-03-18 2015-06-24 江苏长江重工科技有限公司 一种机器人三维激光自动切割***及其切割方法
CN105149794A (zh) * 2015-08-18 2015-12-16 河海大学常州校区 一种基于双目视觉的智能激光切边***及其方法
CN105921888A (zh) * 2016-04-08 2016-09-07 武汉华工激光工程有限责任公司 一种利用ccd寻边偏移再激光切割的方法
CN106780628A (zh) * 2016-12-24 2017-05-31 大连日佳电子有限公司 基于混合畸变模型的高精度摄像机标定方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007143505A2 (en) * 2006-06-03 2007-12-13 Electro Scientific Industries, Inc. Method and apparatus for automatically processing multiple applications in a predetermined order to affect multi-application sequencing
CN104722926A (zh) * 2015-03-18 2015-06-24 江苏长江重工科技有限公司 一种机器人三维激光自动切割***及其切割方法
CN105149794A (zh) * 2015-08-18 2015-12-16 河海大学常州校区 一种基于双目视觉的智能激光切边***及其方法
CN105921888A (zh) * 2016-04-08 2016-09-07 武汉华工激光工程有限责任公司 一种利用ccd寻边偏移再激光切割的方法
CN106780628A (zh) * 2016-12-24 2017-05-31 大连日佳电子有限公司 基于混合畸变模型的高精度摄像机标定方法

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111774775A (zh) * 2020-06-30 2020-10-16 中国船舶重工集团公司第七一六研究所 用于大型结构件龙门式机器人焊接的三维视觉***及控制方法
CN111774502B (zh) * 2020-07-10 2022-01-04 广东华中科技大学工业技术研究院 一种口罩机的鼻线智能放料装置及方法
CN111774502A (zh) * 2020-07-10 2020-10-16 广东华中科技大学工业技术研究院 一种口罩机的鼻线智能放料装置及方法
CN112767494A (zh) * 2021-01-19 2021-05-07 中国科学院云南天文台 基于标定算法的精确测量定位方法
CN112935562A (zh) * 2021-01-19 2021-06-11 中国科学院云南天文台 基于旁轴离线测量的激光精密加工方法
CN113523609A (zh) * 2021-08-13 2021-10-22 彭晓静 一种用于3d建模激光切割的语音智能机器人
CN115165790B (zh) * 2022-05-16 2023-07-25 浙江海纳半导体股份有限公司 一种提高重掺硅片氧含量测试效率的方法
CN115165790A (zh) * 2022-05-16 2022-10-11 浙江海纳半导体股份有限公司 一种提高重掺硅片氧含量测试效率的方法
CN114799565A (zh) * 2022-05-18 2022-07-29 苏州仁和老河口汽车股份有限公司 一种铸铝件加工用激光切割机智能控制***及方法
CN114799565B (zh) * 2022-05-18 2024-04-19 苏州仁和老河口汽车股份有限公司 一种铸铝件加工用激光切割机智能控制***及方法
CN115685876A (zh) * 2022-11-14 2023-02-03 英诺威讯智能科技（杭州）有限公司 一种基于轨迹补偿的平面激光切割控制方法及***
CN115922068A (zh) * 2022-12-29 2023-04-07 广东工业大学 一种多层复合材料的反馈式激光脉冲加工方法及设备
CN115922068B (zh) * 2022-12-29 2024-01-16 广东工业大学 一种多层复合材料的反馈式激光脉冲加工方法及设备

Also Published As

Publication number Publication date
CN110449749B (zh) 2021-02-26
CN112388182A (zh) 2021-02-23

Similar Documents

Publication Publication Date Title
CN110449749A (zh) 一种激光切割扫描***
CN111604598B (zh) 一种机械臂进给式激光刻蚀***的对刀方法
CN106949845B (zh) 基于双目立体视觉的二维激光振镜扫描***及标定方法
CN108898634B (zh) 基于双目相机视差对绣花机目标针眼进行精确定位的方法
CN106182004A (zh) 基于视觉引导的工业机器人自动销孔装配的方法
CN108406123A (zh) 一种激光加工中三维零件标定***及方法
CN110634161A (zh) 一种基于点云数据的工件位姿快速高精度估算方法及装置
CN114034248B (zh) 一种基于双目视觉的激光三维投影方法
CN104923923A (zh) 一种基于大幅面视觉引导和变形矫正的激光定位切割***
CN108377380A (zh) 影像扫描***及其方法
CN111179233B (zh) 基于激光切割二维零部件的自适应纠偏方法
CN109291048A (zh) 一种磨抛工业机器人实时在线编程***及方法
CN111739006B (zh) 一种基于围道积分的椭圆图像检测算法及***
CN109542145B (zh) 一种高功率激光装置的光路自动准直方法
CN114833832A (zh) 一种机器人手眼标定方法、装置、设备及可读存储介质
CN113828892A (zh) 基于hdr图像的熔池中心识别***及焊缝跟踪方法
CN112365537A (zh) 一种基于三维点云对齐的主动相机重定位方法
CN110548991A (zh) 动力电池精密结构件激光焊接的光场分布控制方法及***
CN108907897B (zh) 化铣胶膜刻形的在机视觉检测方法
CN115884480A (zh) 基于图像处理的多光轴云台灯控制方法、设备及存储介质
CN102682445A (zh) 一种仿蜥蜴亚目避役科生物视觉坐标提取算法
CN115457252A (zh) 一种焊接关键点的定位方法及装置
CN110355476B (zh) 一种基于二维激光打标机的三维打标设备及方法
TWI593494B (zh) 雷射加工控制系統及其控制方法
CN114359393A (zh) 跨平台的视觉引导点胶引导方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20210226