CN113510536A - 一种加工中心的在机检测装置和方法 - Google Patents
一种加工中心的在机检测装置和方法 Download PDFInfo
- Publication number
- CN113510536A CN113510536A CN202110474521.0A CN202110474521A CN113510536A CN 113510536 A CN113510536 A CN 113510536A CN 202110474521 A CN202110474521 A CN 202110474521A CN 113510536 A CN113510536 A CN 113510536A
- Authority
- CN
- China
- Prior art keywords
- camera
- point
- axis
- detection device
- image
- 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
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
- B23Q17/00—Arrangements for observing, indicating or measuring on machine tools
- B23Q17/20—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring workpiece characteristics, e.g. contour, dimension, hardness
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
- B23Q17/00—Arrangements for observing, indicating or measuring on machine tools
- B23Q17/24—Arrangements for observing, indicating or measuring on machine tools using optics or electromagnetic waves
- B23Q17/2409—Arrangements for indirect observation of the working space using image recording means, e.g. a camera
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Optics & Photonics (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供了一种加工中心的在机检测装置和方法,涉及加工中心检测技术领域。其中,这种在机检测装置包含固定组件和拍摄组件。固定组件包括用以连接加工中心主轴的连接件,配置于连接件的安装座。拍摄组件包括配置于安装座的相机、镜头、光源,以及无线模块。光源用以照亮工件。相机和镜头用以拍摄工件。无线模块电连接与相机和图像处理设备,用以将相机拍摄到的图像发送至图像处理设备。通过将相机、镜头、光源、无线模块配置于在安装座上形成一个整体;并通过连接件,将这个整体形成类刀具装置。使得在机检测装置在不使用时可存放在刀库中以备调用,在使用时将其调出通过连接件安装在加工中心主轴上,极大简化了在机检测过程。
Description
技术领域
本发明涉及加工中心检测领域,具体而言,涉及一种加工中心的在机检测装置和方法。
背景技术
随着加工中心在工业上的广泛应用、零件制造精度与复杂性的提高,在机检测***以其高效率、高精度、高自动化测量等优点,在精密加工领域广泛应用,成为精密数控加工***中的重要组成部分。
然而,由于在机检测装置普及化低,目前工件检测多为手工检测与离线检测。手工检测存在精度不足与效率低下的问题,离线检测会造成二次定位误差,都难以保证加工精度且影响加工效率。为了满足精密零件的生产需求,保证加工精度,简化检测过程以提高生产效率,亟需一种装置实现加工中心的高速高效在机检测。
发明内容
第一方面、
本发明提供了一种加工中心的在机检测装置,旨在改善加工中心无法快速检测工件的问题。
为解决上述技术问题,本发明提供了一种加工中心的在机检测装置,其包含固定组件和拍摄组件。
固定组件包括用以连接加工中心主轴的连接件,配置于所述连接件的安装座。
拍摄组件包括配置于所述安装座的相机、镜头、光源,以及无线模块。所述光源用以照亮工件。所述相机和所述镜头用以拍摄工件。所述无线模块电连接与所述相机和图像处理设备,用以将所述相机拍摄到的图像发送至所述图像处理设备。
可选地,所述连接件一端为与加工中心主轴相适配的刀柄结构,另一端可拆卸的配置于所述安装座。
所述连接件和所述安装座之间通过第一紧固件可拆卸的连接。
可选地,所述安装座为PC或ABS材料。所述第一紧固件为螺栓或螺钉。
可选地,所述相机为单色工业相机,所述镜头为小型固定焦距镜头。所述相机通过第二紧固件可拆卸的配置于所述安装座。
可选地,所述相机和所述安装座之间设置有垫片。所述第二紧固件为内六角平端紧定螺钉。
可选地,所述光源为环形结构的无影光源。所述光源通过第三紧固件可拆卸的配置于所述安装座。
可选地,所述光源和所述安装座之间设置有垫圈。所述第三紧固件为螺钉。
可选地,所述拍摄组件还包括配置于所述安装座的外置电池。所述外置电池电连接于所述相机和所述无线模块。
可选地,所述安装座呈柱状结构,且设置有安装槽、以及连接于所述安装槽的拍摄孔。所述无线模块、所述外置电池,以及所述相机均配置于所述安装槽中。所述镜头配置于所述相机且穿过所述拍摄孔。所述光源配置于所述安装座设置有所述拍摄孔的一端。
可选地,所述安装座为长方体结构。所述安装槽的数量为3个。所述无线模块、所述外置电池,以及所述相机分别配置于3个安装槽中。
第二方面、
本发明实施例提供了一种加工中心的在机检测方法,用于在加工中心中使用如第一方面任一段所述的检测装置检测工件的制造误差信息;
所述检测方法包括:
S1、获取包含所述工件的待测特征的第一图像;其中,所述第一图像由所述检测装置拍摄;
S2、根据所述第一图像计算得到检测装置的光轴和所述待测特征的轴线之间的夹角;
S3、根据所述夹角调整所述工件和/或所述检测装置的位置,以使所述光轴和所述轴线重合;
S4、获取包含所述待测特征的第二图像序列;其中,所述第二图像序列由所述检测装置沿着所述轴线等距移动并拍摄得到;
S5、根据所述第二图像序列,基于聚焦形貌恢复,生成获取所述待测特征的全聚焦表面形貌深度图;
S6、获取所述工件的理论模型,并与所述全聚焦表面形貌深度图比对,生成所述工件的制造误差信息。
可选地,步骤S2具体包括步骤S21至步骤S25:
S21、提取所述第一图像的边缘特征,获得边缘轮廓图;
S22、获取所述边缘轮廓图上各边缘点的坐标,并生成数组;
S23、根据所述数组,计算得到椭圆参数MPNQ{A(x,y),δ,a,b};其中,M和N分别是椭圆长轴的两个端点、P和Q分别是椭圆短轴的两个端点、A(x,y)为椭圆中心坐标、δ为长轴偏转角度、a为长半轴的长度、b为短半轴的长度;
S24、获取所述在机检测装置在加工中心中的坐标o,以及MPNQA五个点对应的待测特征上的mpnqa点在所述加工中心中的坐标;
S25、根据所述坐标o和所述mpnqa点在所述加工中心中的坐标,计算得到所述夹角。
可选地,步骤S23具体包括步骤S231至步骤S233:
S231、从所述数组中选取两个边缘点,计算基本参数MN{A(x,y),δ,a};其中,M和N分别是椭圆长轴的两个端点、A(x,y)为椭圆中心坐标,δ为长轴偏转角度,a为长半轴的长度;
S232、基于所述基本参数,计算所述数组中其它边缘点对应的短半轴长度b;
S233、记录不同b值的出现次数,当某个b值出现的次数大于预设的阈值时,判定所述两个边缘点为椭圆长轴端点,并获取椭圆参数MPNQ{A(x,y),δ,a,b};否则,选取数组中的另外两个边缘点,重新计算;
其中,M和N分别是椭圆长轴的两个端点、P和Q分别是椭圆短轴的两个端点、A(x,y)为椭圆中心坐标、δ为长轴偏转角度、a为长半轴的长度、b为短半轴的长度;
可选地,步骤S25具体包括步骤S251至步骤S255:
S251、过点p、点o和点q建立平面Spoq;其中,夹角∠poq的角平分线oa,位于所述平面Spoq;
S252、过所述角平分线oa建立所述平面Spoq的垂直平面S⊥poq;其中,垂直平面S⊥poq与待测特征相交于m点和n点;
S253、以点a为圆心,oa为半径,在垂直平面S⊥poq上建立圆弧;
S254、计算圆弧上各点对应的光心夹角∠mon,取光心夹角∠mon最大的圆弧点作为目标工作点;
S255、根据所述目标工作点、点a和点o计算所述夹角。
可选地,步骤S5具体包括步骤S51至步骤S52:
S51、基于评价函数,计算第二图像序列中各个图像的聚焦像素区域;
S52、根据所述聚焦像素区域,拼接成全聚焦表面形貌深度图;
可选地,步骤S6具体包括步骤S61至步骤S62:
S61、获取所述工件的理论模型;
S62、提取所述全聚焦表面形貌深度图中的点云数据,并与理论模型中的对应点作差,计算得到制造误差信息。
通过采用上述技术方案,本发明可以取得以下技术效果:
本发明通过将相机、镜头、光源、无线模块配置于在安装座上形成一个整体;并通过连接件,将这个整体形成类刀具装置。使得在机检测装置在不使用时可存放在刀库中以备调用,在使用时将其调出通过连接件安装在加工中心主轴上,极大简化了在机检测过程。
附图说明
为了更清楚地说明本发明实施方式的技术方案,下面将对实施方式中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1是在机检测装置的轴测图。
图2是在机检测装置的***图。
图3是在机检测方法的流程示意图。
图4是在机检测方法的逻辑框图。
图5是相机拍摄物体时的成像原理图(物体竖直)。
图6是相机拍摄物体时的成像原理图(物体倾斜)。
图7和图8为椭圆参数示意图与霍夫变换依据。
图9为在机检测装置拍摄最佳视角计算原理图。
图10为在拍摄第二图像序列的示意图。
图11为聚焦形貌恢复的原理图。
图中标记:1-连接件;2-第一紧固件;3-安装座;4-垫圈;5-第三紧固件;6-光源;7-镜头;8-垫片;9-第二紧固件;10-相机;11-外置电池;12-无线模块。
具体实施方式
为使本发明实施方式的目的、技术方案和优点更加清楚,下面将结合本发明实施方式中的附图,对本发明实施方式中的技术方案进行清楚、完整地描述,显然,所描述的实施方式是本发明一部分实施方式,而不是全部的实施方式。基于本发明中的实施方式,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施方式,都属于本发明保护的范围。因此,以下对在附图中提供的本发明的实施方式的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施方式。基于本发明中的实施方式,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施方式,都属于本发明保护的范围。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的设备或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中,除非另有明确的规定和限定,第一特征在第二特征之“上”或之“下”可以包括第一和第二特征直接接触,也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且,第一特征在第二特征“之上”、“上方”和“上面”包括第一特征在第二特征正上方和斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”包括第一特征在第二特征正下方和斜下方,或仅仅表示第一特征水平高度小于第二特征。
下面结合附图与具体实施方式对本发明作进一步详细描述:
实施例一、
由图1、图2所示,本实施例提供一种加工中心的在机检测装置,其包含固定组件和拍摄组件。固定组件包括用以连接加工中心主轴的连接件1,配置于连接件1的安装座3。拍摄组件包括配置于安装座3的相机10、镜头7、光源6,以及无线模块12。光源6用以照亮工件。相机10和镜头7用以拍摄工件。无线模块12电连接与相机10和图像处理设备,用以将相机10拍摄到的图像发送至图像处理设备。
在本实施例中,通过将相机10、镜头7、光源6、无线模块12配置于在安装座3上形成一个整体;并通过连接件1,将这个整体形成类刀具装置,能够与加工中心的主轴快速的连接和拆卸。在机检测装置在不使用时可存放在刀库中以备调用,在使用时将其调出通过连接件1安装在加工中心主轴上,极大简化了在机检测过程。
图像处理设备能够接收无线模块12发送的图像信息,并且进行图像预处理、聚焦形貌恢复、点云信息提取及制造误差评估的工作。用于制定工件加工误差评估报告,指导被测工件加工工艺优化过程。通过分析图像获得工件的尺寸、误差信息,为现有技术,在此不再赘述。通过本发明的在机检测装置极大地简化了视觉在机检测装置的安装及测量过程。
在上述实施例的基础上,本发明一可选实施例中,连接件1一端为与加工中心主轴相适配的刀柄结构,另一端可拆卸的配置于安装座3。连接件1和安装座3之间通过第一紧固件2可拆卸的连接。在本实施例中,通过将连接件1的一端设置成刀柄结构,例如莫氏锥孔刀柄、侧固定刀柄等刀柄结构,使得连接件1能够像常规刀具一样快速的安装到主轴上,通过主轴来移动位置,拍摄合适的照片。在另一实施例中,也可以设置成例如螺栓、卡扣等的其它结构。
具体地,刀柄和连接件1之间可拆卸的连接,能够通过更换连接件1使得在机检测装置适应同的加工中心,具有很好的实际意义。
在上述实施例的基础上,本发明一可选实施例中,安装座3为PC或ABS材料。第一紧固件2为螺栓或螺钉。PC或ABS材料具有足够韧性、强度及耐热性,螺栓或螺钉能够将连接件1可靠的安装在安装座3上。在本实施例中,连接件1设置有定位凸起,安装座3设置有定位凹槽,通过定位凸起和定位凹槽的结构不仅能够保证连接件1相对于安装座3的位置,还能够防止连接件1和安装座3之间发生转动,具有很好的实际意义。
在上述实施例的基础上,本发明一可选实施例中,相机10为单色工业相机,镜头7为小型固定焦距镜头。相机10通过第二紧固件9可拆卸的配置于安装座3。具体地,相机10和安装座3之间设置有垫片8。第二紧固件9为内六角平端紧定螺钉。相机10与镜头7构成图像采集***。使用时通过主轴将相机10的位置调整到零件上方合适位置在最合适的距离进行拍照。通过垫片8和内六角平端紧定螺钉能够将相机10牢固的固定在安装座3上。固定焦距镜头、工业相机与无线电通信***能够实现图像的获取与传输等功能,实现在机非接触性测量;
在上述实施例的基础上,本发明一可选实施例中,光源6为环形结构的无影光源。光源6通过第三紧固件5可拆卸的配置于安装座3。具体地,光源6和安装座3之间设置有垫圈4。第三紧固件5为螺钉。环形无影光源能够高效低角度照明,以均匀的照亮工件,避免因为局部较暗导致的照片不清晰问题,大大提高了在机检测装置的可靠性。
在上述实施例的基础上,本发明一可选实施例中,拍摄组件还包括配置于安装座3的外置电池11。外置电池11电连接于相机10和无线模块12。安装座3呈柱状结构,且设置有安装槽、以及连接于安装槽的拍摄孔。无线模块12、外置电池11,以及相机10均配置于安装槽中。镜头7配置于相机10且穿过拍摄孔。光源6配置于安装座3设置有拍摄孔的一端。具体地,安装座3为长方体结构。安装槽的数量为3个。无线模块12、外置电池11,以及相机10分别配置于3个安装槽中。通过将无线模块12、外置电池11,以及相机10安装在安装槽内,能够很好的将这些电子元器件保护起来,防止在拍摄过程中发生碰撞,具有很好的实际意义。
实施例二、
如图3至图11所示,本发明实施例提供了一种加工中心的在机检测方法,用于在加工中心中使用如第一方面任一段所述的检测装置,以检测工件的制造误差信息。
所述在机检测方法可由在在机检测设备来执行。特别地,由在机检测设备中的一个或者多个处理器来执行,以实现如下步骤:
S1、获取包含工件的待测特征的第一图像。其中,第一图像由检测装置拍摄。
在本实施例中,在机检测设备可以是加工中心的控制器,或者能够与加工中心和在机检测装置进行交互的计算机。具体地,在本实施例中,在机检测设备为计算机,其与在机检测装置通过无线信号传输数据。
需要说明的是,所述工件为在加工中心进行加工的工件。所述待测特征为工件上由加工中心加工出来的圆柱、孔或者圆锥等旋转结构特征。本实施例提供的在机检测方法适用于圆柱、孔或圆锥类零件或包含此特征的零件进行检测,也适用于其他旋转类零件或特征在机视觉检测的视角优化、及后续形貌恢复以及制造误差评估。
将检测装置安装到加工中心的主轴上,通过主轴来移动检测装置。检测的第一步为移动检测装置,使得工件的待测特征处于检测装置的拍摄范围内。通过检测装置在当前至拍摄的第一图像,能够确定待测特征和检测装置的相对位置。从而将检测装置调整到合适的位置。
具体地,工件处于加工中心的工作台上,在相机与零件的初始位置关系下进行图像初步拍摄,图像由无线电通信***传输至在机检测设备中的图像处理***。
S2、根据第一图像计算得到检测装置的光轴和待测特征的轴线之间的夹角。
具体地,在步骤S1中初步确定检测装置的位置。这时相机的光轴(光轴即为相机拍摄的轴线方向)和待测特征的轴线(待测特征为旋转特征,轴线即为待测特征的旋转轴)往往不是平行的,存在一定的夹角。因此,检测装置设得到的图像呈椭圆状,无法准确的反应待测特征的特征信息。因此,在本发明中,先通过检测装置拍摄的第一图像来确定相机的光轴和待测特征的轴线之间的夹角,从而对相机的拍摄位置进行精确调整,保证在机检测的精度。
在本实施例中,步骤S2具体包括步骤S21至步骤S25:
如图5和图6所示,首先说明相机成像原理与圆形成像规律:透过光学***的物点P在聚焦平面上形成一个清晰的像素点Pf,相机中往往u>2f。其中,u为物距,s为像距,f为焦距。在焦平面成倒立缩小的像。当圆形物体成像时,由于物距越大成像越小。如图6所示,不与光轴垂直的空间圆形在成像形状为一椭圆。利用该特征,可计算物平面与相机平面的偏差角度。具体地:
S21、提取第一图像的边缘特征,获得边缘轮廓图。
S22、获取边缘轮廓图上各边缘点的坐标,并生成数组。
首先对第一图像进行图形预处理,基于Canny算子从第一图像中提取的椭圆边缘,得到二值化的边缘轮廓图,然后将边缘图上的点坐标存入数组。Canny算子是一种基于图像梯度计算的边缘检测算法,具有低错误率、边缘中心定位精确、不产生伪边缘、过程简单等优势。
S23、根据数组,计算得到椭圆参数MPNQ{A(x,y),δ,a,b}。其中,M和N分别是椭圆长轴的两个端点、P和Q分别是椭圆短轴的两个端点、A(x,y)为椭圆中心坐标、δ为长轴偏转角度、a为长半轴的长度、b为短半轴的长度。
然后,通过Hough(霍夫)变换椭圆检测,查找第一图像中拍摄得到的椭圆并确定椭圆参数。Hough变换是一种很好的检测特定几何曲线方法,优点是抗干扰能力强,对图像中直线的残缺部分、噪声以及其它共存的非直线结构不敏感。其在椭圆检测中,利用几何特征进行参数降维,提高了算法性能。
具体地,步骤S23具体包括步骤S231至步骤S233:
S231、从数组中选取两个边缘点,计算基本参数MN{A(x,y),δ,a}。其中,M和N分别是椭圆长轴的两个端点、A(x,y)为椭圆中心坐标,δ为长轴偏转角度,a为长半轴的长度。
S232、基于基本参数,计算数组中其它边缘点对应的短半轴长度b。
S233、记录不同b值的出现次数,当某个b值出现的次数大于预设的阈值时,判定两个边缘点为椭圆长轴端点,并获取椭圆参数MPNQ{A(x,y),δ,a,b}。否则,选取数组中的另外两个边缘点,重新计算。
其中,M和N分别是椭圆长轴的两个端点、P和Q分别是椭圆短轴的两个端点、A(x,y)为椭圆中心坐标、δ为长轴偏转角度、a为长半轴的长度、b为短半轴的长度。
具体地,如图7和图8所示,基于Hough变换椭圆检测,任意选取数组中的一对边缘点假设其为长轴点M(xM,yM)、N(xN,yN),按式(1)到(4)计算椭圆的基本参数{A(x,y),δ,a}。
假设椭圆焦点为W(xW,yW)、V(xV,yV),另在椭圆周取B(xB,yB)点(即边缘点)。根据椭圆与焦点的性质有式(5)到(9),可计算对应短半轴b值。
联立式(5)到(9)得:
其中,式(10)中:
ρ2=(yM-y)2+(xM-x)2 (11)
μ=|sinδ|(yM-y)+|cosδ|(xM-x) (12)
如上述推导,确定长轴端点即可计算短轴b以外的参数。即,先从数组中任意选取一对边缘点假设其为长轴点,并计算出其对应的基本参数(即短轴b以外的参数)。
然后,依次任意在椭圆取B点计算短半轴长度b,并统计不同的短半轴长度b的出现次数。累计次数最高b值用于确定椭圆参数。
需要说明的是,基于椭圆的特性,如开始选的点是椭圆长轴两端点,则每次计算出的b值恒定。因此,当选取的假设为长轴点的一对边缘点为真正的长轴点时,当同一个b值的累计出现次数最多。
设定阈值T(该值为算法循环结构停止条件,一般取值数量级在102),在二维参数空间上对参数b进行统计,得到峰值超过一定阈值T的一组参数即为椭圆,此时认为假设的长轴端点正确;否则,选取数组中的下一点对,当作长轴端点迭代;迭代结束可确定椭圆MPNQ{A(x,y),δ,a,b}。
S24、获取在机检测装置在加工中心中的坐标o,以及MPNQA五个点对应的待测特征上的mpnqa点在加工中心中的坐标。
S25、根据坐标o和mpnqa点在加工中心中的坐标,计算得到夹角。
在本实施例中,步骤S25具体包括步骤S251至步骤S255:
S251、过点p、点o和点q建立平面Spoq。其中,夹角∠poq的角平分线oa,位于平面Spoq。
S252、过角平分线oa建立平面Spoq的垂直平面S⊥poq。其中,垂直平面S⊥poq与待测特征相交于m点和n点。
S253、以点a为圆心,oa为半径,在垂直平面S⊥poq上建立圆弧。
S254、计算圆弧上各点对应的光心夹角∠mon,取光心夹角∠mon最大的圆弧点作为目标工作点。
S255、根据目标工作点、点a和点o计算夹角。
如图9所示,根据目标圆(即工件的待测特征)mpnq与其镜像椭圆(即第一图像中的椭圆)MPNQ,由成像几何关系可确定相机旋转角度。
具体地,空间圆形(即第一图像中的椭圆)mpnq在相机成像面上为标准的椭圆MPNQ,连接光心、物像轮廓可得到两个对顶椭圆锥。相机光心为O,成像椭圆A的长轴MN、短轴PQ、中心A。
短轴PQ在目标圆对应直径pq,则夹角∠poq为该椭圆锥最小夹角,oa为角平分线,经过角平分线oa且与面poq垂直的平面,计作S⊥poq平面,该平面与目标圆面和成像椭圆分别交于mn、MN。直径mn与光心夹角∠mon是椭圆锥最大夹角,此时om≠on。
在S⊥poq平面中,沿圆弧(a为圆心,oa为半径)方向移动相机以改变拍摄角度,直至夹角∠mon达到最大值,此时om=on,椭圆锥O-mpqn变为标准圆锥。转过的角度θ即为圆特征轴线与相机光轴的偏差角度。
即,通过计算圆弧上各点和m点和n点之间的光心夹角,当光心夹角最大时的圆弧点处于待测特征的轴线上。因此,先通过计算光心夹角确定最佳拍摄点,在通过最佳拍摄点和a点、o点,确定光轴和轴线之间的夹角。
S3、根据夹角调整工件和/或检测装置的位置,以使光轴和轴线重合。
具体地,将上述计算得到的夹角反馈于加工中心,使加工中心调整相机与被测零件的相对位置,使其达到最佳视角。此时物面、镜面、像面相互平行。
需要说明的是,所述最佳视角可通过改变加工中心位姿或待测工件装夹方式实现。例如:三轴加工中心需调整工装装夹方式达到调整效果;对于五轴或其他多轴控制加工中心,可根据摆头或转台的不同形式合理旋转角度进行调整。具体调整方法可根据机床不同旋转轴配置,合理选择光轴调整策略,本发明在此不再赘述。
图像正式采集之前,根据物与像的几何关系计算相机光轴偏差角度,调整相机角度使其在最佳视角拍摄,以取得更好的检测效果。
S4、获取包含待测特征的第二图像序列。其中,第二图像序列由检测装置沿着轴线等距移动并拍摄得到。
具体地,如图10所示,调整为最佳角度后,拍摄时相机随主轴沿光轴方向等步长采集待测特征表面的N帧图像,每帧图像具有确定深度,用作后续图像处理的深度提取与形貌恢复的输入。
在本实施例中,第二图像序列通过无线传输的方式传输至检测设备中。
S5、根据第二图像序列,基于聚焦形貌恢复,生成获取待测特征的全聚焦表面形貌深度图。
在本实施例中,步骤S5具体包括步骤S51至步骤S52:
S51、基于评价函数,计算第二图像序列中各个图像的聚焦像素区域。
S52、根据聚焦像素区域,拼接成全聚焦表面形貌深度图。
需要说明的是,如图5所示,对于焦距一定的镜头,物点P在聚焦平面上成像为Pf,所以当成像面与聚焦平面重合时,成像为一个清晰的像素点。当两个平面不重合时,会形成一个半径为R的弥散圆,随着两个平面的距离增大导致弥散圆半径R越大,成像越模糊。应用聚焦形貌恢复技术,可在采集的N帧非全聚焦图像中分别提取深度信息,即从部分聚焦图像中提取工件在成像面与聚焦平面重合时的深度信息。连续化后即可得到全聚焦图像。
具体地,
(a)如图11a所示,拍摄所得K幅二维序列图像,并包含被测表面全部深度信息,设被测表面某元素在i=k时成像清晰。
(b)选取一种评价函数(常用的评价函数有:拉普拉斯算子、Tenengrad聚焦评价函数、灰度方差算子等),如灰度方差算子,是利用清晰像素与模糊像素之间的灰度差异,将方差作为清晰度评价标准。以图像每个像素点(x,y)为评价窗口计算其清晰度评价函数值U(x,y),定位评价曲线上的最大值点对应的序列图像号,则计该点的深度为k,如图11d所示,。
即,通过清晰度评价函数计算像素深度值,即通过聚焦信息获取每个像素点的深度信息。
(c)构建全聚焦表面形貌深度图。
具体地,如图11b所示,求得序列图像所对应的深度矩阵,继而依次确定每个被测表面元素的深度,进行连续化处理后即可获得表面形貌深度图D(x,y)。
(d)如图11c所示,由深度图即可得到全聚焦图像F(x,y)。
即,从经过清晰度评价后的原始序列图像提取各聚焦像素区域,拼接成全聚焦表面形貌深度图。
聚焦形貌恢复算法具有简单快捷、易于操作、实时性好、测量精度高等优点,能够实现复杂表面形貌重构与表面深度测量等要求。
S6、获取工件的理论模型,并与全聚焦表面形貌深度图比对,生成工件的制造误差信息。
在本实施例中,步骤S6具体包括步骤S61至步骤S62:
S61、获取工件的理论模型。
S62、提取全聚焦表面形貌深度图中的点云数据,并与理论模型中的对应点作差,计算得到制造误差信息。
最后对比全聚焦表面形貌深度图和理论模型的设计尺寸要求,评估制造误差。即,基于聚焦形貌恢复原理得到深度图,提取其中相应点的坐标信息与理论模型对应点作差即为误差结果,通过测点以及测点确定的线、面即可计算得到形位误差信息。
以上所述仅为本发明的优选实施方式而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种加工中心的在机检测装置,其特征在于,包含:
固定组件,包括用以连接加工中心主轴的连接件(1),配置于所述连接件(1)的安装座(3);
拍摄组件,包括配置于所述安装座(3)的相机(10)、镜头(7)、光源(6),以及无线模块(12);所述光源(6)用以照亮工件;所述相机(10)和所述镜头(7)用以拍摄工件;所述无线模块(12)电连接与所述相机(10)和图像处理设备,用以将所述相机(10)拍摄到的图像发送至所述图像处理设备。
2.根据权利要求1所述的机检测装置,其特征在于,所述连接件(1)一端为与加工中心主轴相适配的刀柄结构,另一端可拆卸的配置于所述安装座(3);
所述连接件(1)和所述安装座(3)之间通过第一紧固件(2)可拆卸的连接;
所述安装座(3)为PC或ABS材料;所述第一紧固件(2)为螺栓或螺钉。
3.根据权利要求1所述的机检测装置,其特征在于,所述相机(10)为单色工业相机,所述镜头(7)为小型固定焦距镜头;所述相机(10)通过第二紧固件(9)可拆卸的配置于所述安装座(3);
所述相机(10)和所述安装座(3)之间设置有垫片(8);所述第二紧固件(9)为内六角平端紧定螺钉。
4.根据权利要求1所述的机检测装置,其特征在于,所述光源(6)为环形结构的无影光源;所述光源(6)通过第三紧固件(5)可拆卸的配置于所述安装座(3;
所述光源(6)和所述安装座(3)之间设置有垫圈(4);所述第三紧固件(5)为螺钉。
5.根据权利要求1至4任一项所述的机检测装置,其特征在于,所述拍摄组件还包括配置于所述安装座(3)的外置电池(11);所述外置电池(11)电连接于所述相机(10)和所述无线模块(12);
所述安装座(3)呈柱状结构,且设置有安装槽、以及连接于所述安装槽的拍摄孔;
所述无线模块(12)、所述外置电池(11),以及所述相机(10)均配置于所述安装槽中;所述镜头(7)配置于所述相机(10)且穿过所述拍摄孔;所述光源(6)配置于所述安装座(3)设置有所述拍摄孔的一端。
6.根据权利要求5所述的机检测装置,其特征在于,所述安装座(3)为长方体结构;所述安装槽的数量为3个;所述无线模块(12)、所述外置电池(11),以及所述相机(10)分别配置于3个安装槽中。
7.一种加工中心的在机检测方法,其特征在于,用于在加工中心中使用如上述权利要求1-6任一段所述的检测装置检测工件的制造误差信息;所述检测方法包括:
获取包含所述工件的待测特征的第一图像;其中,所述第一图像由所述检测装置拍摄;
根据所述第一图像计算得到检测装置的光轴和所述待测特征的轴线之间的夹角;
根据所述夹角调整所述工件和/或所述检测装置的位置,以使所述光轴和所述轴线重合;
获取包含所述待测特征的第二图像序列;其中,所述第二图像序列由所述检测装置沿着所述轴线等距移动并拍摄得到;
根据所述第二图像序列,基于聚焦形貌恢复,生成获取所述待测特征的全聚焦表面形貌深度图;
获取所述工件的理论模型,并与所述全聚焦表面形貌深度图比对,生成所述工件的制造误差信息。
8.根据权利要求7所述的在机检测方法,其特征在于,根据所述第一图像计算得到检测装置的光轴和所述待测特征的轴线之间的夹角,具体为:
提取所述第一图像的边缘特征,获得边缘轮廓图;
获取所述边缘轮廓图上各边缘点的坐标,并生成数组;
根据所述数组,计算得到椭圆参数MPNQ{A(x,y),δ,a,b};其中,M和N分别是椭圆长轴的两个端点、P和Q分别是椭圆短轴的两个端点、A(x,y)为椭圆中心坐标、δ为长轴偏转角度、a为长半轴的长度、b为短半轴的长度;
获取所述在机检测装置在加工中心中的坐标o,以及MPNQA五个点对应的待测特征上的mpnqa点在所述加工中心中的坐标;
根据所述坐标o和所述mpnqa点在所述加工中心中的坐标,计算得到所述夹角。
9.根据权利要求8所述的在机检测方法,其特征在于,根据所述数组,计算得到椭圆参数MPNQ{A(x,y),δ,a,b},具体为:
从所述数组中选取两个边缘点,计算基本参数MN{A(x,y),δ,a};其中,M和N分别是椭圆长轴的两个端点、A(x,y)为椭圆中心坐标,δ为长轴偏转角度,a为长半轴的长度;
基于所述基本参数,计算所述数组中其它边缘点对应的短半轴长度b;
记录不同b值的出现次数,当某个b值出现的次数大于预设的阈值时,判定所述两个边缘点为椭圆长轴端点,并获取椭圆参数MPNQ{A(x,y),δ,a,b};否则,选取数组中的另外两个边缘点,重新计算;
其中,M和N分别是椭圆长轴的两个端点、P和Q分别是椭圆短轴的两个端点、A(x,y)为椭圆中心坐标、δ为长轴偏转角度、a为长半轴的长度、b为短半轴的长度;
根据所述坐标o和所述mpnqa点计算得到所述夹角,具体为:
过点p、点o和点q建立平面Spoq;其中,夹角∠poq的角平分线oa位于所述平面Spoq;
过所述角平分线oa建立所述平面Spoq的垂直平面S⊥poq;其中,垂直平面S⊥poq与待测特征相交于m点和n点;
以点a为圆心,oa为半径,在垂直平面S⊥poq上建立圆弧;
计算圆弧上各点对应的光心夹角∠mon,取光心夹角∠mon最大的圆弧点作为目标工作点;
根据所述目标工作点、点a和点o计算所述夹角。
10.根据权利要求8所述的在机检测方法,其特征在于,根据所述第二图像序列,基于聚焦形貌恢复,生成获取所述待测特征的全聚焦表面形貌深度图,具体为:
基于评价函数,计算第二图像序列中各个图像的聚焦像素区域;
根据所述聚焦像素区域,拼接成全聚焦表面形貌深度图;
获取所述工件的理论模型,并与所述全聚焦表面形貌深度图比对,生成所述工件的制造误差信息,具体为:
获取所述工件的理论模型;
提取所述全聚焦表面形貌深度图中的点云数据,并与理论模型中的对应点作差,计算得到制造误差信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110474521.0A CN113510536B (zh) | 2021-04-29 | 2021-04-29 | 一种加工中心的在机检测装置和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110474521.0A CN113510536B (zh) | 2021-04-29 | 2021-04-29 | 一种加工中心的在机检测装置和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113510536A true CN113510536A (zh) | 2021-10-19 |
CN113510536B CN113510536B (zh) | 2022-07-29 |
Family
ID=78063617
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110474521.0A Active CN113510536B (zh) | 2021-04-29 | 2021-04-29 | 一种加工中心的在机检测装置和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113510536B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102353346A (zh) * | 2011-06-23 | 2012-02-15 | 东华大学 | 自动寻边激光切割机ccd安装垂直度的检测方法和*** |
CN102607467A (zh) * | 2012-03-07 | 2012-07-25 | 上海交通大学 | 基于视觉测量的电梯导轨垂直度检测装置和检测方法 |
CN103323229A (zh) * | 2013-07-08 | 2013-09-25 | 重庆工业职业技术学院 | 基于机器视觉的五轴数控机床旋转轴误差检测方法 |
CN103801989A (zh) * | 2014-03-10 | 2014-05-21 | 太原理工大学 | 一种基于图像处理确定工件坐标原点的机载自动测量*** |
CN109612390A (zh) * | 2018-12-17 | 2019-04-12 | 江南大学 | 基于机器视觉的大尺寸工件自动测量*** |
CN208780144U (zh) * | 2018-09-17 | 2019-04-23 | 苏州金迈驰航空智能科技有限公司 | 一种连接孔在线视觉检测*** |
CN110390696A (zh) * | 2019-07-03 | 2019-10-29 | 浙江大学 | 一种基于图像超分辨率重建的圆孔位姿视觉检测方法 |
CN110487183A (zh) * | 2019-08-27 | 2019-11-22 | 中国科学技术大学 | 一种多目标光纤位置精确检测***及使用方法 |
CN111531407A (zh) * | 2020-05-08 | 2020-08-14 | 太原理工大学 | 一种基于图像处理的工件姿态快速测量方法 |
-
2021
- 2021-04-29 CN CN202110474521.0A patent/CN113510536B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102353346A (zh) * | 2011-06-23 | 2012-02-15 | 东华大学 | 自动寻边激光切割机ccd安装垂直度的检测方法和*** |
CN102607467A (zh) * | 2012-03-07 | 2012-07-25 | 上海交通大学 | 基于视觉测量的电梯导轨垂直度检测装置和检测方法 |
CN103323229A (zh) * | 2013-07-08 | 2013-09-25 | 重庆工业职业技术学院 | 基于机器视觉的五轴数控机床旋转轴误差检测方法 |
CN103801989A (zh) * | 2014-03-10 | 2014-05-21 | 太原理工大学 | 一种基于图像处理确定工件坐标原点的机载自动测量*** |
CN208780144U (zh) * | 2018-09-17 | 2019-04-23 | 苏州金迈驰航空智能科技有限公司 | 一种连接孔在线视觉检测*** |
CN109612390A (zh) * | 2018-12-17 | 2019-04-12 | 江南大学 | 基于机器视觉的大尺寸工件自动测量*** |
CN110390696A (zh) * | 2019-07-03 | 2019-10-29 | 浙江大学 | 一种基于图像超分辨率重建的圆孔位姿视觉检测方法 |
CN110487183A (zh) * | 2019-08-27 | 2019-11-22 | 中国科学技术大学 | 一种多目标光纤位置精确检测***及使用方法 |
CN111531407A (zh) * | 2020-05-08 | 2020-08-14 | 太原理工大学 | 一种基于图像处理的工件姿态快速测量方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113510536B (zh) | 2022-07-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5709851B2 (ja) | 画像測定プローブと操作方法 | |
CN108562233B (zh) | 利用二次曲线不变量的轴类零件直径尺寸在线测量方法 | |
CN100501312C (zh) | 基于机器视觉的宝石三维切工检测方法 | |
CN109540040B (zh) | 基于无约束共心光束族汽车形貌主动视觉检测***与方法 | |
JP2010528318A (ja) | 2次元画像による3次元組立て検査 | |
CN101539422A (zh) | 一种单目视觉实时测距方法 | |
IL258797A (en) | Method and instrument for concentration testing | |
CN211374003U (zh) | 镜头测试装置 | |
CN109118529A (zh) | 一种基于视觉的螺孔图像快速定位方法 | |
JP4837538B2 (ja) | 端部位置測定方法および寸法測定方法 | |
Su et al. | Measuring wear of the grinding wheel using machine vision | |
CN112161598B (zh) | 一种检测设备的检测方法及检测装置 | |
JP3696336B2 (ja) | カメラのキャリブレーション方法 | |
CN113510536B (zh) | 一种加工中心的在机检测装置和方法 | |
CN116393982B (zh) | 一种基于机器视觉的螺丝锁付方法及装置 | |
JP2007303994A (ja) | 外観検査装置及び外観検査方法 | |
CN113504239A (zh) | 一种品质管控数据分析方法 | |
CN110657750B (zh) | 一种用于刀具刃口钝化的检测***和方法 | |
CN114963981B (zh) | 一种基于单目视觉的筒状零件对接非接触式测量方法 | |
CN111475016A (zh) | 一种基于计算机视觉的装配过程几何参数自适应测量***及方法 | |
JP5273563B2 (ja) | 工具位置測定方法と装置 | |
Mohamed et al. | Non-contact approach to roundness measurement | |
Percoco et al. | 3D image based modelling for inspection of objects with micro-features, using inaccurate calibration patterns: an experimental contribution | |
CN117146727B (zh) | 基于机器视觉的塔筒焊缝监测方法及*** | |
CN111699377B (zh) | 检测装置及检测方法 |
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 |