CN114239958A - 一种基于机器视觉的异形零件的激光切割方法及*** - Google Patents
一种基于机器视觉的异形零件的激光切割方法及*** Download PDFInfo
- Publication number
- CN114239958A CN114239958A CN202111537568.3A CN202111537568A CN114239958A CN 114239958 A CN114239958 A CN 114239958A CN 202111537568 A CN202111537568 A CN 202111537568A CN 114239958 A CN114239958 A CN 114239958A
- Authority
- CN
- China
- Prior art keywords
- cutting
- path
- vertex
- cut
- load
- 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
- 238000003698 laser cutting Methods 0.000 title claims abstract description 50
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000005520 cutting process Methods 0.000 claims abstract description 200
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 17
- 239000002994 raw material Substances 0.000 claims description 36
- 238000013178 mathematical model Methods 0.000 claims description 11
- 230000000007 visual effect Effects 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 8
- 238000010187 selection method Methods 0.000 claims description 6
- 239000007921 spray Substances 0.000 claims description 6
- 238000011179 visual inspection Methods 0.000 claims description 4
- 238000003909 pattern recognition Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 238000005457 optimization Methods 0.000 description 4
- 238000005299 abrasion Methods 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 238000009776 industrial production Methods 0.000 description 2
- 244000205754 Colocasia esculenta Species 0.000 description 1
- 235000006481 Colocasia esculenta Nutrition 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000010985 leather Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 239000002023 wood Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
- G05B19/19—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by positioning or contouring control systems, e.g. to control position from one programmed point to another or to control movement along a programmed continuous path
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- 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
- B23K26/02—Positioning or observing the workpiece, e.g. with respect to the point of impact; Aligning, aiming or focusing the laser beam
- B23K26/03—Observing, e.g. monitoring, the workpiece
- B23K26/032—Observing, e.g. monitoring, the workpiece using optical means
-
- 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
- B23K26/60—Preliminary treatment
-
- 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
- B23K26/70—Auxiliary operations or equipment
- B23K26/702—Auxiliary equipment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/0014—Image feed-back for automatic industrial control, e.g. robot with camera
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/34—Director, elements to supervisory
- G05B2219/34112—TSP traveling sales problem, SOM self organizing map for tool path
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/36—Nc in input of data, input key till input tape
- G05B2219/36199—Laser cutting
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/45—Nc applications
- G05B2219/45041—Laser cutting
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/49—Nc machine tool, till multiple
- G05B2219/49372—Optimize toolpath pattern for a given cutting layer, mounting sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30164—Workpiece; Machine component
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Optics & Photonics (AREA)
- Plasma & Fusion (AREA)
- Mechanical Engineering (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Manufacturing & Machinery (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Automation & Control Theory (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Robotics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Laser Beam Processing (AREA)
- Numerical Control (AREA)
Abstract
本发明涉及零件排样切割领域,特别是一种基于机器视觉的异形零件的激光切割方法及***。激光切割方法包括如下内容:A.在排样图上获取所有零件的顶点信息并编号;B.规划成零件顶点集合和空载行程顶点集合;C.选择出空载行程路径最短的空载行程顶点集合和它的解;D.按照C步骤中CPLEX算法求得的解的顺序逐个切割各个零件。所述激光切割方法能快速找出各个待切割零件的最短空载行程,能提高切割效率,还能将不需要切割的移动路径和需要切割的路径进行划分,使得激光切割模块能根据实际切割需要精准的进行激光切割操作,减少切割装置运作市场,减少机械磨损,又能完全避免重复切割操作,保证了切割精准度。
Description
技术领域
本发明涉及零件排样切割领域,特别是一种基于机器视觉的异形零件的激 光切割方法及***。
背景技术
基于机器视觉的异形零件激光切割方案可在工业生产中有着广泛的应用, 如在木材加工、玻璃加工、钢板切割、皮革切割等制造工业。生活和生产中大 多数物品都是由小零件拼凑组合而成,而这些小零件一般是从原材料母板切割 分离而来。目前工业生产中一般先将订单所需要的二维不规则零件合理的布局 在原材料母板上面,再通过激光切割装置加工分离各零件材料,切割方案的设 计对生产的效率有着极大的影响。激光切割装置一般价格昂贵且在切割过程中 会有磨损和消耗,对紧急的订单来说切割时间也尤为关键,减少切割装置的空 载行程能减少切割装置的损耗、减少切割的时间,能够明显节省切割成本和提 高生产效率。
目前较多相关企业通过路径生成对异形零件的加工下料生产,部分企业采 用一条完整的切割路径将所有零件一次性分离,这种切割方案不适用于对较小 零件的分割,可能会造成对小型零件下料时的不准确和误差,以至于后续的返 工和修补,影响生产过程和效率。大多采用从左下到右上的切割方案对零件进 行逐个分离下料直至切割完最后一个零件后再将激光切割装置移动到起始的位 置,这样使得切割装置可能会对一条边进行重复切割且会过多的损耗切割刀具, 同时也会拉长切割的时间,最终影响每次生产的周期和生产的效率。
发明内容
针对上述缺陷,本发明的目的在于提出一种基于机器视觉的异形零件的激 光切割方法及***,快速找出各个待切割零件的最短空载行程,规划出优化的 切割路径,能提高切割效率,减少切割机械结构的磨损。
为达此目的,本发明采用以下技术方案:
一种基于机器视觉的异形零件的激光切割方法,其包括如下内容:
A.根据待切割零件图形得到排样图,在排样图上获取所有零件的顶点信息 并编号;
B.将每个零件的顶点编号规划成零件顶点集合;再从零件顶点集合内任意 取一个元素与切割原点组合成空载行程顶点集合;
C.以每个空载行程顶点集合作为一个TSP问题,求经过空载行程顶点集合 内每个顶点的最短路径;调用CPLEX算法求解出每个空载行程顶点集合的空载 行程路径;通过将每个空载行程顶点集合的空载行程路径进行对比,选择出空 载行程路径最短的空载行程顶点集合和它的解;其中CPLEX是一种求解数学模 型的高级优化算法,相比其他算法,通过编译软件调用CPLEX求解器可以快速、 高效的求出数学模型的精确解即最优解,在此发明中应用能进一步提高运算处 理效率,提高激光切割效率和精准度。
D.按照C步骤中CPLEX算法求得的解的顺序逐个切割各个零件,在切割各 个零件时,以对应空载行程顶点集合中元素对应的顶点为原点和终点为回路进 行切割的到切割实体路径,原点到各个被切割零件中被选取的顶点路径为切割 空载路径,将所述切割实体路径与切割空载路径进行整合,得到优化切割路径。
优选地,所述D步骤中通过将每个空载行程顶点集合的空载行程路径进行 对比,选择出空载行程路径最短的空载行程顶点集合和它的解的数学模型为:
(1)min∑e∈ACexe
s.t.
其中,A是所有边的集合;V是所有顶点的集合;p是零件顶点集合;P是 所有零件顶点集合的零件集合;Ce表示边e的价值即长度;Xe是基础变量;Wi 是辅助变量;△(i)指的是与点i相连的边的集合;△(p)指的是与零件顶点集 合p中的点相连的边的集合;S表示任意一个零件集合P中的子集。
优选地,所述D步骤后还包括E步骤:
在逐个切割各个零件时,视觉检测模块获取当前原料母板的边界信息,并 将边界信息与切割实体路径进行对比判断,当切割实体路径与边界重合时,将 与边界重合的切割实体路径规划至切割空载路径中,得到最优切割路径;
激光切割模块在切割实体路径上喷射激光射线进行切割,在切割空载路径 上不喷射激光射线。
优选地,所述E步骤中将边界信息与切割实体路径进行对比判断,包括如 下具体内容:获取排样图中各零件的顶点坐标,通过机器视觉获取当前原料母 板的各顶点坐标,首先判断待切割零件是否有顶点在原料母板的边界上,若有 再计算与该顶点连接的待切割零件边的斜率,斜率与当前原料母板边界的斜率 相同的边就在当前原料母板的该条边界上,以此类推,按照优化切割路径选择 方法选择的切割顺序逐个对待切割零件的边进行判断。
一种切割***,其包括:排版模块、图形识别整理模块、点集运算模块、 切割路径规划模块和激光切割模块;所述排版模块,根据待切割零件得到排样 图;所述图形识别整理模块,在排样图上获取所有零件的顶点信息并编号,将 每个零件的顶点编号规划成零件顶点集合;再从零件顶点集合内任意取一个元 素与切割原点组合成空载行程顶点集合;所述点集运算模块,以每个空载行程 顶点集合为一个TSP问题,求经过空载行程顶点集合内每个顶点的最短路径; 调用CPLEX算法求解出每个空载行程顶点集合的空载行程路径;通过将每个空 载行程顶点集合的空载行程路径进行对比,选择出空载行程路径最短的空载行 程顶点集合和它的解;所述切割路径规划模块,按照点集运算模块中CPLEX算 法求得的解的顺序逐个切割各个零件,在切割各个零件时,以对应空载行程顶 点集合中元素对应的顶点为原点和终点为回路进行切割的到切割实体路径,原 点到各个被切割零件中被选取的顶点路径为切割空载路径,将所述切割实体路 径与切割空载路径进行整合,得到优化切割路径;所述激光切割模块,用于根 据所述切割路径规划模块规划的所述切割实体路径与切割空载路径进行激光切 割操作。
优选地,所述点集运算模内配设有将每个空载行程顶点集合的空载行程路 径进行对比,选择出空载行程路径最短的空载行程顶点集合和它的解的数学模 型,该数学模型为:
(1)min∑e∈ACexe
s.t.
其中,A是所有边的集合;V是所有顶点的集合;p是零件顶点集合;P是 所有零件顶点集合的零件集合;Ce表示边e的价值即长度;Xe是基础变量;Wi 是辅助变量;△(i)指的是与点i相连的边的集合;△(p)指的是与零件顶点集 合p中的点相连的边的集合;S表示任意一个零件集合P中的子集。
优选地,所述切割***还包括视觉检测模块,所述视觉检测模块用于获取 当前原料母板的边界信息,并判断边界信息与切割实体路径是否有重合。
优选地,所述视觉检测模块将边界信息与切割实体路径进行对比判断时, 具体操作为:获取排样图中各零件的顶点坐标,通过机器视觉获取当前原料母 板的各顶点坐标,首先判断待切割零件是否有顶点在原料母板的边界上,若有 再计算与该顶点连接的待切割零件边的斜率,斜率与当前原料母板临界边的斜 率相同的边就在当前原料母板的该条界边上,以此类推,按照优化切割路径选 择方法选择的切割顺序逐个对待切割零件的边进行判断。
本发明的实施例的有益效果:
所述激光切割方法能根据排样图中各个待切割零件图形的分散情况,能将 各个待切割零件图形到切割原点之间最短的切割空载路径规划出来,再将各个 待切割零件图形上以自身的边线为路径规划出用于切割各个待切割零件的切割 实体路径,最终按照特定顺序将切割空载路径和切割实体路径整合成整理路径 最短的切割路径。所述激光切割方法不仅能自动在排样图上规划出切割路径更 短的切割路径,快速找出各个待切割零件的最短空载行程,能提高切割效率, 还能将不需要切割的移动路径和需要切割的路径进行划分,使得激光切割模块 能根据实际切割需要精准的进行激光切割操作,减少切割装置运作市场,减少 机械磨损,又能完全避免重复切割操作,保证了切割精准度。
附图说明
图1是本发明的一个实施例中所述激光切割方法的流程示意图;
图2是本发明的一个实施例中进行切割空载路径规划时初始示意图;
图3是图2所示实施例中进行切割空载路径规划时的结果示意图;
图4是本发明的一个实施例中将与边界重合的切割实体路径规划至切割空 载路径时的初始示意图;
图5是本发明的一个实施例中将与边界重合的切割实体路径规划至切割空 载路径时的结果示意图。
具体实施方式
下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。
本申请的一个实施例,如图1至图4所示,一种基于机器视觉的异形零件 的激光切割方法,其包括如下内容:
A.根据待切割零件图形得到排样图,在排样图上获取所有零件的顶点信息 并编号;
B.将每个零件的顶点编号规划成零件顶点集合;再从零件顶点集合内任意 取一个元素与切割原点组合成空载行程顶点集合;
C.以每个空载行程顶点集合作为一个TSP问题,求经过空载行程顶点集合 内每个顶点的最短路径;调用CPLEX算法求解出每个空载行程顶点集合的空载 行程路径;通过将每个空载行程顶点集合的空载行程路径进行对比,选择出空 载行程路径最短的空载行程顶点集合和它的解;
D.按照C步骤中CPLEX算法求得的解的顺序逐个切割各个零件,在切割各 个零件时,以对应空载行程顶点集合中元素对应的顶点为原点和终点为回路进 行切割的到切割实体路径,原点到各个被切割零件中被选取的顶点路径为切割 空载路径,将所述切割实体路径与切割空载路径进行整合,得到优化切割路径。
TSP问题(Traveling Salesman Problem)又译为旅行推销员问题、货郎担 问题,即旅行商问题,是数学领域中著名问题之一。假设有一个旅行商人要拜 访n个城市,他必须选择所要走的路径,路径的限制是每个城市只能拜访一次, 而且最后要回到原来出发的城市。路径的选择目标是要求得的路径路程为所有 路径之中的最小值。
CPLEX是一种数学优化技术。主要用于提高效率、快速实现策略并提高收益 率。使用WebSphere ILOG CPLEX的数学优化技术可以就资源的高效利用做出 更佳决策。使用CPLEX,可以将复杂的业务问题表现为数学规划(Mathematic Programming)模型。高级优化算法使您能够快速找到这些模型的解决方案。
具体的,如图3和4所示,进行切割空载路径规划的具体实施方式,为了 使得激光切割模块从切割原点(起始点)出发逐个切割分离完所有零件后回到 切割原点的总路径最短,其实就是求零件到零件之前的最短总空载行程长度。 首先将排样图中的所有顶点编号,并按照零件划分出各个零件顶点集合,如图3 所示有三个零件顶点集合,分别是零件①的零件顶点集合为[1,2,3],零件②的 零件顶点集合为[4,5,6,7],零件③的零件顶点集合为[8,9,10,11]。再从每个 零件顶点集合中选仅选出一个元素加入一个新的空载行程顶点集合,再将原点0 加入该集合,不断组合后可以得到[0,1,4,8]、[0,2,4,8]、…等所有空载行程 顶点集合,对每一个空载行程顶点集合求形成Hamilton回路的最短长度即是为 一个TSP问题,再调用CPLEX算法求解得出每个空载行程顶点集合对应的最优 解,选择这些最优解中的最短路径作为最终切割方案空载行程路径。
图4是图3中的排样图经过最短空载行程路径选择后得到的切割方案结果 图,激光切割装置可以按照该最短空载行程顶点集合[0,3,7,8]将零件进行切割 分离后再回到原点;图4所示的线条路径即为所述优化切割路径。
所述空载行程为不需要对带切割零件进行切割的移动路径,对应规划的移 动路线即为切割空载路径;实体行程为需要根据切割需要对待切割零件进行切 割的移动路径,对应规划的移动路线即为切割实体路径。
所述激光切割方法能根据排样图中各个待切割零件图形的分散情况,能将 各个待切割零件图形到切割原点之间最短的切割空载路径规划出来,再将各个 待切割零件图形上以自身的边线为路径规划出用于切割各个待切割零件的切割 实体路径,最终按照特定顺序将切割空载路径和切割实体路径整合成整理路径 最短的切割路径。所述激光切割方法不仅能自动在排样图上规划出切割路径更 短的切割路径,快速找出各个待切割零件的最短空载行程,能提高切割效率, 还能将不需要切割的移动路径和需要切割的路径进行划分,使得激光切割模块 能根据实际切割需要精准的进行激光切割操作,减少切割装置运作市场,减少 机械磨损,又能完全避免重复切割操作,保证了切割精准度。
所述D步骤中通过将每个空载行程顶点集合的空载行程路径进行对比,选 择出空载行程路径最短的空载行程顶点集合和它的解的数学模型为:
(1)min∑e∈ACexe
s.t.
其中,A是所有边的集合;V是所有顶点的集合;p是零件顶点集合;P是 所有零件顶点集合的零件集合;Ce表示边e的价值即长度;Xe是基础变量;Wi 是辅助变量;△(i)指的是与点i相连的边的集合;△(p)指的是与零件顶点集 合p中的点相连的边的集合;S表示任意一个零件集合P中的子集。
目标函数(1):求连接长度最小的边的集合;
约束(2):确保每个顶点的出入度为0或者2;
约束(3):确保每个零件的出入度为2;
约束(4):避免出现子环回路;
(5)(6)确定两个变量的取值为0-1变量。
目标函数(1)是为了求得整体最短的一个空载行程路径;约束(2)保证 排样图中每个顶点的连线是0或2;约束(3)确保每个零件都连接有2条空载 行程边;约束(4)确保没有非法子回路行程,保证最终结果能得到一条完整的 回路;约束(5)、(6)定义了变量的取值为0-1变量。
由此可见,通过计算,选择最短的一条空载行程路径即能使切割过程的长 度、时间变短,提高切割效率。
所述D步骤后还包括E步骤:在逐个切割各个零件时,视觉检测模块获取 当前原料母板的边界信息,并将边界信息与切割实体路径进行对比判断,当切 割实体路径与边界重合时,将与边界重合的切割实体路径规划至切割空载路径 中,得到最优切割路径;激光切割模块在切割实体路径上喷射激光射线进行切 割,在切割空载路径上不喷射激光射线。增设所述E步骤后,能在所述优化切 割路径的基础上进一步将不需要进行激光切割的空载行程识别出来,最终使得 待切割零件与原料母板边界有重合,或带切割零件之间有重合边的情况下,重 合的边线位置可以直接跳过不进行激光切割操作,这样既能避免对带切割零件同一条边线重复切割,也可以进一步提高对各个待切割零件的切割效率和精度。
所述E步骤中将边界信息与切割实体路径进行对比判断,包括如下具体内 容:获取排样图中各零件的顶点坐标,通过机器视觉获取当前原料母板的各顶 点坐标,首先判断待切割零件是否有顶点在原料母板的边界上,若有再计算与 该顶点连接的待切割零件边的斜率,斜率与当前原料母板边界的斜率相同的边 就在当前原料母板的该条边界上,以此类推,按照优化切割路径选择方法选择 的切割顺序逐个对待切割零件的边进行判断。能在每次对待切割零件进行切割 前,均能更新识别出待切割零件的边线与原料母板边界的情况,并将该位置规 划成空载行程,进而使得每个待切割零件的切割操作是最高效和精准的。
具体的,如图4所示,排样图中的待切割零件可能存在正好排布在原料母 板边界的位置,这个时候需要利用视觉模块来辅助切割,将待切割零件与边界 重合的地方规划为切割空载路径,达到减少损耗、节约成本的目的。当切割完 一个零件后,下一个待切割零件如果正好在此时的原料母板的边界也需要按照 上述实施方式将将待切割零件与边界重合的地方规划为切割空载路径。分离完 这个零件后,再利用视觉模块重新识别此时的原料母板各顶点坐标,通过判断 进行空载行程边的划分。图4展示的是判断的第一个待切割零件的空载行程边, 图5是在图4的基础上分离完第一个零件后判断下一个待切割零件的空载行程 边。
一种切割***,其包括:排版模块、图形识别整理模块、点集运算模块、 切割路径规划模块和激光切割模块;所述排版模块,根据待切割零件得到排样 图;所述图形识别整理模块,在排样图上获取所有零件的顶点信息并编号,将 每个零件的顶点编号规划成零件顶点集合;再从零件顶点集合内任意取一个元 素与切割原点组合成空载行程顶点集合;所述点集运算模块,以每个空载行程 顶点集合为一个TSP问题,求经过空载行程顶点集合内每个顶点的最短路径; 调用CPLEX算法求解出每个空载行程顶点集合的空载行程路径;通过将每个空 载行程顶点集合的空载行程路径进行对比,选择出空载行程路径最短的空载行 程顶点集合和它的解;所述切割路径规划模块,按照点集运算模块中CPLEX算 法求得的解的顺序逐个切割各个零件,在切割各个零件时,以对应空载行程顶 点集合中元素对应的顶点为原点和终点为回路进行切割的到切割实体路径,原 点到各个被切割零件中被选取的顶点路径为切割空载路径,将所述切割实体路 径与切割空载路径进行整合,得到优化切割路径;所述激光切割模块,用于根 据所述切割路径规划模块规划的所述切割实体路径与切割空载路径进行激光切 割操作。
所述点集运算模内配设有将每个空载行程顶点集合的空载行程路径进行对 比,选择出空载行程路径最短的空载行程顶点集合和它的解的数学模型,该数 学模型为:
(1)min∑e∈ACexe
s.t.
其中,A是所有边的集合;V是所有顶点的集合;p是零件顶点集合;P是 所有零件顶点集合的零件集合;Ce表示边e的价值即长度;Xe是基础变量;Wi 是辅助变量;△(i)指的是与点i相连的边的集合;△(p)指的是与零件顶点集 合p中的点相连的边的集合;S表示任意一个零件集合P中的子集。
目标函数(1):求连接长度最小的边的集合;
约束(2):确保每个顶点的出入度为0或者2;
约束(3):确保每个零件的出入度为2;
约束(4):避免出现子环回路;
(5)(6)确定两个变量的取值为0-1变量。
所述切割***还包括视觉检测模块,所述视觉检测模块用于获取当前原料 母板的边界信息,并判断边界信息与切割实体路径是否有重合。
所述视觉检测模块将边界信息与切割实体路径进行对比判断时,具体操作 为:获取排样图中各零件的顶点坐标,通过机器视觉获取当前原料母板的各顶 点坐标,首先判断待切割零件是否有顶点在原料母板的边界上,若有再计算与 该顶点连接的待切割零件边的斜率,斜率与当前原料母板临界边的斜率相同的 边就在当前原料母板的该条界边上,以此类推,按照优化切割路径选择方法选 择的切割顺序逐个对待切割零件的边进行判断。所述切割***能快速找到原点 连接各个待切割零件的最短空载行程,并规划出报刊切割空载路径和切割实体 路径的最短切割路径,并去除与原料母板边界重合的路径规划成空载行程;激 光切割模块能根据规划要求选择性的进行空载移动或进行激光切割操作;能减少切割装置的运作时长,减少机械磨损,又能加快切割速度,提高产线的自动 化水平,提高激光切割效率,缩短企业的生产周期。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图 限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确 指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说 明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器 件、组件和/或它们的组合。
除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、 数字表达式和数值不限制本发明的范围。同时,应当明白,为了便于描述,附 图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。对于相关领 域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下, 所述技术、方法和设备应当被视为授权说明书的一部分。在这里示出和讨论的 所有示例中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此, 示例性实施例的其它示例可以具有不同的值。应注意到:相似的标号和字母在 下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后 的附图中不需要对其进行进一步讨论。
在本发明的描述中,需要理解的是,方位词如“前、后、上、下、左、右”、 “横向、竖向、垂直、水平”和“顶、底”等所指示的方位或位置关系通常是 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,在未 作相反说明的情况下,这些方位词并不指示和暗示所指的装置或元件必须具有 特定的方位或者以特定的方位构造和操作,因此不能理解为对本发明保护范围 的限制;方位词“内、外”是指相对于各部件本身的轮廓的内外。
为了便于描述,在这里可以使用空间相对术语,如“在……之上”、“在…… 上方”、“在……上表面”、“上面的”等,用来描述如在图中所示的一个器件或 特征与其他器件或特征的空间位置关系。应当理解的是,空间相对术语旨在包 含除了器件在图中所描述的方位之外的在使用或操作中的不同方位。例如,如 果附图中的器件被倒置,则描述为“在其他器件或构造上方”或“在其他器件 或构造之上”的器件之后将被定位为“在其他器件或构造下方”或“在其他器 件或构造之下”。因而,示例性术语“在……上方”可以包括“在……上方”和 “在……下方”两种方位。该器件也可以其他不同方式定位(旋转90度或处于 其他方位),并且对这里所使用的空间相对描述作出相应解释。
以上结合具体实施例描述了本发明的技术原理。这些描述只是为了解释本 发明的原理,而不能以任何方式解释为对本发明保护范围的限制。基于此处的 解释,本领域的技术人员不需要付出创造性的劳动即可联想到本发明的其它具 体实施方式,这些方式都将落入本发明的保护范围之内。
Claims (8)
1.一种基于机器视觉的异形零件的激光切割方法,其特征在于,包括如下内容:
A.根据待切割零件图形得到排样图,在排样图上获取所有零件的顶点信息并编号;
B.将每个零件的顶点编号规划成零件顶点集合;再从零件顶点集合内任意取一个元素与切割原点组合成空载行程顶点集合;
C.以每个空载行程顶点集合作为一个TSP问题,求经过空载行程顶点集合内每个顶点的最短路径;调用CPLEX算法求解出每个空载行程顶点集合的空载行程路径;通过将每个空载行程顶点集合的空载行程路径进行对比,选择出空载行程路径最短的空载行程顶点集合和它的解;
D.按照C步骤中CPLEX算法求得的解的顺序逐个切割各个零件,在切割各个零件时,以对应空载行程顶点集合中元素对应的顶点为原点和终点为回路进行切割的到切割实体路径,原点到各个被切割零件中被选取的顶点路径为切割空载路径,将所述切割实体路径与切割空载路径进行整合,得到优化切割路径。
3.根据权利要求1所述的一种基于机器视觉的异形零件的激光切割方法,其特征在于,所述D步骤后还包括E步骤:
在逐个切割各个零件时,视觉检测模块获取当前原料母板的边界信息,并将边界信息与切割实体路径进行对比判断,当切割实体路径与边界重合时,将与边界重合的切割实体路径规划至切割空载路径中,得到最优切割路径;
激光切割模块在切割实体路径上喷射激光射线进行切割,在切割空载路径上不喷射激光射线。
4.根据权利要求3所述的一种基于机器视觉的异形零件的激光切割方法,其特征在于,所述E步骤中将边界信息与切割实体路径进行对比判断,包括如下具体内容:
获取排样图中各零件的顶点坐标,通过机器视觉获取当前原料母板的各顶点坐标,首先判断待切割零件是否有顶点在原料母板的边界上,若有再计算与该顶点连接的待切割零件边的斜率,斜率与当前原料母板边界的斜率相同的边就在当前原料母板的该条边界上,以此类推,按照优化切割路径选择方法选择的切割顺序逐个对待切割零件的边进行判断。
5.一种切割***,其特征在于,包括:排版模块、图形识别整理模块、点集运算模块、切割路径规划模块和激光切割模块;
所述排版模块,根据待切割零件得到排样图;
所述图形识别整理模块,在排样图上获取所有零件的顶点信息并编号,将每个零件的顶点编号规划成零件顶点集合;再从零件顶点集合内任意取一个元素与切割原点组合成空载行程顶点集合;
所述点集运算模块,以每个空载行程顶点集合为一个TSP问题,求经过空载行程顶点集合内每个顶点的最短路径;调用CPLEX算法求解出每个空载行程顶点集合的空载行程路径;通过将每个空载行程顶点集合的空载行程路径进行对比,选择出空载行程路径最短的空载行程顶点集合和它的解;
所述切割路径规划模块,按照点集运算模块中CPLEX算法求得的解的顺序逐个切割各个零件,在切割各个零件时,以对应空载行程顶点集合中元素对应的顶点为原点和终点为回路进行切割的到切割实体路径,原点到各个被切割零件中被选取的顶点路径为切割空载路径,将所述切割实体路径与切割空载路径进行整合,得到优化切割路径;
所述激光切割模块,用于根据所述切割路径规划模块规划的所述切割实体路径与切割空载路径进行激光切割操作。
7.根据权利要求5所示的一种切割***,其特征在于,还包括视觉检测模块,所述视觉检测模块用于获取当前原料母板的边界信息,并判断边界信息与切割实体路径是否有重合。
8.根据权利要求5所示的一种切割***,其特征在于,所述视觉检测模块将边界信息与切割实体路径进行对比判断时,具体操作为:获取排样图中各零件的顶点坐标,通过机器视觉获取当前原料母板的各顶点坐标,首先判断待切割零件是否有顶点在原料母板的边界上,若有再计算与该顶点连接的待切割零件边的斜率,斜率与当前原料母板临界边的斜率相同的边就在当前原料母板的该条界边上,以此类推,按照优化切割路径选择方法选择的切割顺序逐个对待切割零件的边进行判断。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111537568.3A CN114239958B (zh) | 2021-12-15 | 2021-12-15 | 一种基于机器视觉的异形零件的激光切割方法及*** |
US18/066,362 US11768476B2 (en) | 2021-12-15 | 2022-12-15 | Laser cutting method and system for irregular parts based on machine vision |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111537568.3A CN114239958B (zh) | 2021-12-15 | 2021-12-15 | 一种基于机器视觉的异形零件的激光切割方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114239958A true CN114239958A (zh) | 2022-03-25 |
CN114239958B CN114239958B (zh) | 2022-11-11 |
Family
ID=80756760
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111537568.3A Active CN114239958B (zh) | 2021-12-15 | 2021-12-15 | 一种基于机器视觉的异形零件的激光切割方法及*** |
Country Status (2)
Country | Link |
---|---|
US (1) | US11768476B2 (zh) |
CN (1) | CN114239958B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117391410A (zh) * | 2023-12-12 | 2024-01-12 | 济南邦德激光股份有限公司 | 一种自动的零件排序方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140005804A1 (en) * | 2012-06-27 | 2014-01-02 | Matthew Brand | System and Method for Controlling Machines According to Pattern of Contours |
CN104150759A (zh) * | 2014-01-15 | 2014-11-19 | 南京比藤信息科技有限公司 | 一种二维不规则玻璃零件的排样切割方法 |
CN111299815A (zh) * | 2020-02-13 | 2020-06-19 | 西安交通大学 | 一种用于低灰度橡胶垫视觉检测与激光切割轨迹规划方法 |
CN113721544A (zh) * | 2021-08-31 | 2021-11-30 | 浙江大学 | 一种激光切割免打孔加工路径生成方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3596068A (en) * | 1968-12-30 | 1971-07-27 | California Computer Products | System for optimizing material utilization |
FI20021138A0 (fi) * | 2002-06-12 | 2002-06-12 | Kvaerner Masa Yards Oy | Menetelmä ja järjestely kappaleen/kappaleiden työstämiseksi |
EP3106945A1 (en) * | 2015-06-15 | 2016-12-21 | Tomologic AB | Method and system for machine cutting in sheet material |
US10869489B2 (en) * | 2018-08-31 | 2020-12-22 | John Bean Technologies Corporation | Portioning accuracy analysis |
CN113297638A (zh) * | 2020-08-27 | 2021-08-24 | 阿里巴巴集团控股有限公司 | 数据处理方法、裁剪***、控制***及设备 |
-
2021
- 2021-12-15 CN CN202111537568.3A patent/CN114239958B/zh active Active
-
2022
- 2022-12-15 US US18/066,362 patent/US11768476B2/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140005804A1 (en) * | 2012-06-27 | 2014-01-02 | Matthew Brand | System and Method for Controlling Machines According to Pattern of Contours |
CN104150759A (zh) * | 2014-01-15 | 2014-11-19 | 南京比藤信息科技有限公司 | 一种二维不规则玻璃零件的排样切割方法 |
CN111299815A (zh) * | 2020-02-13 | 2020-06-19 | 西安交通大学 | 一种用于低灰度橡胶垫视觉检测与激光切割轨迹规划方法 |
CN113721544A (zh) * | 2021-08-31 | 2021-11-30 | 浙江大学 | 一种激光切割免打孔加工路径生成方法 |
Non-Patent Citations (4)
Title |
---|
李世红等: "基于蚁群算法的激光切割工艺路径优化", 《锻压技术》 * |
王卫翼等: "机器视觉和激光切割技术在异形吸塑包装中的应用研究", 《包装工程》 * |
董传波: "一个求解旅行商问题的松弛算法", 《山东科学》 * |
陈广勋: "激光切割路径优化算法研究", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117391410A (zh) * | 2023-12-12 | 2024-01-12 | 济南邦德激光股份有限公司 | 一种自动的零件排序方法 |
CN117391410B (zh) * | 2023-12-12 | 2024-03-08 | 济南邦德激光股份有限公司 | 一种自动的零件排序方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114239958B (zh) | 2022-11-11 |
US11768476B2 (en) | 2023-09-26 |
US20230136158A1 (en) | 2023-05-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110780671B (zh) | 一种基于全局视觉的仓储导航智能车调度方法 | |
Sundar et al. | A review on lean manufacturing implementation techniques | |
CN113538486B (zh) | 一种提高汽车钣金工件的识别与定位精度的方法 | |
US20190311489A1 (en) | Method, system and apparatus for recovering label positions | |
CN112935703B (zh) | 识别动态托盘终端的移动机器人位姿校正方法及*** | |
CN114239958B (zh) | 一种基于机器视觉的异形零件的激光切割方法及*** | |
US20160246897A1 (en) | Systems and methods for bevel feature recognition and bevel profile generation | |
Lasemi et al. | A freeform surface manufacturing approach by integration of inspection and tool path generation | |
CN115170580A (zh) | 板材加工控制方法、装置、计算机设备及存储介质 | |
CN114611767A (zh) | 一种全局最优的智能仓储调度优化算法 | |
Lee et al. | Generative CAPP through projective feature recognition | |
KR101605113B1 (ko) | 선박용 강판 스크랩 재사용 면적 탐색 및 유효면적 분석 등록 방법 | |
CN117161582B (zh) | 一种基于计算机视觉的激光切割方法 | |
Ismail | Optimising the safety of road transport workers on IBS building construction projects: a review | |
Gothwal et al. | A comparative study of multi-criteria decision-making approaches for prioritising the manufacturing systems | |
Kukreja et al. | Optimal toolpath planning strategy prediction using machine learning technique | |
CN114066103A (zh) | 一种对二维不规则零件排样图的切割路径规划方法及*** | |
CN113190885A (zh) | 一种工业流水线车间布局规划方法 | |
CN112288316A (zh) | 调度车辆的控制方法、装置和*** | |
CN114675658B (zh) | 一种空货架的自动回收方法、***、设备以及介质 | |
WO2020100220A1 (ja) | 搬送作業制御装置、システム、方法およびコンピュータ可読媒体 | |
CN113408045B (zh) | 船舶建造计划优化方法、***、储存介质及计算机设备 | |
CN113704841A (zh) | 一种基于偏置的优化排样方法 | |
CN113525988B (zh) | 一种基于物联网技术的轻量级物流仓储工况监测方法、装置及电子设备 | |
Riley | AI Powers the Digital Economy |
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 |