基于机器视觉的数控自动编程系统开发  

作者:张杰;黎达成;李俊铭;林位麟;陶建华 刊名:《装备制造技术》 上传者:罗智明

【摘要】基于机器视觉的数控加工技术综合运用机器视觉技术和数控加工技术,直接利用视觉图像数据实现数控加工编程。将机器视觉技术应用于数控加工编程技术中,构造出基于机器视觉的数控自动编程系统。通过机器视觉采集系统来获取工件图像,并对图像进行处理得到工件图元的边缘轮廓。进而将加工的边缘轮廓进行矢量化处理得到数控加工轨迹,并最终根据加工工艺参数的设定转化成数控加工程序,实现了工件的自动编程。

全文阅读

随着数控自动编程快速发展,各种各样新CNC编程系统不断涌现。近年来,基于机器视觉的图像数据的数控自动加工编程技术正发展起来,成为一种先进的制造加工技术[1]。它结合利用了信息技术、图像处理技术和机器视觉技术,直接应用视觉图像数据实现数控自动编程加工。本文针对数控装备的加工编程制造,结合机器视觉技术与数控技术,提出了“基于机器视觉的数控自动编程技术”的思路。通过机器视觉采集系统进行采集图像,得到点阵格式的图像文件[1-2]。再通过图像处理系统对图像进行处理,进而通过数控编程系统生成加工的代码指令,从而实现数控自动编程。1系统的总体设计本文实现了基于机器视觉的数控自动编程系统的设计,系统由图像采集系统、边缘特征识别提取系统和数控自动编程子系统三大部分组成。图像采集子系统用来对加工工件的在线采集获取实时图像,进而对系统进行标定以校正图像,以及获取工件图像在加工机床所对应的位置,为数控自动编程获取的图元特征信息特供真实坐标。边缘特征识别提取子系统用来完成二维图像的边缘特征识别提取,将提取出的结果形成特征描述数据流;图像边缘特征提取模块将需要提取的边缘信息识别提取出来,图像矢量化模块将提取出来的边缘矢量化获取主要图元特征点信息,为后续的生成数控代码提供加工图元特征信息。数控自动编程子系统充分利用边缘特征识别与提取的结果,完成二维加工工件的信息配置,最终生成针对数控加工机床的数控代码文件。系统软件的总体逻辑如下:首先对加工工件进行检测获取实时图像,进行图像处理获取加工的边缘轮廓,进而将要加工的特征图元信息用DXF文件来存储和读取,然后将加工图元与固定的数控加工代码段对应,以及配置刀具信息和加工工艺信息,最后生成数控加工代码。2基于机器视觉的数控自动编程关键技术2.1边缘轮廓的提取技术本文采用基于Canny算子的亚像素边缘提取方法来获取高精度的边缘特征。系统边缘检测结合Canny算子检测与亚像素边缘检测,相比传统的边缘检测方法,其具有如下边缘检测的优点:既具有Can-ny算子的边缘检测方法的对光照改变时依然鲁棒的优点,又具有了亚像素边缘提取方法的检测高精度的优势,大大提高了边缘检测的准确度和精度[3]。鉴于此,本文应用基于二项多项式插值法来实现亚像素细分算法。如图1所示,为整个边缘检测流程。2.2图像矢量化技术与传统的图像矢量化不同,本文采用对图像边缘分割并拟合的矢量化方法。首先将边缘轮廓自动分割成多个部分,每一个部分都会有相对应的几何基元。然后将分割好之后的边缘轮廓进行分段拟合,使受不正确或者不准确的提取边缘点(离群值)影响更少[4]。2.2.1边缘轮廓分割采用了一种多边形逼近的方法Ramer算法进行了评估。Ramer算法先对边缘轮廓进行了递归细分,当得到的全部线段到各自相对应的轮廓段的最大距离小于某一个设定好的阈值dmax时,细分结束。如图2所示,阐明了Ramer算法是怎样工作的。2.2.2边缘轮廓拟合边缘轮廓分割会得到多个部分的边缘轮廓基元,然后边缘轮廓基元拟合。本文主要研究对直线和圆的拟合。(1)对直线的拟合本课题应用最小二乘拟合法对直线进行拟合,然后在对直线进行拟合前必须要考虑直线的表示方式,用如下公式表示:r+c+=0(1)为了能从一系列点(ri,ci),i=1,…,n中来拟合出一条直线,应用最小二乘法来拟合,要求每个点到拟合直线的距离和为最小,对每个点到这条直线的距离的平方和进行了最小化处理,应用公式如下:2=ni=1(ri+ci+)2(2)最小二乘对于远离直线的离群值没有很好的鲁棒性,计算后会得到不准确的直线。对于权重值处理的不同方法,在实际的

参考文献

引证文献

问答

我要提问