一种基于机器视觉的3D打印质量检测方法与流程
本发明涉及机器视觉领域,特别涉及一种基于机器视觉的3d打印质量检测方法。
背景技术:
1、随着增材制造技术快速迭代,3d打印凭借定制化、高精度、轻量化的优势,广泛应用于航空航天、精密制造、医疗器械等高端领域,行业产业化、精密化发展趋势显著。但3d打印过程易受材料特性、设备参数、环境干扰等因素影响,常出现层间错位、翘曲变形、孔隙缺陷、表面拉丝等质量问题,导致成品合格率波动较大,造成物料浪费与生产成本攀升。
2、当前市面上的3d打印质量检测方法普遍存在检测维度单一、量化精度不足、管控闭环缺失的劣势。多数方案依赖单视角二维视觉成像,仅能识别表面表观缺陷,无法同步获取打印层高度偏差与水平轮廓偏差,对过熔融、欠熔融等形位类缺陷的量化精度有限,且易受环境光干扰出现误检、漏检;多数方法仅停留在缺陷有无的定性判定层面,缺少对异常区域面积占比、连通域分布及边界陡峭度的多维度量化分析,缺陷严重等级划分粗糙,难以精准刻画局部成形质量的差异化特征;同时现有方案多为事后离线检测,未建立沿打印高度方向的分层质量追踪体系,无法基于层间异常传递规律预测质量演变趋势,难以在缺陷恶化前实现打印参数的动态反馈补偿,无法形成完整的质量闭环管控,难以稳定保障打印成形精度与批次一致性。
技术实现思路
1、为了完善现有的方法,提供一种基于机器视觉的3d打印质量检测方法,该方法采用多视角编码结构光实现打印层三维形貌高精度重建,可同步提取高度与轮廓偏差、精准定位分级成形缺陷,并依托分层质量图谱预测层间质量演变趋势,完成打印参数的闭环反馈补偿,有效提升3d打印的成形精度与质量可控性。
2、为达到以上目的,本发明采用的技术方案为:
3、一种基于机器视觉的3d打印质量检测方法,包括:
4、在打印平台上设置多个结构光投影器与工业相机,各投影器从不同角度向当前打印层投射编码结构光条纹,各相机同步采集包含条纹畸变的打印层图像,并同时采集无结构光照射时的环境光图像;
5、根据各视角下采集的条纹畸变图像,利用相位解调技术重建当前打印层的三维点云数据,将所述点云数据与当前层切片模型进行配准,计算配准后的偏差场,并根据偏差场提取当前层的高度偏差和水平轮廓偏差;
6、将所述高度偏差和水平轮廓偏差映射至当前打印层的二维网格中,生成包含各网格单元偏差值的偏差分布矩阵,利用所述偏差分布矩阵定位超出预设阈值的过熔融区域和欠熔融区域,并提取各异常区域的面积占比和连通域数量;
7、将所述异常区域的面积占比和连通域数量作为输入,结合所述偏差场的空间梯度信息,评估当前打印层的局部成形质量,生成包含各异常区域位置坐标和严重等级的局部质量标签。
8、累计各打印层的局部质量标签,构建沿打印高度方向的分层质量图谱,根据分层质量图谱中异常标签的层间传递规律预测后续层的质量演变趋势,并依据预测结果对打印参数进行反馈补偿。
9、优选的,所述多个结构光投影器从不同角度向当前打印层投射编码结构光条纹具体包括:
10、将各结构光投影器均匀布设于打印平台上方,各投影器与打印平面法线的夹角为15度至45度,各投影器相对于打印中心在水平面内呈等角度间隔分布;
11、各投影器依次投射频率递增的三组正弦灰度条纹图案,各组条纹的相位偏移量为0、2π/3和4π/3,其中第一组条纹沿打印平台的x轴方向排列,第二组条纹沿打印平台的y轴方向排列,第三组条纹沿与x轴呈45度夹角的方向排列;
12、在各投影器投射各组条纹时,对应视角的工业相机同步触发采集图像,并将图像中每个像素点的灰度值按相位偏移顺序存储为三帧序列图像,同时在该投影器停止投射的间隙内采集一帧环境光图像,利用环境光图像对序列图像进行背景灰度扣除。
13、优选的,所述根据各视角下采集的条纹畸变图像重建当前打印层的三维点云数据具体包括:
14、针对每个视角的序列图像,提取各像素点的相位主值,对相邻像素点的相位主值进行空间连续性检测,当相邻相位差值超过π时执行相位展开,获得各像素点的绝对相位值,利用绝对相位值沿投影方向的偏移量计算该像素点对应物点的深度坐标;
15、将所有视角下计算得到的各物点的三维坐标转换至统一的打印坐标系中,形成当前打印层的原始点云集合,对原始点云集合进行体素滤波,将单位体素网格内所有点的坐标均值作为该体素的代表点坐标,得到滤波后的稠密点云。
16、优选的,所述点云数据与当前层切片模型进行配准具体包括:
17、从当前层切片模型中提取所有轮廓线的顶点坐标作为模型点集,从滤波后的稠密点云中提取所有点作为测量点集;
18、对测量点集施加初始平移变换使测量点集的质心与模型点集的质心重合,通过迭代最近点算法求解测量点集到模型点集的刚体变换矩阵,每次迭代中建立测量点与最近模型点之间的对应关系,剔除距离超过设定倍率标准差的对应对,利用剩余对应对更新变换矩阵;
19、以最终变换矩阵将测量点集转换至模型坐标系中,计算转换后各测量点到模型点集的最小有符号距离,将所有有符号距离在空间分布上构成偏差场,其中正偏差表示该点高于模型表面,负偏差表示该点低于模型表面。
20、优选的,所述根据偏差场提取当前层的高度偏差和水平轮廓偏差具体包括:
21、从偏差场中提取各测量点沿打印坐标系z轴方向的偏差分量作为各位置的高度偏差,将高度偏差按照测量点的xy平面坐标映射至二维网格中,每个网格单元存储落入该网格内的所有测量点的高度偏差均值;
22、从偏差场中提取各测量点在打印坐标系xy平面内的法向偏差分量作为水平轮廓偏差,所述法向偏差分量通过将测量点的xy平面偏差矢量投影到该测量点对应的模型轮廓法线方向上获得,将水平轮廓偏差按照测量点的xy平面坐标映射至相同的二维网格中,每个网格单元存储落入该网格内的所有测量点的水平轮廓偏差均值。
23、优选的,所述利用所述偏差分布矩阵定位超出预设阈值的过熔融区域和欠熔融区域具体包括:
24、将偏差分布矩阵中高度偏差大于第一正阈值的连续网格单元标记为过熔融候选区域,将高度偏差小于第一负阈值的连续网格单元标记为欠熔融候选区域,将水平轮廓偏差绝对值大于第二阈值的连续网格单元标记为轮廓偏离候选区域;
25、对过熔融候选区域、欠熔融候选区域和轮廓偏离候选区域分别执行八邻域连通域标记,获取各候选区域的连通域集合,剔除面积小于三个网格单元的孤立连通域,以剩余连通域的外接矩形边界作为异常区域的空间范围;
26、分别统计所有过熔融连通域的面积之和与当前层总面积的比值作为过熔融面积占比,统计所有欠熔融连通域的面积之和与当前层总面积的比值作为欠熔融面积占比,统计各异常区域的连通域数量。
27、优选的,所述评估当前打印层的局部成形质量并生成局部质量标签具体包括:
28、计算偏差场中各网格单元在x方向和y方向的空间梯度幅值,取各网格单元两个方向梯度幅值的较大值作为该单元的最大梯度幅值,将所有异常区域所覆盖网格单元的最大梯度幅值取平均值作为该异常区域的边界陡峭度指标;
29、对每个异常区域,将该区域的面积占比、连通域数量和边界陡峭度指标进行加权求和,得到该异常区域的严重等级分值,其中面积占比的权重系数为0.5,连通域数量的权重系数为0.2,边界陡峭度指标的权重系数为0.3;
30、将严重等级分值大于第一分值的异常区域标记为重度异常区域,将严重等级分值介于第一分值与第二分值之间的异常区域标记为中度异常区域,将严重等级分值小于第二分值的异常区域标记为轻度异常区域,以各异常区域的位置坐标和严重等级构成当前打印层的局部质量标签集合。
31、优选的,所述构建沿打印高度方向的分层质量图谱具体包括:
32、以当前打印层的层号作为纵轴,以当前层的各异常区域在打印平台xy平面内的位置坐标作为横轴,在各位置坐标处标注对应的严重等级,形成该层的质量分布行向量;
33、将已完成打印的所有层的质量分布行向量按照层号递增顺序沿纵轴方向排列,构成分层质量图谱矩阵,所述分层质量图谱矩阵中每个元素包含位置坐标和严重等级两类信息,对矩阵中相邻层之间相同位置坐标处的严重等级进行差值计算,获得沿打印高度方向的严重等级变化量。
34、优选的,所述预测后续层的质量演变趋势并依据预测结果对打印参数进行反馈补偿具体包括:
35、从分层质量图谱矩阵中提取当前层及其前连续三层的各位置严重等级序列,对每个位置处的严重等级序列进行线性拟合得到严重等级随层号变化的斜率,若斜率为正且当前层严重等级大于中度异常阈值,则判定该位置在后续层中具有恶化趋势;
36、对判定为具有恶化趋势的所有位置,根据各位置的严重等级变化斜率大小进行排序,选取斜率最大的前三个位置作为重点监控位置,分别计算各重点监控位置处异常区域的面积占比变化量与边界陡峭度指标变化量;
37、根据各重点监控位置的面积占比变化量与边界陡峭度指标变化量,分别生成喷头移动速度的补偿值、挤出倍率的补偿值和冷却风扇转速的补偿值,在打印下一层之前进行补偿。
38、与现有技术相比,本发明的优势在于:
39、采用多视角结构光投影与工业相机同步采集方案,结合多方向相位编码条纹与环境光背景扣除技术,通过相位解调重建高精度三维点云,可同步获取打印层高度偏差与水平轮廓偏差,突破了单一视觉检测维度受限、易受环境光干扰的局限;通过偏差场网格化映射与连通域分析,能精准定位过熔融、欠熔融与轮廓偏离异常,量化提取面积占比、连通域数量等特征,并结合偏差空间梯度计算边界陡峭度,以多指标加权评定异常严重等级,评估结果更贴合成形缺陷的实际物理特征;同时构建沿打印高度方向的分层质量图谱,基于层间异常传递规律拟合预测质量演变趋势,针对性生成打印参数补偿值,实现“检测-评估-预测-调控”的闭环质量控制,可有效降低废品率,提升打印成形一致性与整体质量。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com