基于计算机视觉的变形曲面磨削方法、装置及系统与流程

技术特征：
1.一种基于计算机视觉的变形曲面磨削方法，其特征在于，所述方法包括以下步骤：设定初始磨削参数并沿初始打磨轨迹进行精磨，所述初始打磨轨迹由标准件示教得到，所述初始磨削参数包括砂带运行速度、磨削力和进给速度；每磨削一道，获取工件的磨削表面图像，并将所述磨削表面图像均匀分割成n块子图像；将所述n块子图像输入至预先训练好的分类模型，得到对应的n个分类结果；若所述n个分类结果均为打磨完成，则确定工件打磨完成；若所述n个分类结果均为继续打磨，则按照所述初始磨削参数和所述初始打磨轨迹继续打磨；若所述n个分类结果既包含打磨完成又包含继续打磨，则计算继续打磨结果对应的所有待打磨区域的中心点坐标，根据所有待打磨区域的中心点坐标，优化所述初始磨削轨迹和所述初始磨削参数，并按照优化后的磨削轨迹和优化后的磨削参数，对所有待打磨区域进行磨削。2.如权利要求1所述的基于计算机视觉的变形曲面磨削方法，其特征在于，所述方法还包括：构建相机到位于机器人末端的所述工件的转换矩阵；采集不同拍摄角度的所述磨削表面图像作为样本图像；将所述样本图像进行任意尺寸的图像分割，得到样本子图像；将所述样本子图像进行分类，构建分类数据集，所述分类数据集包括打磨完成类图像块和继续打磨类图像块；利用所述分类数据集对所述分类模型进行训练，得到预先训练好的分类模型，所述分类模型采用alexnet深度学习分类模型。3.如权利要求1所述的基于计算机视觉的变形曲面磨削方法，其特征在于，所述计算继续打磨结果对应的所有待打磨区域的中心点坐标，按照所有待打磨区域的中心点坐标，优化所述初始磨削轨迹和所述初始磨削参数，包括：基于所有待打磨区域的中心点坐标，将相邻中心点的坐标从上至下从左至右连线作为优化后的打磨轨迹，所述相邻中心点所在子图像上下相邻或左右相邻或沿对角线方向相邻；将所述初始磨削参数中的砂带转速调整为初始的80％，将磨削力调整为初始的80％，作为优化后的磨削参数。4.一种基于计算机视觉的变形曲面磨削装置，其特征在于，所述装置包括：设置模块，用于设定初始磨削参数并沿初始打磨轨迹进行精磨，所述初始打磨轨迹由标准件示教得到，所述初始磨削参数包括砂带运行速度、磨削力和进给速度；第一分割模块，用于每磨削一道，获取工件的磨削表面图像，并将所述磨削表面图像均匀分割成n块子图像；分类模型，用于将所述n块子图像输入至预先训练好的分类模型，得到对应的n个分类结果；第一确定模块，用于在所述n个分类结果均为打磨完成，则确定工件打磨完成；第二确定模块，用于在所述n个分类结果均为继续打磨，则按照所述初始磨削参数和所
述初始打磨轨迹继续打磨；第三确定模块，用于所述n个分类结果既包含打磨完成又包含继续打磨，则计算继续打磨结果对应的所有待打磨区域的中心点坐标，根据所有待打磨区域的中心点坐标，优化所述初始磨削轨迹和所述初始磨削参数，并按照优化后的磨削轨迹和优化后的磨削参数，对所有待打磨区域进行磨削。5.如权利要求4所述的基于计算机视觉的变形曲面磨削装置，其特征在于，所述装置还包括：转换矩阵构建模块，用于构建相机到位于机器人末端的所述工件的转换矩阵；采集模块，用于采集不同拍摄角度的所述磨削表面图像作为样本图像；第二分割模块将所述样本图像进行任意尺寸的图像分割，得到样本子图像；数据集构建模块，用于将所述样本子图像进行分类，构建分类数据集，所述分类数据集包括打磨完成类图像块和继续打磨类图像块；训练模块，用于利用所述分类数据集对所述分类模型进行训练，得到预先训练好的分类模型，所述分类模型采用alexnet深度学习分类模型。6.如权利要求4所述的基于计算机视觉的变形曲面磨削装置，其特征在于，所述第三确定模块包括：轨迹优化单元，用于基于所有待打磨区域的中心点坐标，将相邻中心点的坐标从上至下从左至右连线作为优化后的打磨轨迹，所述相邻中心点所在子图像上下相邻或左右相邻或沿对角线方向相邻；参数优化单元，用于将所述初始磨削参数中的砂带转速调整为初始的80％，将磨削力调整为初始的80％，作为优化后的磨削参数。7.一种基于计算机视觉的变形曲面磨削系统，其特征在于，所述系统包括plc控制柜、工控机、砂带机、视觉传感单元、机器人控制柜、机器人以及力传感器；所述plc控制柜、所述视觉传感单元和所述机器人控制柜均与所述工控机连接，所述机器人控制柜与所述机器人连接，所述力传感器用于将所述机器人的力信息反馈至所述机器人控制柜；所述plc控制柜与所述砂带机连接，所述机器人的末端放置有工件，所述视觉传感单元用于通过辅助光源为所述工件打光以及通过相机采集所述工件的磨削表面图像；所述工控机用于根据所述plc控制柜、所述视觉传感单元和所述机器人控制柜发送的信息，对磨削路径和磨削参数进行优化调整。8.如权利要求7所述的基于计算机视觉的变形曲面磨削系统，其特征在于，所述工控机包括：设置模块，用于设定初始磨削参数并沿初始打磨轨迹进行精磨，所述初始打磨轨迹由标准件示教得到，所述初始磨削参数包括砂带运行速度、磨削力和进给速度；第一分割模块，用于每磨削一道，获取工件的磨削表面图像，并将所述磨削表面图像均匀分割成n块子图像；分类模型，用于将所述n块子图像输入至预先训练好的分类模型，得到对应的n个分类结果；第一确定模块，用于在所述n个分类结果均为打磨完成，则确定工件打磨完成；
第二确定模块，用于在所述n个分类结果均为继续打磨，则按照所述初始磨削参数和所述初始打磨轨迹继续打磨；第三确定模块，用于在所述n个分类结果既包含打磨完成又包含继续打磨，则计算继续打磨结果对应的所有待打磨区域的中心点坐标，根据所有待打磨区域的中心点坐标，优化所述初始磨削轨迹和所述初始磨削参数，并按照优化后的磨削轨迹和优化后的磨削参数，对所有待打磨区域进行磨削。9.一种基于计算机视觉的变形曲面磨削设备，其特征在于，所述设备包括存储器、处理器；其中，所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序，以用于实现如权利要求1-3中任一项所述的方法。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现如权利要求1-3中任一项所述的方法。

技术总结
本发明涉及计算机技术领域，公开了一种基于计算机视觉的变形曲面磨削方法、装置及系统，方法包括设定初始磨削参数并沿初始打磨轨迹进行精磨；每磨削一道，获取工件的磨削表面图像，并将磨削表面图像均匀分割成n块子图像；将n块子图像输入至分类模型，得到对应的n个分类结果；若n个分类结果均为打磨完成，则确定工件打磨完成；若n个分类结果均为继续打磨，按照初始磨削参数和初始打磨轨迹继续打磨；若n个分类结果既存在打磨完成又存在继续打磨，根据所有待打磨区域的中心点坐标，优化初始磨削轨迹和所述初始磨削参数，按照优化后的磨削轨迹和磨削参数，对待打磨区域进行磨削。本发明可避免过磨和欠磨，提高磨削精度。提高磨削精度。提高磨削精度。


技术研发人员：王宇翔 郭文兴 黄小康 陈华斌 陈小奇 李振 任伟培
受保护的技术使用者：宁波丞智科技有限公司
技术研发日：2022.01.20
技术公布日：2022/6/4