关键词:
平头铣刀
双目立体视觉
三维重建
磨损状态
在机检测
摘要:
刀具在制造加工中扮演着重要的角色,它直接影响加工的精度、效率和成本。及时有效的获取刀具的磨损信息,可以帮助制造加工中心做出相应的决策,如更换磨损严重的刀具,以提高加工质量、效率和降低成本。当前,基于机器视觉对刀具磨损进行检测是研究的热点之一,然而多数研究都局限于对刀具的二维图像进行处理、分析,只能得到刀具的表面磨损信息。因此,本文以平头铣刀为研究对象,通过双目立体视觉恢复平头铣刀的三维信息,根据三维信息完成平头铣刀侧刃的最大磨损宽度、深度的计算。并由最大磨损宽度信息完成对平头铣刀磨损状态的评估,而磨损深度信息可以反映出磨损区域凹坑的变化,可以进一步预警铣刀磨损程度的变化。本文对平头铣刀磨损状态检测方法的主要研究内容如下:
(1)对铣刀磨损失效的原因和表现形式进行分析,并确定了平头铣刀磨损状态的评价指标。研究相机成像原理,通过双目视觉测量原理重建平头铣刀的三维信息,对重建的三维信息进一步处理便可以得到平头铣刀磨损信息。
(2)基于五轴加工中心搭建图像在机采集系统,设计平头铣刀、标定板图像采集方案。然后,利用标定板完成对双目相机的标定,并基于中值滤波和高斯滤波提出自适应混合滤波对铣刀图像降噪。最后,利用标定的相机参数完成平头铣刀图像的畸变矫正,以及利用Bouguest算法完成平头铣刀图像对的立体校正。
(3)研究立体匹配算法的关键技术,通过Middlebury数据集的标准图像对SGBM与AD-Census算法进行对比分析,结论表明SGBM立体匹配算法更适合本文的研究。针对该算法对光照不均匀、纹理性差的图像生成的视差图鲁棒性较低的问题,通过改进后的Census变换与BT代价融合作为匹配代价的计算。经实验证明,改进后生成的平头铣刀视差图更加连贯,鲁棒性更好。
(4)基于PCL点云库完成平头铣刀曲面的三维重建,并提出对该铣刀侧刃最大磨损宽度和磨损深度的计算方法,并根据磨损宽度确定铣刀磨损状态。经实验验证得到,本文提出的磨损计算方法的平均误差在0.016 mm左右,这表明本文提出的磨损状态检测方法能够准确识别到平头铣刀的磨损状态。