[發(fā)明專利]基于機(jī)器學(xué)習(xí)的激光標(biāo)刻方法及裝置在審
| 申請?zhí)枺?/td> | 202110523053.1 | 申請日: | 2021-05-13 |
| 公開(公告)號: | CN113134683A | 公開(公告)日: | 2021-07-20 |
| 發(fā)明(設(shè)計(jì))人: | 李建華;董兵強(qiáng);班劍鋒;王睿;吳昊鵬;陳錦濤;楊慧;宋劉毅;王煦州;劉廣鵬;于浩;安心怡 | 申請(專利權(quán))人: | 蘭州理工大學(xué) |
| 主分類號: | B23K26/362 | 分類號: | B23K26/362;B23K26/08;B23K26/70 |
| 代理公司: | 北京市中聞律師事務(wù)所 11388 | 代理人: | 馮夢洪 |
| 地址: | 730050 甘肅省蘭*** | 國省代碼: | 甘肅;62 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 機(jī)器 學(xué)習(xí) 激光 方法 裝置 | ||
基于機(jī)器學(xué)習(xí)的激光標(biāo)刻方法及裝置,更適合棒材在復(fù)雜環(huán)境下的定位,其誤差滿足標(biāo)刻平臺定位精度需求。方法包括:(1)對實(shí)驗(yàn)環(huán)境下模擬現(xiàn)場環(huán)境拍攝的棒材照片進(jìn)行標(biāo)注,隨機(jī)抽取20%作為驗(yàn)證集數(shù)據(jù),其余全部作為訓(xùn)練集數(shù)據(jù);(2)在PyTorch和CUDA框架下訓(xùn)練棒材數(shù)據(jù)集;(3)對目標(biāo)檢測模型的評價指標(biāo)AP、mAP、Recall進(jìn)行分析,如不滿足預(yù)期效果則調(diào)整棒材訓(xùn)練集和網(wǎng)絡(luò)循環(huán)次數(shù)來提高精確率,獲得最優(yōu)參數(shù)和評估模型;(4)獲取棒材堆區(qū)域圖像;(5)利用最優(yōu)參數(shù)檢測出圖像中的目標(biāo)物體,并獲取物體在圖像中的坐標(biāo)信息,確定棒材端面坐標(biāo);(6)控制機(jī)器人運(yùn)動到棒材端面坐標(biāo);(7)進(jìn)行激光標(biāo)刻。
技術(shù)領(lǐng)域
本發(fā)明涉及激光標(biāo)刻的技術(shù)領(lǐng)域,尤其涉及一種基于機(jī)器學(xué)習(xí)的激光標(biāo)刻方法,以及基于機(jī)器學(xué)習(xí)的激光標(biāo)刻裝置。
背景技術(shù)
目前,機(jī)器視覺檢測設(shè)備僅在尖端微電子行業(yè)嶄露頭角。隨著工業(yè)信息化和智能化的發(fā)展,傳統(tǒng)機(jī)械產(chǎn)業(yè)的升級換代必將為機(jī)器視覺提供更好的舞臺。機(jī)器視覺主要解決定位、測量、檢測和識別四大問題,其核心是圖像的采集與處理,視覺信息都來自圖像,即信息提取的準(zhǔn)確性取決于圖像的質(zhì)量。視覺光源是機(jī)器視覺不可或缺的一部分,正確使用可增加獲得圖像的清晰度,并對機(jī)器視覺處理的精度和速度產(chǎn)生極大影響。在實(shí)際生產(chǎn)環(huán)境中,自然光和廠區(qū)照明光源普遍受能見度、溫度、濕度和人為因素等影響,且不同材料表面對光的反射程度不同,這些都將嚴(yán)重干擾機(jī)器視覺檢測過程,降低標(biāo)刻平臺的定位精度,且具有一定程度上的安全隱患。因此為了將鋁及合金棒材標(biāo)刻端面與生產(chǎn)環(huán)境的背景相區(qū)分,獲得高品質(zhì)、高對比度的圖像,保障標(biāo)刻平臺定位精度,視覺光源的正確選用尤為重要。
依據(jù)標(biāo)刻平臺標(biāo)刻流程可知,對鋁及合金棒材進(jìn)行激光標(biāo)刻需在棒材堆中尋找最佳標(biāo)刻端面,但棒材堆中棒材之間位姿存在空間位移和空隙,難以準(zhǔn)確的將激光器移動至最佳標(biāo)刻位置,如何在標(biāo)刻面精確定位成為標(biāo)刻平臺研究的重點(diǎn)。近年來數(shù)字圖像處理和機(jī)器學(xué)習(xí)在機(jī)器視覺領(lǐng)域都被廣泛應(yīng)用,相較于傳統(tǒng)機(jī)械式操作定位,機(jī)器視覺極大的提高了目標(biāo)工件定位的準(zhǔn)確性和靈活性,對不同形狀、位姿的工件都具有較高的識別率,適應(yīng)傳統(tǒng)工業(yè)中復(fù)雜的工作環(huán)境,提高工作效率和質(zhì)量的同時大大降低了人工操作。但是,目前的機(jī)器視覺的激光標(biāo)刻方法對噪聲相對敏感,且檢測時需要先驗(yàn)設(shè)定參數(shù),在不同的環(huán)境和光照條件下其最佳參數(shù)變化范圍難以控制,魯棒性較差。
發(fā)明內(nèi)容
為克服現(xiàn)有技術(shù)的缺陷,本發(fā)明要解決的技術(shù)問題是提供了一種基于機(jī)器學(xué)習(xí)的激光標(biāo)刻方法,其更適合棒材在復(fù)雜環(huán)境下的定位,其誤差滿足標(biāo)刻平臺定位精度需求,大大減少實(shí)際工作中計(jì)算機(jī)運(yùn)算時間的同時提高定位效率。
本發(fā)明的技術(shù)方案是:這種基于機(jī)器學(xué)習(xí)的激光標(biāo)刻方法,其包括以下步驟:
(1)依據(jù)YOLOv5算法訓(xùn)練集所需文件類型,對實(shí)驗(yàn)環(huán)境下模擬現(xiàn)場環(huán)境拍攝的棒材照片進(jìn)行標(biāo)注,隨機(jī)抽取20%作為驗(yàn)證集數(shù)據(jù),其余全部作為訓(xùn)練集數(shù)據(jù);
(2)在PyTorch和CUDA框架下訓(xùn)練棒材數(shù)據(jù)集;
(3)訓(xùn)練完成后對目標(biāo)檢測模型的評價指標(biāo)AP、mAP、Recall進(jìn)行分析,如若不滿足預(yù)期效果則調(diào)整棒材訓(xùn)練集和網(wǎng)絡(luò)循環(huán)次數(shù)來提高精確率,獲得最優(yōu)參數(shù)和評估模型;
(4)獲取棒材堆區(qū)域圖像;
(5)利用步驟(3)的最優(yōu)參數(shù)檢測出步驟(4)的圖像中的目標(biāo)物體,并獲取物體在圖像中的坐標(biāo)信息,確定棒材端面坐標(biāo);
(6)控制機(jī)器人運(yùn)動到棒材端面坐標(biāo);
(7)進(jìn)行激光標(biāo)刻。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于蘭州理工大學(xué),未經(jīng)蘭州理工大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110523053.1/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 根據(jù)用戶學(xué)習(xí)效果動態(tài)變化下載學(xué)習(xí)數(shù)據(jù)的系統(tǒng)及方法
- 用于智能個人化學(xué)習(xí)服務(wù)的方法
- 漸進(jìn)式學(xué)習(xí)管理方法及漸進(jìn)式學(xué)習(xí)系統(tǒng)
- 輔助學(xué)習(xí)的方法及裝置
- 基于人工智能的課程推薦方法、裝置、設(shè)備及存儲介質(zhì)
- 基于強(qiáng)化學(xué)習(xí)的自適應(yīng)移動學(xué)習(xí)路徑生成方法
- 一種線上視頻學(xué)習(xí)系統(tǒng)
- 一種基于校園大數(shù)據(jù)的自適應(yīng)學(xué)習(xí)方法、裝置及設(shè)備
- 一種學(xué)習(xí)方案推薦方法、裝置、設(shè)備和存儲介質(zhì)
- 游戲?qū)W習(xí)效果評測方法及系統(tǒng)





