[发明专利]铣床刀头视觉定位方法

说明书

本发明涉及一种铣床刀头视觉定位方法，该方法首先对待定位铣床刀具的彩色图像数据进行灰度化预处理，提取高光细节和阴影细节，并对高光细节图像和阴影细节图像求均值得到融合后的灰度图像；然后通过基于深度卷积神经网络UNet重新生成特征，并经过对数据进行后处理和进行关键点位置回归得到高精度的刀头位置；该方法仅需使用环境光或普通的点光源，克服了金属的高光对光源的要求及对刀具定位精度的影响，缩减了检测系统的体积，相对机器视觉算法对图像的处理速度更快，系统稳定性更好，检测成本低，定位时间短，效率高。

(一)、技术领域：

本发明涉及一种刀头定位方法，特别涉及一种铣床刀头视觉定位方法。

(二)、背景技术：

目前，铣床刀头位置检测主要使用机器视觉检测技术，常用的检测方法有二值化分割及基于边缘的模型拟合等方法。使用视觉检测技术检测铣床刀头的位置时可以省去探针而仅使用视觉检测技术就可以校准主轴与基准之间的位置关系，对于传统的铣床或雕刻机而言，能够在手工换刀之后自动校准刀轴偏移量。

上述位置检测方法中铣床刀头定位需要进行特征提取和分割操作，所对应的检测参数和特征位置及相关的滤波方法需要人工设计，对于多种刀具而言每种刀具都需要单独设计相应的检测程序。同时，检测环境需要专用光源，若检测光源出现了变化，部分基于边缘检测的方法可能无法在新的光照下检测出刀具特征，从而无法对刀具进行定位。

此外，这些传统视觉检测系统需要单独集成至机床的一个固定位置，增大了机床的体积，占用了更多的空间。

(三)、发明内容：

本发明要解决的技术问题是：提供一种铣床刀头视觉定位方法，该方法可实现铣床刀头高精度定位，系统稳定性好，缩减了检测系统的体积，检测成本低，定位时间短。

本发明的技术方案：

一种铣床刀头视觉定位方法，含有以下步骤：

步骤一、使彩色面阵相机面向待定位铣床刀具，使用长焦镜头，相机摆放位置以待定位铣床刀具末端位于面阵相机视野中央为准，当待定位铣床刀具与面阵相机画面平行时，通过系数缩放的方式得到尺度关系；当待定位铣床刀具与面阵相机画面不平行时，通过采用经典的投影矩阵计算得到尺度关系；用彩色面阵相机进行拍照，捕捉到一帧待定位铣床刀具的图像数据；画面分辨率是一个经验值，最大值以运行时设备内存或GPU显存上限为准，通常1024×512是一个综合考虑计算性能和定位精度的较为均衡的值。

步骤二、对步骤一中得到的图像数据进行灰度化预处理，将彩色图像预处理并提取高光细节和阴影细节：分别得到分量最大值图像I_H和分量最小值图像I_L，分量最大值图像在暗部仍能尽可能保留阴影细节，分量最小值图像在亮部仍能尽可能保留高光细节；

步骤三、对分量最大值图像I_H和分量最小值图像I_L进行求均值，得到融合后的灰度图像

步骤四、将灰度图像I_M输入已训练好的深度卷积神经网络UNet，输出三通道数据：通道1数据、通道2数据和通道0数据；

由于深度卷积神经网络UNet训练时使用了交叉熵损失函数，因此这里使用的深度卷积神经网络UNet的输出通道为三通道：通道0，通道1和通道2；通道0为空标注，负责接收网络的随机输出，加速网络收敛；通道1为刀具整体的语义分割结果；通道2为新增加的刀具末端语义分割结果；

通道0的空输出可以得到网络内部特征整合后的特征输出，同时在损失函数存在交叉熵损失函数的梯度时，训练时不影响训练的收敛，当实施者尝试使用特征输出时，可以直接使用通道0；

由于网络末端的浅层卷积操作若要生成通道1、通道2的响应，应有足够多的通道特征进行混合，当实施者尝试对卷积操作进行分组时，引入通道0能够提高收敛的性能。