[发明专利]几何误差补偿模型的训练方法和几何误差补偿方法

权利要求书

1.一种几何误差补偿方法，其特征在于包括：

生成以数控机床的运动系统分辨率为网格尺寸的网格图像；

将所述网格图像输入到几何误差补偿模型，得到形变网格图像；

根据所述形变网格图像，获取所述数控机床的补偿指令；

根据所述补偿指令和所述数控机床将要执行的数控指令，生成补偿后的数控指令，并根据补偿后的数控指令控制所述数控机床进行工件加工；

其中，所述几何误差补偿模型通过下列方式训练而成：获取预制工件；利用搭载于数控机床的激光刀，按照预设数控指令对应的加工轨迹在所述预制工件表面绘制激光图案，得到训练工件；通过摄像设备拍摄所述训练工件的图像，并根据所述摄像设备的标定参数对所述训练工件的图像进行空间校正，得到训练图像；根据所述训练图像和与所述预设数控指令对应的标准图像对深度学习模型进行训练，得到几何误差补偿模型。

2.根据权利要求1所述的几何误差补偿方法，其特征在于，根据所述训练图像和与所述预设数控指令对应的标准图像对深度学习模型进行训练，得到几何误差补偿模型包括：

根据数控指令确定所述标准图像的理论加工轨迹，以及根据所述训练图像确定实际加工轨迹，其中，所述理论加工轨迹包括各时刻对应的理论轨迹点在全局坐标系下的坐标，所述实际加工轨迹包括各时刻对应的实际轨迹点在全局坐标系下的坐标；

将各所述实际轨迹点的坐标作为所述深度学习模型的输入数据，将与各所述实际轨迹点具有相同时刻的理论轨迹点的坐标作为金标准，对所述深度学习模型进行训练，得到所述几何误差补偿模型。

3.根据权利要求1所述的几何误差补偿方法，其特征在于，所述激光刀按照设定频率在所述预制工件表面打点，以在所述预制工件的表面形成所述激光图案，得到所述训练工件。

4.根据权利要求1所述的几何误差补偿方法，其特征在于，在根据所述摄像设备的标定参数对所述训练工件的图像进行空间校正之后，所述方法还包括：

对空间校正后的训练工件的图像进行图像增强的预处理，得到所述训练图像，其中，所述图像增强的预处理包括但不限于以下至少之一：二值化、图像锐化、去噪、增强对比度。

5.一种几何误差补偿方法，其特征在于包括：

生成以数控机床的运动系统分辨率为网格尺寸的网格图像；

将所述网格图像输入到几何误差补偿模型，得到形变网格图像；

根据所述形变网格图像，生成形变场；

根据所述形变场对所述数控机床将要加工的工件的数字模型进行形变补偿，生成补偿后的数字模型；

根据补偿后的数字模型生成数控指令，并根据所述数控指令控制所述数控机床进行工件加工；

其中，所述几何误差补偿模型通过下列方式训练而成：获取预制工件；利用搭载于数控机床的激光刀，按照预设数控指令对应的加工轨迹在所述预制工件表面绘制激光图案，得到训练工件；通过摄像设备拍摄所述训练工件的图像，并根据所述摄像设备的标定参数对所述训练工件的图像进行空间校正，得到训练图像；根据所述训练图像和与所述预设数控指令对应的标准图像对深度学习模型进行训练，得到几何误差补偿模型。

6.根据权利要求5所述的几何误差补偿方法，其特征在于，根据所述训练图像和与所述预设数控指令对应的标准图像对深度学习模型进行训练，得到几何误差补偿模型包括：

根据数控指令确定所述标准图像的理论加工轨迹，以及根据所述训练图像确定实际加工轨迹，其中，所述理论加工轨迹包括各时刻对应的理论轨迹点在全局坐标系下的坐标，所述实际加工轨迹包括各时刻对应的实际轨迹点在全局坐标系下的坐标；

将各所述实际轨迹点的坐标作为所述深度学习模型的输入数据，将与各所述实际轨迹点具有相同时刻的理论轨迹点的坐标作为金标准，对所述深度学习模型进行训练，得到所述几何误差补偿模型。

7.根据权利要求5所述的几何误差补偿方法，其特征在于，所述激光刀按照设定频率在所述预制工件表面打点，以在所述预制工件的表面形成所述激光图案，得到所述训练工件。