[发明专利]应用于3D打印的数据获取系统及方法

权利要求书

1.一种应用于3D打印的数据获取系统，其特征在于，所述应用于3D打印的数据获取系统包括：3D打印机、数据扫描采集设备和工业计算机；所述数据扫描采集设备装配在所述3D打印机内部，并与所述3D打印机的控制系统相连；

所述数据扫描采集设备，用于在所述3D打印机每打印一层结束，进行图像采集，利用二维扫描采集设备，或三维数据扫描采集设备对物体进行扫描得到物体的三维信息，将所述物体的三维信息传输至所述工业计算机；

所述工业计算机，用于根据批量所述物体的三维信息训练神经网络模型，根据训练后的神经网络模型预测3D打印误差；

所述3D打印机，用于根据所述3D打印误差在每打印一层时进行补偿。

2.如权利要求1所述的应用于3D打印的数据获取系统，其特征在于，所述数据扫描采集设备包括光照系统、数据扫描设备、采集设备以及传输设备；

所述光照系统，用于在所述3D打印机的控制系统控制下，每打印一层结束进行补光，为所述数据扫描设备扫描时提供光线；

所述采集设备，用于在所述数据扫描设备扫描后，进行图像采集，采集的图像信息包括已完成制件的三维数据，或者通过二维摄像头获取的三维制件当前打印好的二维切片图像，将采集的图像信息作为物体的三维信息；

所述传输设备，用于将所述物体的三维信息传输到所述工业计算机。

3.如权利要求1所述的应用于3D打印的数据获取系统，其特征在于，所述数据扫描采集设备、所述工业计算机和所述3D打印机的运作是实时的，在所述数据扫描采集设备运行时所述3D打印机也处于运行状态；

所述工业计算机内装置有图像处理器；

所述图像处理器用于对所述物体的三维信息进行实时处理和三维重建，获得待训练数据，将所述待训练数据作为神经网络的输入，训练神经网络模型，根据训练后的神经网络模型预测3D打印误差。

4.如权利要求3所述的应用于3D打印的数据获取系统，其特征在于，所述工业计算机，还用于建立卷积神经网络环境，利用所述卷积神经网络环境的编码器通过卷积提取输入的待训练数据的特征，通过池化来增加接收范围，利用所述卷积神经网络环境的解码器通过反卷积恢复原始分辨率，以训练神经网络模型，根据训练后的神经网络模型预测3D打印误差。

5.如权利要求2所述的应用于3D打印的数据获取系统，其特征在于，所述数据扫描设备和所述采集设备安装在打印喷头上层，或者所述3D打印机光照系统平行位置处或使用多视角灵活采集装置；所述传输设备安装在所述3D打印机与所述工业计算机连接处。

6.如权利要求2所述的应用于3D打印的数据获取系统，其特征在于，所述数据扫描设备包括二维数据扫描设备和三维数据扫描设备，所述采集设备包括二维数据采集设备和三维数据采集设备。

7.如权利要求5所述的应用于3D打印的数据获取系统，其特征在于，所述二维数据扫描设备包括光照系统和摄像头，所述三维数据扫描设备包括三维扫描摄像头。

8.如权利要求2所述的应用于3D打印的数据获取系统，其特征在于，采集的图像包括通过三维扫描摄像头获取、利用空间结构光编码技术对所述物体的三维信息进行三维重建后的三维重建数据。

9.如权利要求7所述的应用于3D打印的数据获取系统，其特征在于，所述三维扫描摄像头包括结构光红外摄像头或红外相机；利用所述红外相机实时自动获取三维数据时，所述数据扫描设备和所述采集设备安装在打印喷头上层，或者所述3D打印机光照系统平行位置处，或者在所述3D打印机内部固定可移动摄像头，或者放置机械臂；

安装在所述机械臂上的所述红外相机，用于通过先进控制算法控制机械臂的移动，获得多角度多点位视图。

10.一种应用于3D打印的数据获取方法，基于所述应用于3D打印的数据获取系统，所述应用于3D打印的数据获取系统包括：3D打印机、数据采集设备和工业计算机；所述数据扫描采集设备装配在所述3D打印机内部，并与所述3D打印机的控制系统相连；

所述应用于3D打印的数据获取方法包括以下步骤：

所述数据扫描采集设备在所述3D打印机每打印一层结束，进行图像采集，利用二维扫描采集设备，或三维数据扫描采集设备对物体进行扫描得到物体的三维信息，将所述物体的三维信息传输至所述工业计算机；

所述工业计算机根据批量所述物体的三维信息训练神经网络模型，根据训练后的神经网络模型预测3D打印误差；

所述3D打印机根据所述3D打印误差在每打印一层时进行补偿。