利索能及
我要发布
收藏
专利号: 2025104821034
申请人: 杭州一眼智能科技有限公司
专利类型:发明专利
专利状态:授权未缴费
更新日期:2025-07-25
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种3D打印机打印制品外形视觉检测方法,其特征在于,包括以下步骤:S01、通过环形布置的多光谱视觉传感器阵列采集打印制品的多角度的表面图像数据,同步获取激光扫描仪生成的三维点云数据;

S02、对所述表面图像数据进行三维重建生成第一外观模型,将所述三维点云数据转换为第二外观模型;

S03、通过特征配准算法融合所述第一外观模型与第二外观模型,生成融合三维模型,并采用自适应权重分配策略处理模型重叠区域,计算重叠区各像素点的置信度权重以消除融合误差;

S04、提取所述融合三维模型的几何偏差特征向量,结合打印过程实时采集的层间温度场数据生成工艺特征向量;

S05、将所述几何偏差特征向量与工艺特征向量输入预训练的多模态缺陷检测模型,输出形变指数、层间错位概率及材料分布均匀性参数;

S06、当所述步骤S05中任一输出参数超过预设阈值时,判定存在立体缺陷的存在,并进行预警;

所述步骤S06执行依据包括:

当0.3<形变指数≤0.5时触发预警并记录坐标;

当0.5<形变指数≤0.7时降低打印速度并增强局部冷却;

当形变指数>0.7时暂停打印并启动补偿加工;

对层间错位概率采用滑动窗口检测,连续3层错位概率>40%时判定为结构性缺陷;

在执行步骤S03中还包括对下一层所述打印制品的打印层的协调,其步骤包括:S34、提取所述融合三维模型的几何偏差特征,并与实时采集的层间冷却速率数据进行关联分析;

S35、基于所述关联分析的结果,输入预训练的时空卷积网络以得到输出缺陷类型及严重等级;

S36、基于获取所述输出缺陷类型及严重等级,对与之对应的层间错位缺陷,基于历史工艺数据生成参数补偿序列:下一层的打印速度修正量: ;

喷头温度调整曲线: ;

其中, 为喷头温度调整曲线,Δv为打印速度,δ为错位量,k,τ为材料相关修正系数,t为时间,ΔT为温度波动幅值,ω为角频率,e取值4,T0为线材的标准温度。

2.根据权利要求1所述的一种3D打印机打印制品外形视觉检测方法,其特征在于,所述多光谱视觉传感器包括:在打印平台上方120°环形布置的至少3组工业相机,每组工业相机至少包括一个可见光摄像头与一个近红外摄像头;

在打印平台四角设置采集端向下倾斜45°安装的激光线扫描仪;

且在执行所述步骤S01中采集所述表面图像数据和所述三维点云数据的采集行为以所述打印制品的每层打印完成后2秒内完成完整一个周期的数据采集。

3.根据权利要求1所述的一种3D打印机打印制品外形视觉检测方法,其特征在于,所述步骤S03中所述通过特征配准算法融合所述第一外观模型与第二外观模型包括:S31、采用改进的ICP算法对第一外观模型与第二外观模型进行粗配准,建立初始坐标对应关系;

S32、构建重叠区域特征金字塔,在多个尺度下计算SIFT特征点匹配度;

S33、基于特征点空间分布密度动态调整配准权重:

其中,Di为点云密度,Ci为图像对比度, 为自适应调节系数,均取3,Dmax为最大点云密度,Cmax为最大图像对比度,然后,再对低置信度区域进行局部的再次扫描进行补缺。

4.根据权利要求1所述的一种3D打印机打印制品外形视觉检测方法,其特征在于,所述步骤S35中所述输入预训练的时空卷积网络以得到输出缺陷类型及严重等级,包括:S351、采用3D空洞卷积提取三维几何特征,空洞率随网络深度从2递增至6;

S352、使用双向GRU网络分析所述打印制品的每一个打印层的工艺参数,并将各个打印层的所述工艺参数制成对比表,求取平均值后对每一个打印层的所述工艺参数作差,并对差值进行标识;

S353、通过门控注意力机制动态融合时空特征,门控值计算式为:;

其中,Fs为空间特征,Ft为时间特征,Wg,bg为可学习参数,σ为3。

5.根据权利要求1所述的一种3D打印机打印制品外形视觉检测方法,其特征在于,所述步骤S05中所述多模态缺陷检测模型的训练方法包括:S51、构建包含表面裂纹、层间剥离、热变形三类典型缺陷的样本库,每个样本包括多角度可见光、红外图像、高精度三维点云数据、层间温度曲线数据、材料挤出压力时序数据;

S52、基于双通道深度网络分别将第一通道处理图像与点云数据、第二通道处理工艺参数;

S53、通过跨通道注意力机制实现特征交互,最终输出层包含三维形变热力图与缺陷分类结果。

6.根据权利要求5所述的一种3D打印机打印制品外形视觉检测方法,其特征在于,所述步骤S52中的所述双通道深度网络包括:S521、在图像点云通道中采用3D卷积核提取空间特征,每个卷积层后接SE注意力模块;

S522、在工艺参数通道中采用LSTM网络捕捉时间序列特征;

S523、通过动态路由算法实现双通道特征的层次化融合,其中,双通道特征的层次化融合包括对局部细节特征进行处理的初级融合和对全局语义特征进行处理的高级融合。

7.一种非瞬时性计算机可读存储介质,所述非瞬时性计算机可读存储介质中存储有至少一条指令或至少一段程序,其特征在于,所述至少一条指令或所述至少一段程序由处理器加载并执行以实现如权利要求1‑6中任意一项所述的3D打印机打印制品外形视觉检测方法的步骤。

8.一种电子设备,其特征在于,包括处理器和存储器,所述存储器中存储有至少一条指令或至少一段程序,所述至少一条指令或所述至少一段程序由处理器加载并执行以实现如权利要求1‑6中任意一项所述的3D打印机打印制品外形视觉检测方法的步骤。