关键词:
熔丝制造
多自由度3D打印
场景感知
平面重建
摘要:
工业机器人已经成为工业界广泛使用的装备,基于工业机械臂的熔丝制造平台能够充分利用其多自由度、高灵活性等特点,支持大尺度结构的打印和多机协同,正在航空、航天和建筑等领域显示出巨大的应用潜力。但是多自由度FFF打印装备的运动机构和承载机构常采用分离设计,打印过程中需要精确配准多轴执行机构和打印承载平面的相对位置,增加了系统操作的复杂性。基于机器视觉的识别跟踪和空间配准是当前常用的方法,但受限于视觉定位的精度,难以满足熔丝制造工艺的要求。因此,如何发挥多自由度打印的灵活性,提升装备场景感知能力,降低系统操作复杂性是目前基于机械臂的多自由度打印系统研发和应用面临的主要挑战之一。本文提出一种基于场景感知的智能多自由度熔丝制造打印方法,通过结合机器视觉、点云重建和深度学习技术从实际场景中完成打印平面的快速定位与打印坐标系的快速配准,实现场景感知以辅助多自由度FFF打印机完成打印工作。在定位过程中,本方法使用RGB-D相机捕获打印场景信息,通过空间点云重采样与基于深度网络的三角化快速重构承载台平面,并结合二维视觉标记在打印空间中进行姿态估计,实现打印机构与承载台之间的动态配准。具体工作包括以下几个部分:1)在工艺流程方面,提出一种面向多自由度FFF系统,支持场景感知打印平台和相应的工艺流程。首先构建以机械臂坐标系为基准的打印坐标系,利用深度传感器实现对打印场景信息的识别,将模型及打印数据转换到基准坐标系中,实现多自由度3D打印过程中的自动化配准,最终基于机构间的配准信息完成模型在打印坐标系中的切片,生成多自由度打印系统的加工工艺,降低系统的操作难度。2)在场景配准方面,以RGB-D格式数据为输入,提出一种基于泛洪填充算法的空间均匀采样方法,根据场景中离散的深度数据,构建面向点云的三维空间主动轮廓模型,通过算法迭代将初始轮廓曲线引导至采样平面边界。在轮廓扩展迭代的同时,对轮廓曲线进行插值采样,以此获取稀疏且均匀分布的点云。对于重采样的点云数据,基于打印场景构建样本集用于模型训练,通过深度神经网络实现对承载台平面的快速三角化网格重构,以提高场景感知的效率和精度。3)在可视化控制方面,引入增强现实操作界面完成模型的装入与工艺生成。在此过程中使用基于最小二乘原理的迭代最近点算法,完成模型接触面到承载台平面的配准,并通过可视化界面指定模型的放置位置。界面支持将打印模型与路径轨迹同步展示在UI端,以支持更加灵活的工艺仿真与测试。本文基于UR3机械臂构建自配准多自由度熔丝制造原型系统,并针对平台与工艺分别展开交互式工艺生成和制造实验测试。实验结果表明,基于场景感知的自配准打印具有任意位置平面的打印能力,并且能够简化多自由度打印流程,避免繁琐的手动配准和定位。重构平面的配准精度能够满足常规0.2-2.0 mm打印喷嘴尺寸,并在不同打印场景下实现稳定配准。