-
公开(公告)号：CN114170429B
公开(公告)日：2024-09-24
申请号：CN202111367310.3
申请日：2021-11-18
申请人： 华中科技大学 , 武汉华中数控股份有限公司
摘要： 本发明公开了一种铣削精加工刀具路径特征点的识别方法及装置，从刀具路径中刀位点的坐标出发，提取出刀位点的几何信息，并提出一种刀位点几何参数图像编码方法，将刀位点几何信息编码为刀位点几何参数图像，该图像能够有效的表达目标刀位点与刀具行进方向邻域刀位点综合几何特征，借助深度学习领域中卷积神经网络模型，学习刀路轨迹中特征点的识别模式，通过标记后刀位点的几何参数图像作为训练集，训练卷积神经网络模型，通过该模型可实现对其他零件加工刀具路径中特征点的预测识别，亦可通过预测‑再训练的方式不断的优化卷积神经网络模型。经实验表明，本发明相较于传统方法拥有更好的特征点识别精度与查全率。
-
公开(公告)号：CN114202662A
公开(公告)日：2022-03-18
申请号：CN202111406872.4
申请日：2021-11-24
申请人： 华中科技大学 , 武汉华中数控股份有限公司
摘要： 本发明属于铣削精加工及深度学习相关技术领域，其公开了一种结合相邻刀轨横向几何特征的刀具特征点识别方法及设备，方法包括以下步骤：(1)解析目标零件的G01程序段以获取加工刀具路径中刀位点的三维坐标，并按照刀具行进方向排序以得到刀位点点云；(2)确定并计算刀位点的几何参数，构建刀位点的几何特征向量；(3)结合刀具行进方向的邻域刀位点生成刀位点几何特征矩阵；(4)将刀位点云拓扑成图数据结构；(5)通过每个刀位点的邻接刀位点索引构建刀位点间的连通关系，计算刀位点云邻接矩阵；(6)将预测特征点的刀位点云数据及刀位点云邻接矩阵输入训练后图神经网络模型，以完成刀具特征点识别。本发明有更高的识别精度和查全率。
-
公开(公告)号：CN114202662B
公开(公告)日：2024-09-13
申请号：CN202111406872.4
申请日：2021-11-24
申请人： 华中科技大学 , 武汉华中数控股份有限公司
摘要： 本发明属于铣削精加工及深度学习相关技术领域，其公开了一种结合相邻刀轨横向几何特征的刀具特征点识别方法及设备，方法包括以下步骤：(1)解析目标零件的G01程序段以获取加工刀具路径中刀位点的三维坐标，并按照刀具行进方向排序以得到刀位点点云；(2)确定并计算刀位点的几何参数，构建刀位点的几何特征向量；(3)结合刀具行进方向的邻域刀位点生成刀位点几何特征矩阵；(4)将刀位点云拓扑成图数据结构；(5)通过每个刀位点的邻接刀位点索引构建刀位点间的连通关系，计算刀位点云邻接矩阵；(6)将预测特征点的刀位点云数据及刀位点云邻接矩阵输入训练后图神经网络模型，以完成刀具特征点识别。本发明有更高的识别精度和查全率。
-
公开(公告)号：CN114170429A
公开(公告)日：2022-03-11
申请号：CN202111367310.3
申请日：2021-11-18
申请人： 华中科技大学 , 武汉华中数控股份有限公司
摘要： 本发明公开了一种铣削精加工刀具路径特征点的识别方法及装置，从刀具路径中刀位点的坐标出发，提取出刀位点的几何信息，并提出一种刀位点几何参数图像编码方法，将刀位点几何信息编码为刀位点几何参数图像，该图像能够有效的表达目标刀位点与刀具行进方向邻域刀位点综合几何特征，借助深度学习领域中卷积神经网络模型，学习刀路轨迹中特征点的识别模式，通过标记后刀位点的几何参数图像作为训练集，训练卷积神经网络模型，通过该模型可实现对其他零件加工刀具路径中特征点的预测识别，亦可通过预测‑再训练的方式不断的优化卷积神经网络模型。经实验表明，本发明相较于传统方法拥有更好的特征点识别精度与查全率。
-
-
-
搜索结果
4 条记录 (耗时 0.04 秒)
