Automatic Modeling Workpiece Map using Camera and Projector for Automatic Workpiece Alignment Aid of CNC Machining
本文提出并验证了一种用于数控加工的工件自动对准系统，该系统利用格雷码结构光扫描和三维建模来重建工件几何形状并确定高精度的坐标偏移，从而减少对熟练操作员的依赖并最大限度地减少人为误差。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在高精密製造領域，完美零件與報廢品之間的差異，往往取決於金屬塊在機器開始切割前是如何定位的。幾十年來，設定這個位置一直依賴於技術熟練的人員操作。作業員必須手動引導一個敏感的探針去觸碰毛坯件的邊緣，透過感受觸碰的確切瞬間，來告訴電腦物體位於何處。這個過程緩慢、需要深厚的經驗，且帶有持續的風險：如果操作員判斷錯誤，探針可能會折斷，機器可能會受損，或者昂貴的金屬件會被毀掉。隨著工廠向更智慧、更自動化的系統邁進，業界一直在尋找一種方法，讓機器能夠「看見」工件並找到自己的位置，而無需人工干預。
國立虎臺大學的研究團隊開發了一種解決方案，用數位之眼取代了手動觸碰。他們創造了一個利用攝影機和投影機來建立機器工作台上工件三維地圖的系統。系統不再等待人類引導探針，而是將特定的光影圖案投射到金屬表面，並利用攝影機觀察該圖案在表面上的彎曲與位移。透過分析這些畸變，系統可以計算出物體在空間中的精確形狀與位置。這使得機器能夠自動調整其座標並為切割做準備，從而消除了長期以來作為標準做法的、既危險又耗時的手動設定需求。
研究人員將他們的系統建立在標準的五軸 CNC 加工機（一種能夠多方向移動以切割複雜形狀的工業工具）之上。他們在機器上安裝了一個小型投影機、一台高速攝影機，以及一台用於處理影像的強大微型電腦。為了讓系統運作，他們首先必須教導攝影機與投影機如何協同「視覺」。他們透過展示一個黑白相間的方格印刷圖（類似於西洋棋盤），然後將類似的網格投影到該圖板上來完成教學。藉由比較攝影機看到的印刷方格與其看到的投影方格，電腦學習了這兩個設備之間精確的數學關係。這種校準確保了當系統觀察真實金屬件時，能將在平面螢幕上看到的影像準確轉換為現實世界的三維座標。
校準完成後，研究人員在一個高碳鋼塊上測試了該系統。投影機開始在金屬表面閃爍一系列光影圖案。這些並非隨機的閃爍，而是由寬窄交替的灰階條紋組成的精心排序序列。為了處理金屬反射光線方式複雜的問題，研究人員在方法中加入了一個特別的轉折：他們先投影圖案，接著立即投影該圖案的精確相反或反向圖案。這有助於抵消通常會干擾觀察亮面表面的眩光與反射。攝影機捕捉這些圖案在金屬上呈現的影像，電腦則解碼該序列，以確定表面每個點的深度。
其結果是一個詳細的數位地圖（或稱點雲），顯示了金屬塊的精確形狀與位置。系統隨後能以高精度找到金屬塊的中心與邊緣。在測試中，研究人員發現該系統重建工件形狀的尺寸誤差不超過 0.1 毫米。至於尋找工件精確位置以對齊機器時，誤差甚至更小，保持在 0.05 毫米以內。換句話說，0.05 毫米大約是一張標準列印紙的厚度，這種誤差極小，肉眼幾乎無法察覺。
研究證明，這種自動化方法不僅精確，而且具有高度的一致性。當研究人員進行十次相同的測試時，系統尋找工件位置的表現極其穩定，其水平與垂直方向的誤差緊密聚集在一個極小的平均值周圍。唯一的輕微變化出現在深度方向，這在光學測量性質下是預料之中的，但即便如此，結果仍保持在精密製造所需的限制範圍內。透過證明攝影機與投影機可以取代人工觸控來設定機器，研究人員提供了一種讓工業生產更快、更安全的方法。該系統消除了人類意外將探針撞向零件的可能性，也減輕了對每次設定都需要高技術操作員的依賴。
這項工作代表了邁向全自動工廠願景的重要一步，在這種工廠中，機器可以自行檢查並準備其工作，而無需人工干預。研究人員展示了透過結合結構光掃描與標準機床，可以立即建立物理對象的數位孿生（digital twin），並利用該資訊來引導切割過程。雖然目前的系統在測試的特定金屬塊上表現良好，但作者建議，未來的版本可以使用人工智慧來識別更複雜的形狀。就目前而言，這項研究清楚地證明了手動探測並非唯一的發展方向，機器可以學會以媲美、甚至在某些情況下超越人類觸感的精度來觀察它們的世界。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。