传感器、视觉

智能激光切割机系统检测不同的材料

麻省理工学院的研究人员开发了一种用于激光切割机的智能材料传感平台,可以区分在创客空间和工作室中常见的30种材料。看到视频演示。

瑞秋的戈登 2021年9月10日
礼貌:麻省理工学院CSAIL的

随着计算机的加入,激光切割机已经迅速成为一种相对简单和强大的工具,有软件控制可以切割金属、木材、纸张和塑料的闪亮机器。虽然这种奇怪的混合材料让人感觉无所不包,但用户仍然难以区分视觉上相似的材料库存,错误的材料会造成黏糊糊的混乱,发出可怕的气味,甚至更糟,喷出有害的化学物质。

麻省理工学院计算机科学与人工智能实验室(CSAIL)的科学家们提出了一种用于激光切割机的智能材料传感平台“SensiCut”,以解决肉眼可能无法完全看到的问题。与传统的、基于摄像头的方法容易识别材料不同,SensiCut使用了一种更微妙的融合。它利用深度学习和一种叫做“散斑传感”的光学方法来识别材料,这种技术使用激光来感知表面的微结构,只需要一个图像传感组件就可以实现。

SensiCut提供的一点帮助可能会有很长的路要走——它可以潜在地保护用户免受有害废物的影响,提供特定材料的知识,建议细微的切割调整以获得更好的效果,甚至可以雕刻由多种材料组成的衣服或手机壳等各种物品。

麻省理工学院CSAIL博士候选人Mustafa Doga Dogan说:“通过在标准激光切割机上增加无透镜图像传感器,我们可以很容易地识别车间中常见的视觉相似材料,并减少整体浪费。”“我们通过利用材料的微米级表面结构来做到这一点,这是一种独特的特征,即使在视觉上与其他类型的材料相似。否则,你可能不得不从大型数据库中对正确的材料名称做出有根据的猜测。”

SensiCut是一款用于激光切割机的智能材料传感平台。与传统相机检测材料外观的方法不同,senicut使用散斑传感和深度学习通过材料的表面结构识别材料。

除了使用摄像头,贴纸标签(比如二维码)也被用于在每张纸上识别他们。这似乎很简单,然而,在激光切割过程中,如果代码从主片上被切断,就无法识别出来,以备将来使用。此外,如果标签不正确,激光切割机将假定错误的材料类型。

为了成功地玩一轮“这是什么材料”的游戏,团队对senicut的深度神经网络进行了训练,让它在超过38000张图片的30种不同材料类型的图像上进行训练,然后它可以区分像丙烯酸、泡沫板和苯乙烯之类的东西,甚至在功率和速度设置上提供进一步的指导。

在一次实验中,该团队决定建造一个面罩,这将需要区分透明材料和车间。用户将首先在界面中选择一个设计文件,然后使用“精确定位”功能让激光移动,以确定纸上某一点的材料类型。激光与表面非常微小的特征相互作用,光线被反射,到达图像传感器的像素,产生一个独特的二维图像。然后,该系统可以提醒或标记用户,他们的薄片是聚碳酸酯,这意味着如果被激光切割,可能会有剧毒火焰。

senicut智能传感平台区分了视觉相似材料的安全使用。礼貌:麻省理工学院CSAIL的

senicut智能传感平台区分了视觉相似材料的安全使用。礼貌:麻省理工学院CSAIL的

散斑成像技术被用在激光切割机内部,带有低成本、现成的组件,比如树莓Pi Zero微处理器板。为了使它更紧凑,该团队设计并3d打印了一个轻量级的机械外壳。

除了激光切割机,该团队还展望了未来,SensiCut的传感技术最终可以集成到3d打印机等其他制造工具中。为了捕捉额外的细微差别,他们还计划通过增加厚度检测来扩展系统,厚度检测是材料构成中的一个相关变量。

- Chris Vavra编辑,网页内容经理,控制工程, CFE Media and Technology,cvavra@cfemedia.com


雷切尔·戈登
作者简介:瑞秋·戈登,麻省理工学院CSAIL