一种全自动钻孔机的制作方法

技术特征：

1.一种全自动钻孔机，其特征在于，所述全自动钻孔机设置有钻孔机支撑台和钻孔机主支撑柱；所述钻孔机支撑台的内部安装有集尘抽屉，所述集尘抽屉的一侧安装有负压风机；且集尘抽屉的上方设置有集尘网；所述钻孔机支撑台的上方安装有载物台；所述钻孔机支撑台内部设置有纵向滑槽；所述钻孔机主支撑柱安装在纵向滑槽的上方，且钻孔机主支撑柱的一侧安装有承接横梁；

所述承接横梁的下方安装有钻孔机承接板；所述钻孔机承接板的内部设置有横向滑槽，且钻孔机承接板的下方设置有伸缩外臂；所述钻孔机承接板的下方位于伸缩外臂的侧边位置设置有动力电机；所述伸缩外臂的内部安装有定位传感器装置和定位处理器系统；且伸缩外臂的下方安装有钻孔装置；所述钻孔装置上安装有激光收发装置；且钻孔装置的底部安装有钻孔机头；

所述激光收发装置和定位传感器装置均与定位处理器系统电性连接；所述动力电机、定位处理器和负压风机均与外部控制器电性连接。

2.如权利要求1所述的全自动钻孔机，其特征在于，所述载物台上设置有滑轨，所述滑轨上安装有固定柱，所述固定柱根据物料大小在滑轨上滑动调节距离；所述动力电机与钻孔装置通过联轴器传动连接；所述伸缩外臂的一侧设置有气压连接口；所述钻孔机头与钻孔装置通过扭力调节环螺纹旋合连接；所述集尘抽屉为可拉出拆卸结构。

3.如权利要求1所述的全自动钻孔机，其特征在于，所述定位传感器装置设置有图像信息采集器和与图像信息采集器连接的多个通信传输信道；所述多个通信传输信道均与定位处理器系统电连接；

所述定位处理器系统设置有定位处理控制器、储存器；所述定位处理控制器通过串口与储存器连接；所述定位处理控制器通过信号线与外部总控制器电连接。

4.如权利要求1所述的全自动钻孔机，其特征在于，定位处理控制器控制多个通信传输信道传输信号的方法包括以下步骤：

1)、初始化已选当前输入图像集合为空集，待输入图像集合为全集，随着调度过程的进行，已选当前输入图像和待输入图像集合的元素不断更新，A_n和S_n分别为在第n次迭代结束时待输入图像集合和当前输入图像集合，n＝1,…,N_T为迭代的次数，初始化n＝1；

2)、定位处理控制器对输入图像k反馈的信道信息矩阵H_k进行奇异值分解其中，λ_k,1表示第k个输入图像的信道矩阵的奇异值，表示维度1×(N_T-1)的零向量，和分别由与非零奇异值λ_k,1和零奇异值对应的右奇异值向量构成，因为rank(H_k)＝1，所以v_i,1为V_i的第一个列向量，其中，rank(·)表示求矩阵的秩；

3)、定位处理控制器根据分解后的矩阵构造中间矩阵和以及其中，diag(·)表示对角化操作；

4)、定位处理控制器构造相关矩阵R，R为L×L方阵，第i行第j列的元素为其中，|·|表示求模运算；

5)、从R中选择出与已经调度的n-1个输入图像对应的n-1列，构成矩阵将剩余的部分分别对行元素进行升序排列，得到矩阵即

6)、计算输入图像的相关因子即对R_n中每一行的前ξ个元素分别求和并取倒数，等效于简化得到列向量ψ_n＝[ψ_1,n … ψ_L,n]^Η；

7)、按照公式选择第n个输入图像；

8)、若n＜N_T，返回步骤5)；否则调度完成，根据被调度的输入图像受到的实际干扰计算相关因子ψ_k；若输入图像未被调度ψ_k＝0，并按照公式更新输入图像k，k∈{1,…,L}平均相关因子，用于计算下一个传输周期中的输入图像调度权重，调度完成后，定位处理控制器通知激活输入图像并进行下行数据通信，在下一个传输周期(t+1)的开销时隙阶段，重复执行步骤1)～步骤8)。

5.如权利要求4所述的全自动钻孔机，其特征在于，在步骤6)中综合考虑待输入图像受到已选当前输入图像以及潜在的可能被调度的输入图像的影响根据式(1)计算输入图像的相关因子即对R_n中每一行的前ξ个元素分别求和并取倒数，等效于简化式(2)；

${\mathrm{\ψ}}_{k,n}^{-1}=\underset{card\left(S_{n-1}\right)+card\left(A_l\right)=\mathrm{\ξ}}{\underset{A_l\⋐A_{n-1}}{min}}\left\{\underset{k\∈A_{n-1},j\∈S_{n-1},}{\Σ}\right|{\[V_k^{\left(1\right)}\]}^H{V}_j^{\left(1\right)}{|}^2+\underset{k\∈A_{n-1},m\∈A_l,k\≠m}{\Σ}\left|{\[V_k^{\left(1\right)}\]}^H{V}_m^{\left(1\right)}{|}^2\right\}---\left(1\right)$

${\mathrm{\ψ}}_{k,n}^{-1}=\underset{j=1}{\overset{\mathrm{\ξ}}{\Σ}}{r}_{k,j},k\∈\{1,...,L\}---\left(2\right)$

得到列向量ψ_n＝[ψ_1,n … ψ_L,n]^Η，其中，A_l表示潜在的、后续可能被选择的输入图像集合，card(·)表示集合中的元素的个数；

在步骤7)中按照公式选择第n个输入图像；

s_n表示被选择的输入图像的标号，是输入图像k的调度权重，是上一传输周期结束时输入图像k的平均相关因子，更新S_n＝S_n-1∪{s_n}，A_n＝A_n-1-{s_n}，n＝n+1；

对输入图像进行调度，随着时间的推移，平均相关因子增大，权值μ_k随之减小，调度优先级降低；

在步骤8)中更新输入图像k的平均相关因子的公式为

${\stackrel{\‾}{\mathrm{\ψ}}}_k=\left\{\begin{array}{cc}{\mathrm{\δ}}_c{\stackrel{\‾}{\mathrm{\ψ}}}_k+(1-{\mathrm{\δ}}_c){\mathrm{\ψ}}_k,& k\∈S_{N_T}\\ {\mathrm{\δ}}_c{\stackrel{\‾}{\mathrm{\ψ}}}_k,& k\∉S_{N_T}\end{array}\right.$

其中，δ_c＝0.99；

在步骤7)中权重的值由输入图像平均相关因子决定。

6.如权利要求3所述的全自动钻孔机，其特征在于，所述图像信息采集器包括图像采集模块、智能视频分析模块、射频模块，所述的图像采集模块用于将采集到的图像建立图像显著模型传送至智能视频分析模块，智能视频分析模块将处理后的数据信号发送至所述的射频模块；所述射频模块与多个通信传输信道通过串口连接。

7.如权利要求6所述的全自动钻孔机，其特征在于，图像采集模块将采集到的图像建立图像显著模型方法包括：利用预定过分割算法对所述图像进行过分割，得到至少一个区域，同一个所述区域中各个像素点的颜色值相同；

确定每个所述区域的颜色值和质心；

根据各个区域所对应的颜色值以及各个区域的质心，建立所述显著性模型；

所述显著性模型为：

其中，S_i1为区域R_i中任一像素点的显著性值，w(R_j)为区域R_j中的像素点的个数，D_S(R_i,R_j)用于表征所述区域R_i和所述区域R_j之间空间位置差异的度量值，D_C(R_i,R_j)用于表征所述区域R_i和所述区域R_j之间颜色差异的度量值，N为对所述图像进行过分割后得到的区域的总个数，D_S(R_i,R_j)为：Center(R_i)为所述区域R_i的质心，Center(R_j)为所述区域R_j的质心，当所述图像中各个像素点的坐标均归一化到[0,1]时；

8.如权利要求6所述的全自动钻孔机，其特征在于，图像采集模块将采集到的图像建立图像显著模型前需进行：

小波包去噪；即利用改进小波包算法对采集的图像信号进行去噪；

小波包分解与重构；即利用改进小波包算法对采集的图像信号进行小波包分解与重构，得到单子带重构信号。

9.如权利要求8所述的全自动钻孔机，其特征在于，所述小波包去噪和小波包分解与重构包括：

信号延拓，对小波包分解的各层信号进行抛物线延拓；

设信号数据为x(a),x(a+1),x(a+2)，则延拓算子E的表达式为：

$\left\{\begin{array}{c}x(a-1)=3x\left(a\right)-3x(a+1)+x(a+2)\\ x(a+3)=3x(a+2)-3x(a+1)+x\left(a\right)\end{array}\right.---\left(3\right);$

消去单子带多余频率成分；

将延拓后的信号与分解低通滤波器h₀卷积，得到低频系数，然后经过HF-cut-IF算子处理，去掉多余的频率成分，再进行下采样，得到下一层的低频系数；将延拓后的信号与分解高通滤波器g₀卷积，得到高频系数，然后经过LF-cut-IF算子处理，去掉多余的频率成分，再进行下采样，得到下一层高频系数，HF-cut-IF算子如式(4)所示，LF-cut-IF算子如式(5)所示；

$\left\{\begin{array}{c}X\left(k\right)=\underset{n=0}{\overset{N_j-1}{\Σ}}x\left(n\right)W^{kn},0\≤k\≤\frac{N_j}{4};\frac{3N_j}{4}\≤k\≤N_j\\ X\left(k\right)=0,\\ x\left(n\right)=\underset{k=0}{\overset{N_j-1}{\Σ}}x\left(k\right)W^{-kn},\end{array}\right.---\left(4\right)$

$\left\{\begin{array}{c}X\left(k\right)=\underset{n=0}{\overset{N_j-1}{\Σ}}x\left(n\right)W^{kn},\frac{N_j}{4}\≤k\≤\frac{3N_j}{4}\\ X\left(k\right)=0,\\ x\left(n\right)=\underset{k=0}{\overset{N_j-1}{\Σ}}x\left(k\right)W^{-kn},\end{array}\right.---\left(5\right)$

在(4)、(5)式中，x(n)为在2^j尺度上小波包的系数，N_j表示在2^j尺度上数据的长度，k＝0，1，…，N_j-1；n＝0，1，…，N_j-1；

单子带信号重构：

将得到的高、低频系数进行上采样，然后分别与高通重建滤波器g₁和低通重建滤波器h₁卷积，将得到的信号分别用HF-cut-IF、LF-cut-IF算子处理，得到单子带重构信号。

10.一种利用权利要求1所述全自动钻孔机的高精度模板钻孔机。