一种基于机器视觉与遗传算法的二维不规则排样方法及系统

本发明涉及二维排样领域，具体来说是一种基于机器视觉与遗传算法的二维不规则排样方法及系统。

背景技术：

1、排样问题又称为下料问题或填充问题，其目标是在材料切割过程中寻找一个较高的材料利用率。排样问题属于经典的np-hard问题，其时间复杂度随着问题规模的增加迅速上升，难以在合理时间内精确求解大规模实例。相较于矩形排样问题，异形件排样问题的突出特点是裁片的边界轮廓复杂，计算过程中需要复杂的几何运算，其算法复杂度将进一步上升，是学术界和工业界公认的难以求解的问题。在服装业、皮革业等诸多行业中，材料成本是这些行业的主要成本，如果能够提高材料利用率，便能够节约非常多的成本，这也是排样问题的重要性。

技术实现思路

1、本发明的目的在于提供一种基于机器视觉与遗传算法的二维不规则排样方法及系统，能够提高材料利用率和工作效率，降低企业生产成本，以解决上述背景技术中提出的问题。

2、为实现上述目的，本发明所采用的第一技术方案是：一种基于机器视觉与遗传算法的二维不规则排样方法，包括以下步骤：

3、获取待切割材料整体图像，进行待切割材料零件的图像分割并做图像处理(多边形化)，将其多边形图像存储在待切割材料数据库中；

4、获取需要切割出的零件的图像，生成零件的多边形图像，使零件可以翻转(即为每个零件创建两个方向)和/或组合成复合零件，并将其多边形图像存储在零件数据库中；

5、制定制造要求，如制造时间和零件标准信息；

6、进行排样规划，使用遗传算法优化切削料排样；

7、将需要切割出的零件的排样信息生成数控程序；

8、对板材上堆积的零件进行优化排样，结合数控零件代码，将板材排样发送到数控切割机进行切割或手动切割。

9、进一步的，采用机器视觉模块实现了不规则零件和板材的图像采集、多边形化并存储在零件和板材数据库中的集成系统。利用多边形图像以及制造进度和优先级作为输入，利用遗传算法生成满足制造约束的零件布局。

10、本发明所采用的第二技术方案是：一种基于机器视觉与遗传算法的二维不规则排样系统，包括：

11、机器视觉模块：以获取不规则零件和板材的图像；

12、排样模块：用于确定零件排样的位置；

13、数控程序生成模块：自动生成数控代码，用于零件的数控切割。

14、本发明方法及系统的有益效果是：提高了材料利用率和工作效率，使其能够适应不同问题的特殊要求，有很强的通用性，能够提高企业效益。

技术特征：

1.一种基于机器视觉与遗传算法的二维不规则排样方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于机器视觉与遗传算法的二维不规则排样方法，其特征在于：采用机器视觉模块实现了不规则零件和板材的图像采集、多边形化并存储在零件和板材数据库中的集成系统。利用多边形图像以及制造进度和优先级作为输入，利用遗传算法生成满足制造约束的零件布局。

3.一种基于机器视觉与遗传算法的二维不规则排样系统包括：

技术总结
本发明涉及一种基于机器视觉与遗传算法的二维不规则排样方法及系统。该方法包括：获取待切割材料整体图像以及需要切割出的零件的图像，并分别建立数据库；制定制造要求，如制造时间和零件标准信息；使用遗传算法优化切削料排样；将需要切割出的零件的排样信息生成数控程序；对板材上堆积的零件进行优化排样，结合数控零件代码，将板材排样发送到数控切割机进行切割或手动切割。该系统包括：机器视觉系统，排样系统，数控程序生成系统。本发明整合了排样过程的各个方面，利用遗传算法方法的灵活性，提高了材料利用率和工作效率，使其能够适应不同问题的特殊要求，有很强的通用性。

技术研发人员：刘诚,司竹君
受保护的技术使用者：东北林业大学
技术研发日：
技术公布日：2024/2/29