密歇根理工大學(xué)開發(fā)了基于計(jì)算機(jī)視覺的FFF打印校正算法

南極熊導(dǎo)讀：對于FFF 3D打印機(jī),，打印出錯(cuò)是時(shí)常會發(fā)生的事情，如果你不在機(jī)器跟前盯著打印過程,，在最終取件的時(shí)候常常會得到令你失望的結(jié)果,。隨著機(jī)器視覺和人工智能技術(shù)的發(fā)展，這個(gè)問題能否被解決掉呢,？

2020年8月6日，南極熊從外媒獲悉,，來自密歇根理工大學(xué)的兩位研究人員Joshua Pearce博士和Aliaksei Petsiuk開發(fā)了一種開源的,、基于計(jì)算機(jī)視覺的軟件算法，能夠檢測和糾正打印故障,。
只需利用指向打印平臺的單個(gè)攝像頭,，該代碼就能逐層跟蹤出現(xiàn)在打印部件外部或內(nèi)部的任何錯(cuò)誤。然后,，它能夠生成任何它認(rèn)為必要的打印操作,，以提高可靠性和成功率。該算法專注于FFF,，最終目的是為了節(jié)省時(shí)間和絲材,。

它是如何工作的？

這個(gè)方法相當(dāng)巧妙,。一個(gè)視覺標(biāo)記板被放置在打印床的頂部,，在任何擠出發(fā)生之前，準(zhǔn)確地指出模型將被打印的位置,。這樣做的效果是將STL文件的數(shù)字坐標(biāo)映射到構(gòu)建室中相應(yīng)的真實(shí)世界坐標(biāo),。在現(xiàn)實(shí)空間中生成模型的數(shù)字3D副本（類似于AR），作為以后比較的參考點(diǎn),。

將STL模型投影轉(zhuǎn)化為實(shí)際空間,，圖片來自MTU

一旦打印機(jī)設(shè)置好并準(zhǔn)備就緒，代碼的比較部分就會啟動,。模型的每一層,，在打印時(shí)，都會與數(shù)字副本中的一個(gè)分析投影平面進(jìn)行比較,。這個(gè)投影平面會根據(jù)層高和層數(shù)進(jìn)行移動,，跟蹤噴嘴的每一步位置,。

使用一套廣泛的高數(shù)值圖像處理技術(shù)，該算法能夠根據(jù)來自相機(jī)的圖像和STL文件的已知參數(shù)分割出有意義的輪廓和紋理斑塊,。任何出現(xiàn)在外殼和填充物上的偽影都會被指出,，相關(guān)的打印參數(shù)也會被自動修正。打印完成后,，用戶會得到一組在整個(gè)打印過程中拍攝的分層圖像,。這樣就可以為以后的運(yùn)行做進(jìn)一步的體積分析。

層分析過程,，圖片來自MTU

在使用PLA絲材的delta RepRap 3D打印機(jī)上進(jìn)行的初步測試已經(jīng)獲得了一些可喜的結(jié)果,，盡管這項(xiàng)工作仍處于早期階段。該算法能夠穩(wěn)定地檢測出因擠出不足或過度擠出造成的故障,，但故障糾正機(jī)制仍需完善,。就目前而言，研究人員認(rèn)為該工作是一種智能打印外掛工具,，但預(yù)計(jì)在不久的將來,，將擴(kuò)展到一個(gè)完整的故障校正算法。

關(guān)于該算法及其工作原理的更多細(xì)節(jié)可以在題為 ‘Open source computer vision-based layer-wise 3D printing analysis’的論文中找到,。

該論文由Joshua Pearce和Aliaksei Petsiuk共同撰寫,。有興趣訪問開源代碼的讀者可以在這里進(jìn)行訪問。

檢測異常紋理區(qū)域的算法,，圖片來自MTU

AI在3D打印中的應(yīng)用

計(jì)算機(jī)視覺只是人工智能的一個(gè)子領(lǐng)域,，這個(gè)龐大的領(lǐng)域在過去幾年里已經(jīng)悄悄地進(jìn)入了3D打印領(lǐng)域。就在上個(gè)月,，人工智能專家PrintSyst.ai推出了專門針對3D打印過程的全新專有人工智能引擎--3DP AI-Perfecter,。這是一款打印前評估工具，旨在通過不斷完善的ML算法幫助航空航天,、國防和汽車專業(yè)人士提高打印成功率,。

此前，在4月份,，軟件工程師Kenneth Jiang發(fā)布了自己的開源打印失敗檢測工具,，巧妙地命名為Spaghetti Detective。這款人工智能軟件利用打印機(jī)或家用電腦的網(wǎng)絡(luò)攝像頭來檢測打印作業(yè)何時(shí)出了問題,，并開始擠出稀薄的空氣,，產(chǎn)生很多人所說的 "意大利面條"。偵探會中斷這個(gè)過程,，并通過電子郵件或短信向用戶發(fā)出警報(bào),。


編譯自：3dprintingindustry