密歇根理工大學開發(fā)了基于計算機視覺的FFF打印校正算法

南極熊導讀：對于FFF 3D打印機，打印出錯是時常會發(fā)生的事情，如果你不在機器跟前盯著打印過程，在最終取件的時候常常會得到令你失望的結(jié)果。隨著機器視覺和人工智能技術(shù)的發(fā)展，這個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、基于計算機視覺的軟件算法，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)部的任何錯誤。然后，它能夠生成任何它認為必要的打印操作，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)省時間和絲材。

它是如何工作的？

這個方法相當巧妙。一個視覺標記板被放置在打印床的頂部，在任何擠出發(fā)生之前，準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)字坐標映射到構(gòu)建室中相應(yīng)的真實世界坐標。在現(xiàn)實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。

將STL模型投影轉(zhuǎn)化為實際空間，圖片來自MTU

一旦打印機設(shè)置好并準備就緒，代碼的比較部分就會啟動。模型的每一層，在打印時，都會與數(shù)字副本中的一個分析投影平面進行比較。這個投影平面會根據(jù)層高和層數(shù)進行移動，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打印過程中拍攝的分層圖像。這樣就可以為以后的運行做進一步的體積分析。

層分析過程，圖片來自MTU

在使用PLA絲材的delta RepRap 3D打印機上進行的初步測試已經(jīng)獲得了一些可喜的結(jié)果，盡管這項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，但故障糾正機制仍需完善。就目前而言，研究人員認為該工作是一種智能打印外掛工具，但預計在不久的將來，將擴展到一個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

計算機視覺只是人工智能的一個子領(lǐng)域，這個龐大的領(lǐng)域在過去幾年里已經(jīng)悄悄地進入了3D打印領(lǐng)域。就在上個月，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或家用電腦的網(wǎng)絡(luò)攝像頭來檢測打印作業(yè)何時出了問題，并開始擠出稀薄的空氣，產(chǎn)生很多人所說的 "意大利面條"。偵探會中斷這個過程，并通過電子郵件或短信向用戶發(fā)出警報。


編譯自：3dprintingindustry