本发明涉及计算机软件算法领域，特别涉及一种冲床自动送料机的异形工件排料优化算法及其容忍度算法。
随着技术和经济的发展，冲床的应用越来越广泛，可以说现代工业离不开先进的冲床，如汽车钣金的加工、五金零件的加工、机箱壳体的加工等等。
传统的金属冲压零部件分两大类：大尺寸金属制品和小五金工件。大尺寸金属制品主要用于大型设备，如汽车钣金、机箱钣金、大型机械设备、电气设备、大型消费类电器等；小五金工件主要是大批量的小尺寸零部件，如垫圈、锁具、轴承垫、小金属制品等等。对于大尺寸的金属制品，需要大吨位冲床和大平台数控送料机进行加工，且所用原材料都是规整的大尺寸金属板材，因此原材料价格比较昂贵；而对于小五金工件，则主要使用中小吨位的冲床加工，所用原材料主要是加工大尺寸金属制品之后所剩余的“边角料”，加工过程基本都是依靠人工操作。因此，数量巨大的小五金工件的加工，目前全部依靠人力手工操作来完成送料、排料和冲压等工作，不仅危险性较高，效率、质量、材料利用率等也难以保证，而且对于重量或尺寸稍大的原材料，仅靠单个人力难以将材料送上冲床，又没有合适的送料机构来完成送料工作，大大限制了这类材料的利用。我国改革开放以来大力推进工业自动化生产，进入二十一世纪后又提倡经济结构转型；另一方面，信息科技飞速发展，计算机运算性能大大增强。在这样的大环境下，冲床自动送料机的出现，在一定程度上改变了冲床生产较为恶劣的现状。冲床自动送料机是辅助冲床实现自动化生产的机电一体化设备，总的来说，冲床自动送料机可以代替人工作业，将手工送料、人眼套料的作业方式改进成电机带动送料、机器视觉系统负责套料的生产模式。
目前基于机器视觉的套料算法流程是在计算机完成图像处理环节以后，套料算法系统根据拍摄到的图片进行识别，分析出冲压板料的轮廓外形，然后通过图像识别或读取cad文件获取冲压工件的外形，将这两组图像数据转换成计算机可处理的像素值数组，通过计算机高速计算最优化组合来进行套料。但是通过每一张照片反映的只是半岛官方网站待冲板料的局部情况，通过贪婪算法以期通过局部最优解获得全局最优解。
针对现有的冲床自动送料机的套料算法进行研究发现，现有的算法运行效率低下，在复杂工件形状，复杂板料轮廓的条件下，通过单张照片获取的局部信息往往会积累大量的误差，导致最终套料效果不理想。同时，已有的套料算法适应工件形状单一，如只能针对外形规整的圆形垫片工件进行套料，针对复杂的五金工件，如锁具、扳手、卡簧等，套料效率与材料利用率不能达到较高的标准。另外套料结果稳定性差，套料过程中存在对可利用板料漏排，漏冲甚至前后冲压工件位置拉开等情况。
针对以上问题，本发明提出了一种新型的套料算法，通过对每一张照片获取的局部板料信息进行全局建模，最大化的缩减局部最优解与全局最优解的差距。同时针对板料边界不规整的情况下，通过算法优化，避免因为图像像素的缺失，导致算法误判而漏冲漏排料的问题，减少了常规套料算法中漏排，拉开的问题，提高了板材的利用率。
本发明的目的在于克服现有技术套料算法中存在的问题，而提供一种基于模板套料的冲床自动送料机的异形工件排料优化算法及其容忍度算法。增加了针对异形五金工件，如山形扣、五金扳手、卡簧等工件的套料支持，通过减少了常规套料中漏排，拉开的问题，提高了套料的稳定性和板料的利用率。
本发明解决上述问题所采用的技术方案是：一种冲床自动送料机的异形工件排料优化算法，其特征在于：依次包括如下步骤：
1)进行全局建模：提取第一张板料图片，其中第一张板料图片为板料的一部分照片，然后根据所要冲压的工件的形状以及每个工件之间的间距和角度，从而生成套料模板，每个工件之间的间距和角度由冲床自动送料机读取的软件参数所决定；
2)搜寻套料过程中的局部最优化组合：以单个像素点为单位移动生成的套料模板，通过记录比较每一次移动后套料模板中所能包含的工件个数，找到在第一张板料图片中的局部最优解，局部最优解即套料模板所能套入工件的最大个数；
4)将全局建模与局部最优化组合进行匹配，保证所有板料照片中的局部最优解组合成为板料的全局最优解。
第一张板料图片可以选用板料的头部的照片。当提取的第一张板料图片尺寸越大，越接近整张板料的尺寸，第一张板料图片中的局部最优解便会在可接受的误差范围内逼近全局最优解。
步骤4)中，从第二张板料图片开始，通过拓扑关系计算获取每一张板料图片中的套料位置。在后续获取的板料图片中，因为异形工件的排列具有特殊的拓扑关系，后续排列的五金工件往往受限于前面已排列好的工件位置，所以从第二张照片开始，即可快速通过拓扑关系计算获取每一张板料图片中的套料位置，无需通过模板匹配的算法来进行套料。
步骤2)中，套料模板每一次沿左右或前后方向移动一个像素，直至左右方向移动的距离大于等于一个工件的长度，或者，直至前后方向移动的距离大于等于一个工件的长度。
当步骤3)中存在多个局部最优解时，则套料模板选择当中最接近板料的头部的位置。
一种冲床自动送料机的异形工件排料优化算法的容忍度算法，其特征在于：包括如下步骤：
(2)步骤(1)进行的同时判断工件的轮廓中每一像素点是否存在板料的信息缺失，信息缺失的点即为缺失点；
由于对图像的处理需要将像素点转换成计算机所能识别处理的二值化像素数据点，这在一定程度上存在精度损失和误差，特别在识别图片中板料的边缘处。目前通用的像素精度为1mm等于2像素，即1个像素的缺失可能导致0.5mm的误差，考虑到现有的套料间距精度要求达到1mm左右，板料边缘处的误差极易导致边缘附近的漏排。本发明通过设计了一种容忍度算法，通过扫描工件的轮廓像素，与板料的像素信息进行匹配，定义板料若在图片中某一像素点不存在，而工件却在该像素点存在的情况为“像素缺失”。
缺失点的个数小于10个，即认为存在像素误差。如果“像素缺失”的个数在10个以下，则认为精度损失可能是拍照误差导致，在此情况下套料算法会忽略此误差并仍能成功套料。
本发明设计的基于模板套料的冲床自动送料机的异形工件排料优化算法，可以兼容市面上存在的大部分异形五金工件的套料，如扳手工件、卡簧、山形扣等。无需针对某一种五金工具进行独立特殊的设计，根据套料算法所附带的可视化模板生成算法，一旦生成理想的模板，便可立即用于套料。同时，通过对异形五金工件的全局建模，除第一张局部照片的算法计算量较大以外，剩余板料部分套料点的坐标均可通过五金工件相互的拓扑关系直接生成，不会产生漏排，套料拉开的问题，大大提高了套料算法的效率和减少了对于计算机性能的依赖，可用于高精度相机，低性能计算机的工业场合。同时使得未来在成本低廉，性能简化的嵌入式计算机上进行算法移植具有可行性。通过本发明公布的容忍度算法，大大减少了拍照误差所引起的边缘处漏套料的问题，提高了套料算法的稳定性。
其中图1中位于上方的是现有技术条件下套料后的板料，下方为本发明实施例条件下套料后的板料。
下面结合附图并通过实施例对本发明作进一步的详细说明，以下实施例是对本发明的解释而本发明并不局限于以下实施例。
本实施例与现有的套料算法的区别在于，现有的套料算法基于每一张局部的图片进行独立的套料计算，而本实施例提出了通过局部最优解和模板匹配的算法逼近全局最优套料的冲床自动送料机的异形工件排料优化算法。
本实施例针对山形扣五金工件的套料算法演示。本实施例应用现有的可视化模板生成算法，可视化模板生成算法根据设定好的工件间距，工件角度，自动生成20x20或者尺寸更大、更小的套料模板。本实施例的模板生成算法，针对不同的异形五金工件或者规整外形工件，均可以自动根据设定的工件间距，工件角度生成相应的模板。
图1是现有的套料算法和本实施例公开的冲床自动送料机的异形工件排料优化算法针对山形扣的套料结果对比。可以很明显的看出，本实施例公开的冲床自动送料机的异形工件排料优化算法更加稳定，板料利用率更高。
本实施例的冲床自动送料机的异形工件排料优化算法，针对提取到的第一张板料图片的套料采用模板匹配的思路，将生成的套料模板放置在第一张板料图片的中心，然后套料模板每一次左右或前后方向移动一个像素，直至左右或前后方向移动的距离大于等于一个工件的长度。
在每一次的移动当中，记录比较套料模板在当前位置所能放下的工件个数，当套料模板在不同的位置存在能放下的工件个数相同的情况，则套料模板选择位置坐标更加接近板料头部的情况，使得板料利用率达到潜在的最高，最后找到套料模板的最佳放置位置，即为当前板料图片的全局最优解，整体板料的局部最优解。
同时只需要将第一张板料图片所获得的信息尽可能扩大，即不断逼近整体板料的全部信息，使得第一次局部套料模板匹配所放置的模板位置与假设中的全局套料模板匹配所放置的模板位置尽可能接近，就可以通过照片获得的局部最优解最大化逼近全局最优解。
传统的套料算法，每一张板料图片都是独立重新进行上述第一张板料图片的套料模板匹配算法，每张照片套料最优情况是局部最优解。
而本实施例在完成第一次山形扣工件的模板匹配后，可将后续获取的图片进行拼接，保留上一张图的尾部信息，并且根据上一张图的尾部信息以及山形扣的拓扑关系，计算出当前板料图片所应冲压工件的位置坐标。
当前板料图片的套料是完全继承上一张板料图片的尾部信息，且与先前使用的每一次套料模板均在同一位置，同时与先前使用的每一次套料模板形状相同。在第一次套料尽可能逼近全局最优解的情况下，后续的每一次套料都是在维持接近全局最优解的套料分布。除开第一次套料的计算性能要求较高，耗时较长，后续套料计算对于计算机的性能要求不高，且计算结果快速、简单、可靠。
本实施例在针对板料图片中板料边缘信息的处理中，面对可能存在的像素点误差而引起的套料遗漏问题，设计了一套容忍度算法。
通过对山形扣工件的轮廓扫描，当板料图片中套料模板的位置接近板料边缘处时，通过比较图片中工件在该像素点处的板料是否存在的情况，来判断该点是否存在可能的误差。
当图片中某像素点的板料信息不存在而存在工件信息，本实施例将该点为“像素缺失”，即缺失点。通过对整体工件轮廓的所有像素点进行扫描，统计像素的缺失点，如果像素的缺失点的个数在10个以下，即认为可能为存在一定的像素误差。
综上所述，当针对图片中某一像素点套料，容忍度算法判定如若在该点套料一个工件，像素缺失点的个数在10个以下，本发明所公开的套料算法会忽略该误差，仍能成功在图片该位置进行套料。
此外，需要说明的是，本说明书中所描述的具体实施例，其零、部件的形状、所取名称等可以不同，本说明书中所描述的以上内容仅仅是对本发明结构所作的举例说明。凡依据本发明专利构思所述的构造、特征及原理所做的等效变化或者简单变化，均包括于本发明专利的保护范围内。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离本发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。
