今天小编要和大家分享的是制造,封装相关信息，接下来我将从人工智能技术在3D打印中的应用，分拣,码垛上下料,装配…机器视觉啥不能干?这几个方面来介绍。
制造,封装相关技术文章人工智能技术在3D打印中的应用
对于FFF 3D打印机，打印出错是时常会发生的事情，如果你不在机器跟前盯着打印过程，在最终取件的时候常常会得到令你失望的结果。随着机器视觉和人工智能技术的发展，这个问题能否被解决掉呢？
2020年8月6日，来自密歇根理工大学的两位研究人员Joshua Pearce博士和Aliaksei Petsiuk开发了一种开源的、基于计算机视觉的软件算法，能够检测和纠正打印故障。只需利用指向打印平台的单个摄像头，该代码就能逐层跟踪出现在打印部件外部或内部的任何错误。然后，它能够生成任何它认为必要的打印操作，以提高可靠性和成功率。该算法专注于FFF，最终目的是为了节省时间和丝材。
它是如何工作的？
这个方法相当巧妙。一个视觉标记板被放置在打印床的顶部，在任何挤出发生之前，准确地指出模型将被打印的位置。这样做的效果是将STL文件的数字坐标映射到构建室中相应的真实世界坐标。在现实空间中生成模型的数字3D副本（类似于AR），作为以后比较的参考点。
一旦打印机设置好并准备就绪，代码的比较部分就会启动。模型的每一层，在打印时，都会与数字副本中的一个分析投影平面进行比较。这个投影平面会根据层高和层数进行移动，跟踪喷嘴的每一步位置。
使用一套广泛的高数值图像处理技术，该算法能够根据来自相机的图像和STL文件的已知参数分割出有意义的轮廓和纹理斑块。任何出现在外壳和填充物上的伪影都会被指出，相关的打印参数也会被自动修正。打印完成后，用户会得到一组在整个打印过程中拍摄的分层图像。这样就可以为以后的运行做进一步的体积分析。
在使用PLA丝材的delta RepRap 3D打印机上进行的初步测试已经获得了一些可喜的结果，尽管这项工作仍处于早期阶段。该算法能够稳定地检测出因挤出不足或过度挤出造成的故障，但故障纠正机制仍需完善。就目前而言，研究人员认为该工作是一种智能打印外挂工具，但预计在不久的将来，将扩展到一个完整的故障校正算法。
