工件识别及柔性加工装置、方法

技术领域

本发明属于激光打标机技术领域，具体涉及激光打标领域中的工件识别及柔性加工装置、方法。

背景技术

激光打标机是一种使用激光技术进行打标、刻印、雕刻等操作的设备。它利用激光束对工件表面进行加工，通过控制激光束的位置和功率来实现对物体表面的永久性标记。

现有的激光打标机在使用上可能面临适应性差的问题，面对非标的待加工件时，需要作业人员根据每一种待加工件调整激光打标头的预设加工位置，出现了调试步骤繁琐导致的作业人工成本大，而且调试效率低的问题。

发明内容

为了克服现有技术的不足，本发明提供具有工件识别及柔性加工装置、方法，以解决现有技的问题。

本发明其中一方案提供了一种工件识别及柔性加工装置，包括输送组件、多轴运动平台、激光器组件、视觉识别组件以及排风组件；

所述输送组件对应至少一处加工工位，所述输送组件用于向所述加工工位输送放置有待加工件的托盘；

所述激光器组件通过所述多轴运动平台设置于所述加工工位内，所述激光器组件位于所述输送组件上方，且所述激光器组件的照射范围覆盖进入所述加工工位的所述托盘，所述激光器组件用于对所述托盘内的待加工件进行加工作业；

所述视觉识别组件设置于所述激光器组件朝向所述托盘的一端，所述视觉识别组件的识别视野覆盖进入所述加工工位的所述托盘，所述视觉识别组件用于获取所述托盘内待加工件的位置信息并输送至所述多轴运动平台；

所述排风组件设置于所述激光器组件与所述输送组件之间，所述排风组件用于吸收所述激光器组件在加工作业中产生的烟尘或废气。

在本方案中，通过视觉识别组件可以有效地识别进入到加工工位的待加工件的数量、形状、摆放角度、代加工面位置等姿态信息，通过所述多轴运动平台可以根据不同待加工件的姿态信息来灵活调整所述激光器组件的朝向等，从而适应多种待加工件的加工需求，提升的设备的适用性，同时，通过设置所述排风组件在所述激光器组件与所述输送组件之间，用于吸收所述激光器组件在加工作业中产生的烟尘或废气，避免烟尘废气逸散，避免环境污染以及烟尘对其他设备的影响，同时避免废气对施工作业人员身体健康造成影响，对施工作业人员更加友好。

在本发明其中一个优选方案中，所述视觉识别组件包括视觉处理模块、安装支架以及设置于所述安装支架上的高度识别模块、第一拍摄模块、第二拍摄模块；

所述安装支架设置为中空的环形或矩形结构，用于避免干涉所述激光器组件；

高度识别模块，设置于视觉处理模块朝向所述输送组件的一面，用于获取所述视觉识别组件相对于所述托盘的高度位置信息；

所述第一拍摄模块朝向所述输送组件，所述第一拍摄模块与所述视觉处理模块电性连接，用于拍摄所述托盘内全部待加工件的图像信息并输送至所述视觉处理模块；所述视觉处理模块存储有第一识别模型，所述第一识别模型用于识别待加工件的分布情况并划分若干个识别区域；

所述第二拍摄模块朝向所述输送组件，所述第二拍摄模块与所述视觉处理模块电性连接，用于拍摄所述识别区域的图像信息并输送至所述视觉处理模块；所述视觉处理模块内存储有第二识别模型，所述第二识别模型用于识别区域内待加工件的姿态情况并生成位置调整指令；

其中，所述第一拍摄模块、所述第二拍摄模块均设置有至少两个摄像镜头，用于通过多个摄像头从不同角度拍摄所述托盘内的待加工件。

在本方案中，安装支架通过设置成中空的环形或矩形结构，避免干涉所述激光器组件的激光出射路径，同时可以提高对待加工工件的识别精度，同时避免了大范围识别导致的误差；

进一步的，利用多个摄像头或相机构建一个多相机系统，从不同角度同时观察托盘上的物体，通过将多个相机的图像进行融合或叠加，可以得到更全面的物体信息，进一步提高识别精度。

在本发明其中一个优选方案中，所述多轴运动平台包括X轴移动模组、Z轴移动模组以及Y轴移动模组；

所述Z轴移动模组设置于所述X轴移动模组上，所述X轴移动模组带动所述Z轴移动模组沿X轴方向移动；

所述Y轴移动模组设置于所述Z轴移动模组上，所述Z轴移动模组带动所述Y轴移动模组沿Z轴方向移动；

所述激光器组件设置于所述Y轴移动模组上，所述Y轴移动模组带动所述激光器组件沿Y轴方向移动；

所述X轴移动模组包括X轴安装座、X轴滑动块、第一驱动电机，所述X轴安装座设置有第一滑动槽，所述X轴滑动块设置于所述第一滑动槽内，所述第一驱动电机通过第一传动件与所述X轴滑动块滑动连接，用于驱动所述X轴滑动块沿X轴方向移动；

所述Z轴移动模组包括Z轴安装座、Z轴滑动块、第二驱动电机，所述Z轴安装座设置于所述X轴滑动块上，所述Z轴安装座设置有第二滑动槽，所述Z轴滑动块设置于所述第二滑动槽内，所述第二驱动电机通过第二传动件与所述Z轴滑动块滑动连接，用于驱动所述Z轴滑动块沿Z轴方向移动；

所述Y轴移动模组包括Y轴安装座、Y轴滑动块、第三驱动电机，所述Y轴安装座设置于所述Z轴滑动块上，所述Y轴安装座设置有第三滑动槽，所述Y轴滑动块设置于所述第三滑动槽内，所述第三驱动电机通过第三传动件与所述Y轴滑动块滑动连接，用于驱动所述Y轴滑动块沿Y轴方向移动。

在本方案中，所述多轴运动平台包括X轴移动模组、Z轴移动模组以及Y轴移动模组，分别用于带动所述激光器组件沿X轴、Z轴、Y轴方向移动，用于适应三维坐标内任一坐标的待加工件的加工需求。

在本发明其中一个优选方案中，所述多轴运动平台包括X轴移动模组、Z轴移动模组、Y轴移动模组、旋转轴模组；

所述Z轴移动模组设置于所述X轴移动模组上，所述X轴移动模组带动所述Z轴移动模组沿X轴方向移动；

所述Y轴移动模组设置于所述Z轴移动模组上，所述Z轴移动模组带动所述Y轴移动模组沿Z轴方向移动；

所述激光器组件设置于所述Y轴移动模组上，所述Y轴移动模组带动所述激光器组件沿Y轴方向移动；

所述旋转轴模组设置于所述激光器组件与所述Y轴移动模组之间，所述旋转轴模组带动所述激光器组件沿旋转中心轴方向转动；

所述X轴移动模组包括X轴安装座、X轴滑动块、第一驱动电机，所述X轴安装座设置有第一滑动槽，所述X轴滑动块设置于所述第一滑动槽内，所述第一驱动电机通过第一传动件与所述X轴滑动块滑动连接，用于驱动所述X轴滑动块沿X轴方向移动；

所述Z轴移动模组包括Z轴安装座、Z轴滑动块、第二驱动电机，所述Z轴安装座设置于所述X轴滑动块上，所述Z轴安装座设置有第二滑动槽，所述Z轴滑动块设置于所述第二滑动槽内，所述第二驱动电机通过第二传动件与所述Z轴滑动块滑动连接，用于驱动所述Z轴滑动块沿Z轴方向移动；

所述Y轴移动模组包括Y轴安装座、Y轴滑动块、第三驱动电机，所述Y轴安装座设置于所述Z轴滑动块上，所述Y轴安装座设置有第三滑动槽，所述Y轴滑动块设置于所述第三滑动槽内，所述第三驱动电机通过第三传动件与所述Y轴滑动块滑动连接，用于驱动所述Y轴滑动块沿Y轴方向移动；

所述旋转轴模组包括旋转滑台以及锁紧组件，所述旋转滑台设置于所述Y轴滑动块上，所述激光器组件设置于所述旋转滑台，所述旋转滑台用于带动所述激光器组件沿旋转中心轴旋转；所述锁紧组件与所述旋转滑台传动连接，所述锁紧组件用于将旋转停止的所述旋转滑台锁定在预设旋转角度内。

在本方案中，所述多轴运动平台包括X轴移动模组、Z轴移动模组、Y轴移动模组以及旋转轴模组，分别用于带动所述激光器组件沿X轴、Z轴、Y轴方向移动，并且所述旋转轴模组用于在带动所述激光器组件沿旋转中心轴方向转动，用于适应三维坐标内任一坐标的待加工件不同角度倾斜面的加工需求。

在本发明其中一个优选方案中，所述排风组件包括排气管道、安装支架以及吸尘管，所述吸尘管设置为环形或矩形结构，且所述吸尘管表面设置有若干吸尘孔，所述吸尘管在所述加工工位上的投影环绕包围所述激光器组件的照射范围；所述吸尘管通过与至少一所述排气管道连通，所述排气管道通过安装支撑设置于加工工位的一侧。

激光打标机的工作过程中会产生大量的废气，这些废气包括激光加工时材料蒸发、燃烧产生的气体和烟尘等

在本方案的其中一应用场景中，所述排风组件的主要功能包括废气处理以及烟尘处理，其中，废气处理部分主要由于风机与排气管道连接，用于风机运行时，在与排气管道连通的吸尘管的吸尘孔处形成负压，可以将这些废气有效地吸收并排除，保证操作环境的清洁和安全，同时快速吸收和过滤这些烟尘，避免其扩散到周围环境中。

并且进一步的，所述吸尘管设置为环形或矩形结构能够更加有效地收集产生的废气和烟尘，避免它们在操作区内扩散，从而提高排风系统的效率，避免了它们在操作区域内的堆积，保持了操作区域的清洁和整洁。

在本发明其中一个优选方案中，所述激光器组件包括激光发生器、光路模块、振镜头，所述光路模块设置于所述激光发生器的激光发射端；所述振镜头设置于所述光路模块的激光出射端，所述振镜头用于调整从其激光出射端射出的激光的运动轨迹。

在本方案的其中一应用场景中，激光发生器产生激光辐射，光路模块控制激光束的传输路径和特性，而振镜头则用于调整激光束的运动轨迹。这些组件共同工作，可以实现对激光束的产生、传输和控制，满足各种应用领域对激光的需求。

在本发明其中一个优选方案中，所述输送组件可采用倍速链输送线、滚筒输送线、链板式输送线中的任意一种。

输送组件是工业生产中常用的一种机械设备，主要用于将原材料、成品或半成品等物料从一个位置移动到另一个位置，在本方案的其中一应用场景中，输送组件可采用倍速链输送线，倍速链输送线具有如下优点：1、输送速度快：倍速链输送线具有较高的输送速度，可以达到每分钟数百米的速度；2、承载能力强：倍速链输送线的承载能力比较强，适合输送较重、较大的物料；3、稳定性好：倍速链输送线采用链轮驱动，具有稳定性好的特点，不易出现故障。

在本发明其中一个优选方案中，所述工件识别及柔性加工装置还包括打标平台机柜、以及机柜罩，所述打标平台机柜用于承载设置所述输送组件、多轴运动平台、所述排风组件以及所述激光器组件，所述机柜罩设置于所述打标平台机柜的承载面上，用于保护设置于所述打标平台机柜上的多个模组设备；

所述机柜罩的两侧设置有进出口，用于避让所述输送组件；所述机柜罩对应所述加工工位的一侧设置有打标机前门，且所述打标机前门设置观察窗，所述观察窗用于观察所述激光器组件的加工作业状态。

在本方案中，所述机柜罩用于间隔所述加工工位与外界环境，防止避免激光器组件在作业过程中收到外界光照或其他条件的干扰，同时通过在所述打标机前门设置观察窗，可以用于观察所述激光器组件的加工作业状态，便于作业人员及时观察设备的运行情况。

进一步的，所述观察窗采用激光防护玻璃、激光滤波片或镀膜玻璃中的任意一种制造。

在本发明其中一个优选方案中还指出了一种工件识别及柔性加工方法，可用于上述多个方案中任意一个的工件识别及柔性加工装置，所述方法包括：

获取托盘的高度位置；

识别待加工件的分布情况并划分若干个识别区域；

识别区域内待加工件的姿态情况并生成位置调整指令；

多轴运动平台技术执行位置调整指令调整所述激光器组件的位置，所述激光器组件对待加工件进行加工；

通过排风组件吸收打标过程中产生的烟尘或废气。

在本方案中，通过所述高度识别模块识别到所述视觉识别组件相对于所述托盘的高度位置信息，使得后续的识别区域划分和姿态状态识别更加精确；以及，通过大范围拍摄的第一拍摄模块对托盘内的全部待加工件进行位置识别，从而划分出若干个单独对应一个所述待加工件的识别区域，再由高精度的第二小范围拍摄模块移动至单个所述识别区域上方为对应的待加工件进行单独识别，识别区域内待加工件的姿态情况并生成位置调整指令、可以提高对待加工工件的识别精度，同时避免了大范围识别导致的误差；

进一步的，所述第一拍摄模块、所述第二拍摄模块均设置有至少两个摄像镜头，用于通过多个摄像头从不同角度拍摄所述托盘内的待加工件，其利用多个摄像头或相机构建一个多相机系统，从不同角度同时观察托盘上的物体，通过将多个相机的图像进行融合或叠加，可以得到更全面的物体信息，进一步提高识别精度。

同时，可以有效地识别进入到加工工位的待加工件的数量、形状、摆放角度、代加工面位置等姿态信息，通过所述多轴运动平台可以根据不同待加工件的姿态信息来灵活调整所述激光器组件的朝向等，从而适应多种待加工件的加工需求，提升的设备的适用性，进一步的，通过设置所述排风组件在所述激光器组件与所述输送组件之间，用于吸收所述激光器组件在加工作业中产生的烟尘或废气，避免烟尘废气逸散，避免环境污染以及烟尘对其他设备的影响，同时避免废气对施工作业人员身体健康造成影响，对施工作业人员更加友好。

在本发明其中一个优选方案中，所述获取托盘的高度位置可采用结构光传感器识别、激光深度传感器识别、红外深度传感器识别中的一种或者多种。

在本发明其中一个优选方案中，所述识别待加工件的分布情况并划分若干个识别区域包括：

获取托盘内全部待加工件的第一图像数据；

对所述第一图像数据进行预处理并输出第一预处理图像；

将所述第一预处理图像输入目标检测算法模型，获取若干待加工件的分布坐标；

将所述第一预处理图像、所述分布坐标输入图像分割模型，输出若干个识别区域。

在本方案中，通过第一拍摄模块获取托盘内全部待加工件的第一图像数据，并对第一图像数据进行预处理，例如调整图像大小、灰度化、去噪等操作，以便进一步的分析和处理。

在本方案的其中一个应用场景中，优选使用YOLO（You Only Look Once）、SSD（Single Shot MultiBox Detector）算法构建目标算法检测模型，使用实现较快的识别速度并降低性能需求。

在本方案的其中一个应用场景中，优选的采用U-Net和FCN算法构建图像分割模型，适用于静态图像（如在预定加工工位内的托盘的图像）的语义分割，可以将图像中的每个像素分为不同的类别

在本发明其中一个优选方案中，所述识别区域内待加工件的姿态情况并生成位置调整指令包括：

获取单个所述识别区域内的单个待加工件的第二图像数据；

所述第二图像数据进行预处理并输出第二预处理图像；

基于训练好的神经网络模型对所述第二预处理图像进行特征识别，得到识别区域内的待加工件的类别标签以及姿态数据；

基于训练好的预测模型对类别标签以及姿态数据进行加工预测，得到位置调整指令。

在本方案中，通过第二拍摄模块获取单个所述识别区域内的单个待加工件的第二图像数据，并对第二图像数据进行预处理，例如调整图像大小、灰度化、去噪等操作，以便进一步的分析和处理。

输入预处理后的第二图像数据，通过模型进行预测，得到待加工件的类别标签及姿态数据，其中，类别标签可以是预先定义的加工件类型，例如零件的种类或形状。姿态数据可以包括待加工件在三维空间中的位置、旋转角度、尺寸等信息。

以及在本方案中，使用训练好的预测模型来预测待加工件的加工角度修正值。输入待加工件的类别标签和姿态数据，模型会输出相应的加工角度修正值，即位置调整指令。根据位置调整指令，可以对所述激光器组件进行相应的调整，以修正加工角度，从而正确地在待加工件的待加工面上进行加工作业。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。

图1表示本发明其中一实施例的工件识别及柔性加工装置的结构示意图；

图2表示本发明其中一实施例的视觉识别组件的结构示意图；

图3表示本发明其中一实施例的多轴运动平台的结构示意图；

图4表示本发明其中一实施例的X轴移动模组的结构示意图；

图5表示本发明其中一实施例的Y轴移动模组的结构示意图；

图6表示本发明其中一实施例的Z轴移动模组的结构示意图；

图7表示本发明又一实施例的多轴运动平台的结构示意图；

图8表示本发明其中一实施例的排风组件的结构示意图；

图9表示本发明其中一实施例的激光器组件的结构示意图；

图10表示本发明其中一实施例的打标平台机柜的结构示意图。

附图中的标号说明如下：

100、工件识别及柔性加工装置；

110、输送组件；

120、多轴运动平台；

121、X轴移动模组；1211、X轴安装座；1212、X轴滑动块；1213、第一驱动电机；1214、第一滑动槽；

122、Z轴移动模组；1221、Z轴安装座；1222、Z轴滑动块；1223、第二驱动电机；1224、第二滑动槽；

123、Y轴移动模组；1231、Y轴安装座；1232、Y轴滑动块；1233、第三驱动电机；1234、第三滑动槽；

124、旋转轴模组；

130、激光器组件；131、激光发生器；132、光路模块；133、振镜头；

140、视觉识别组件；

141、视觉处理模块；

142、第一拍摄模块；

143、第二拍摄模块；

150、排风组件；151、排气管道；152、固定支架；153、吸尘管；

160、打标平台机柜；161、机柜罩；162、打标机前门。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

需要说明，若本发明实施例中有涉及方向性指示（诸如上、下、左、右、前、后……），则该方向性指示仅用于解释在某一特定姿态下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。

另外，若本发明实施例中有涉及“第一”、“第二”等的描述，则该“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，若全文中出现的“和/或”或者“及/或”，其含义包括三个并列的方案，以“A和/或B”为例，包括A方案、或B方案、或A和B同时满足的方案。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。

请参照图1，本发明其中一实施例提供了一种工件识别及柔性加工装置100，包括输送组件110、多轴运动平台120、激光器组件130、视觉识别组件140以及排风组件150；

所述输送组件110对应至少一处加工工位，所述输送组件110用于向所述加工工位输送放置有待加工件的托盘；

所述激光器组件130通过所述多轴运动平台120设置于所述加工工位内，所述激光器组件130位于所述输送组件110上方，且所述激光器组件130的照射范围覆盖进入所述加工工位的所述托盘，所述激光器组件130用于对所述托盘内的待加工件进行加工作业；

所述视觉识别组件140设置于所述激光器组件130朝向所述托盘的一端，所述视觉识别组件140的识别视野覆盖进入所述加工工位的所述托盘，所述视觉识别组件140用于获取所述托盘内待加工件的位置信息并输送至所述多轴运动平台120；

所述排风组件150设置于所述激光器组件130与所述输送组件110之间，所述排风组件150用于吸收所述激光器组件130在加工作业中产生的烟尘或废气。

在本实施例中，通过视觉识别组件140可以有效地识别进入到加工工位的待加工件的数量、形状、摆放角度、代加工面位置等姿态信息，通过所述多轴运动平台120可以根据不同待加工件的姿态信息来灵活调整所述激光器组件130的朝向等，从而适应多种待加工件的加工需求，提升的设备的适用性，同时，通过设置所述排风组件150在所述激光器组件130与所述输送组件110之间，用于吸收所述激光器组件130在加工作业中产生的烟尘或废气，避免烟尘废气逸散，避免环境污染以及烟尘对其他设备的影响，同时避免废气对施工作业人员身体健康造成影响，对施工作业人员更加友好。

请参照图2，在本发明其中一个优选实施例中，所述视觉识别组件140包括视觉处理模块141、安装支架以及设置于所述安装支架上的高度识别模块、第一拍摄模块142、第二拍摄模块143；

所述安装支架设置为中空的环形或矩形结构，用于避免干涉所述激光器组件130；

高度识别模块，设置于视觉处理模块141朝向所述输送组件110的一面，用于获取所述视觉识别组件140相对于所述托盘的高度位置信息；

所述第一拍摄模块142朝向所述输送组件110，所述第一拍摄模块142与所述视觉处理模块141电性连接，用于拍摄所述托盘内全部待加工件的图像信息并输送至所述视觉处理模块141；所述视觉处理模块141存储有第一识别模型，所述第一识别模型用于识别待加工件的分布情况并划分若干个识别区域；

所述第二拍摄模块143朝向所述输送组件110，所述第二拍摄模块143与所述视觉处理模块141电性连接，用于拍摄所述识别区域的图像信息并输送至所述视觉处理模块141；所述视觉处理模块141内存储有第二识别模型，所述第二识别模型用于识别区域内待加工件的姿态情况并生成位置调整指令；

其中，所述第一拍摄模块142、所述第二拍摄模块143均设置有至少两个摄像镜头，用于通过多个摄像头从不同角度拍摄所述托盘内的待加工件。

在本实施例中，所述高度识别模块可集成设置于所述第一拍摄模块142内，所述安装支架通过设置成中空的环形或矩形结构，避免干涉所述激光器组件130的激光出射路径，同时通过所述高度识别模块识别到所述视觉识别组件140相对于所述托盘的高度位置信息，使得后续的识别区域划分和姿态状态识别更加精确；以及，通过大范围拍摄的第一拍摄模块142对托盘内的全部待加工件进行位置识别，从而划分出若干个单独对应一个所述待加工件的识别区域，再由高精度的第二小范围拍摄的第二拍摄模块143移动至单个所述识别区域上方为对应的待加工件进行单独识别，可以提高对待加工工件的识别精度，同时避免了大范围识别导致的误差；

进一步的，所述第一拍摄模块142、所述第二拍摄模块143均设置有至少两个摄像镜头，用于通过多个摄像头从不同角度拍摄所述托盘内的待加工件，其利用多个摄像头或相机构建一个多相机系统，从不同角度同时观察托盘上的物体，通过将多个相机的图像进行融合或叠加，可以得到更全面的物体信息，进一步提高识别精度。

请参照图3-6，在本发明其中一个优选实施例中，所述多轴运动平台120包括X轴移动模组121、Z轴移动模组122以及Y轴移动模组123；

所述Z轴移动模组122设置于所述X轴移动模组121上，所述X轴移动模组121带动所述Z轴移动模组122沿X轴方向移动；

所述Y轴移动模组123设置于所述Z轴移动模组122上，所述Z轴移动模组122带动所述Y轴移动模组123沿Z轴方向移动；

所述激光器组件130设置于所述Y轴移动模组123上，所述Y轴移动模组123带动所述激光器组件130沿Y轴方向移动；

所述X轴移动模组121包括X轴安装座1211、X轴滑动块1212、第一驱动电机1213，所述X轴安装座1211设置有第一滑动槽1214，所述X轴滑动块1212设置于所述第一滑动槽1214内，所述第一驱动电机1213通过第一传动件与所述X轴滑动块1212滑动连接，用于驱动所述X轴滑动块1212沿X轴方向移动；

所述Z轴移动模组122包括Z轴安装座1221、Z轴滑动块1222、第二驱动电机1223，所述Z轴安装座1221设置于所述X轴滑动块1212上，所述Z轴安装座1221设置有第二滑动槽1224，所述Z轴滑动块1222设置于所述第二滑动槽1224内，所述第二驱动电机1223通过第二传动件与所述Z轴滑动块1222滑动连接，用于驱动所述Z轴滑动块1222沿Z轴方向移动；

所述Y轴移动模组123包括Y轴安装座1231、Y轴滑动块1232、第三驱动电机1233，所述Y轴安装座1231设置于所述Z轴滑动块1222上，所述Y轴安装座1231设置有第三滑动槽1234，所述Y轴滑动块1232设置于所述第三滑动槽1234内，所述第三驱动电机1233通过第三传动件与所述Y轴滑动块1232滑动连接，用于驱动所述Y轴滑动块1232沿Y轴方向移动。

在本实施例中，所述多轴运动平台120包括X轴移动模组121、Z轴移动模组122以及Y轴移动模组123，分别用于带动所述激光器组件130沿X轴、Z轴、Y轴方向移动，用于适应三维坐标内任一坐标的待加工件的加工需求。

请参照图7，在本发明其中一个优选实施例中，所述多轴运动平台120包括X轴移动模组121、Z轴移动模组122、Y轴移动模组123、旋转轴模组124；

所述Z轴移动模组122设置于所述X轴移动模组121上，所述X轴移动模组121带动所述Z轴移动模组122沿X轴方向移动；

所述Y轴移动模组123设置于所述Z轴移动模组122上，所述Z轴移动模组122带动所述Y轴移动模组123沿Z轴方向移动；

所述激光器组件130设置于所述Y轴移动模组123上，所述Y轴移动模组123带动所述激光器组件130沿Y轴方向移动；

所述旋转轴模组124设置于所述激光器组件130与所述Y轴移动模组123之间，所述旋转轴模组124带动所述激光器组件130沿旋转中心轴方向转动；

所述X轴移动模组121包括X轴安装座1211、X轴滑动块1212、第一驱动电机1213，所述X轴安装座1211设置有第一滑动槽1214，所述X轴滑动块1212设置于所述第一滑动槽1214内，所述第一驱动电机1213通过第一传动件与所述X轴滑动块1212滑动连接，用于驱动所述X轴滑动块1212沿X轴方向移动；

所述Z轴移动模组122包括Z轴安装座1221、Z轴滑动块1222、第二驱动电机1223，所述Z轴安装座1221设置于所述X轴滑动块1212上，所述Z轴安装座1221设置有第二滑动槽1224，所述Z轴滑动块1222设置于所述第二滑动槽1224内，所述第二驱动电机1223通过第二传动件与所述Z轴滑动块1222滑动连接，用于驱动所述Z轴滑动块1222沿Z轴方向移动；

所述Y轴移动模组123包括Y轴安装座1231、Y轴滑动块1232、第三驱动电机1233，所述Y轴安装座1231设置于所述Z轴滑动块1222上，所述Y轴安装座1231设置有第三滑动槽1234，所述Y轴滑动块1232设置于所述第三滑动槽1234内，所述第三驱动电机1233通过第三传动件与所述Y轴滑动块1232滑动连接，用于驱动所述Y轴滑动块1232沿Y轴方向移动；

所述旋转轴模组124包括旋转滑台以及锁紧组件，所述旋转滑台设置于所述Y轴滑动块1232上，所述激光器组件130设置于所述旋转滑台，所述旋转滑台用于带动所述激光器组件130沿旋转中心轴旋转；所述锁紧组件与所述旋转滑台传动连接，所述锁紧组件用于将旋转停止的所述旋转滑台锁定在预设旋转角度内。

在本实施例中，所述多轴运动平台120包括X轴移动模组121、Z轴移动模组122、Y轴移动模组123以及旋转轴模组124，分别用于带动所述激光器组件130沿X轴、Z轴、Y轴方向移动，并且所述旋转轴模组124用于在带动所述激光器组件130沿旋转中心轴方向转动，用于适应三维坐标内任一坐标的待加工件不同角度倾斜面的加工需求。

请参照图8，在本发明其中一个优选实施例中，所述排风组件150包括排气管道151、固定支架152以及吸尘管153，所述吸尘管153设置为环形或矩形结构，且所述吸尘管153表面设置有若干吸尘孔，所述吸尘管153在所述加工工位上的投影环绕包围所述激光器组件130的照射范围；所述吸尘管153通过与至少一所述排气管道151连通，所述排气管道151通过安装支撑设置于加工工位的一侧。

激光打标机的工作过程中会产生大量的废气，这些废气包括激光加工时材料蒸发、燃烧产生的气体和烟尘等

在本实施例的其中一应用场景中，所述排风组件150的主要功能包括废气处理以及烟尘处理，其中，废气处理部分主要由于风机与排气管道151连接，用于风机运行时，在与排气管道151连通的吸尘管153的吸尘孔处形成负压，可以将这些废气有效地吸收并排除，保证操作环境的清洁和安全，同时快速吸收和过滤这些烟尘，避免其扩散到周围环境中。

并且进一步的，所述吸尘管153设置为环形或矩形结构能够更加有效地收集产生的废气和烟尘，避免它们在操作区内扩散，从而提高排风系统的效率，避免了它们在操作区域内的堆积，保持了操作区域的清洁和整洁。

请参照图9，在本发明其中一个优选实施例中，所述激光器组件130包括激光发生器131、光路模块132、振镜头133，所述光路模块132设置于所述激光发生器131的激光发射端；所述振镜头133设置于所述光路模块132的激光出射端，所述振镜头133用于调整从其激光出射端射出的激光的运动轨迹。

在本实施例的其中一应用场景中，激光发生器131（Laser Source），是激光器中的核心组件，它能够产生激光所需的激励能量，激光发生器131根据不同的工作原理可以分为各种类型，包括气体激光器、固体激光器、半导体激光器等，它通过激发介质（如激活气体、固体材料或半导体结构）来产生激光辐射。

光路模块132（Optical Path Module），是激光器中的一个重要组成部分，它位于激光发生器131的激光发射端，光路模块132主要用于控制和整形激光束的传输路径，确保激光在传输过程中尽可能保持高质量，光路模块132通常包括透镜、偏振片、衍射元件等光学元件，通过调整这些元件的位置和角度，可以改变激光光束的传输方向、聚焦程度和空间特性。

振镜头133（Scanning Mirror），位于光路模块132的激光出射端，其主要作用是调整从激光器发出的激光的运动轨迹，振镜头133通常由两个反射镜组成，通过控制这两个镜子的角度和振动频率，可以实现对激光束的扫描、偏转和聚焦等操作。振镜头133能够精确控制激光束的方向和位置，使其能够准确地照射到目标区域。

激光发生器131产生激光辐射，光路模块132控制激光束的传输路径和特性，而振镜头133则用于调整激光束的运动轨迹。这些组件共同工作，可以实现对激光束的产生、传输和控制，满足各种应用领域对激光的需求。

在本发明其中一个优选实施例中，所述输送组件110可采用倍速链输送线、滚筒输送线、链板式输送线中的任意一种。

输送组件110是工业生产中常用的一种机械设备，主要用于将原材料、成品或半成品等物料从一个位置移动到另一个位置，在本实施例的其中一应用场景中，输送组件110可采用倍速链输送线，倍速链输送线具有如下优点：1、输送速度快：倍速链输送线具有较高的输送速度，可以达到每分钟数百米的速度；2、承载能力强：倍速链输送线的承载能力比较强，适合输送较重、较大的物料；3、稳定性好：倍速链输送线采用链轮驱动，具有稳定性好的特点，不易出现故障。

请参照图10，在本发明其中一个优选实施例中，所述工件识别及柔性加工装置100还包括打标平台机柜160、以及机柜罩161，所述打标平台机柜160用于承载设置所述输送组件110、多轴运动平台120、所述排风组件150以及所述激光器组件130，所述机柜罩161设置于所述打标平台机柜160的承载面上，用于保护设置于所述打标平台机柜160上的多个模组设备；

所述机柜罩161的两侧设置有进出口，用于避让所述输送组件110；所述机柜罩161对应所述加工工位的一侧设置有打标机前门162，且所述打标机前门162设置观察窗，所述观察窗用于观察所述激光器组件130的加工作业状态。

在本实施例中，所述机柜罩161用于间隔所述加工工位与外界环境，防止避免激光器组件130在作业过程中收到外界光照或其他条件的干扰，同时通过在所述打标机前门162设置观察窗，可以用于观察所述激光器组件130的加工作业状态，便于作业人员及时观察设备的运行情况。

进一步的，所述观察窗采用激光防护玻璃、激光滤波片或镀膜玻璃中的任意一种制造。

在本发明其中一个优选实施例中还指出了一种工件识别及柔性加工方法，可用于上述多个实施例中任意一个的工件识别及柔性加工装置100，所述方法包括：

S10、获取托盘的高度位置；

S20、识别待加工件的分布情况并划分若干个识别区域；

S30、识别区域内待加工件的姿态情况并生成位置调整指令；

S40、多轴运动平台技术执行位置调整指令调整所述激光器组件的位置，所述激光器组件对待加工件进行加工；

S50、通过排风组件吸收打标过程中产生的烟尘或废气。

在本实施例中，通过所述高度识别模块识别到所述视觉识别组件140相对于所述托盘的高度位置信息，使得后续的识别区域划分和姿态状态识别更加精确；以及，通过大范围拍摄的第一拍摄模块142对托盘内的全部待加工件进行位置识别，从而划分出若干个单独对应一个所述待加工件的识别区域，再由高精度的第二小范围拍摄模块移动至单个所述识别区域上方为对应的待加工件进行单独识别，识别区域内待加工件的姿态情况并生成位置调整指令、可以提高对待加工工件的识别精度，同时避免了大范围识别导致的误差；

进一步的，所述第一拍摄模块142、所述第二拍摄模块143均设置有至少两个摄像镜头，用于通过多个摄像头从不同角度拍摄所述托盘内的待加工件，其利用多个摄像头或相机构建一个多相机系统，从不同角度同时观察托盘上的物体，通过将多个相机的图像进行融合或叠加，可以得到更全面的物体信息，进一步提高识别精度。

同时，可以有效地识别进入到加工工位的待加工件的数量、形状、摆放角度、代加工面位置等姿态信息，通过所述多轴运动平台120可以根据不同待加工件的姿态信息来灵活调整所述激光器组件130的朝向等，从而适应多种待加工件的加工需求，提升的设备的适用性，进一步的，通过设置所述排风组件150在所述激光器组件130与所述输送组件110之间，用于吸收所述激光器组件130在加工作业中产生的烟尘或废气，避免烟尘废气逸散，避免环境污染以及烟尘对其他设备的影响，同时避免废气对施工作业人员身体健康造成影响，对施工作业人员更加友好。

在本发明其中一个优选实施例中，所述获取托盘的高度位置可采用结构光传感器识别、激光深度传感器识别、红外深度传感器识别中的一种或者多种。

在本实施例中，获取托盘的高度位置可由集成设置于所述第一拍摄模块142内所述高度识别模块完成；

具体的，结构光传感器识别包括步骤：（1）将结构光投射到托盘上；（2）结构光被托盘表面反射，形成一系列图案；（3）传感器测量图案的形状、大小、位置等信息；（4）根据测量结果计算托盘高度位置。结构光传感器识别能够实现高精度的三维测量；测量范围较广，适用于不同形状和材质的物体；数据处理简单，速度快。

激光深度传感器识别包括步骤：（1）使用激光发射器产生激光束；（2）激光束照射到托盘上，经过反射后返回传感器；（3）传感器测量激光束的时间差，计算出托盘高度位置。激光深度传感器识别的测量精度高，能够达到亚毫米级别；测量速度快，适用于高速物体的测量；能够实现长距离测量，适用于大型物体的测量。

红外深度传感器识别包括步骤：（1）使用红外光发射器和接收器组成传感器；（2）红外光照射到托盘上，经过反射后返回接收器；（3）传感器根据红外光的强度计算出托盘高度位置。

红外深度传感器识别的成本低，适用于大规模应用；同时体积小，易于集成到其他设备中；并且不会对被测物体产生干扰。

在本发明其中一个优选实施例中，所述识别待加工件的分布情况并划分若干个识别区域包括：

S201、获取托盘内全部待加工件的第一图像数据；

S202、对所述第一图像数据进行预处理并输出第一预处理图像；

S203、将所述第一预处理图像输入目标检测算法模型，获取若干待加工件的分布坐标；

S204、将所述第一预处理图像、所述分布坐标输入图像分割模型，输出若干个识别区域。

在本实施例中，通过第一拍摄模块142获取托盘内全部待加工件的第一图像数据，并对第一图像数据进行预处理，例如调整图像大小、灰度化、去噪等操作，以便进一步的分析和处理。

在本实施例的其中一应用场景下，目标检测算法模型可基于Faster R-CNN、YOLO（You Only Look Once）、SSD（Single Shot MultiBox Detector）中的任意一种创建，其中：

Faster R-CNN是一种基于区域建议网络（Region Proposal Network，RPN）的物体检测算法，它将目标检测问题划分为两个阶段：首先使用RPN生成候选框，然后使用分类器对这些候选框进行分类和位置回归， Faster R-CNN在准确性和位置精度上表现出色，但相对较慢。

YOLO是一种快速而高效的物体检测算法，它采用了"You Only Look Once"的思想，将目标检测问题转化为一个回归问题，YOLO将输入图像分成多个网格，并预测每个网格中是否包含物体以及物体的边界框和类别，YOLO具有实时性能，但在小目标检测和定位精度方面可能相对较弱。

SSD是另一种基于单次多盒检测的物体检测算法，它在不同尺度的特征图上同时预测不同大小的边界框和对应的类别，SSD可以在多个尺度上检测物体，因此对于小目标的检测效果较好，同时具有较快的速度。

在本实施例的其中一个应用场景中，优选使用YOLO（You Only Look Once）、SSD（Single Shot MultiBox Detector）算法构建目标算法检测模型，使用实现较快的识别速度并降低性能需求。

在本实施例的其中一个应用场景中，图像分割模型可采用语义分割算法（如U-Net、FCN等）或实例分割算法（如Mask R-CNN）来构建，其中：

U-Net是一种常用的语义分割算法，它由一个编码器和一个解码器组成。编码器负责从输入图像中提取特征，而解码器则将提取的特征逐步上采样并与编码器相应层级的特征进行融合，最终生成像素级别的语义分割结果。U-Net通常在医学图像分割等领域取得了良好的效果。

全卷积网络（Fully Convolutional Network，FCN）是一种经典的语义分割算法。FCN通过去除全连接层，将传统的分类网络转化为可以输出像素级别预测的网络结构。它可以有效地将输入图像映射到输出特征图，其中每个像素都对应一个类别标签。

Mask R-CNN是一种实例分割算法，它在目标检测算法的基础上扩展，不仅可以检测出物体的位置和边界框，还可以生成每个物体的像素级别分割掩码。Mask R-CNN通过增加一个分支网络来生成分割掩码，使得算法在检测和分割任务上都具有较好的性能。

在本实施例的其中一个应用场景中，优选的采用U-Net和FCN算法构建图像分割模型，适用于静态图像（如在预定加工工位内的托盘的图像）的语义分割，可以将图像中的每个像素分为不同的类别

在本发明其中一个优选实施例中，所述识别区域内待加工件的姿态情况并生成位置调整指令包括：

S301、获取单个所述识别区域内的单个待加工件的第二图像数据；

S302、所述第二图像数据进行预处理并输出第二预处理图像；

S303、基于训练好的神经网络模型对所述第二预处理图像进行特征识别，得到识别区域内的待加工件的类别标签以及姿态数据；

S304、基于训练好的预测模型对类别标签以及姿态数据进行加工预测，得到位置调整指令。

在本实施例中，通过第二拍摄模块143获取单个所述识别区域内的单个待加工件的第二图像数据，并对第二图像数据进行预处理，例如调整图像大小、灰度化、去噪等操作，以便进一步的分析和处理。

神经网络模型为卷积神经网络（CNN）模型，可以选择如VGG、ResNet、Inception中的任意一种，也可以根据具体需求设计自定义的模型结构。CNN模型通常由卷积层、池化层、全连接层等组成，其中卷积层用于提取图像特征，池化层用于降低特征维度，全连接层用于分类。训练好的模型可以用于待加工件的实时识别应用。输入预处理后的第二图像数据，通过模型进行预测，得到待加工件的类别标签及姿态数据，其中，类别标签可以是预先定义的加工件类型，例如零件的种类或形状。姿态数据可以包括待加工件在三维空间中的位置、旋转角度、尺寸等信息。

以及在本实施例中，预测模型可以使用机器学习算法，如回归模型，来建立待加工件类别标签和姿态数据与加工角度之间的关系。模型的训练数据可以是已知的类别标签和姿态数据以及相应的加工角度。使用训练好的预测模型来预测待加工件的加工角度修正值。输入待加工件的类别标签和姿态数据，模型会输出相应的加工角度修正值，即位置调整指令。根据位置调整指令，可以对所述激光器组件130进行相应的调整，以修正加工角度，从而正确地在待加工件的待加工面上进行加工作业。

以上所述仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是在本发明的发明构思下，利用本发明说明书及附图内容所作的等效结构变换，或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。