本發(fā)明涉及玻璃通孔刻蝕監(jiān)測(cè)，尤其涉及一種電動(dòng)玻璃通孔刻蝕監(jiān)測(cè)機(jī)器人及其監(jiān)測(cè)方法、系統(tǒng)。

背景技術(shù)：

1、玻璃通孔刻蝕是微電子和微流控領(lǐng)域的關(guān)鍵工藝。目前，主流技術(shù)結(jié)合了超快激光處理和化學(xué)刻蝕。首先使用超快激光在玻璃表面創(chuàng)建微小的改性區(qū)域，然后使用低濃度的氫氟酸進(jìn)行選擇性刻蝕，以形成所需的通孔結(jié)構(gòu)?？涛g過(guò)程受多個(gè)因素影響，包括玻璃材料的均勻性、激光參數(shù)的微小波動(dòng)、環(huán)境條件(如溫度和濕度)等。這些因素導(dǎo)致即便在相同的激光參數(shù)下，不同位置或不同批次的通孔也可能表現(xiàn)出顯著差異。

2、而現(xiàn)有的質(zhì)量控制方法主要依賴于人工通過(guò)電腦進(jìn)行實(shí)時(shí)觀察和管控。操作員需要持續(xù)監(jiān)視刻蝕過(guò)程，根據(jù)經(jīng)驗(yàn)判斷通孔的形成情況，并適時(shí)調(diào)整刻蝕參數(shù)或終止過(guò)程，即使使用圖像處理和機(jī)器學(xué)習(xí)技術(shù)輔助檢測(cè)過(guò)程，由于監(jiān)測(cè)系統(tǒng)多為被動(dòng)監(jiān)測(cè)，難以實(shí)現(xiàn)對(duì)刻蝕參數(shù)的及時(shí)優(yōu)化調(diào)整，且難以適應(yīng)不同尺寸和形狀的玻璃樣品。

3、因此，尋找一種既能夠自動(dòng)移動(dòng)、實(shí)時(shí)監(jiān)測(cè)刻蝕情況，又能夠自動(dòng)調(diào)整相機(jī)位置的監(jiān)測(cè)方法，是本領(lǐng)域技術(shù)人員亟待解決的技術(shù)問(wèn)題。

技術(shù)實(shí)現(xiàn)思路

1、有鑒于此，本發(fā)明提出了一種電動(dòng)玻璃通孔刻蝕監(jiān)測(cè)機(jī)器人及其監(jiān)測(cè)方法、系統(tǒng)，其能夠?qū)崿F(xiàn)自動(dòng)化、智能化的全方位實(shí)時(shí)監(jiān)測(cè)，提供高精度的圖像識(shí)別和智能診斷，大幅提升了監(jiān)測(cè)效率和準(zhǔn)確性，并具有強(qiáng)大的適應(yīng)性和可擴(kuò)展性，能適應(yīng)不同監(jiān)測(cè)環(huán)境，有效提高了監(jiān)測(cè)效率和準(zhǔn)確性。

2、本發(fā)明的技術(shù)方案是這樣實(shí)現(xiàn)的：

3、第一方面，本發(fā)明提供了一種基于電動(dòng)玻璃通孔刻蝕監(jiān)測(cè)機(jī)器人的監(jiān)測(cè)方法，包括以下步驟：

4、s1、監(jiān)測(cè)機(jī)器人利用車載底盤和輪胎電機(jī)在監(jiān)測(cè)區(qū)域進(jìn)行移動(dòng)，并通過(guò)攝像頭實(shí)時(shí)獲取電動(dòng)玻璃通孔刻蝕裝置的多角度原始圖像；

5、s2、對(duì)所述多角度原始圖像進(jìn)行玻璃通孔圖像檢測(cè)，根據(jù)玻璃通孔圖像檢測(cè)的結(jié)果進(jìn)行分類，得到玻璃通孔的類別信息；

6、s3、根據(jù)所述玻璃通孔的類別信息對(duì)玻璃通孔的刻蝕程度進(jìn)行診斷分析，得到玻璃通孔刻蝕信息；

7、s4、將所述玻璃通孔刻蝕信息反饋給用戶，用戶根據(jù)玻璃通孔刻蝕信息控制電動(dòng)玻璃通孔刻蝕裝置。

8、在以上技術(shù)方案的基礎(chǔ)上，優(yōu)選的，步驟s1具體包括：

9、s11、所述監(jiān)測(cè)機(jī)器人利用車載底盤和輪胎電機(jī)在監(jiān)測(cè)區(qū)域進(jìn)行移動(dòng)，使用監(jiān)測(cè)機(jī)器人的傳感器獲取環(huán)境數(shù)據(jù)，并對(duì)環(huán)境數(shù)據(jù)進(jìn)行預(yù)處理，得到處理后的環(huán)境數(shù)據(jù)；

10、s12、將處理后的環(huán)境數(shù)據(jù)進(jìn)行位置估計(jì)，得到監(jiān)測(cè)機(jī)器人的當(dāng)前位置；

11、s13、根據(jù)監(jiān)測(cè)機(jī)器人的當(dāng)前位置和處理后的環(huán)境數(shù)據(jù)構(gòu)建監(jiān)測(cè)區(qū)域的環(huán)境地圖；

12、s14、根據(jù)監(jiān)測(cè)區(qū)域的環(huán)境地圖進(jìn)行路徑規(guī)劃，得到監(jiān)測(cè)機(jī)器人的移動(dòng)軌跡，所述監(jiān)測(cè)機(jī)器人根據(jù)移動(dòng)軌跡進(jìn)行移動(dòng)；

13、s15、根據(jù)監(jiān)測(cè)機(jī)器人的移動(dòng)軌跡通過(guò)自適應(yīng)控制算法對(duì)監(jiān)測(cè)機(jī)器人的攝像頭進(jìn)行控制，得到電動(dòng)玻璃通孔刻蝕裝置的多角度原始圖像。

14、在以上技術(shù)方案的基礎(chǔ)上，優(yōu)選的，所述路徑規(guī)劃具體包括：

15、步驟一、使用柵格法將監(jiān)測(cè)區(qū)域的環(huán)境地圖劃分為矩陣模型，將每個(gè)柵格初始化為一個(gè)神經(jīng)元，并使用生物激勵(lì)神經(jīng)網(wǎng)絡(luò)算法對(duì)監(jiān)測(cè)區(qū)域的環(huán)境地圖進(jìn)行遍歷；

16、步驟二、基于監(jiān)測(cè)區(qū)域的環(huán)境地圖進(jìn)行靜態(tài)離線規(guī)劃，計(jì)算初始路徑；

17、步驟三、根據(jù)監(jiān)測(cè)機(jī)器人的當(dāng)前位置計(jì)算周圍相連神經(jīng)元的活性值，選擇活性值最大的相鄰神經(jīng)元作為下一步，并將當(dāng)前神經(jīng)元的活性值設(shè)為0；

18、步驟四、重復(fù)步驟三，直至監(jiān)測(cè)機(jī)器人的周圍神經(jīng)元活性值均為0，得到監(jiān)測(cè)機(jī)器人的移動(dòng)軌跡。

19、在以上技術(shù)方案的基礎(chǔ)上，優(yōu)選的，所述自適應(yīng)控制算法具體包括：

20、將監(jiān)測(cè)機(jī)器人的當(dāng)前位置和監(jiān)測(cè)區(qū)域的地圖進(jìn)行模糊化處理，并根據(jù)模糊規(guī)則生成控制信號(hào)，根據(jù)控制信號(hào)調(diào)整攝像頭的視角。

21、更進(jìn)一步優(yōu)選的，所述玻璃通孔圖像檢測(cè)具體包括：

22、對(duì)多角度原始圖像進(jìn)行預(yù)處理，得到處理后的圖像；

23、使用卷積神經(jīng)網(wǎng)絡(luò)的卷積層對(duì)處理后的圖像進(jìn)行特征提取，得到局部特征；其中卷積神經(jīng)網(wǎng)絡(luò)包括多層卷積層，特征提取的公式為：

24、

25、其中，表示第l層卷積層中第(i，j)位置的輸出，f(·)表示激活函數(shù)，表示第l層第(m，n)位置的卷積核權(quán)重，表示第l-1層第(i+m，j+n)位置的輸入，b(l)表示第l層的偏置，m表示卷積核的行數(shù)，n表示卷積核的列數(shù)，i表示特征圖中第i行索引，j表示特征圖中第j列索引，m表示卷積核中的行索引，n表示卷積核中的列索引；

26、將局部特征輸入至卷積神經(jīng)網(wǎng)絡(luò)的池化層進(jìn)行下采樣，得到池化特征；

27、將池化特征輸入至卷積神經(jīng)網(wǎng)絡(luò)的全連接層進(jìn)行映射，得到玻璃通孔圖像檢測(cè)的結(jié)果。

28、在以上技術(shù)方案的基礎(chǔ)上，優(yōu)選的，步驟s3中的診斷分析具體包括：

29、構(gòu)建玻璃通孔狀態(tài)貝葉斯網(wǎng)絡(luò)，并為玻璃通孔狀態(tài)貝葉斯網(wǎng)絡(luò)的每個(gè)節(jié)點(diǎn)定義條件概率表；

30、根據(jù)玻璃通孔狀態(tài)貝葉斯網(wǎng)絡(luò)和條件概率表計(jì)算聯(lián)合概率分布；

31、根據(jù)觀測(cè)數(shù)據(jù)和聯(lián)合概率分布評(píng)估玻璃通孔的狀態(tài)概率；

32、使用模糊邏輯對(duì)玻璃通孔的狀態(tài)概率進(jìn)行模糊處理。

33、在以上技術(shù)方案的基礎(chǔ)上，優(yōu)選的，所述模糊處理具體包括：

34、將玻璃通孔的狀態(tài)概率進(jìn)行模糊化，得到模糊集合；

35、將所述模糊集合根據(jù)模糊規(guī)則進(jìn)行推理，得到模糊輸出；

36、將所述模糊輸出進(jìn)行解模糊，得到精確值。

37、在以上技術(shù)方案的基礎(chǔ)上，優(yōu)選的，所述解模糊的公式為：

38、

39、

40、

41、

42、其中，表示模糊集合隸屬度函數(shù)，μa(x)表示模糊集a的隸屬度，μb(y)表示模糊集b的隸屬度，a和b表示模糊集a的范圍，c和d表示模糊集b的范圍，x表示影響玻璃通孔狀態(tài)的第一個(gè)參數(shù)，y表示影響玻璃通孔狀態(tài)的第二個(gè)參數(shù)。

43、第二方面，本發(fā)明提供了一種基于電動(dòng)玻璃通孔刻蝕監(jiān)測(cè)機(jī)器人的監(jiān)測(cè)系統(tǒng)，采用如上述所述的監(jiān)測(cè)方法，包括：

44、圖像獲取模塊，其配置為監(jiān)測(cè)機(jī)器人利用車載底盤和輪胎電機(jī)在監(jiān)測(cè)區(qū)域進(jìn)行移動(dòng)，并通過(guò)攝像頭實(shí)時(shí)獲取電動(dòng)玻璃通孔刻蝕裝置的多角度原始圖像；

45、圖像檢測(cè)模塊，其配置為對(duì)所述多角度原始圖像進(jìn)行玻璃通孔圖像檢測(cè)，根據(jù)玻璃通孔圖像檢測(cè)的結(jié)果進(jìn)行分類，得到玻璃通孔的類別信息；

46、診斷分析模塊，其配置為根據(jù)所述玻璃通孔的類別信息對(duì)玻璃通孔的刻蝕程度進(jìn)行診斷分析，得到玻璃通孔刻蝕信息；

47、信息反饋模塊，其配置為將所述玻璃通孔刻蝕信息反饋給用戶，用戶根據(jù)玻璃通孔刻蝕信息控制電動(dòng)玻璃通孔刻蝕裝置。

48、第三方面，本發(fā)明提供了一種電動(dòng)玻璃通孔刻蝕監(jiān)測(cè)機(jī)器人，應(yīng)用于如上述所述的監(jiān)測(cè)方法，包括車載地盤、行駛裝置、玻璃通孔圖像采集裝置、控制器和攝像頭運(yùn)動(dòng)裝置，其中，

49、所述車載地盤包括車輪轂和輪胎，由輪胎電機(jī)提供動(dòng)力，支持監(jiān)測(cè)機(jī)器人自由移動(dòng)；

50、所述行駛裝置由電池箱提供電源動(dòng)力，支持監(jiān)測(cè)機(jī)器人的運(yùn)動(dòng)和拍攝監(jiān)測(cè)；

51、所述玻璃通孔圖像采集裝置包括攝像頭運(yùn)動(dòng)裝置和紅外傳感器集成裝置；

52、所述控制器為樹(shù)莓派控制器，利用紅外傳感器實(shí)現(xiàn)室內(nèi)地面的自動(dòng)引導(dǎo)；

53、所述攝像頭運(yùn)動(dòng)裝置包括電池扣、dc電機(jī)組件、移蝸輪、相機(jī)、蝸桿、垂直轉(zhuǎn)動(dòng)支架、垂直轉(zhuǎn)動(dòng)舵機(jī)、水平轉(zhuǎn)動(dòng)支架、水平轉(zhuǎn)動(dòng)舵機(jī)和云臺(tái)立柱，所述攝像頭運(yùn)動(dòng)裝置可進(jìn)行豎直方向的運(yùn)動(dòng)、垂直方向的旋轉(zhuǎn)運(yùn)動(dòng)和水平方向的旋轉(zhuǎn)運(yùn)動(dòng)。

54、本發(fā)明的監(jiān)測(cè)方法相對(duì)于現(xiàn)有技術(shù)具有以下有益效果：

55、(1)通過(guò)監(jiān)測(cè)機(jī)器人的車載底盤和輪胎電機(jī)在監(jiān)測(cè)區(qū)域自主移動(dòng)，對(duì)玻璃通孔刻蝕裝置實(shí)現(xiàn)自動(dòng)化、智能化的全方位實(shí)時(shí)監(jiān)測(cè)，提高監(jiān)測(cè)的靈活性和效率，并提供高精度的圖像識(shí)別和智能診斷，有效提高了監(jiān)測(cè)效率和準(zhǔn)確性；

56、(2)通過(guò)柵格法和生物激勵(lì)神經(jīng)網(wǎng)絡(luò)算法實(shí)現(xiàn)了高效的路徑規(guī)劃和動(dòng)態(tài)調(diào)整能力，通過(guò)對(duì)監(jiān)測(cè)機(jī)器人的路徑規(guī)劃以捕捉到不同角度的原始圖像，并根據(jù)監(jiān)測(cè)機(jī)器人的移動(dòng)軌跡通過(guò)自適應(yīng)控制算法對(duì)監(jiān)測(cè)機(jī)器人攝像頭及時(shí)進(jìn)行調(diào)整，提高監(jiān)測(cè)機(jī)器人的靈活性，使監(jiān)測(cè)機(jī)器人能夠適應(yīng)不同監(jiān)測(cè)環(huán)境，增強(qiáng)對(duì)電動(dòng)玻璃刻蝕裝置監(jiān)控的可靠性和準(zhǔn)確性；

57、(3)通過(guò)多層卷積和池化操作精確捕捉玻璃通孔的細(xì)微特征，大幅提高檢測(cè)精度，利用全連接層的非線性映射增強(qiáng)了監(jiān)測(cè)機(jī)器人處理復(fù)雜場(chǎng)景的能力，能夠自適應(yīng)學(xué)習(xí)不同類型的玻璃通孔圖像，并提高了玻璃通孔圖像檢測(cè)的效率。