密歇根理工大学开发了基于计算机视觉的FFF打印校正算法

南极熊导读：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，南极熊从外媒获悉，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。

将STL模型投影转化为实际空间，图片来自MTU

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。

层分析过程，图片来自MTU

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。

关于该算法及其工作原理的更多细节可以在题为 ‘Open source computer vision-based layer-wise 3D printing analysis’的论文中找到。

该论文由Joshua Pearce和Aliaksei Petsiuk共同撰写。有兴趣访问开源代码的读者可以在这里进行访问。

检测异常纹理区域的算法，图片来自MTU

AI在3D打印中的应用

计算机视觉只是人工智能的一个子领域，这个庞大的领域在过去几年里已经悄悄地进入了3D打印领域。就在上个月，人工智能专家PrintSyst.ai推出了专门针对3D打印过程的全新专有人工智能引擎--3DP AI-Perfecter。这是一款打印前评估工具，旨在通过不断完善的ML算法帮助航空航天、国防和汽车专业人士提高打印成功率。

此前，在4月份，软件工程师Kenneth Jiang发布了自己的开源打印失败检测工具，巧妙地命名为Spaghetti Detective。这款人工智能软件利用打印机或家用电脑的网络摄像头来检测打印作业何时出了问题，并开始挤出稀薄的空气，产生很多人所说的 "意大利面条"。侦探会中断这个过程，并通过电子邮件或短信向用户发出警报。


编译自：3dprintingindustry