智能激光切割系统检测不同材料
随着计算机的加入，激光切割机迅速成为一种相对简单而强大的工具，通过软件控制可以切割金属、木材、纸张和塑料的机器。但是用户仍然面临着在视觉上相似的材料之间进行区分的困难。
一个团队创建了 SensiCut ，用于激光切割机的智能材料传感平台。与传统的、基于相机的方法很容易误认材料相比，SensiCut 使用深度学习和一种称为散斑传感的光学方法来识别材料，这是一种使用激光来感测表面微观结构的技术，只需一个图像感测添加物即可实现。开。
SensiCut 可以潜在地保护用户免受危险废物的侵害，提供特定材料的知识，建议进行细微的切割调整以获得更好的效果，甚至可以雕刻由多种材料组成的服装或手机壳等各种物品。该系统利用材料的微米级表面结构，即使在视觉上与另一种类型相似时也具有独特的特征。如果没有它，就必须从大型数据库中对正确的材料名称进行有根据的猜测。
除了使用相机，贴纸标签（如 QR 码）也被用于单张纸上以识别它们。但是，在激光切割过程中，如果代码从主片材上切下，则无法识别以备将来使用。此外，如果贴有不正确的标签，激光切割机将采用错误的材料类型。该团队使用 38,000 多张图像的 30 种不同材料类型的图像对 SensiCut 的深度神经网络进行了训练，然后它可以区分丙烯酸、泡沫板和苯乙烯等材料，甚至提供有关功率和速度设置的进一步指导。
在一项实验中，该团队制作了一个面罩，这需要区分来自车间的透明材料。用户首先在界面中选择一个设计文件，然后使用“精确定位”功能让激光移动以识别板材上某个点的材料类型。激光与表面的微小特征相互作用，光线从表面反射，到达图像传感器的像素并产生独特的 2D 图像。然后，系统可以提醒或标记用户他们的板材是聚碳酸酯，这意味着如果被激光切割，可能会产生剧毒的火焰。
散斑成像技术用于激光切割机内部，该切割机具有低成本、现成的组件，如 Raspberry Pi Zero 微处理器板。为了使其紧凑，该团队设计并 3D 打印了一个轻质机械外壳。
除了激光切割机，该团队设想 SensiCut 的传感技术最终可以集成到 3D 打印机等其他制造工具中。他们还计划通过添加厚度检测（材料构成中的一个相关变量）来扩展系统。
传感器