一种激光振镜扫描系统及标定方法

摘要

本发明公开了一种激光振镜扫描系统及标定方法，属于激光标定技术领域。方法包括步骤：根据三维待加工物件图像生成若干层二维加工轨迹，并将每层二维加工轨迹划分为若干二维加工区块；根据二维加工轨迹获取空跳加工点和空跳移动轨迹；计算每个空跳移动轨迹对应的空跳移动距离，根据空跳移动距离设置当前的空跳延时参数；使用粒子群优化算法寻找空跳延时参数的参数组的最优解。本申请通过生成若干层二维加工轨迹，使基于二维平面进行定位和加工的激光振镜扫描系统能够准确地处理三维待加工物件；并应用粒子群优化算法对空跳移动过程进行参数设置和优化，实现在处理复杂工件时有效平衡加工速度和精准度的性能。

权利要求

1.一种激光振镜扫描系统的标定方法，其特征在于：包括步骤：根据三维待加工物件图像生成若干层二维加工轨迹，并将每层二维加工轨迹划分为若干二维加工区块；

根据所述二维加工轨迹获取空跳加工点和空跳移动轨迹；所述空跳加工点包括二维空跳加工点和三维空跳加工点；所述空跳移动轨迹包括二维空跳移动轨迹和三维空跳移动轨迹；

计算每个空跳移动轨迹对应的空跳移动距离，根据空跳移动距离设置当前的空跳延时参数；所述空跳延时参数包括二维空跳延时参数和三维空跳延时参数；

使用粒子群优化算法寻找空跳延时参数的参数组的最优解；

所述使用粒子群优化算法寻找空跳延时参数的参数组的最优解，包括步骤：S41、分别设定二维空跳延时参数和三维空跳延时参数的参数组初始值；

S42、根据参数组初始值分别设定第一粒子群和第二粒子群的粒子群参数，以及随机初始化每个粒子的位置和速度；所述粒子的位置用于表示参数组；

S43、使用第一粒子群和第二粒子群中的粒子表示的参数组对三维待加工物件进行加工；通过机器视觉获取加工成品图像，识别加工成品图像中的缺陷加工点，并识别缺陷加工点为二维空跳加工点或三维空跳加工点，同时计算缺陷加工点的误差参数；

S44、根据当前的空跳延时参数和误差参数计算每个粒子的目标函数值；

S45、更新每个粒子的个人最佳位置，以及第一粒子群和第二粒子群的群体最佳位置；

S46、根据个人最佳位置和群体最佳位置更新每个粒子的速度和位置；

S47、重复执行步骤S43至S46，直至达到最大迭代次数或目标函数值小于设定阈值，输出第一粒子群和第二粒子群的群体最佳位置；第一粒子群的群体最佳位置表示二维空跳延时参数的参数组的最优解，第二粒子群的群体最佳位置表示三维空跳延时参数的参数组的最优解。

2.根据权利要求1所述的激光振镜扫描系统的标定方法，其特征在于：所述二维空跳延时参数表示为：；

其中， 为二维空跳延时参数； 为二维轨迹模长调整参数； 为二维空跳x轴方向缩放因子； 为二维空跳y轴方向缩放因子； 为二维固定时延偏置； 为x轴方向移动距离； 为y轴方向移动距离。

3.根据权利要求2所述的激光振镜扫描系统的标定方法，其特征在于：所述三维空跳延时参数表示为：；

其中， 为三维空跳延时参数； 为三维轨迹模长调整参数； 为三维空跳x轴方向缩放因子； 为三维空跳y轴方向缩放因子； 为三维空跳z轴方向缩放因子； 为三维固定时延偏置； 为z轴方向移动距离。

4.根据权利要求3所述的激光振镜扫描系统的标定方法，其特征在于：所述二维空跳延时参数的参数组表示为{ , , , }，三维空跳延时参数的参数组表示为{ , ,, , }。

5.根据权利要求1所述的激光振镜扫描系统的标定方法，其特征在于：所述误差参数包括二维误差参数和三维误差参数，分别表示为：；

；

其中， 为二维误差参数， 为三维误差参数；n为二维空跳加工点的数量，m为三维空跳加工点的数量； 为第i个二维空跳加工点的误差距离， 为第k个三维空跳加工点的误差距离；A表示振镜的加工精度。

6.根据权利要求5所述的激光振镜扫描系统的标定方法，其特征在于：所述目标函数表示为：；

其中， 、 、 和 均为函数项的权重参数；表示第一粒子群或第二粒子群中的粒子； 表示第一粒子群， 表示第二粒子群； 表示所有二维空跳延时参数的平均值， 表示所有三维空跳延时参数的平均值。

7.根据权利要求6所述的激光振镜扫描系统的标定方法，其特征在于：所述所有二维空跳延时参数的平均值表示为：；

所述所有三维空跳延时参数的平均值表示为：

；

其中， 表示通过空跳操作移动至第j个二维空跳加工点的二维空跳延时参数，表示通过空跳操作移动至第k个三维空跳加工点的三维空跳延时参数。

8.根据权利要求7所述的激光振镜扫描系统的标定方法，其特征在于：所述粒子的速度表示为：；

所述粒子的位置表示为：

；

其中， 为惯性权重； 表示第t次迭代时第i个粒子的速度； 表示第t次迭代时第i个粒子的位置； 和 分别为第一学习因子和第二学习因子，第一学习因子用于控制粒子向个人最佳位置移动的幅度，第二学习因子用于控制粒子向群体最佳位置移动的幅度；

为粒子的个人最佳位置；g为粒子所属群体的群体最佳位置； 和 均为[0,1]区间内的随机数。

9.根据权利要求1所述的激光振镜扫描系统的标定方法，其特征在于：所述根据三维待加工物件图像生成若干层二维加工轨迹，具体包括步骤：采集待加工物件图像并生成三维物件曲面模型；

构建三维物件曲面模型与二维加工平面的坐标映射关系；

根据坐标映射关系将原始加工轨迹转换为完整加工轨迹；

将三维物件曲面模型在z轴方向上分成多个层面，每个层面的层高均小于激光振镜的焦深；

根据各个层面的分割线在二维加工平面上的垂直投影将完整加工轨迹划分为若干条二维加工轨迹，并记录每条二维加工轨迹对应的层面。

说明书

一种激光振镜扫描系统及标定方法

技术领域

[0001] 本发明涉及激光标定技术领域，具体是一种激光振镜扫描系统及标定方法。

背景技术

[0002] 激光振镜是一种用于控制和调节激光束运动方向、角度和位置的关键设备。它在许多领域中发挥着重要作用，如激光切割、激光打标、光学成像和激光传输等。激光振镜具有快速响应、高精度和灵活性等优点，因此在工业、医疗、通信和航空航天等领域具有广阔的应用前景。

[0003] 传统的激光振镜扫描系统设计用于在二维平面内进行定位和加工，其加工精度在振镜可处理的工作区域内是一致的。然而，在加工三维曲面物件时，由于物件在垂直方向（Z轴方向）的高度变化，使得二维扫描系统无法直接适应三维曲面。因此，需要将整个曲面分解为多个可以近似为二维平面的层进行加工。然而，在实际加工过程中，由于机床移动精度相比激光振镜的加工精度较低，激光振镜在机床的带动下进行移动容易影响加工质量，并且无法确保加工速度和精准度之间的平衡。

发明内容

[0004] 为解决上述背景技术中存在的问题，本发明采用以下技术方案：

[0005] 一种激光振镜扫描系统的标定方法，包括步骤：

[0006] 根据三维待加工物件图像生成若干层二维加工轨迹，并将每层二维加工轨迹划分为若干二维加工区块；

[0007] 根据所述二维加工轨迹获取空跳加工点和空跳移动轨迹；所述空跳加工点包括二维空跳加工点和三维空跳加工点；所述空跳移动轨迹包括二维空跳移动轨迹和三维空跳移动轨迹；

[0008] 计算每个空跳移动轨迹对应的空跳移动距离，根据空跳移动距离设置当前的空跳延时参数；所述空跳延时参数包括二维空跳延时参数和三维空跳延时参数；

[0009] 使用粒子群优化算法寻找空跳延时参数的参数组的最优解。

[0010] 作为本申请优选方案，所述二维空跳延时参数表示为：

[0011]

[0012] 其中， 为二维空跳延时参数； 为二维轨迹模长调整参数； 为二维空跳x轴方向缩放因子； 为二维空跳y轴方向缩放因子； 为二维固定时延偏置； 为x轴方向移动距离； 为y轴方向移动距离。

[0013] 作为本申请优选方案，所述三维空跳延时参数表示为：

[0014]

[0015] 其中， 为三维空跳延时参数； 为三维轨迹模长调整参数； 为三维空跳x轴方向缩放因子； 为三维空跳y轴方向缩放因子； 为三维空跳z轴方向缩放因子； 为三维固定时延偏置； 为z轴方向移动距离。

[0016] 作为本申请优选方案，所述二维空跳延时参数的参数组表示为{ , , ,}，三维空跳延时参数的参数组表示为{ , , , , }。

[0017] 作为本申请优选方案，所述使用粒子群优化算法寻找空跳延时参数的参数组的最优解，包括步骤：

[0018] S41、分别设定二维空跳延时参数和三维空跳延时参数的参数组初始值；

[0019] S42、根据参数组初始值分别设定第一粒子群和第二粒子群的粒子群参数，以及随机初始化每个粒子的位置和速度；所述粒子的位置用于表示参数组；

[0020] S43、使用第一粒子群和第二粒子群中的粒子表示的参数组对三维待加工物件进行加工；通过机器视觉获取加工成品图像，识别加工成品图像中的缺陷加工点，并识别缺陷加工点为二维空跳加工点或三维空跳加工点，同时计算缺陷加工点的误差参数；

[0021] S44、根据当前的空跳延时参数和误差参数计算每个粒子的目标函数值；

[0022] S45、更新每个粒子的个人最佳位置，以及第一粒子群和第二粒子群的群体最佳位置；

[0023] S46、根据个人最佳位置和群体最佳位置更新每个粒子的速度和位置；

[0024] S47、重复执行步骤S43至S46，直至达到最大迭代次数或目标函数值小于设定阈值，输出第一粒子群和第二粒子群的群体最佳位置；第一粒子群的群体最佳位置表示二维空跳延时参数的参数组的最优解，第二粒子群的群体最佳位置表示三维空跳延时参数的参数组的最优解。

[0025] 作为本申请优选方案，所述误差参数包括二维误差参数和三维误差参数，分别表示为：

[0026] ，

[0027] ，

[0028] 其中， 为二维误差参数， 为三维误差参数；n为二维空跳加工点的数量，m为三维空跳加工点的数量； 为第i个二维空跳加工点的误差距离， 为第k个三维空跳加工点的误差距离；A表示振镜的加工精度。

[0029] 作为本申请优选方案，所述目标函数表示为：

[0030] ，

[0031] 其中， 、 、 和 均为函数项的权重参数； 表示第一粒子群或第二粒子群中的粒子； 表示第一粒子群， 表示第二粒子群； 表示所有二维空跳延时参数的平均值， 表示所有三维空跳延时参数的平均值。

[0032] 作为本申请优选方案，所述所有二维空跳延时参数的平均值表示为：

[0033] ；

[0034] 所述所有三维空跳延时参数的平均值表示为：

[0035] ；

[0036] 其中， 表示通过空跳操作移动至第j个二维空跳加工点的二维空跳延时参数，表示通过空跳操作移动至第k个三维空跳加工点的三维空跳延时参数。

[0037] 作为本申请优选方案，所述粒子的速度表示为：

[0038] ，

[0039] 所述粒子的位置表示为：

[0040] ，

[0041] 其中， 为惯性权重； 表示第t次迭代时第i个粒子的速度； 表示第t次迭代时第i个粒子的位置； 和 分别为第一学习因子和第二学习因子，第一学习因子用于控制粒子向个人最佳位置移动的幅度，第二学习因子用于控制粒子向群体最佳位置移动的幅度； 为粒子的个人最佳位置；g为粒子所属群体的群体最佳位置； 和 均为[0,1]区间内的随机数。

[0042] 作为本申请优选方案，所述根据三维待加工物件图像生成若干层二维加工轨迹，具体包括步骤：

[0043] 采集待加工物件图像并生成三维物件曲面模型；

[0044] 构建三维物件曲面模型与二维加工平面的坐标映射关系；

[0045] 根据坐标映射关系将原始加工轨迹转换为完整加工轨迹；

[0046] 将三维物件曲面模型在z轴方向上分成多个层面，每个层面的层高均小于激光振镜的焦深；

[0047] 根据各个层面的分割线在二维加工平面上的垂直投影将完整加工轨迹划分为若干条二维加工轨迹，并记录每条二维加工轨迹对应的层面。

[0048] 与现有技术相比，本发明具有如下有益效果：

[0049] 本申请激光振镜扫描系统的标定方法，通过将三维待加工物件图像划分为若干层二维加工轨迹，并进一步将二维加工轨迹划分为若干二维加工区块，使系统能够准确地处理三维待加工物件，同时缩短无效加工时间。在此基础上，本申请应用粒子群优化算法对空跳移动过程进行参数设置和优化，实现了在处理复杂工件时有效平衡加工速度和精准度的性能。

[0050] 本申请通过构建三维物件曲面模型与二维加工平面的坐标映射关系，从而使二维的加工轨迹准确适配三维待加工物件的复杂曲面；在此基础上，通过将二维加工轨迹划分至不同的层面，可实现对基于二维平面内进行定位和加工的激光振镜扫描系统能对复杂三维曲面的逐层加工，从而减少加工时间。

[0051] 本申请在迭代的初始阶段使用较大的惯性权重，以鼓励粒子在解空间中进行宽泛的搜索，这有助于全局探索，避免陷入局部最优解，从而提高找到全局最优解的概率；随着迭代次数的增加，逐渐减少惯性权重可以减小粒子的速度，使粒子趋向于进行更加细致的局部搜索；较小的惯性权重有利于算法逐步聚焦在各自当前探索区域的潜在最优解上，增强收敛性。

附图说明

[0052] 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获得其他的附图。

[0053] 图1为本发明一实施例的激光振镜扫描系统的标定方法的流程示意图；

[0054] 图2为本发明一实施例使用粒子群优化算法寻找空跳延时参数的参数组的最优解的流程示意图；

[0055] 图3为本发明一实施例根据三维待加工物件图像生成若干层二维加工轨迹的流程示意图；

[0056] 图4为本发明一实施例的激光振镜扫描系统的结构示意图。

具体实施方式

[0057] 下面将结合实施例对本发明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做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。需要说明的是，术语“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。

[0058] 请参阅图1，本发明提供了一种激光振镜扫描系统的标定方法，包括步骤：

[0059] S1、根据三维待加工物件图像生成若干层二维加工轨迹，并将每层二维加工轨迹划分为若干二维加工区块；

[0060] 其中，本申请激光振镜扫描系统是基于二维平面进行定位和加工的，对于三维待加工物件，激光振镜扫描系统的实际加工对象为三维曲面。为使基于二维平面加工的激光振镜扫描系统适配三维曲面加工对象，步骤S1将三维曲面在垂直方向（Z轴方向）上分成多个层面，每个层面的层高均小于激光振镜的焦深，每个层面均可近似为二维平面进行处理，从而实现对复杂三维曲面的逐层加工，而无需在加工过程中在垂直方向（Z轴方向）上反复移动激光振镜扫描系统。

[0061] 在本申请中，二维加工轨迹的加工幅面有可能大于激光振镜扫描系统的最大加工幅面，而过大的加工幅面将导致加工精度下降，尤其是在轨迹边缘处，这意味着激光振镜扫描系统无法一次性加工完整的某层二维加工轨迹。因此，步骤S1将每层二维加工轨迹划分为若干二维加工区块，每个二维加工区块均小于激光振镜扫描系统的最大加工幅面，以确保每个二维加工区块都在振镜可处理的范围内并保持加工质量。

[0062] S2、根据所述二维加工轨迹获取空跳加工点和空跳移动轨迹；所述空跳加工点包括二维空跳加工点和三维空跳加工点；所述空跳移动轨迹包括二维空跳移动轨迹和三维空跳移动轨迹；所述二维空跳移动轨迹表示为 ，所述三维空跳移动轨迹表示为 ；

[0063] 需要说明，在对每个层面进行加工时，激光振镜扫描系统根据二维加工轨迹执行加工操作，二维加工轨迹包括多个二维加工区块，每个二维加工区块由一条或多条加工曲线组成。当加工点从一个二维加工区块的终止点转移到另一个二维加工区块的起始点时，需要进行空跳操作即关闭激光光束并通过控制机床在X轴和Y轴方向上移动激光振镜，在此场景下将该起始点称为二维空跳加工点，将加工点从一个二维加工区块的终止点转移到另一个二维加工区块的起始点的移动轨迹称为二维空跳移动轨迹。由于激光振镜在加工二维加工轨迹时焦点在Z轴方向属于同一高度，因此二维空跳移动轨迹可以仅通过X和Y方向上的移动向量参数表示，具体表示为 。

[0064] 在对一层二维加工轨迹完成加工后，激光振镜扫描系统需要关闭激光光束并将加工点从当前层面的二维加工轨迹的终止点移动至下一层面的二维加工轨迹的起始点。在此场景下将该起始点称为三维空跳加工点，将加工点从当前层面的二维加工轨迹的终止点移动至下一层面的二维加工轨迹的起始点的移动轨迹称为三维空跳移动轨迹。由于激光振镜的加工层面发生变化，因此三维空跳移动轨迹需要通过X、Y和Z方向上的移动向量参数表示，具体表示为 。

[0065] S3、计算每个空跳移动轨迹对应的空跳移动距离，根据空跳移动距离设置当前的空跳延时参数；所述空跳延时参数包括二维空跳延时参数和三维空跳延时参数。

[0066] 进一步地，所述二维空跳延时参数表示为：

[0067]

[0068] 其中， 为二维空跳延时参数； 为二维轨迹模长调整参数，其取值的主要影响因素包括机床控制下激光振镜的移动速度； 为二维空跳x轴方向缩放因子，用于对x轴方向敏感度进行调整； 为二维空跳y轴方向缩放因子，用于对y轴方向敏感度进行调整；为二维固定时延偏置，其取值的主要影响因素包括激光振镜扫描系统的开关光延时；
为x轴方向移动距离； 为y轴方向移动距离。

[0069] 所述三维空跳延时参数表示为：

[0070]

[0071] 其中， 为三维空跳延时参数； 为三维轨迹模长调整参数，其取值的主要影响因素包括机床控制下激光振镜的移动速度； 为三维空跳x轴方向缩放因子，用于对x轴方向敏感度进行调整； 为三维空跳y轴方向缩放因子，用于对y轴方向敏感度进行调整；为三维空跳z轴方向缩放因子，用于对z轴方向敏感度进行调整； 为三维固定时延偏置，其取值的主要影响因素包括激光振镜扫描系统的开关光延时和调整z轴方向位置时存在的固定时延； 为x轴方向移动距离； 为y轴方向移动距离； 为z轴方向移动距离。

[0072] 在步骤S3中，空跳移动距离为空跳移动轨迹的模长，所述根据空跳移动距离设置当前的空跳延时参数具体为：将二维空跳延时参数设置为 ，将三维空跳延时参数设置为 ；其中，v为机床控制下激光振
镜的移动速度的设定值， 为激光振镜扫描系统当前设定的开关光延时。

[0073] S4、使用粒子群优化算法寻找空跳延时参数的参数组的最优解。

[0074] 其中，粒子群优化算法（Particle Swarm Optimization，PSO）以一组随机初始化的粒子开始，每个粒子代表潜在解的位置，即搜索空间的一个点。每个粒子根据个人经验和群体经验来更新自己的速度和位置，从而在多维搜索空间内寻找最优解。

[0075] 进一步地，二维空跳延时参数的参数组包括二维轨迹模长调整参数 、二维空跳x轴方向缩放因子 、二维空跳y轴方向缩放因子 和二维固定时延偏置 ；三维空跳延时参数的参数组包括三维轨迹模长调整参数 、三维空跳x轴方向缩放因子 、三维空跳y轴方向缩放因子 、三维空跳z轴方向缩放因子 和三维固定时延偏置 。基于前述内容，二维空跳延时参数的参数组表示为{ , , , }，三维空跳延时参数的参数组表示为{ , , , , }。

[0076] 本申请激光振镜扫描系统的标定方法，通过将三维待加工物件图像划分为若干层二维加工轨迹，并进一步将二维加工轨迹划分为若干二维加工区块，使系统能够准确地处理三维待加工物件，同时缩短无效加工时间。在此基础上，本申请应用粒子群优化算法对空跳移动过程进行参数设置和优化，实现了在处理复杂工件时有效平衡加工速度和精准度的性能。

[0077] 作为优选实施例，请参阅图2，所述使用粒子群优化算法寻找空跳延时参数的参数组的最优解，包括步骤：

[0078] S41、分别设定二维空跳延时参数和三维空跳延时参数的参数组初始值；

[0079] 基于前述步骤S3设置的二维空跳延时参数和三维空跳延时参数，二维空跳延时参数的参数组初始值为{1/v,1,1, }，三维空跳延时参数的参数组初始值为{1/v,1,1,1,}， 为激光振镜扫描系统当前设定的开关光延时。

[0080] S42、根据参数组初始值分别设定第一粒子群和第二粒子群的粒子群参数，以及随机初始化每个粒子的位置和速度；每个粒子的位置用于表示一个参数组。其中，第一粒子群用于寻找二维空跳延时参数的参数组的最优解，第二粒子群用于寻找三维空跳延时参数的参数组的最优解。

[0081] 所述粒子群参数包括粒子数量、惯性权重、学习因子、最大迭代次数和参数组的参数范围；其中参数范围为结合参数组初始值和本领域经验设定的每个参数的取值范围，并使参数组初始值中的各个参数位于取值范围内的适当位置，如取值范围的中心。

[0082] 粒子的位置对应于解空间中的一点，代表了优化问题的一个潜在解。对于本方案中的二维空跳延时参数和三维空跳延时参数来说，一个粒子的位置是一个参数组，也可以解释为一个包含多个参数值的向量。而粒子的速度用于确定粒子在解空间中的移动方向和移动速度。速度也是一个向量，其与位置向量的维度相同，各分量代表对应参数的变化速率。如果粒子的速度分量为正，说明该维度上的参数值将增加；如果分量为负，则参数值将减少。

[0083] S43、使用第一粒子群和第二粒子群中的粒子表示的参数组对三维待加工物件进行加工；通过机器视觉获取加工成品图像，识别加工成品图像中的缺陷加工点，并识别缺陷加工点为二维空跳加工点或三维空跳加工点，同时计算缺陷加工点的误差参数。

[0084] 所述误差参数包括二维误差参数和三维误差参数，分别表示为：

[0085]

[0086]

[0087] 其中， 为二维误差参数， 为三维误差参数；n为二维空跳加工点的数量，m为三维空跳加工点的数量； 为第i个二维空跳加工点的误差距离， 为第k个三维空跳加工点的误差距离，误差距离即实际加工点与目标加工点之间测量得到的距离，以微米（µm）为单位。A表示振镜的加工精度，也以微米（µm）为单位，可以根据振镜的角度精度与加工距离换算得到。

[0088] S44、根据当前的空跳延时参数和误差参数计算每个粒子的目标函数值；所述目标函数表示为：

[0089] ，

[0090] 其中， 、 、 和 均为函数项的权重参数； 表示第一粒子群或第二粒子群中的粒子； 表示第一粒子群， 表示第二粒子群。 表示所有二维空跳延时参数的平均值， 表示所有三维空跳延时参数的平均值，。 表示通过空跳操作移动至第j个
二维空跳加工点的二维空跳延时参数， 表示通过空跳操作移动至第k个三维空跳加工点的三维空跳延时参数。可以理解，在本实施例的粒子群优化算法的优化目标是在重复迭代过程中减小目标函数值，以同时降低加工误差和加工时间，从而实现在处理复杂工件时平衡加工速度和精准度的性能。

[0091] S45、更新每个粒子的个人最佳位置，以及第一粒子群和第二粒子群的群体最佳位置。

[0092] 个人最佳位置是指粒子在历史上所经历的位置中对应目标函数值最小的位置。每个粒子在搜索过程中会保存这个信息，作为自己历史上的最佳位置。在粒子群算法的每次迭代过程中，当前粒子的位置与个人最佳位置相比较，如果当前位置更优，则将个人最佳位置更新为此当前位置。

[0093] 群体最佳位置是指整个粒子群中所有粒子的个体最优位置里，目标函数值最小的一个位置。群体最佳位置是全局信息，所有粒子群中的粒子都会利用群体最佳位置来更新自己的速度和位置。与个人最佳位置类似，在每次迭代中如果发现了更优的位置，则会更新群体最佳位置。

[0094] S46、根据个人最佳位置和群体最佳位置更新每个粒子的速度和位置。

[0095] 所述粒子的速度表示为：

[0096] ，

[0097] 所述粒子的位置表示为：

[0098] ，

[0099] 其中， 为惯性权重，表示上一代粒子的速度对当代粒子的速度的影响；t表示迭代轮次；i表示粒子的序号； 表示第t次迭代时第i个粒子的速度； 表示第t次迭代时第i个粒子的位置； 和 分别为第一学习因子和第二学习因子，第一学习因子用于控制粒子向个人最佳位置移动的幅度，第二学习因子用于控制粒子向群体最佳位置移动的幅度，是粒子的个人最佳位置，g是粒子所属群体的群体最佳位置。 和 均为[0,1]区间内的随机数，用于为每次迭代提供随机性。在一实施例中， ，。

[0100] S47、重复执行步骤S43至S46，直至达到最大迭代次数或目标函数值小于设定阈值，输出第一粒子群和第二粒子群的群体最佳位置。其中，第一粒子群的群体最佳位置表示二维空跳延时参数的参数组的最优解，第二粒子群的群体最佳位置表示三维空跳延时参数的参数组的最优解。

[0101] 作为优选实施例，所述惯性权重表示为：

[0102]

[0103] 其中， 表示设定的最大惯性权重， 表示设定的最小惯性权重， 表示当前迭代次数， 表示最大迭代次数。

[0104] 本实施例在迭代的初始阶段使用较大的惯性权重，以鼓励粒子在解空间中进行宽泛的搜索，这有助于全局探索，避免陷入局部最优解，从而提高找到全局最优解的概率。随着迭代次数的增加，逐渐减少惯性权重可以减小粒子的速度，使粒子趋向于进行更加细致的局部搜索。较小的惯性权重有利于算法逐步聚焦在各自当前探索区域的潜在最优解上，增强收敛性。

[0105] 作为优选实施例，请参阅图3，所述根据三维待加工物件图像生成若干层二维加工轨迹，具体包括步骤：

[0106] S11、采集待加工物件图像并生成三维物件曲面模型；

[0107] S12、构建三维物件曲面模型与二维加工平面的坐标映射关系；

[0108] S13、根据坐标映射关系将原始加工轨迹转换为完整加工轨迹；

[0109] 若直接将原始加工轨迹用于加工三维的待加工物件，则因加工对象为三维曲面必然导致加工图形存在畸变。步骤S13通过坐标映射关系将原始加工轨迹转换为完整加工轨迹，使得完整加工轨迹在三维曲面上的垂直投影准确满足加工效果。

[0110] S14、将三维物件曲面模型在z轴方向上分成多个层面，每个层面的层高均小于激光振镜的焦深；

[0111] S15、根据各个层面的分割线在二维加工平面上的垂直投影将完整加工轨迹划分为若干条二维加工轨迹，并记录每条二维加工轨迹对应的层面。

[0112] 本实施例通过构建三维物件曲面模型与二维加工平面的坐标映射关系，从而使二维的加工轨迹准确适配三维待加工物件的复杂曲面；在此基础上，通过将二维加工轨迹划分至不同的层面，可实现对基于二维平面内进行定位和加工的激光振镜扫描系统能对复杂三维曲面的逐层加工，从而减少加工时间。

[0113] 作为优选实施例，请参阅图4，所述激光振镜扫描系统包括控制机床、激光振镜模块、图像采集模块和数据处理模块；

[0114] 所述激光振镜模块用于对激光进行快速定向扫描；

[0115] 所述控制机床与激光振镜模块连接，用于控制激光振镜模块在三维空间中进行移动；

[0116] 所述图像采集模块用于采集三维待加工物件图像和加工成品图像并传输至数据处理模块；

[0117] 所述数据处理模块分别与图像采集模块、激光振镜模块和图像采集模块通信连接，用于处理三维待加工物件图像和加工成品图像，生成二维加工轨迹，执行粒子群优化算法，以及向激光振镜模块和控制机床传输控制命令。

[0118] 在本申请所提供的几个实施例中，应该理解到，所揭露的系统和方法，可以通过其它的方式实现。例如，以上所描述的系统实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，模块的间接耦合或通信连接，可以是电性，机械或其它的形式。

[0119] 所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

[0120] 另外，在本申请各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。

[0121] 所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，read‑only memory）、随机存取存储器（RAM，random access memory）、磁碟或者光盘等各种可以存储程序代码的介质。