用于工件点位检测路径规划的装置及方法与流程

1.本技术涉品质检测技术领域，具体涉及一种用于工件点位检测路径规划的装置及用于工件点位检测路径规划的方法。


背景技术：

2.工件加工过程中，例如cnc对工件加工后的对工件多个点位进行品质检测时，为了获取工件的品质数据，常常需要对工件进行检测，现有技术中通过人工规划多个点位的检测顺序，这样会导致检测设备检测路径不合理，例如重复路径太多、检测路径太长，以及在遇到需要在检测过程中中断并重新规划时，难以获得最优的检测路径，也会导致检测设备的检测效率较低。


技术实现要素：

3.鉴于以上问题，本技术提出一种用于工件点位检测路径规划的装置及用于工件点位检测路径规划的方法，以解决上述问题。
4.本技术的第一方面提供一种用于工件点位检测路径规划的装置，包括：
5.通信器，用于接收待检测工件点位的坐标集；
6.处理器，耦接该通信器，用于：
7.设置路径规划的起始点；
8.输入该起始点至路径搜索组件，以通过该路径搜索组件设置搜索算子，并形成表征该搜索算子搜索方向的第一方向集；
9.根据该搜索算子按该第一方向集搜索该坐标集，形成第一路径；
10.根据该第一路径及优化组件，通过该优化组件，形成该搜索算子按最短路径搜索该坐标集的第一几率集；
11.根据该第一路径及该坐标集，确定该第一路径包括该坐标集中的所有坐标；
12.基于该第一路径已包括该坐标集中的所有坐标，根据该第一几率集及该第一路径，形成第二路径；
13.根据该第二路径及该优化组件的预设规则，确定该第二路径为最短路径，以控制检测设备按照该第二路径检测该坐标集。
14.其中该处理器进一步用于：
15.根据该第二路径及该优化组件的预设规则，确定该第二路径不为最短路径；
16.基于该第二路径不为最短路径，根据该第二路径形成第二方向集；
17.根据该搜索算子按该第二方向集搜索该坐标集，形成第三路径；
18.根据该第三路径，通过该优化组件形成该搜索算子按最短路径搜索该坐标集的第二几率集；
19.根据该第三路径及该坐标集，确定该第三路径包括该坐标集中的所有坐标；
20.基于该第三路径已包括该坐标集中的所有坐标，根据该第二几率集及该第三路
径，形成第四路径；
21.根据该第四路径及该优化组件的预设规则，确定该第四路径为最短路径，以控制检测设备按照该第四路径检测该坐标集。
22.其中该处理器进一步用于：
23.根据该坐标集，确定该待检测工件点位的位置关系；
24.根据该位置关系确定该起始点，该起始点对应位置为该待检测工件点位的中心位置。
25.进一步地，该待检测工件的点位包括关联点位，该关联点位为包括检测顺序的点位，该通信器进一步用于接收该关联点位；
26.该处理器进一步用于：
27.输入该关联点位至该路径搜索组件，根据该关联点位，更新该第一方向集，以使该搜索算子按更新后的第一方向集搜索该坐标集。
28.其中该处理器进一步用于：
29.根据该坐标集的元素数量及该第一方向集的和，确定该搜索算子的分布及数量；
30.根据该搜索算子的分布及数量，形成该优化组件。
31.本技术第二方面提供一种用于工件点位检测路径规划的方法，包括：
32.接收待检测工件点位的坐标集；
33.设置路径规划的起始点；
34.输入该起始点至路径搜索组件，以通过该路径搜索组件设置搜索算子，并形成表征该搜索算子搜索方向的第一方向集；
35.根据该搜索算子按该第一方向集搜索该坐标集，形成第一路径；
36.根据该第一路径，通过优化组件，形成该搜索算子按最短路径搜索该坐标集的第一几率集；
37.根据该第一路径及该坐标集，确定该第一路径包括该坐标集中的所有坐标；
38.基于该第一路径已包括该坐标集中的所有坐标，根据该第一几率集及该第一路径，形成第二路径；
39.根据该第二路径及该优化组件的预设规则，确定该第二路径为最短路径，以控制检测设备按照该第二路径检测该坐标集。
40.该方法进一步包括：
41.根据该第二路径及该优化组件的预设规则，确定该第二路径不为最短路径；
42.基于该第二路径不为最短路径，根据该第二路径形成第二方向集；
43.根据该搜索算子按该第二方向集搜索该坐标集，形成第三路径；
44.根据该第三路径，通过该优化组件形成该搜索算子按最短路径搜索该坐标集的第二几率集；
45.根据该第三路径及该坐标集，确定该第三路径包括该坐标集中的所有坐标；
46.基于该第一路径已包括该坐标集中的所有坐标，根据该第二几率集及该第三路径，形成第四路径；
47.根据该第四路径及该优化组件的预设规则，确定该第四路径为最短路径，以控制检测设备按照该第四路径检测该坐标集。
48.该方法进一步包括：
49.根据该坐标集确定该待检测工件点位的位置关系；
50.根据该位置关系确定该起始点，该起始点对应位置为该待检测工件点位的中心位置。
51.其中该待检测工件的点位包括关联点位，该关联点位为包括检测顺序的点位，该方法进一步包括：
52.接收该关联点位；
53.输入该关联点位至该路径搜索组件，根据该关联点位，更新该第一方向集，以使该搜索算子按更新后的第一方向集搜索该坐标集。
54.该方法进一步包括：
55.根据该坐标集的元素数量及该第一方向集的和，确定该搜索算子的分布及数量；
56.根据该搜索算子的分布及数量，形成该优化组件。
57.本技术提供的用于工件点位检测路径规划的装置及用于工件点位检测路径规划的方法通过起始点和路径搜索组件形成第一方向集，路径搜索组件的搜索算子依据第一方向集搜索工件点位的坐标集，形成第一路径，通过优化组件和第一路径形成第一几率集，通过第一几率集及第一路径获取第二路径，第二路径即为最短路径，检测设备依据第二路径检测工件点位。本技术通过优化工件点位检测路径规划的流程，能够使所规划的路径更加合理，并且在应对检测途中需要重新规划时，也能够按照本技术的技术方案快速的完成再次规划，规划的方法更为合理，使得搜索时间短、效率高、节省搜索成本、提高了检测设备的效率。
附图说明
58.图1为本技术一实施例中的用于工件点位检测路径规划的装置的硬件架构示意图。
59.图2为本技术一实施例中的用于工件点位检测路径规划的方法的流程图。
60.图3为本技术一实施例中的用于工件点位检测路径规划的前后规划效果对比图。
具体实施方式
61.为了能够更清楚地理解本技术的上述目的、特征和优点，下面结合附图和具体实施例对本技术进行详细描述。需要说明的是，在不冲突的情况下，本技术的实施例及实施例中的特征可以相互组合。
62.在下面的描述中阐述了很多具体细节以便于充分理解本技术，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，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，都属于本技术保护的范围。
63.除非另有定义，本文所使用的所有的技术和科学术语与属于本技术的技术领域的技术人员通常理解的含义相同。本文中在本技术的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本技术。
64.请参阅图1，图1为本技术一实施中提供的用于工件点位检测路径规划的装置的示意图。
65.在本实施方式中，用于工件点位检测路径规划的装置100包括通信器10和处理器20。
66.用于工件点位检测路径规划的装置100通过通信器10与其他设备/装置或通信网络之间的通信，以接收待检测工件点位的坐标集。
67.在一实施例中，通信器10可以为任何收发器一类的装置，用于与其他设备或通信网络通信，如以太网，无线接入网(radio access network，ran)，无线局域网(wireless local area networks，wlan)等。
68.在一实施例中，该工件为电子装置的壳体，待检测的点位均位于壳体的外表面内，即所有的点位均位于同一表面，检测设备检测工件时仅需沿x轴和y轴运动，可以理解，在其他实施例中，由于壳体具有长、宽和高，壳体的上表面、下表面以及侧壁均设有待检测的点位，则该工件待检测的点位处于不同的平面内，检测设备检测工件时需沿x轴、y轴及z轴运动，以使检测设备可检测该工件处于不同平面的点位。可以理解，在其他实施例中，该工件可为其他结构、例如，主板等。
69.在一实施例中，工件具有多个点位，多个点位包括关联点位，例如点位a和点位b具有关联性，点位a和点位b的检测条件与其他点位均不同，例如需要设置预设顺序，为了减少配置时间，需要将点位a和点位b连续检测，或者由于检测条件或点位a和点位b本身的特性需要将点位a和点位b按照检测顺序检测，例如最优的检测顺序为先检测点位a，然后检测点位b，否则由于检测过程中检测设备对点位a或点位b施加外部作用，可导致点位a或点位b故障。
70.该处理器20可以为中央处理器(cpu，central processing unit)，还可以包括其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，该处理器20是用于工件点位检测路径规划的装置100的控制中心，利用各种接口和线路连接整个用于工件点位检测路径规划的装置100的各个部分。
71.在一实施例中，处理器20用于设置路径规划的起始点；输入该起始点至路径搜索组件，以通过路径搜索组件设置搜索算子，并形成表征该搜索算子搜索方向的第一方向集；根据该搜索算子按该第一方向集搜索该坐标集，形成第一路径；根据该第一路径及优化组件，通过该优化组件，形成该搜索算子按最短路径搜索该坐标集的第一几率集；根据该第一路径及该坐标集，确定该第一路径包括该坐标集中的所有坐标；基于该第一路径包括该坐标集中的所有坐标，根据该第一几率集及该第一路径，形成第二路径；根据该第二路径及该优化组件的预设规则，确定该第二路径为最短路径，以控制检测设备按照该第二路径检测该坐标集。
72.在一实施例中，路径搜索组件可为蚁群算法，其中蚁群算法作用是派出蚂蚁进行最短路径搜索，具体为：蚂蚁在路径上释放信息素，碰到还没走过的路口，就随机挑选一条路走；同时，释放与路径长度有关的信息素；信息素浓度与路径长度成反比。后来的蚂蚁再次碰到该路口时，就选择信息素浓度较高路径，最短路径上的信息素浓度越来越大，最终蚁群找到最优寻食路径，也即最短路径。
73.本实施例中，确定检测起始点，并依据检测起始点及检测工件点位的坐标集确定搜索组件的搜索算子，例如确定蚁群算法的虚拟蚂蚁数量。可以依据检测点位的坐标集及起始点确定虚拟蚂蚁搜索方向的集合，以形成第一方向集，其中第一方向集可依据点位的分布确定，例如，若测试点位包括两个，且分别位于起点的两侧，则第一方向集仅包括两个方向。然后虚拟蚂蚁依据第一方向集搜索该坐标集，当所有虚拟蚂蚁走完一次路径之后更新信息素浓度，依据信息素浓度形成第一路径。首先判断一只虚拟蚂蚁是否已经将所有检测点位遍历完，如果没有遍历完则派出虚拟蚂蚁依据第一方向集继续迭代直至所有的检测节点均遍历完成，并判断搜索的虚拟蚂蚁的数量与虚拟蚂蚁的总数量是否匹配；如果存在未参与路径搜索的虚拟蚂蚁，则派出对应的虚拟蚂蚁路径搜索，直至所有的虚拟蚂蚁均参与路径搜索，然后迭代所有虚拟蚂蚁走完的路径，并判断是否已经达到最大迭代次数，如果没有达到最大迭代次数则返回派出虚拟蚂蚁进行路径搜索步骤，继续搜索最佳路径；如果已经达到最大迭代次数，则形成搜索算子按最短路径搜索该坐标集的第一几率集，即第一路径中为最短路径的概率。
74.然后判断第一路径中是否包含坐标集中所有点位的坐标，如存在不在第一路径中的坐标，则需重新执行以上步骤，进行路径搜索，直至第一路径共包含坐标集中所有坐标，并依据第一几率集及第一路径形成第二路径，即依据第一路径中每个路径的概率形成第二路径，以使第二路径符合优化组件的预设规则且为最短路径，并使检测设备可依据第二路径检测坐标集。
75.如此，通过起始点和路径搜索组件形成第一方向集，路径搜索组件的搜索算子依据第一方向集搜索工件点位的坐标集，形成第一路径，通过优化组件和第一路径形成第一几率集，通过第一几率集及第一路径获取第二路径，第二路径即为最短路径，检测设备依据第二路径检测工件点位，本技术通过优化工件点位检测路径规划的流程，能够使所规划的路径更加合理，并且在应对检测途中需要重新规划时，也能够按照本技术的技术方案快速的完成再次规划，规划的方法更为合理，使得搜索时间短、效率高、节省搜索成本、提高了检测设备的效。
76.本技术一实施例中，其中处理器20进一步用于：
77.根据第二路径及该优化组件的预设规则，确定第二路径不为最短路径；
78.基于第二路径不为最短路径，根据该第二路径，形成第二方向集；
79.根据搜索算子按第二方向集搜索该坐标集，形成第三路径；
80.根据第三路径，通过优化组件形成搜索算子按最短路径搜索该坐标集的第二几率集；
81.根据该第三路径及该坐标集，确定该第三路径包括坐标集中的所有坐标；
82.基于第三路径已包括坐标集中的所有坐标，根据第二几率集及第三路径，形成第四路径；
83.根据第四路径及优化组件的预设规则，确定该第四路径为最短路径，以控制检测设备按照该第四路径检测该坐标集。
84.具体地，当依据优化组件的预设规则确定第二路径不是最短路径，则需要重新派出蚂蚁进行路径搜索，由于第二方向集基于转移概率调整获取，通过转移概率提升第四路径为最短路径的概率。
85.在一实施例中，概率转移公式为：
[0086][0087]
其中，表示虚拟蚂蚁k由检测工件点位i向检测工件点位j转移的概率，α表示轨迹的相对重要性，β表示能见度的相对重要性，τ
ij
(t)表示t时刻路径ij的信息素含量；η
ij
(t)表示t时刻路径ij的能见度。
[0088]
本技术一实施例中，其中处理器20进一步包括：
[0089]
根据该坐标集，确定该待检测工件点位的位置关系；
[0090]
根据该位置关系确定该起始点，该起始点对应位置为该待检测工件点位的中心位置。
[0091]
具体地，通过坐标集驱动工件的检测点位的位置关系，例如，环状分布，阵列分布、直线分布等，依据该位置关系以确定起始点，即将起点设置为检测工件点位的中心，以使起点与所有点位距离相近，以使检测过程的路径最短，即通过设置起始点以优化检测路径。
[0092]
本技术一实施例中，其中待检测工件的点位包括关联点位，该关联点位为包括检测顺序的点位，该通信器10进一步用于接收该关联点位；
[0093]
该处理器20进一步用于：
[0094]
输入该关联点位至该路径搜索组件，根据该关联点位，更新该第一方向集，以使该搜索算子按更新后的第一方向集搜索该坐标集。
[0095]
具体地，将关联点位作为搜索组件的执行条件，由于关联点位的检测顺序限定，需依据关联点位调整第一方向集，以使检测设备的检测方向与关联点位的检测顺序相匹配。
[0096]
本技术一实施例中，其中处理器20进一步包括：
[0097]
根据该坐标集的元素数量及该第一方向集的和，确定该搜索算子的分布及数量；
[0098]
根据该搜索算子的分布及数量，形成该优化组件。
[0099]
在一实施例中，优化组件包括转换概率函数，转换概率函数为虚拟蚂蚁在选择路径时的判断依据是该路径上所遗留的信息素，该路径信息素含量高则选择该路径概率则高。
[0100]
请参阅图2，为本技术一个实施方式提供的用于工件点位检测路径规划的方法流程图，该工件点位检测路径规划的方法可在上述工件点位检测路径规划的装置中被执行。根据不同的需求，该流程图中步骤的顺序可以改变，某些步骤可以省略。为了便于说明，仅示出了与本技术实施例相关的部分。
[0101]
如图2所示，该方法包括以下步骤。
[0102]
步骤s1：接收待检测工件点位的坐标集。
[0103]
在一实施例中，工件为电子装置，包括该工件的壳体，待检测的点位均位于壳体的外表面内，即所有的点位均位于同一表面，检测设备检测工件时仅需沿x轴和y轴运动。在其他实施例中，由于壳体具有长、宽和高，壳体的上表面、下表面以及侧壁均设有待检测的点位，则该工件待检测的点位处于不同的平面内，检测设备检测工件时需沿x轴、y轴及z轴运
动，以使检测设备可检测该工件处于不同平面的点位。在其他实施例中，该工件可为其他结构、例如，主板等。
[0104]
在一实施例中，工件具有多个检测工件点位，每个检测工件点位在预设坐标系内具有对应的坐标，多个检测工件点位的坐标形成坐标集。若工件的多个检测工件点位在同一平面上，则预设坐标系可为二维坐标系，若工件的多个检测工件点位在不同平面面上，则预设坐标系可为三维坐标系。
[0105]
步骤s2：设置路径规划的起始点。
[0106]
进一步地，通过设置路径规划的起始点，以便后续路径规划的展开。
[0107]
步骤s3：输入该起始点至路径搜索组件，以通过该路径搜索组件设置搜索算子，并形成表征该搜索算子搜索方向的第一方向集。
[0108]
在一实施例中，路径搜索组件为蚁群算法，搜索算子为蚁群算法中的虚拟蚂蚁，即依据起始点确定蚁群算法中的虚拟蚂蚁搜索方向，依据搜索方向形成第一方向集。可以理解，搜索方向可依据起始点及坐标集中点位进行设置。以使搜索算子可将按照搜索方向将所有的点位搜索完成。
[0109]
步骤s4：根据该搜索算子按该第一方向集搜索该坐标集，形成第一路径。
[0110]
在一实施例中，搜索算子，也即虚拟蚂蚁，其数量可为单个，即通过一个虚拟蚂蚁按照第一方向即可搜索走完坐标集内所有点位，更新一次信息素浓度后，形成第一路径。
[0111]
在其他实施例中，虚拟蚂蚁的数量为多个，通过遍历多个虚拟蚂蚁依据第一方向集搜索坐标集的所有点位的搜索路径，以完成所有点位的搜索，更新多个搜索路径的信息素浓度，以形成第一路径。
[0112]
步骤s5：根据该第一路径，通过优化组件，形成该搜索算子按最短路径搜索该坐标集的第一几率集。
[0113]
具体地，通过优化组件获取搜索算子按最短路径搜索该坐标集的第一几率集，即现有搜索路径为最短路径的概率。
[0114]
步骤s6：根据该第一路径及该坐标集，确定该第一路径包括该坐标集中的所有坐标。
[0115]
具体地，判断第一路径中是否包含坐标集中所有的坐标，若为否，则派出虚拟蚂蚁依据第一方向集继续搜索，直至所有的坐标集中所有坐标均遍历完成。
[0116]
步骤s7：基于该第一路径已包括该坐标集中的所有坐标，根据该第一几率集及该第一路径，形成第二路径。
[0117]
具体地，依据第一路径及第一路径为最短路径的概率，形成第二路径，其中第二路径可为多个搜索路径中最短路径概率最大的路径。
[0118]
步骤s8：根据该第二路径及该优化组件的预设规则，判断该第二路径是否为最短路径。
[0119]
在一实施例中，优化组件包括：确定第二路径的一次迭代过程中的一只虚拟蚂蚁是否已经将坐标集中所有坐标遍历完，如果没有遍历完则派出虚拟蚂蚁依据第一方向集继续迭代直至所有的检测节点均遍历完成，并判断搜索的虚拟蚂蚁的数量与虚拟蚂蚁的总数量是否匹配，如果存在未参与路径搜索的蚂蚁，则派出对应的虚拟蚂蚁路径搜索，直至所有的虚拟蚂蚁均参与路径搜索，然后迭代所有蚂蚁走完的路径，并判断是否已经达到最大迭
代次数，如果没有达到最大迭代次数则返回派出虚拟蚂蚁进行路径搜索步骤，继续搜索最佳路径。
[0120]
若为是，执行步骤s9：控制检测设备以该第二路径检测该坐标集。
[0121]
若第二路径为最短路径，并控制检测设备以第二路径检测坐标集。
[0122]
如此，通过一次路径搜索组件的搜索算子的搜索即可获取工件点位的坐标集所有坐标的最短路径，搜索效率较高，同时通过使检测设备依据最短路径进行检测，以提升检测设备的检测效率。
[0123]
若为否，执行步骤s10：基于该第二路径不为最短路径，根据该第二路径形成第二方向集。
[0124]
若第二路径不为最短路径，则形成第二方向集，其中第二方向集基于以上优化组件判断后获取，优化组件可包括转移概率公式，通过转移概率公式获取点位之间方向的概率，依据该概率调整搜索的方向集，形成第二方向集。
[0125]
在一实施例中，转移概率公式为：
[0126][0127]
其中，表示虚拟蚂蚁k由检测工件点位i向检测工件点位j转移的概率，α表示轨迹的相对重要性，β表示能见度的相对重要性，τ
ij
(t)表示t时刻路径ij的信息素含量；η
ij
(t)表示t时刻路径ij的能见度。
[0128]
步骤s11：根据该搜索算子按该第二方向集搜索该坐标集，形成第三路径。
[0129]
步骤s12：根据该第三路径，通过该优化组件形成该搜索算子按最短路径搜索该坐标集的第二几率集；
[0130]
步骤s13：根据该第三路径及该坐标集，确定该第三路径包括该坐标集中的所有坐标；
[0131]
步骤s14：基于该第一路径已包括该坐标集中的所有坐标，根据该第二几率集及该第三路径，形成第四路径；
[0132]
步骤s15：根据该第四路径及该优化组件的预设规则，判断该第四路径是否为最短路径。
[0133]
若为是，执行步骤s9。
[0134]
上述方法通过转移概率调整第一方向集，以形成第二方向集，并使路径搜索组件的搜索算子按照第二方向集搜索工件点位的坐标集，以获取第四路径，第四路径即为满足优化组件的预设规则的最短路径，通过二次搜索以获取最短路径，二次搜索工程通过转移概率调整形成第二方向集合，以提升第四路径为最短路径的概率。
[0135]
若为否，执行步骤s11。
[0136]
若第四路径不为最短路径，则重复以上步骤s11至s15，以再次搜索，直至获取最短路径。
[0137]
在一实施例中，步骤s1具体包括：
[0138]
根据该坐标集确定该待检测工件点位的位置关系；
[0139]
根据该位置关系确定该起始点，该起始点对应位置为该待检测工件点位的中心位置。
[0140]
具体地，依据检测工件点位的位置关系确定检测起始点，例如，若检测工件点位为多个且环状分布，则处于中心位置的起始点为最优起始点，能够降低运算的维度，提高搜索算子搜索的效率。
[0141]
在一实施例中，其中该待检测工件的点位包括关联点位，该关联点位为包括检测顺序的点位，该方法进一步包括：
[0142]
接收该关联点位；
[0143]
输入该关联点位至该路径搜索组件，根据该关联点位，更新该第一方向集，以使该搜索算子按更新后的第一方向集搜索该坐标集。
[0144]
在一实施例中，工件具有多个点位，多个点位包括关联点位，例如点位a和点位b具有关联性，点位a和点位b的检测条件与其他点位均不同，例如需要设置预设点位，为了减少配置时间，需要将点位a和点位b连续检测，或者由于检测条件或点位a和点位b本身的特性需要将点位a和点位b按照检测顺序检测，例如最优的检测顺序为先检测点位a，然后检测点位b，否则由于检测过程中检测设备对点位a或点位b施加外部作用，可导致点位a或点位b故障。
[0145]
具体地，依据关联点位的检测顺序调整搜索组件的搜索方向，以使检测的检测顺序与关联点位所要求的顺序相符合。
[0146]
在一实施例中，根据该坐标集的元素数量及该第一方向集的和，确定该搜索算子的分布及数量；
[0147]
根据该搜索算子的分布及数量，形成该优化组件。
[0148]
具体地，在一实施例中，优化组件包括转移概率公式，通过坐标集的元素、第一方向集及虚拟蚂蚁的分布及数量，可以通过转移概率公式获取点位之间方向的概率。
[0149]
根据本技术的用于工件点位检测路径规划的装置，以及用于工件点位检测路径规划的方法，如图3a及图3b所示，以数控加工中心(computer numeric control,cnc)的品质检测中的检测点路径规划为例，传统由人为自定义检测点位坐标顺序，然后进行检测程序编写再进行品质检测，传统方法编写品质检程序耗费时间且不易维护，且编写出来的检测程序并不是最优的，容易产生移动路径过长，从而导致检测ct过长，检测效率不高，如图3a所示，虽然该技术方案能够考虑关联的检测点位，但并不能将整体的检测点位所对应的最短路径进行规划，因此可以看出会这种检测路径将大大增加移动距离和循环时间(cycle time,ct)。而运用本技术的技术方案(示例性采用蚁群算法)于优化cnc品质检测移动路径，并依据优化结果，自动生成最优品质检测程序，如图3b所示，缩短cnc品质检测程序编写时间与检测ct，提高工作效率与检测效率。以cnc加工平台移动速度为800mm/s为例，具体的实验结果如下表：
[0150]
[0151][0152]
从规划效率和规划结果维度上看，本技术通过优化工件点位检测路径规划的装置和方法，能够使所规划的路径更加合理，并且在应对检测途中需要重新规划时，也能够按照本技术的技术方案快速的完成再次规划，规划的方法更为合理，使得搜索时间短、效率高、节省搜索成本、提高了检测设备的效率。
[0153]
对于本领域技术人员而言，显然本技术不限于上述示范性实施例的细节，而且在不背离本技术的精神或基本特征的情况下，能够以其他的具体形式实现本技术。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本技术的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本技术内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。计算机装置权利要求中陈述的多个单元或计算机装置也可以由同一个单元或计算机装置通过软件或者硬件来实现。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。
[0154]
最后应说明的是，以上实施例仅用以说明本技术的技术方案而非限制，尽管参照较佳实施例对本技术进行了详细说明，本领域的普通技术人员应当理解，可以对本技术的技术方案进行修改或等同替换，而不脱离本技术技术方案的精神和范围。