用于使图案能够标记在基板上的方法和装置 |
|||||||
| 申请号 | CN201980082821.5 | 申请日 | 2019-12-12 | 公开(公告)号 | CN113165408A | 公开(公告)日 | 2021-07-23 |
| 申请人 | 马克姆-伊马杰公司; | 发明人 | 安德鲁·约恩; 米凯尔·帕尔门; | ||||
| 摘要 | 本文中的 实施例 涉及一种用于使用工业 打印机 (110)在 基板 上标记图案(101)的方法。基于要标记在基板上的图案(101)执行遗传 算法 。 遗传算法 的结果指示工业打印机(110)在基板上标记图案(101)时应遵循的所得路径。确定所得路径是否满足至少一个标准。 | ||||||
| 权利要求 | 1.一种使用工业打印机(110)在基板上标记图案(101)的方法，所述方法包括： |
||||||
| 说明书全文 | 用于使图案能够标记在基板上的方法和装置[0001] 相关申请的交叉引用 技术领域背景技术[0004] 在工业打印机系统中，工业打印机通常被配置为用不同类型的图案标记各种类型的基板。这种工业打印机的操作的一个示例是在各种类型的包装或消费品上标记图案，例如在包装线上或制造装配线上。工业打印机系统也可以被称为工业标记系统，其被配置为在基板上标记图案。 [0005] 在基板上标记的图案可以是例如文本、图形、代码、图像等。 [0006] 工业打印机、工业打印机系统和工业打印中的术语“工业”可以指其与工业有关或以工业为特征、被设计或适用于工业。工业可以被描述为通过使用机器和工厂制造产品的过程。在工业中，环境条件可能随时间变化，环境温度可能变化等。 [0007] 当使用工业打印机在基板上标记图案(例如文本)时，描述如何标记文本中的字符或字形的字体是手工设计的。这是一种耗时且低效的字体设计方法。 [0009] 为了让喷墨打印机确定墨滴的喷射顺序和角度，它需要考虑几个输入，例如字体、内容结构、被标记基板的速度。此外，喷墨打印机使用手动优化的查找表，其中包含应标记的像素图案以及标记这些图案的最佳方式。创建和使用手动优化的查找表效率低且耗时。 [0010] 当用图案标记基板时，工业打印机以最佳或接近最佳路径执行标记是期望和有利的。为了寻找激光型工业打印机用图案标记基板的最佳或接近最佳路径，可以使用暴力方法，即通过检查所有可能的标记路径。这种寻找最佳或接近最佳标记路径的方法由于存在大量可能的标记路径而需要很长时间来执行。 [0011] 在喷墨打印机中，可能存在墨滴相互影响的问题。为了避免这种情况，对墨滴的烧制进行了优化，但是这种优化现在是由人工操作者执行的，这需要花费大量的时间。 [0012] 未优化或未充分优化的字体将导致激光类型工业打印机的镜子移动增加，速度或方向改变困难，所有这些都会增加打印时间并降低吞吐量，或回扫已标记的区域，这可能会导致打印质量差，例如，在激光工业打印机的情况下基板上的烧伤。 [0013] 因此，至少需要缓解或解决这些问题。发明内容 [0014] 因此，本文实施例的目的是消除上述缺点中的至少一个，并提供改进的基板上图案的标记。 [0015] 根据第一方面，通过使用工业打印机在基板上实现图案标记的方法来实现目的。基于要标记的图案在基板上执行遗传算法。遗传算法的结果表明工业打印机在基板上标记图案时应遵循的所得路径。确定所得路径是否满足至少一个标准。 [0016] 根据第二方面，通过控制器设备来实现目的，该控制器设备被配置为基于要用工业打印机标记在基板上的图案来执行遗传算法。遗传算法的结果表明工业打印机在标记图案时应遵循的路径。控制器设备被配置为确定所得路径是否满足至少一个标准。 [0017] 由于遗传算法分析了要在基板上标记的图案，并得出了工业打印机在用该图案标记基板时应遵循的至少接近最优的路径，因此改进了在基板上标记图案的方法。 [0018] 本文中的实施例提供了许多优点，其中示例的非详尽列表如下： [0019] 本文中的实施例的一个优点是，对于基本上任何类型的标记字体、代码、图像、徽标、图形或其组合，关于时间、速度和质量的最佳或接近最佳的标记是可能的。对于本文中的实施例，不需要执行预先手工优化。 [0020] 本文中的实施例的优点是，遗传算法的执行允许打印机的用户使用他们想要的任何字体。 [0021] 本文中的实施例的另一个优点是，对于激光打印机，它们降低了激光在标记时烧穿基板的风险。这是因为遗传算法提供的所得路径不超过一次通过同一点，或通过同一点的次数最少。 [0022] 本文中的实施例的另一个优点是，它们允许用遗传算法替换当前手工优化的查找表和该过程的潜在其他部分。给定诸如内容结构、需要打印的内容、标记质量等条件，除了足够准确的模型外，遗传算法还能够确定至少接近最优的打印信息的方式。 [0023] 本文的实施例提供了允许以更理想的方式对当前未优化或未充分优化的字体的指令进行重新排序以用于激光标记的优点。 [0024] 本文中的实施例的另一个优点是，对于喷墨打印机，遗传算法可以最小化点错位问题，特别是对于不能像快速响应(QR)码那样高级手工优化的标记。 [0026] 现在将通过参考图示实施例的附图仅在以下的详细描述中更详细地描述本文的实施例，在附图中： [0027] 图1是示出工业打印机系统的实施例的示意框图。 [0028] 图2a是示出方法的实施例的流程图。 [0029] 图2b是示出方法的实施例的流程图。 [0030] 图3a是在非最佳路径中标记图案A的示例。 [0031] 图3b是在最佳或接近最佳路径中标记图案A的示例。 [0032] 图4a是在非最佳路径中标记图案H的示例。 [0033] 图4b是在最佳或接近最佳路径中标记图案H的示例。 [0034] 图4c是在最佳或接近最佳路径中标记图案H的示例。 [0035] 图5a是在非最佳路径中标记QR码的示例。 [0036] 图5b是在最佳或接近最佳路径中标记QR码的示例。 [0037] 图6是一种方法的示例。 [0038] 附图不一定按比例绘制，并且为了清晰起见，某些特征的尺寸可能被放大。相反，重点应放在说明本文实施例的原理上。 具体实施方式[0039] 图1示出了用于在基板上标记图案101的工业打印机系统的示例。基板可以被包括在对象105中，例如，基板可以是对象105的表面、对象105的材料等。图1所示的工业打印机系统包括工业打印机110，工业打印机110被配置为在基板上标记图案101。因此，使用工业打印机110用图案101标记基板。该图案也可以被称为标记。用图案标记基板的过程也可称为应用图案101、打印图案101、提供图案101等。 [0040] 对象105可以被称为产品、包装、货物等，即，它是适于使用工业打印机110在其上标记图案101的实体。 [0041] 例如激光打印机或喷墨打印机的工业打印机110可以包括至少一个打印头115。因此，工业打印机110可以包括一个、两个或多个打印头115，但为了简单起见，图1中仅示出了一个打印头115。打印头115可以被描述为工业打印机110内在基板上标记图案101的元件。例如，可以通过推进墨滴、用激光束书写等来执行标记。例如，如果工业打印机110是喷墨打印机，则打印头115包括喷嘴(也称为喷口)。喷嘴推动或喷射形成图案101的基底上的墨滴/液滴。连续喷墨(CIJ)是喷墨打印机的一个示例，其中在标记图案101时，连续的墨滴流从打印头115喷射到基底上。在另一个示例中，工业打印机110可以是激光打印机。在激光打印机中，激光束能够在基板上标记图案101。注意，CIJ打印机在本文中仅用作示例，并且其他类型的喷墨打印机同样适用，因为它们也存在点发射问题以及它们如何相互影响的问题。 [0042] 工业打印机110还可以包括控制器118和存储器120。控制器118可适于例如通过发送用于在基板上标记图案101的指令来与打印头115无线地或经由导线进行通信。控制器118可以被布置为创建图案101、控制打印头115等。控制器118可以是被布置为与工业打印机110通信的独立设备，或者控制器118可以被嵌入工业打印机110中，如图1所示。 [0043] 控制器118和存储器120可以位于与打印头115相同的物理位置，或者它们可以位于不同的位置。控制器118和存储器120可以位于一个外壳、盒或框中，并且打印头115可以位于另一个外壳、盒或框中，两者位于相同或不同的物理位置，但是适于彼此连接和通信。 [0044] 存储器120可适于存储例如要标记的图案101、从控制器118接收的指令、打印机设置等。存储器120可以与控制器118共同位于工业打印机110中，或者存储器120可以是远程存储器，该远程存储器对控制器118是远程的，并且控制器118可以适于与之通信。存储器120可以位于与控制器118相同的物理位置，或者可以位于不同的位置，例如，它可以是云存储器。 [0045] 工业打印机110还可以包括输入单元和输出单元(图1中未示出)。输入单元可适于接收来自例如工业打印机110的用户或操作者的输入。所接收的输入可以是例如用户配置的打印机设置，选择要在基板等上标记的多个候选图案101中的一个。输出单元可以适于向用户提供候选图案101以供其选择，以向用户提供标记图案101的确认等。输入单元和输出单元可以是单独的单元，或它们也可以位于同一位置。 [0046] 工业打印机110的组件可以位于相同的物理位置，或者它们可以位于不同的位置。打印头115位于与对象105相同的位置，但是工业打印机110的其他组件，即控制器118、存储器120、输入和输出单元可以位于与打印头115和对象105相同或不同的位置。例如，如果控制器118位于与打印头115和对象105不同的位置，则控制器118可适于与打印头115无线通信以使其在基板上标记图案101。 [0047] 例如，工业打印机系统可以与包装或生产线(图1中未示出)一起使用，该包装或生产线将具有基板的对象105移过工业打印机110，例如移动经过打印头115。当对象105移动经过工业打印机101时，例如当对象105移动经过打印头115时，工业打印机110可以使用打印头115在基板上标记图案101。包装或生产线可以包括对象105所在的传送带，并且传送带以传送机速度移动。 [0048] 要在其上标记图案101的基板可以相对于打印头115位于一定距离内。该距离可以是固定的或可调节的。 [0049] 工业打印机110可以是黑白打印机或彩色打印机。因此，图案101可以包括一种、两种或更多种颜色。图案101可以形成文本、图形、代码、标记、图像等，例如公司徽标、商标、产品名称、条形码、有效期、1D条形码、2D条形码、线、框等。 [0050] 现在将参考图2a和图2b中描绘的流程图来描述根据一些实施例的用于使用工业打印机110在基板上实现图案101的标记的方法。该方法可被视为由工业打印机110执行，例如由与工业打印机110相关联或包含在工业打印机110内的控制器118执行。该方法包括以下步骤中的至少一个步骤，这些步骤也可以按照下面描述的另一合适顺序执行： [0051] 步骤200 [0052] 这可能是可选步骤。可以执行遗传算法的初始设置。例如，可以在第一次执行算法之前执行该步骤。对于执行算法的第二次或更多次，可能不需要对算法进行初始设置。初始设置可涉及注册在标记处理中可能需要的工业打印机101的配置数据、上传图案101等。 [0053] 步骤201 [0054] 基于要标记在基板上的图案101执行遗传算法。遗传算法的结果表明工业打印机110(例如打印头115)在标记图案101时应遵循的路径。所得路径可被称为最优路径、近似最优路径、基本最优路径、近似最优路径、最佳路径的近似值、最优路径的估计等，并且可以被描述为通过执行遗传算法获得的尽可能接近最优路径的路径。 [0055] 遗传算法的输入可以被描述为要标记的图案101，例如代码或图像。输入还可以是约束，例如传送机速度，或传送机最小和最大速度范围等。输入可以例如通过作业或图像描述、打印机配置、传感器的输入等提供给遗传算法。遗传算法的输出可以被描述为参数值和顺序和发射标记液滴的方向。 [0056] 遗传算法(GA)具有很强的搜索能力，能够通过大量的参数组合来寻找与最优参数的最佳匹配。一般来说，遗传算法是一种基于受生物进化启发的自然选择过程来解决优化问题的方法。该算法反复修改个体解的群体。在每一步，遗传算法从当前群体中随机选择个体，并将其作为父母，以为下一代产生后代。在连续几代中，群体“进化”到一个尽可能接近最优解的解，优选地与最优解完全相同。换言之，在每一代中，评估群体中每个个体的适合度，基于其适合度从当前群体中选择多个个体，并且进行修改(例如重组和可能突变)以形成新的群体。然后，新的群体将用于算法的下一次迭代。当生成的代数达到最大值，或者群体的适应度达到满意水平时，算法终止。 [0057] 因此，遗传算法可分为以下两部分： [0058] 1)解域的遗传表示： [0059] 2)用于评估解域的适应度函数。 [0060] 上述解决方案域对应于要打印的图案，例如字母A或H。 [0061] 当应用适应度函数时，它提供了解决方案与期望或最优解决方案的接近程度的指示，即接近最优解决方案的指示。适应度函数是在遗传表示上定义的一个优值，用来衡量所表示的解的质量。例如，适应度函数表明用于标记图案101的路径与最佳路径的接近程度。 [0062] 遗传算法的结果是工业打印机110(例如，打印头115)在用图案101标记基板时应遵循的路径。所得路径可被描述为工业打印机110应遵循的最优或接近最优路径。近似最优路径也可被称为近似最优路径。更详细地说，所得路径至少表明以下内容之一： [0063] ·对于激光和喷墨打印机：当在路径中标记基板时，由工业打印机110标记笔划和执行跳跃时，构成图案101的部分的顺序，和/或 [0064] ·对于激光打印机：构成图案101的部分应标记工业打印机110的方向，和/或[0065] ·对于喷墨打印机：偏转角。 [0066] 上述偏转角由液滴负载(drop charge)和偏转板负载(deflection plate charge)控制。 [0067] 以上是所得最优或接近最优路径可能表明的示例的非详尽列表。其他示例可以是笔划长度、跳跃长度、总路径长度、停留时间、像素间距等。与基于喷墨技术的工业打印机110相比，对于基于激光技术的工业打印机110，所得最佳或接近最佳路径可以不同。例如，对于喷墨打印机110，所得最佳或接近最佳路径可以表明构成图案101的部分应当被标记的顺序和偏转角度。对于激光打印机110，所得最佳或接近最佳路径可以表明应标记部分的顺序和方向。 [0068] 现在将简短地描述上面提到的术语偏转角。液滴负载产生偏转角和偏转距离。液滴负载和偏转板负载控制偏转角。 [0069] 例如，所得最佳或接近最佳路径可以表明向量字体的笔划的顺序和方向以及图案101中液滴的发射顺序。 [0070] 构成图案101的部分可以是笔划和/或跳跃和/或点中的至少一个。本文中使用的术语“至少一个”是指一个、两个或更多个。因此，可能存在构成图案101的至少三种不同类型的部分，并且这些部分的任何数量、顺序和组合都是适用的。由喷墨打印机标记的图案101可以由点构成。喷墨打印机标记的图案不包括跳过、跳转和镜像。由激光打印机标记的图案101可以由笔划和/或跳跃构成。当构成某种图案时，图案部分将按顺序进行标记。换言之，图案101可以包括笔划和/或点的有序序列，并且如果需要还可以跳跃。 [0071] 使用要标记的图案101是字母H的示例。所得最佳或接近最佳路径随后可表明工业打印机110在标记字母H时应以何种顺序标记笔划和执行跳跃。 [0072] 当标记图案101时，激光束或墨滴的偏转移动的方向可以是左、右、上和/或下中的至少一个。例如，可以在x和y坐标的任何适当组合中移动激光束，例如，以形成弯曲的笔划。喷墨打印机只能在一个轴上移动，这也可以被称为上/下移动。激光器可以在两个轴上移动。 [0073] 要标记的图案101可以是文本、图形、一维或二维码、图像、线、框或圆。例如，真实字形(true type)字体或专有字体格式可用于描述如何在文本中标记字形。 [0074] 在步骤201的开始或者在遗传算法第一次启动时，可以启动计时器。计时器将在步骤202中用于跟踪执行遗传算法所花费的时间。 [0075] 步骤202 [0076] 步骤202涉及确定从步骤201所得的路径是否满足或足够接近至少一个标准。所得路径可以是最优的或接近最优的路径。这也可以被描述为将适应度函数应用于从步骤201得到的路径。适应度函数评估并比较遗传算法的每次迭代的结果，以评估哪些结果与最优路径更匹配，并选择“基因”在下一个遗传迭代中使用，或者如果条件已经满足，结果可以用来开始标记。 [0077] 该步骤202可被视为遗传算法的一部分或单独的方法步骤。 [0078] 所述至少一个标准可以是以下项中的至少一个： [0079] ·标准1：所得路径与用于标记图案101的最佳路径匹配，即所得路径是最佳路径；和/或 [0080] ·标准2：所得路径与最优路径基本匹配，即所得路径是接近最优路径；和/或[0081] ·标准3：用于执行遗传算法的时间已经达到或超过阈值，即用于执行步骤201的时间。 [0082] 基本上匹配可以是指所得路径可以与具有或不具有容限的最优路径相同，即所得路径与最优路径足够接近。容限可以由打印机110的操作者预先确定，也可以由打印机110本身确定。用于执行遗传算法的时间的阈值可以由打印机110的操作者预先确定，也可以由打印机110本身确定。 [0083] 这些标准可能具有不同的优先级。例如，标准1可以具有比标准2和3更高的优先级。在另一示例中，标准3可以具有比标准1和2更高的优先级。因此，当满足具有最高优先级的标准时，该方法进入步骤203。 [0084] 以下是可使用的一些标准组合的示例： [0085] ‑标准1 [0086] ‑标准1和标准2 [0087] ‑标准1和标准3 [0088] ‑标准2和标准3 [0089] ‑标准1、标准2和标准3 [0090] 使用所有标准1、2和3的示例如图2b所示。如果满足标准1)，则该方法进入步骤203。如果不满足标准1)，则检查标准2)。如果满足标准2)，则方法进行到步骤203。如果不满足标准2)，则检查标准3)。如果满足标准3)，则该方法进行到步骤203。如果不满足标准3)，则该方法返回到步骤201。 [0091] 例如，对于激光打印机，打印头115可以在标记具有图案101基板时移动激光束，并且移动需要时间。因此，所得最优或接近最优路径可以具有以下项中的至少一者：最小跳跃距离和/或最小数量的镜方向反转和/或最小数量的镜速度变化，和/或已经被标记的区域的最小回扫等。当使用标记所需的尽可能少的时间在所得路径中标记图案101时，工业打印机110将执行这些项中的至少一者，其中所得路径是最佳路径或接近最佳路径。这在喷墨打印机和激光打印机中也可能不同。例如，喷墨打印机没有跳过、跳转和镜像。 [0092] 例如，在喷墨打印机中，墨滴可以相互影响，并且当它们在标记时朝向对象105发射时也可能因此发生碰撞。在这种示例中，给定诸如墨水类型和打印速度等其他参数，最优或接近最优路径具有最小的这种墨滴影响。例如，可能无法选择具有最小液滴影响的标记路径，因为这可能无法达到打印速度目标。最佳的是当它的点布局偏差最小时，即点布局最正确。在当前的打印机中，这是手动计算的，非常耗时。由于使用了遗传算法，与手工计算相比，这一时间大大减少。 [0093] 步骤202a(图2a中未示出) [0094] 这是一个可选步骤。该步骤是步骤202的子步骤。可以确定，如果所得路径不满足至少一个标准，则应迭代地执行遗传算法。 [0095] 步骤202b(图2a中未示出) [0096] 这是一个可选步骤。这是步骤202的子步骤，以及要在步骤202a之后执行的步骤。可以基于至少一个参数选择所得路径的至少一部分，其中所得路径是最佳路径或接近最佳路径。 [0097] 当选择所得路径的至少一部分时要使用的参数可以与以下中的至少一项相关联： [0098] ·图案101的尺寸，和/或 [0099] ·在标记图案101时，在其上传送对象105的包装线的传送机速度或传送机速度范围，和/或 [0100] ·从工业打印机110的打印头115到基板的距离，和/或 [0101] ·当使用打印头115标记图案101时由工业打印机110使用的墨水类型。 [0102] 如上所述，包装线的速度可能是适应度函数的一部分，见上文。可以针对包装线速度等进行适应度评估。速度可以是最小‑最大速度。 [0103] 步骤202c(图2a中未示出) [0104] 这是一个可选步骤。这是步骤202的子步骤和在步骤202b或步骤202a之后执行的步骤。遗传算法的执行可以如步骤202b中所确定的那样迭代。当迭代遗传算法时，可以重新使用从步骤202b中选择的部分。遗传算法可以迭代一次、两次或多次，直到满足标准。 [0105] 步骤203 [0106] 可以开始在所得路径中的对象105上标记图案101。这可以是控制器118向打印机110发送指令以用打印头115标记图案101的形式。其可以是发起打印的内部或外部事件。发起打印也可以被称为触发打印。当所得路径是最佳路径或接近最佳路径时，发起打印完成。 [0107] 步骤204 [0108] 打印机110可以在所得路径中的基板上标记图案101。 [0109] 现在将参考图3a、图3b、图4a、图4b和图4c描述标记图案101的一些示例。这些图中连续的箭头表示笔划，虚线箭头表示跳跃。笔划也可以称为打印笔划或绘图，并且对于激光打印机来说，笔划是激光束从一个点移动到另一个点，在标记图案101时标记点之间的路径。喷墨打印机发射墨滴，因此其与激光打印机表现不同。 [0110] 图上的黑点表示标记的起点。 [0111] 图3a和图3b示出了以字母A例示的图案101的标记，其中图3a示出了在非最佳路径中标记图案A，图3b示出了在最佳或接近最佳路径中标记图案A。非最优是指使用现有技术的方法进行标记，即不使用遗传算法。图3b示出了使用本文描述的具有遗传算法的方法在最优或接近最优路径中打印图案A。图3a示出了长跳跃距离，图3b示出了短跳跃距离，其中图3b中的跳跃距离短于图3a中所示的跳跃距离。 [0112] 如图3a所示，标记从A的顶部开始，然后根据编号的箭头按递增顺序进行标记，从笔划1开始，跳跃2，跳跃3，跳跃4，到笔划5结束。因此，该非最佳路径包括5个步骤，即3个笔划和两个跳跃。 [0113] 现在进行图3b中的最佳或接近最佳路径。在图3b中，标记开始于A的左下角，该左下角是与图3a中的非最佳路径不同的起点。图3b中的标记也按照编号的箭头以递增顺序进行，从笔划1开始，笔划2，跳跃3，到笔划4结束。因此，该最佳或接近最佳路径包括四个步骤，即3个笔划和1个跳跃。图3a中的跳跃距离包括跳跃距离2加上跳跃距离4，与仅包括跳跃距离3的图4b相比，对于整个图案101而言这是更长的总跳跃距离。与图3a相比，图3b中的图案标记具有更短的跳跃距离。较短的跳转距离具有占用较少时间的优点，并允许吞吐量增加。 [0114] 图4a、图4b和图4c示出了以字母H例示的图案101的标记，其中图4a示出了在非最佳路径中标记图案H。非最优是指使用现有技术方法进行标记，即不使用任何遗传算法。图4b和图4c示出了使用具有上述遗传算法的方法在最优或接近最优路径中标记图案H的两个示例。图4b还可以被描述为示出使用该算法的优化的演进，其中图4a是起点，图4b是一些迭代之后的结果，这优于图4a所示，并且图4c是最优/接近最优路径。 [0115] 如图4a所示，字母H的非最佳标记从左上角的黑色起始点或圆开始，该点或圆也可被称为x‑y坐标系中的起始点或点(0,0)(如图4a、图4b和图4c所示)。标记从起点开始，然后按照编号的箭头以递增顺序进行，从笔划1开始，笔划2，跳跃3，笔划4，笔划5，跳跃6，到笔划7结束。H的非最佳标记以7个步骤执行，即5个笔划和2个跳跃。下面的表1中显示了图4a中七个标记步骤的概述，其中右栏表示步骤1‑7，中间栏表示每个标记步骤的起点，即x方向的移动，最右栏表示每个标记步骤的终点，即y方向的移动。y表示y轴上的点，x表示x轴上的点。‑y表示y轴上的向下移动，+y表示y轴上的向上移动，‑x表示x轴上的向左移动，+y表示x轴上的向右移动。表中的0表示在特定轴上没有移动。表1中粗体的x和y表示方向改变，这稍后将更详细地描述。 [0116] 表1 [0117] 标记步骤 x方向 y方向1 0 ‑y 2 0 ‑y 3 +x 0 4 0 +y 5 ‑x 0 6 +x +y 7 0 ‑y [0118] 现在转到图4b，图4b示出了以字母H例示的图案101的最佳或接近最佳标记的一个示例。该最佳或接近最佳标记也从字母H的左上角开始，其与图4a中的起始点相同。然后按照编号的箭头以递增顺序继续标记，从笔划1开始，笔划2，笔划3，跳跃4，笔划5，跳跃6，到笔划7结束。图4b中的优化标记以7个步骤执行，即5个笔划和2个跳跃，这与图4a相同。跳跃距离与图4a和图4b相同。 [0119] 图4b中七个标记步骤的概述如下表2所示。在表2中，左栏表示标记步骤1‑7，中栏表示标记步骤的起点，即x方向，右栏表示标记步骤的终点，即y方向。Y表示y轴上的点，x表示x轴上的点。‑y表示y轴上的向下移动，+y表示y轴上的向上移动，‑x表示x轴上的向左移动，+y表示x轴上的向右移动。表中的0表示在特定轴上没有移动。表2中粗体的x和y表示方向改变，这稍后将更详细地描述。 [0120] 表2 [0121] 标记步骤 x方向 y方向1 0 ‑y 2 +x 0 3 0 +y 4 ‑x ‑y 5 0 ‑y 6 +x 0 7 0 +y [0122] 除了前面提到的图4a和4b之间的差异之外，非最佳和最佳或接近最佳标记之间的另一个差异是打印机110在标记基板时进行的方向改变。图4a中的标记包括两个180度方向改变，图4b包括一个180度方向改变。在表1和表2中，方向变化都用粗体字表示。在图4a中，第一方向变化是在标记步骤5和6之间进行的，在标记步骤5和6中，方向变化是从‑x到+x，第二方向在步骤6和7之间从+y到‑y。在图4b中，方向改变在步骤3和4之间并且从+y到‑y。改变方向需要时间，而且会对标记质量产生负面影响。因此，由于本文中的实施例包括减少数量的方向改变，因此标记质量和吞吐量被增加和改进。 [0123] 图4c示出了以字母H例示的图案101的最佳或接近最佳标记的另一示例。这种最佳或接近最佳的标记从字母H的左中角开始，这是与图4a和图4b不同的起点。然后按照编号的箭头以递增顺序继续标记，从笔划1开始，笔划2，跳跃3，笔划4，笔划5，跳跃6，到笔划7结束。图4c中的优化标记以7个步骤执行，即5个笔划和2个跳跃，这与图4a和图4b相同。跳跃距离比图4a和4b短，并且在图4c所示的示例中没有180度方向改变。 [0124] 下面的表3显示了图4c中七个标记步骤的概述，其中左栏表示标记步骤1‑7，中栏表示标记步骤的起点，即x方向，右栏表示标记步骤的终点，即y方向。y表示y轴上的点，x表示x轴上的点。‑y表示y轴上的向下移动，+y表示y轴上的向上移动，‑x表示x轴上的向左移动，+y表示x轴上的向右移动。 [0125] 表3 [0126] 标记步骤 x方向 y方向1 +x 0 2 0 +y 3 ‑x 0 4 0 ‑y 5 0 ‑y 6 +x 0 7 0 +y [0127] 图5a示出了在非最佳路径中标记的QR码的示例，即具有错位的点，并且图5b示出了在最佳或接近最佳路径中标记的相同QR码的示例，即具有良好放置的点。确切的点布局错误将取决于打印机和条件。QR码也可能利用喷墨技术倾斜一点，因为点必须按顺序发射。采用遗传算法，使液滴形成问题最小化，液滴错位的风险也最小化。使用当前技术，这可能不是手动优化的，因为打印速度必须降低。遗传算法可以最小化点错位问题，特别是在标记没有有效的解决算法可以使用的情况下。 [0128] 图6是描述本方法的流程图，用于使用工业打印机110在基板上实现图案101的标记。该方法可以由控制器118执行，并且控制器118可以是被配置为与工业打印机110通信的独立控制器，或者控制器118可以嵌入在工业打印机110中。在这两种情况下，该方法也可以被看作是由工业打印机110例如经由控制器118执行的。工业打印机110可以是激光打印机或喷墨打印机。喷墨打印机可以是CIJ打印机。 [0129] 图6中所示的方法包括以下步骤中的至少一个，这些步骤可以以除下面描述以外的任何合适的顺序执行： [0130] 步骤501 [0131] 该步骤对应于图1中的步骤201。2a和2b。控制器118基于要在基板上标记的图案101执行遗传算法。遗传算法的结果指示工业打印机110在基板上标记图案101时应遵循的所得路径。 [0132] 所得路径可以是最优路径或接近最优路径。 [0133] 所产生的路径与以下项中的至少一个相关联或包括以下项中的至少一个： [0134] ·最小跳跃距离，和/或 [0135] ·最小数量的镜像方向反转， [0136] ·和/或最小数量的镜像速度变化，和/或 [0137] ·已标记区域的最小回扫，和/或 [0138] ·最小点标记位置偏差。 [0139] 对于喷墨打印机，点标记位置偏差可能是由基板移动、液滴负载吸引、空气动力效应引起的。对于激光打印机，点标记位置偏差可能是由振镜(galvo)惯性、振镜控制误差(例如过冲和欠冲)引起的。 [0140] 在标记图案101时应遵循所得路径，即工业打印机110(例如打印头115)应遵循的图案，可表明以下项中的至少一种： [0141] ·由工业打印机110在所得路径中标记构成图案101的部分的顺序，和/或[0142] ·由工业打印机110标记构成图案101的部分的方向，和/或 [0143] ·工业打印机110的偏转角度。 [0144] 构成图案101的部分可以是笔划和/或跳跃和/或点中的至少一个。 [0145] 要标记的图案101可以是文本、图形、一维码或二维码、图像、线、框或圆或其任何组合。例如，真实字形字体或专有字体格式可用于描述如何在文本中标记字形。 [0146] 步骤502 [0147] 该步骤对应于图2a和图2b中的步骤202。控制器118确定所得路径是否满足至少一个标准。 [0148] 标准可以至少为以下项之一： [0149] ·所得路径与用于标记图案101的最佳路径匹配；和/或 [0150] ·所得路径与最优路径基本匹配；和/或 [0151] ·执行遗传算法所花费的时间已达到或超过阈值。 [0152] 当所得路径与最优路径匹配时，所得路径可被称为所得最优路径或最优路径。当所得路径基本上与最优路径匹配时，所得路径可被称为所得接近最优路径或接近最优路径。 [0153] 步骤503 [0154] 该步骤对应于图2a和图2b中的步骤202。控制器118可以确定，如果所得路径不满足至少一个标准，则应该迭代遗传算法的执行。 [0155] 步骤504 [0156] 该步骤对应于图2a和图2b中的步骤202。控制器118可以基于至少一个参数选择所得路径的至少一部分。 [0157] 当选择所得路径的至少一部分时要使用的参数可以与以下项中的至少一个相关联： [0158] ·图案101的尺寸，和/或 [0159] ·当标记图案101时，在其上传送基板的包装线的传送机速度或传送机速度范围，和/或 [0160] ·从工业打印机110的打印头115到基板的距离，和/或 [0161] ·在标记图案101时由工业打印机110使用的油墨类型。 [0162] 图案101的尺寸可以是图案101的长度和宽度。传送机速度可以用m/s来测量。传送机速度的范围可以是0‑15m/s、0.3‑10m/s、0.3‑3m/s，也可以是0.3m/s、3m/s等，但是比这个示例更快或更慢的任何其他范围也适用。传送机速度也可以为零，即静止，例如在激光打印机的情况下。打印头115和基板之间的距离可以以mm、cm、m、英寸或英尺为单位测量。该距离也可以称为投掷距离。对于喷墨打印机，距离可以是例如4mm或1/2英寸，但任何其他较小或较大的距离也适用。在另一示例中，打印头115和基板之间的距离可以在8‑13mm之间的范围内，在8‑10mm范围内，可以是8mm、10mm、12.5mm等。喷墨打印机的打印图案的长度可以接近无限制，例如，当它用于标记电缆时。距离可能会受到激光打印机镜头的限制，例如最长500mm。激光打印机的打印图案的长度几乎是无限的。油墨类型可以是例如食品级油墨、热致变色油墨、可洗涤油墨、水基和醇基油墨、防转移油墨、着色油墨、防褪色油墨等或任何其他合适的油墨类型 [0163] 步骤505 [0164] 该步骤对应于图2a和图2b中的步骤202。控制器118可以迭代所确定的遗传算法的执行。当迭代遗传算法时，所选择的部分可以重复使用。 [0165] 步骤506 [0166] 该步骤对应于图2a和图2b中的步骤203。控制器118可以在所得路径中在基板上发起图案101的标记。 [0167] 控制器118被配置为： [0168] ·基于要用工业打印机110在基板上标记的图案101执行遗传算法。遗传算法的结果表明工业打印机110在标记图案101时应遵循的路径。 [0169] ·确定所得路径是否满足至少一个标准。 [0170] 标准可以至少为以下项之一： [0171] ·所得路径与用于标记图案的最佳路径匹配；和/或 [0172] ·所得路径与最优路径基本匹配；和/或 [0173] ·执行遗传算法所花费的时间已达到或超过阈值。 [0174] 控制器118可以进一步被配置为： [0175] ·确定如果所得路径不满足标准，则应迭代执行遗传算法； [0176] ·基于至少一个参数选择所得路径的至少一部分；以及 [0177] ·迭代所确定的遗传算法的执行，其中所选择的部分在迭代遗传算法时被重新使用。 [0178] 控制器118可以被进一步配置为在所得路径中在基板上发起图案101的标记。 [0179] 最佳路径包括以下各项中的至少一项或任何组合： [0180] ·最小跳跃距离，和/或 [0181] ·最少数量的镜像方向反转，和/或 [0182] ·最小数量的镜像速度变化，和/或 [0183] ·已标记区域的最小回扫，和/或 [0184] ·最小点标记位置偏差。 [0185] 当标记图案101时，例如工业打印机110或打印头115应遵循的所得路径指示以下项中的至少一种： [0186] ·由工业打印机110在所得路径中标记构成图案101的部分的顺序，和/或[0187] ·由工业打印机110标记的图案101构成的部分的方向，和/或 [0188] ·工业打印机110的偏转角度。 [0189] 构成图案101的部分可以是以下项中的至少一个：笔划和/或跳跃和/或点或其任何组合。 [0190] 当选择所得路径的至少一部分时要使用的参数可以与以下项中的至少一个相关联： [0191] ·图案101的尺寸，和/或 [0192] ·当标记图案101时，在其上传送基板的包装线的传送机速度或传送机速度范围，和/或 [0193] ·从工业打印机110的打印头115到基板的距离，和/或 [0194] ·在标记图案101时由工业打印机110使用的油墨类型。 [0195] 要标记的图案101可以是文本、图形、一维码或二维码、图像、线、框或圆、或其任何组合。例如，真实字形字体或专有字体格式可用于描述如何在文本中标记字形。 [0196] 工业打印机110可以是激光打印机或喷墨打印机。喷墨打印机可以是CIJ打印机。 [0197] 控制器118可以是被配置为与工业打印机110通信的独立控制器118，或者其中控制器118嵌入在工业打印机110中。 [0198] 计算机程序可以包括当在至少一个处理器上执行时使至少一个处理器执行图2a、图2b和图5中的至少一个中的方法步骤中的至少一个的指令。载体可以包括计算机程序，并且载体是电子信号、光信号、无线电信号或计算机可读存储介质之一。 [0199] 可以通过一个或多个处理器(例如，图1中描绘的控制器118)以及用于执行本文实施例的功能的计算机程序代码来实现用于使工业打印机110能够在基板上标记图案101的当前机制。处理器可以是例如数字信号处理器(DSP)、专用集成电路(ASIC)处理器、现场可编程门阵列(FPGA)处理器或微处理器。上述程序代码也可以作为计算机程序产品提供，例如，当被加载到控制器118中时，以承载用于执行本文的实施例的计算机程序代码的数据载体的形式提供。一个这样的载体可以是CD‑ROM盘的形式。然而，对于诸如记忆棒之类的其它数据载体，这是可行的。计算机程序代码还可以作为纯程序代码提供在服务器上并下载到控制器118。 [0200] 对于本文中的实施例，例如当工业打印机110基于激光技术时，支持真实字形字体、专有字体格式或其他现成字体。笔划和跳跃的数量被优化到一个最佳点或至少接近最佳点。在打印机110的用户想要再生或重新计算用于标记图案101的路径的情况下，在与工业打印机110相关联的用户界面中可以存在再生/重新计算替代方案。优化可以在打印机之间或再生之间不同。与使用现有技术中的暴力算法花费数小时或数天相比，优化是在短时间内计算的。 [0201] 对于本文中的实施例，例如当工业打印机110基于喷墨技术时，可能不需要工业打印机110的用户选择算法，或者在与工业打印机110相关联的用户界面中可能存在一些自动生成/智能选择。基于诸如作业、标记距离、速度、油墨类型等参数来执行遗传算法，并且使用接近最优的值。用户界面中可能有重新生成/重新计算替代方案。不同的遗传算法重新生成过程的优化效果可能不同。与现有技术中的暴力算法相比，优化可以在短时间内计算，而不是数小时或数天。 [0202] 综上所述，用于使图案101能够用工业打印机110标记在基板上的方法可以包括以下步骤中的至少一个： [0203] 1.遗传算法的初始设置 [0204] 2.执行遗传算法 [0205] 3.评估是否至少满足一个标准。如果至少满足一个标准：标记图案101。 [0206] 4.利用遗传算法进行新迭代，具有交叉和突变的最佳拟合候选，即循环回到步骤2。 [0208] 应当强调的是，当在本说明书中使用术语“包括/包含”时，该术语用于规定所述特征、整数、步骤或组件的存在，但不排除一个或多个其他特征、整数、步骤、组件或其组的存在或添加。还应注意的是，元素前面的“一”或“一个”并不排除多个这样的元素的存在。 [0209] 本文中使用的术语“被配置为”也可被称为“被布置为”、“适于”、“能够”或“可操作用于”。 [0210] 还应强调的是，在不脱离本文的实施例的情况下，所附权利要求中定义的方法的步骤可以以不同于它们在权利要求中出现的顺序的顺序来执行。 |
||||||
QQ群二维码
意见反馈
意见反馈