基于人工智能的木材加工研究进展

王争光，刘 英，丁奉龙，庄子龙

(南京林业大学机械电子工程学院，江苏 南京 210037)

木材光泽好、坚固不变形、隔音隔热效果显著、纹理美观富有艺术感，其经济价值和人文价值很高，在实木家具、木质地板等行业中广泛应用。根据《2019年中国国土绿化状态公报》显示，截至2019年12月，我国森林总面积达到2.2亿hm2，覆盖率为22.96%。但我国林木资源人均不足世界平均水平的1/6，此外，粗放型的生产方式使得我国木材的综合利用率仅为60%左右，相比发达国家80%以上，甚至有些国家的90%以上，具有较大的差距。这就需要我们一方面多植树造林，另一方面提升木材加工装备的性能，提高出材率，减少浪费。

1 实木板材加工智能算法

实木板材由于活节、死节和裂纹等缺陷的存在，不仅会严重影响板材的外观、力学性能，还会造成浪费，降低企业的经济效益。人工检测效率低、操作人员易疲劳，常因人的主观因素导致错误。基于物理设备的检测技术有近红外光谱检测、激光检测等，但因设备成本过高，不适宜大范围推广。近年来基于机器视觉的图像检测[1]技术与优选加工技术得到推广，这对于提高木材加工的自动化和智能化水平具有重要意义。

1.1 木材的缺陷检测识别算法

木材的缺陷会影响其外观品质和力学性能，人工识别缺陷费时费力且效果不佳，基于机器视觉的智能算法可以实现无损、快速检测，在木材检测领域得到了广泛的研究和应用。

Chang等[2]采用不同权值凸优化(convex optimization，CO)进行预处理，通过提取木材缺陷的几何特征，使用回归树分类器对活节、死节和裂纹等缺陷进行分类，平均识别精度达94.1%。Augustas等[3]提出了一种用于木材表面缺陷定位和分类的视觉自动检测系统，采用基于区域的快速卷积神经网络(faster R-CNN)对表面缺陷进行识别，准确率达96.1%。张发军等[4]设计了基于OpenCV的木材表面缺陷检测系统，可以提取木材缺陷特征并基于图像边缘信息进行分割，根据缺陷的大小及数量来判断该木板有无缺陷，识别准确率达95.3%。程玉柱[5]针对木材的死节缺陷，利用双向2DPCA(二维主成分分析法)进行特征提取，利用SVM(支持向量机)对图像表面死节和背景的行向量进行训练和测试，获取死节缺陷，正确率达92.72%。

1.2 板材优选加工及智能排样算法

在木材下料和排样等过程中加入智能算法，有利于克服传统作业中木材浪费严重、加工自动化程度低、人工成本高等问题。

王红军等[6]提出了基于Adaboost与CNN组合的算法，由Adaboost检测器定位缺陷区域，由CNN分类器进行分类，实现木材的智能下料，识别与分类的准确率分别为99%和97.9%。李新宁[7]设计了一种启发式算法(HA)对不含缺陷的板材进行下料优化，再将计算机视觉技术检测到的缺陷位置信息应用到优化排样中，有效解决了含缺陷板材的下料优化问题，平均利用率达91.33%。板材大多呈现矩形外形，罗强等[8]提出一种适合求解矩形件排样问题的十进制狼群算法，徐小裴等[9]提出基于知识迁移的蚁群强化学习算法，来解决矩形件排样问题，两种算法都具有求解稳定性好和适应性强的特点，能获得较高的质量解。

2 智能系统的应用

传统的加工制造方法效率低、功耗高、人工需求量大，远不能满足当今社会的发展需求，急需转型升级，实现装备的更新换代。智能系统的研究应用，有助于生产、运输、储藏等环节的优化升级，提升制造业水平。

将智能制造技术、智能系统运用到木材产业，开发出智能制造系统，完成订单、采购、生产、仓储、物流等的智能管理，已成为林木产业的发展方向。

2.1 木材智能储运系统

木材加工中有相当多的时间用于储存、搬运和装卸，在智能制造过程中要降低储运时间、人工成本等，智慧仓储搬运体系建设尤其重要。孙秋雅等[10]提出了一种基于智能节点网络体系的仓储管控系统，其融合射频识别(RFID)阅读器和无线传感器网络(WSN)节点，通过内嵌的ZigBee射频模块与无线传感网络中的其他节点进行通信，实现对木材的识别、盘点、调拨、出入库管理，智能监控仓储系统的运作。陈甲伟等设计的实木板材无人搬运系统分别利用添加时间估测函数的改进A*算法[11]和节点优简算法进行自动导引运输车(AGV)的路径规划，系统集智能任务分配、智能AGV控制和智能存储等功能于一体，为板材加工企业向智慧工厂转型升级提供了技术支撑。

2.2 板材智能加工系统

在板材智能加工领域，Ying L等[12]开发的木材智能制造系统，解决了在线快速检测缺陷和最优布局进行操作决策两个关键问题，对含有缺陷的木材图像采用智能算法获得最佳布局，并制定加工计划，实现优化排样，节约了材料，提高了加工效率。王俊青[13]开发的木材异型制品智能数控系统，着重研究了系统的智能控制模块，采用多信息融合技术实现故障的智能诊断，利用PLC进行逻辑控制提高系统运行的稳定性。樊粉霄[14]在传统RBF神经网络模型的基础上引入模糊算法、遗传算法，建立了木材染色配色的混合模型，相对误差分别降至0.96%和0.87%。

2.3 实木家具智能制造系统

实木板材的应用领域之一是组装成实木家具。Knepper等[15]设计的自动化家具装配系统能够依据零件初始模板自动判断如何组合并绘制出装配蓝图，以指导不同类型的机器人协作完成家具的装配任务。该系统通过Lipton[16]进行优化，利用运动跟踪系统指导各类机器人精确完成锯切和装配等任务。金田豪迈定制家具智能制造系统，借助ERP、PLC、生产管理系统等，融合互联网、物联网、云计算、大数据，相互协同，促进传统家具企业转型升级，向智能制造迈进，极大地提高了生产效率和产品质量。韩静等[17]指出MES系统在定制家居企业中具有物料管理、计划管理、现场数据采集、统计分析等功能，可以促进加工过程的有效管控、解决生产计划层与生产现场之间的冲突问题、提高生产计划的准确性和灵活性。索菲亚家居在2015年将E-HR、MES制造执行系统、WMS智能仓库管理系统及供应商管理系统应用到实际生产，同时实现了仓储、分拣的智能自动化。

3 结束语

目前人工智能技术在木材加工业中的应用越来越广泛，但起步较晚，尚存在一些不足之处。首先，相关的智能算法可能出现过度收敛现象，或者随着时间的推移与实际需求不吻合、不具备自学习的能力；其次，目前智能算法的精确度还有待提高，木材缺陷、纹理等的检测识别需要大量的数据集，导致无法快速从海量数据中提取有效信息；第三，理论与实际没有良好结合，科研成果无法第一时间在生产实践中得到检验。针对现存的问题，提出以下几点建议：

(1)应构建稳定可靠的硬件系统，争取将环境因素的影响降到最低。增加人工智能技术的自学习能力，使其能够不断适应新事物，实现自我更新与强化；由于相关装备大多缺少优化功能，应开发过程优化算法来实现生产过程的最优控制。

(2)将人工智能技术与传统技术相结合，或将不同的智能算法相结合，博采众长，开发出适应性更强，更具鲁棒性和泛化能力的智能算法。

(3)应大力研发大型联合设备或一体化的成套设备及系统，推动信息化和工业化的“两化融合”进程，加快产业转型升级，积极将数控技术、智能技术等高新技术应用到木材加工装备中去，实现智能制造，向无人车间、无人工厂、智慧工厂发展，提升木材企业的核心竞争力。

(4)木质复合材料[18-19]具有天然植物纤维和高分子聚合物这两种不同材料所包含的双重性能，是目前最受青睐的高性能材料之一，也是未来研究的重点。