CN105548185A - 基于机器视觉的汽车轮毂螺孔识别方法、遮盖方法及系统 - Google Patents
基于机器视觉的汽车轮毂螺孔识别方法、遮盖方法及系统 Download PDFInfo
- Publication number
- CN105548185A CN105548185A CN201610011735.3A CN201610011735A CN105548185A CN 105548185 A CN105548185 A CN 105548185A CN 201610011735 A CN201610011735 A CN 201610011735A CN 105548185 A CN105548185 A CN 105548185A
- Authority
- CN
- China
- Prior art keywords
- circle
- wheel hub
- coordinate
- screw
- hub
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000004519 manufacturing process Methods 0.000 claims abstract description 20
- 238000012216 screening Methods 0.000 claims abstract description 20
- 238000001514 detection method Methods 0.000 claims description 22
- 238000010422 painting Methods 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 15
- 239000011159 matrix material Substances 0.000 claims description 13
- 238000005259 measurement Methods 0.000 claims description 13
- 239000000284 extract Substances 0.000 claims description 10
- 230000005484 gravity Effects 0.000 claims description 6
- 238000003708 edge detection Methods 0.000 claims description 4
- 238000007592 spray painting technique Methods 0.000 claims description 4
- 238000012790 confirmation Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 238000009826 distribution Methods 0.000 abstract description 8
- 238000005507 spraying Methods 0.000 abstract description 7
- 239000003973 paint Substances 0.000 abstract description 4
- 239000011324 bead Substances 0.000 description 13
- 238000012360 testing method Methods 0.000 description 13
- 230000009471 action Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 6
- 238000003384 imaging method Methods 0.000 description 5
- 239000000853 adhesive Substances 0.000 description 4
- 230000001070 adhesive effect Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000003252 repetitive effect Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000005693 optoelectronics Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 239000010725 compressor oil Substances 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000007591 painting process Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 229910000838 Al alloy Inorganic materials 0.000 description 1
- 208000003464 asthenopia Diseases 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 239000000945 filler Substances 0.000 description 1
- 230000005251 gamma ray Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 238000004148 unit process Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B05—SPRAYING OR ATOMISING IN GENERAL; APPLYING FLUENT MATERIALS TO SURFACES, IN GENERAL
- B05B—SPRAYING APPARATUS; ATOMISING APPARATUS; NOZZLES
- B05B12/00—Arrangements for controlling delivery; Arrangements for controlling the spray area
- B05B12/16—Arrangements for controlling delivery; Arrangements for controlling the spray area for controlling the spray area
- B05B12/32—Shielding elements, i.e. elements preventing overspray from reaching areas other than the object to be sprayed
- B05B12/36—Side shields, i.e. shields extending in a direction substantially parallel to the spray jet
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
- G01B11/2408—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures for measuring roundness
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N2021/8411—Application to online plant, process monitoring
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于机器视觉的汽车轮毂螺孔识别方法、遮盖方法及系统,包括:采集待检测轮毂的轮毂图像;对轮毂图像进行预处理,提取边缘信息,通过圆度特征进行筛选,初步确定PCD孔的孔心坐标;最后根据轮毂中PCD孔的分布特点,最终确定PCD孔的孔心坐标值;将图像坐标转换为空间坐标,驱动二维机械手带动遮涂放置器移动至PCD孔正上方,逐个放置遮涂球,完成各种规格汽车轮毂喷漆遮涂的自动控制。本方法轮毂PCD孔定位精度高,能实现螺孔自动遮挡,降低了人工成本,提高了生产过程的自动化、智能化程度。
Description
技术领域
本发明属于产品表面检测与机械手控制技术领域,具体涉及一种基于机器视觉的汽车轮毂螺孔识别方法、及螺孔自动遮盖方法及系统。
背景技术
随着我国汽车工业的快速发展,汽车轮毂作为汽车关键的上游零部件,需求量与日俱增,轮毂企业生产规模扩大很快,每条轮毂生产线都需要大量的人力,传统的依靠人力的生产方式已不能适应现代化轮毂生产的要求,而且轮毂型号的多元化也对轮毂生产企业的自动化生产水平提出了更高的要求。
在轮毂喷漆生产线上,一个轮毂需要经过三次喷漆,为了防止螺孔(俗称PCD孔)中喷入油漆,从而导致车辆在行驶过程中因油漆热胀冷缩造成螺丝松动带来交通事故,因而在轮毂喷漆过程中需要对螺孔遮盖。轮毂作为汽车重要的受力部件,是车辆在行驶过程中的主要安全部件之一,对汽车的安全性能起着重要的作用,所以质量合格的轮毂对行驶安全非常重要。
对于现有的轮毂生产企业,在现有的工艺条件和技术背景下,每条轮毂喷漆生产线上至少需要一个工人通过目测来对轮毂的型号、规格进行判别,并按照实际轮毂的螺孔个数、位置快速放置用于遮挡的小球。由于轮毂型号逐渐多元化,导致工人劳动强度大,虽然一定程度上满足了检测的需求,但由于轮毂生产线运转速度快、轮毂型号多、轮毂间区别小等原因,带来了两个问题:一是工人工作环境单调、枯燥,长时间会产生视觉疲劳,易出错;二是人工操作自动化程度低,生产效率低下,螺孔个数与位置识别率低、遮挡小球放置慢,不能满足企业需求,增加了企业的生产成本。
因此,国内的汽车轮毂生产企业目前都尚未实现汽车轮毂喷涂过程的螺孔自动遮挡,单纯的人工操作费时费力且准确性低,可靠性差。
申请号为201310342862.8的中国发明专利公开了一种基于X射线的轮毂检测系统及其检测方法,该方法设有半自动缺陷检测、PLC机械控制与高压控制系统。具有能根据事先创建轮毂型号工件数据库,在系统工作过程中自动调节轮毂拍摄位置及射线源强度,实现轮毂缺陷的半自动检测。该系统利用X射线投射原理,采集轮毂图像,实现探伤检测。
针对轮毂喷涂生产线的快速、实时性等特点,结合人工对轮毂型号分类、螺孔定位、手动放置遮涂工具的方法,设计基于机器视觉与二维运动控制技术的汽车轮毂自动化遮涂系统,将包含图像采集、图像处理、识别定位与运动控制、气动控制方面的技术。
发明内容
针对现有技术所存在的上述技术缺陷及不足,本发明提供了一种基于机器视觉的汽车轮毂PCD孔识别方法,该方法检测速度和检测精度高,降低了现场人员的劳动强度,可用于多种需要汽车轮毂PCD孔识别的场合。
本发明同时提供了一种车轮毂PCD孔全自动遮盖方法,该方法在上述车轮毂PCD孔识别方法的基础上,进一步通过对机械手的控制,实现对车轮毂PCD孔的遮盖,实现了汽车轮毂喷涂过程螺孔遮盖的自动化控制,提高了准确率与工作效率,降低了检测人员的劳动强度。
本发明同时提供了一种车轮毂PCD孔全自动遮盖系统,利用该系统可实现多型号汽车轮毂PCD孔位置图像识别及PCD孔自动遮盖,大大提高了PCD孔的遮盖效率,保证了汽车轮毂整个生产线的高效作业。
一种基于机器视觉的汽车轮毂螺孔识别方法,包括如下步骤:
(1)采集待检测轮毂的轮毂图像;
(2)对采集的轮毂图像进行预处理,对预处理后的轮毂图像进行边缘检测,提取各段轮廓信息矩阵;该步骤中对采集的汽车轮毂图像进行预处理,具体可采用如下方法:对图像进行归一化处理,可选择的设置自适应灰度阈值,提取二值化图像,以抑制外界光线及光源微弱变化引起的灰度影响;
(3)对每段轮廓进行圆度检测,判断各轮毂是否属于圆形轮廓,对于属于圆形轮廓上的点以及圆形轮廓半径进一步筛选,得到最终筛选出的圆形轮廓;
(4)对筛选出的圆形轮廓进行圆拟合,确定圆形轮廓的圆心坐标,对检测出的PCD孔中心位置进行评估,根据轮毂的形状特点,各PCD孔圆心的分布满足以下两个特点:①各相邻PCD孔圆心之间的距离一致,②各PCD孔圆心坐标服从圆轨迹分布,按照这两点对筛选出的PCD孔圆心位置进行进一步的评估、校正与重新定位,剔除不正确的圆心坐标,并按①②规律进行重新计算,最终得到新的各个PCD孔孔心坐标信息。这样在图像采集或图像识别过程中存在局部误差的时候,可以计算出相应的PCD孔真实坐标。针对各相邻PCD孔圆心之间的距离一致的判断,具体步骤为:对得到的圆心坐标进行如下判断:
(4-1)首先判断各相邻圆心坐标之间的距离是否全部相等,如果是,则得到的圆心坐标为识别得到的汽车轮毂的螺孔的孔心坐标;
(4-2)如果存在两个相邻圆心坐标之间的距离与其余相邻圆心坐标之间的距离不等,则在所述两个相邻圆心坐标之间插入新的圆心坐标,使得所有相邻两个圆心坐标之间的距离相等;最终得到的所有圆心坐标为识别得到的汽车轮毂的螺孔的孔心坐标。
对各PCD孔圆心坐标是否服从圆轨迹分布,判别步骤具体如下:对最终得到的所有圆心坐标为识别得到的汽车轮毂的螺孔的孔心坐标进行进一步评估:判断得到的螺孔的孔心坐标到中心孔的距离是否相等,如果相等,则为待检测汽车轮毂的螺孔孔心坐标,其中轮毂中心孔坐标为O(s/2,t/2),步骤(2)得到的轮毂图像尺寸为s×t;如果不相等,则删除该圆心坐标。
上述步骤中,对于不满足判断或评估要求的轮毂图像,可直接进行报警,或者对图像进行重新采集和判断,或者设定重新采集的次数,当超过重新采集的次数,则需要报警。
作为优选,在采集待检测轮毂的轮毂图像前,预先采集汽车轮毂喷涂生产线上各类型号标准轮毂的中心孔坐标、螺孔个数及PCD值(螺栓安装孔的中心连接而成的截面圆的直径),建立各类型号轮毂参数样本库;步骤(4)识别完成后,进行步骤(5):
(5)确定待检测轮毂的螺孔个数、PCD值和中心孔坐标,并将得的螺孔个数、PCD值和中心孔坐标与预先确定的各个型号的轮毂参数样本库进行配对,若参数配对成功则标记为识别准确,否则将待测轮毂标记为未知型号并报警,人工确认后可将新的轮毂规格信息添加至轮毂参数样本库。
步骤(1)中,自动化生产线上的汽车轮毂运动到指定检测工位时,通过光电传感器触发图像采集模块工作,光源进行频闪,高速相机同时工作,实时采集待测汽车轮毂的轮毂图像。
作为优选,步骤(3)中进行圆度检测,计算出圆度较高且位置、面积与直径值在一定区域范围内的圆形区域,具体步骤如下:
(1)利用式(1)求取轮廓信息矩阵中第i段轮廓的重心Oi:
其中,xj,yj分别为第i段轮廓上第j点的坐标值;i=1,2,…N,j=1,2,…m,m为第i段中的总点数,N为轮廓信息矩阵中的轮廓总段数;
(2)以第i段轮廓的重心Oi为圆心,求取第i段轮廓的最大内接圆半径Ri min与最小外接圆半径Ri max,定义圆度误差判别值为:
fi=Ri max-Ri min(2)
若fi<T,则该段轮廓Pi的被判断为圆形轮廓,否则删除该段轮廓Pi数据,其中为T为阈值。
作为优选,步骤(3)中,对于属于圆形轮廓上的点以及圆形轮廓半径进一步筛选的方法如下:
对得到的圆形轮廓,判断是否满足公式(3):
式(3)中,Rzone为各种型号轮毂的螺孔在所在轮毂上的分布区域;R1和R2分别为各种轮毂型号中最小和最大的螺孔直径值;
若满足公式(3),则得到的圆形轮廓为最终筛选出的圆形轮廓。
另外,步骤(3)中,可采用最小二乘法圆拟合确定圆形轮廓的圆心坐标。
本发明还提供了一种基于机器视觉的汽车轮毂螺孔遮盖方法,包括:
在上述所述基于机器视觉的汽车轮毂螺孔识别方法的基础上进行如下步骤:
(I)确定好PCD孔的个数以及各孔心位置坐标,确定轮毂图像坐标系与待检测轮毂所在空间坐标系的对应关系,将轮毂图像中确定的螺孔孔心坐标转换为其对应的空间坐标系的坐标值;若待测轮毂的PCD孔个数为G,则可得到一个G×2维的运动向量矩阵。
(II)轮毂通过下一工位光电传感器触发二维机械手动作,机械手根据得到的螺孔在空间坐标系的坐标值同时结合流水线运动速度,从而带动遮涂放置器快速移动至PCD孔正上方,将待检测轮毂上螺孔遮盖。
本发明同时提供了一种基于机器视觉的汽车轮毂螺孔遮盖系统,包括:
用于输送汽车轮毂的检测台;
用于采集轮毂图像的图像采集单元;
用于接收和处理轮毂图像的图像处理单元;
用于对待检测汽车轮毂螺孔进行遮盖的机械手,机械手上固定有遮涂放置器;
所述的图像处理单元对采集的轮毂图像进行预处理,对预处理后的轮毂图像进行边缘检测,提取各段轮廓信息矩阵;进行二值化图像,得到二值化图像;对每段轮廓进行圆度检测,判断各轮毂是否属于圆形轮廓,对于属于圆形轮廓上的点以及圆形轮廓半径进一步筛选,得到最终筛选出的圆形轮廓;对筛选出的圆形轮廓,确定圆形轮廓的圆心坐标,对得到的圆心坐标进行如下判断:首先判断各相邻圆心坐标之间的距离是否全部相等,如果是,则得到的圆心坐标为识别得到的汽车轮毂的螺孔的孔心坐标;如果存在两个相邻圆心坐标之间的距离与其余相邻圆心坐标之间的距离不等,则在所述两个相邻圆心坐标之间插入新的圆心坐标,使得所有相邻两个圆心坐标之间的距离相等;最终得到的所有圆心坐标为识别得到的汽车轮毂的螺孔的孔心坐标;
控制单元,接收识别得到的汽车轮毂的螺孔的孔心坐标,同时向机械手发出控制信号。
作为优选,所述图像采集单元包括:
工业相机;
与工业相机相连用于采集图像的镜头;
在采集图像过程中,对镜头提供光源的环形LED光源。
图像采集单元可采用工业相机,工业相机使用大恒MER-125-30UM黑白1/3CCD摄像机,逐行全帧扫描方式,分辨率为1292×964(125万像素),帧率可达30帧/秒,输出接口为USB2.0格式,镜头卡口为C/CS口,体积小巧,易于安装,能满足实时检测要求;镜头选用Computar的5mm百万像素定焦无畸变镜头。
光源3选用美国AI公司的RL5064-WHI白色环形LED光源,光源控制器选用AI的CS-300-IC两路光源控制器。环形光源安装在工业相机的下方,二者均安装检测台体的支架上。工作时,通过光电开关触发光源控制器与工业相机同时工作,由于外界光照的变化会影响成像效果,因而在相对封闭的空间内完成轮毂图像的采集,以保证检测时的成像效果。
作为优选,所述图像处理单元可采用计算机,计算机内设有:
预处理模块,用于对轮毂图像进行预处理;比如对图像进行归一化处理,或者同时设置自适应灰度阈值,提取二值化图像,以抑制外界光线及光源微弱变化引起的灰度影响;
图像边缘检测模块,用于对预处理后的轮毂图像进行边缘检测、提取各段轮廓信息矩阵,并对图像进行二值化操作;
轮廓圆度检测模块,用于对每段轮廓进行圆度检测,判断各轮毂是否属于圆形轮廓,同时对于属于圆形轮廓上的点以及圆形轮廓半径进一步筛选,得到最终筛选出的圆形轮廓;
PCD孔位置计算模块,用于对筛选出的圆形轮廓,确定圆形轮廓的圆心坐标,对得到的圆心坐标进行如下判断:首先判断各相邻圆心坐标之间的距离是否全部相等,如果是,则得到的圆心坐标为识别得到的汽车轮毂的螺孔的孔心坐标;如果存在两个相邻圆心坐标之间的距离与其余相邻圆心坐标之间的距离不等,则在所述两个相邻圆心坐标之间插入新的圆心坐标,使得所有相邻两个圆心坐标之间的距离相等;最终得到的所有圆心坐标为识别得到的汽车轮毂的螺孔的孔心坐标。
所述的图像处理单元对所述的汽车轮毂图像进行处理,并计算出检测结果,具体方法为:
(i)在图像采集单元采集的汽车轮毂图像中,对图像进行归一化处理,可选择的根据图像灰度值分布情况设置阈值,得到二值化轮毂图像;
(ii)利用Canny算子计算轮毂边缘,提取轮廓图像,并对各轮廓图像区域进行圆度检测,提取圆形候选轮廓;
(iii)结合轮毂上PCD孔沿中心孔均匀分布的排列特点,对筛选出的圆形轮廓进一步进行坐标位置、直径大小判断,满足经验值范围的即为待检PCD孔;
(iv)根据PCD孔与中心孔之间的排列特点:各孔中心点与中心孔中心点之间的距离恒定,而且各PCD中心孔之间的坐标应服从圆的轨迹分布,进一步对上个环节计算出的PCD孔中心点坐标进行判别,最终确定出PCD孔中心点具体位置。
本发明中,机械手一般通过与其固定的遮涂放置器实现对汽车轮毂螺孔的遮盖,所述遮涂放置器包括:
盛放遮盖球的漏斗,该漏斗颈部设有真空吸气口,遮盖球经过所述颈部出料时在真空作用下可相对颈部固定;
与所述真空吸气口连接真空发生器;
连接在计算机和真空发生器之间的电磁阀。
利用上述技术方案,计算机控制利用气动控制遮涂放置器动作,利用开关量控制电磁阀动作,真空发生器带动气嘴从吸合变为松开,遮涂放置器最下面的遮涂小球自动下落至PCD孔,电磁阀迅速闭合,真空发生器带动气嘴快速吸合,二维机械手带动遮涂放置器至下一PCD孔,通过计算机反复控制电磁阀,从而实现气嘴的吸合、松开,如此反复,可实现轮毂多个PCD孔遮涂小球的连续放置,一个轮毂遮涂小球放置完毕后,又可以对下一个轮毂重复工作。
本实施方式的方法可以实现汽车轮毂PCD孔的快速定位,利用二维机械手可以实现PCD孔的快速、精确遮蔽,本方法可靠性高,易于实现。
本发明中图像处理单元可采用工业控制计算机,报警单元可采用安装在计算机内的报警软件。工业控制计算机内安装有图像边缘检测软件、轮廓圆度检测软件、PCD孔位置计算软件、报警软件和人机界面软件,对应的实现每个模块的功能。
本发明通过图像采集单元实时采集生产线上的汽车轮毂图像,进行边缘检测、圆形区域定位,计算待测轮毂图像中的多个PCD孔中心点位置;将图像中的坐标位置信息转换为实际空间中的位置,利用二自由度机械手带动遮涂放置器至PCD孔上方,通过气动方式放置遮涂小球至指定位置。从而实现汽车轮毂遮涂过程的自动控制,具有非接触、无损伤、连续、实时、精度高的优点;通过装在检测设备上的工业摄像机、照明光源以及装有相关软件的工业控制计算机可以实时计算PCD孔位置,并实现遮涂放置的自动控制,从而在保证工作效率的前提下减少相应的工作成本。
附图说明
图1为本发明的汽车轮毂检测方法的步骤流程示意图。
图2为本发明的汽车轮毂检测系统的结构示意图。
图3为本发明的遮涂放置器的结构示意图。
具体实施方式
为了更为具体地描述本发明,下面结合附图及具体实施方式对本发明的技术方案进行详细说明。
如图1所示,一种汽车轮毂螺孔(也称PCD孔)自动遮涂方法,包括如下步骤:
(1)预先采集汽车轮毂喷涂生产线上各类型号轮毂标准图像,建立所有已知各类型号轮毂图像样本库;对各类标准轮毂图像的中心孔(圆心)坐标、PCD孔个数及PCD值(螺栓安装孔的中心连接而成的截面圆的直径)进行计算,并将这些数据储存,建立各类型号轮毂参数样本库。轮毂图像样本库的构建是可选择的步骤。同时采集各种型号轮毂的螺孔在所在轮毂上的分布区域Rzone、各种轮毂型号中最小的螺孔直径值R1和最大的螺孔直径值R2,Rzone为一个数据集合,包含所有螺孔的边缘在所在轮毂的坐标点信息,所有轮毂采用统一的坐标系,原点可任意选择,例如可选择以中心孔圆心为原点的坐标系等。
(2)自动化生产线上的汽车轮毂运动到指定检测工位时,通过光电传感器触发图像采集模块工作,光源进行频闪,高速相机同时工作,实时采集待测汽车轮毂图像,同时记录轮毂图像尺寸为s×t。
(3)对采集的汽车轮毂图像进行预处理:对轮毂图像的灰度值进行归一化处理,以抑制外界光线及光源微弱变化引起的灰度影响。
(4)利用canny算子对归一化后的轮毂图像进行边缘检测,提取各段轮廓信息,图像二值化后得到轮廓信息矩阵P=[P1,P2,…Pi,…,PN]i=1,2,…N,其中N为提取的轮廓段数,Pi为第i段轮廓,第i段轮廓为Pi=[p1,p2,…pi,…,pm]j=1,2,…m,其中m为第i段中的总点数,pj为第i段中第j个点,第j个点为pj=[xj,yj]j=1,2,…m,xj,yj分别为第j点的坐标值,利用式(1)求取第i段轮廓的重心Oi:
以第i段轮廓的重心Oi为圆心,求取被测第i段轮廓Pi的最大内接圆半径Ri min与最小外接圆半径Ri max,定义圆度误差判别值为:
fi=Ri max-Ri min(2)
若fi<T,则该段轮廓Pi的被判断为圆形轮廓轨迹,否则删除该段轮廓Pi数据,其中为T为阈值。对得到的符合要求的圆形轮廓进行进一步筛选,若满足公式(3),
式(3)中,其中Rzone为各种型号轮毂的螺孔在所在轮毂上的分布区域;通过式(3)中的第一个式子,可以预先判断得到的第i段轮廓Pi中第j个点pj是否属于Rzone中的一个点,若是,则进入第二个式子的判断;式(3)中第二个式子中,R1和R2分别为各种轮毂型号中最小和最大的PCD孔直径值;通过第二个式子可以进一步判断,符合第一个式子的第i段轮廓的最大内接圆半径和最小外接圆半径的平均值是否在最小和最大的PCD孔直径值之间;对于不符合式(3)的轮廓可在删除的同时进行报警,以便现场人员监控;
(5)对筛选出的圆形轮廓进行最小二乘法圆拟合,初步确定所有得到的圆形轮廓的圆心坐标,即得到初步确定的PCD孔的圆心坐标。
通过上述步骤,一般情况下都可以精确定位出PCD孔位置、PCD孔数量和PCD值,通过步骤(2)得到的轮毂图像尺寸,即可得到轮毂图像的中心孔的坐标(步骤(2)得到的轮毂图像尺寸为s×t,则中心孔的孔心为轮毂图像的中心点O(s/2,t/2))。通过得到的这些参数,即可进入步骤(7)的判断步骤;
为了进一步提高定位精度,可通过加入步骤(6)对初步确定的PCD孔的位置进一步验证和筛选:
(6)对初步确定的PCD孔的圆心坐标位置进行评估,根据轮毂的形状特点,PCD孔的排列应满足一定的规律分布。假设得到的PCD孔个数为G,步骤(2)得到的轮毂图像尺寸为s×t,定义各PCD孔的孔心坐标为(xk,yk),k=1,2,…G,中心孔的孔心为轮毂图像的中心点O(s/2,t/2)按照如下一种或多种方法进行判断:
方法一:是否满足公式(4)描述的各PCD孔对称分布,相邻的孔心之间的间距相等的要求:
其中c为恒定距离值,与每个汽车轮毂型号有关,则可以得到轮毂图像中的PCD孔的孔心坐标值。
利用式(4)作如下判断:
(6-1)首先判断各相邻圆心坐标之间的距离是否全部相等,如果是,则得到的圆心坐标为识别得到的汽车轮毂的螺孔的孔心坐标;
(6-2)如果存在两个相邻圆心坐标之间的距离与其余相邻圆心坐标之间的距离不等,则在所述两个相邻圆心坐标之间插入新的圆心坐标,使得所有相邻两个圆心坐标之间的距离相等;最终得到的所有圆心坐标为识别得到的汽车轮毂的螺孔的孔心坐标。插入新的圆心坐标的方法很多,比如,分别一两个相邻圆心坐标为圆形画圆,半径为其余相邻圆心坐标之间的距离值,画出的两个圆的交点记为一个时,该点记为新的圆心坐标;若交点为两个,则进一步判断来个交点距离中心孔的距离,其中距离中心孔的距离与其余圆心坐标距离中心孔的距离相等的点为新的圆心坐标;若不存在交点则进行报警;
方法二、也可通过这些孔心坐标距离中心孔的距离判断各孔心坐标是否是需要的坐标:判断各初步确定的PCD孔的孔心坐标到中心孔的距离相等;通过该方法能够对所有PCD孔的孔心是否处于一个圆形轨迹上进行判断,如果是则说明得到的孔心坐标为符合要求的孔心坐标。
(7)得到中心孔坐标、PCD孔个数及PCD值,并与预先确定的轮毂参数样本库进行配对,若参数配对成功则标记为识别准确,否则将待测轮毂标记为未知型号并报警,人工确认后可将新的参数与轮毂规格信息添加至轮毂参数样本库。
(8)将采集的轮毂图像的坐标原点与实际空间中的位置点相对应,通过测试,寻找到轮毂图像中尺寸像素值与实际空间中尺寸值的关系,定义参照系数λ:
λ=L/l(5)
则利用空间对应关系与参照系数,可以将像素值转换为空间尺寸值,若待测轮毂的PCD孔个数为G,则可得到一个G×2维的运动向量矩阵。
(9)轮毂通过下一工位光电传感器触发二维机械手动作,机械手根据流水线运动速度以及PCD孔坐标位置信息判断出对应实际空间位置坐标,从而带动遮涂放置器快速移动至PCD孔正上方。(10)计算机控制利用气动控制遮涂放置器动作。
按照步骤(1)~(10)的方法实现对一个汽车轮毂的多PCD孔定位与遮涂小球放置。
本实施方式的方法可以实现汽车轮毂PCD孔的快速定位,利用二维机械手可以实现PCD孔的快速、精确遮蔽,本方法可靠性高,易于实现。
如图2所示,一种汽车轮毂喷涂自动遮涂系统,包括用于输送汽车轮毂的检测台5;用于采集轮毂图像的图像采集单元;用于接收和处理轮毂图像的图像处理单元7;用于对待检测汽车轮毂螺孔进行遮盖的机械手6,机械手上固定有遮涂放置器;
图像采集单元包括工业相机1、镜头2、光源3及光源控制器;光源3及光源控制器可集成在一起,也可是单独设置;图像处理单元为工业控制计算机7,计算机7内设有相关的软件系统;二维机械手6、遮涂放置器9组成整个装置的运动控制单元;另外还可设置报警单元8,待测轮毂4设于运行的检测台5上,随检测台5移动。
其中,工业控制计算机、弱电控制电路、运动控制器、驱动器、继电器等放置在自行设计的控制柜内。
图像采集单元,用于实时采集待测汽车轮毂图像;可采用工业相机,工业相机使用大恒MER-125-30UM黑白1/3CCD摄像机,逐行全帧扫描方式,分辨率为1292×964(125万像素),帧率可达30帧/秒,输出接口为USB2.0格式,镜头卡口为C/CS口,体积小巧,易于安装,能满足实时检测要求;镜头选用Computar的5mm百万像素定焦无畸变镜头。
光源3选用美国AI公司的RL5064-WHI白色环形LED光源,光源控制器选用AI的CS-300-IC两路光源控制器。环形光源安装在工业相机的下方,二者均安装检测台体的支架上。工作时,通过光电开关触发光源控制器与工业相机同时工作,由于外界光照的变化会影响成像效果,因而在相对封闭的空间内完成轮毂图像的采集,以保证检测时的成像效果。
图像处理单元,用于对所述的汽车轮毂图像进行处理,并计算出检测结果,包括预处理模块、图像边缘检测模块、轮廓圆度检测模块和PCD孔位置计算模块;图像处理单元可采用工业控制计算机,报警单元可采用安装在计算机内的报警软件或者采用与计算机相连的外设报警器。工业控制计算机内安装有图像预处理软件、图像边缘检测软件、轮廓圆度检测软件、PCD孔位置计算软件、报警软件和人机界面软件。图像预处理软件、图像边缘检测软件、轮廓圆度检测软件、PCD孔位置计算软件用于分别实现预处理模块、图像边缘检测模块、轮廓圆度检测模块和PCD孔位置计算模块的设定功能。
图像预处理软件用于对采集的汽车轮毂图像进行预处理,对轮毂图像的灰度值进行归一化处理,以抑制外界光线及光源微弱变化引起的灰度影响。
图像边缘检测软件用于在图像采集单元采集的汽车轮毂图像中,提取图像中的轮廓信息,得到若干段轮廓,这些轮廓将包含目标圆形轮廓与其他轮廓区域,因而需要进一步筛选;轮廓圆度检测软件用于从所有的轮廓中计算出满足圆形轨迹的轮廓,且该圆形轮廓中的点在已知的PCD孔在所在轮毂上的分布区域轮廓点集内,其半径在指定的范围内;PCD孔位置计算软件根据PCD孔围绕中心孔的几何分布规律(详见步骤(6)),计算得到PCD孔的孔心坐标。
人机界面软件用于实时显示汽车轮毂图像以及处理过程数据,并接收用户的操作指令对所述的图像采集与图像处理模块对应的各软件过程中参数进行设定,实际过程中通过外设或者集成的显示屏显示。工业控制计算机通过USB数据线连接工业相机。工业控制计算机采用研华工业控制计算机,该机采用奔腾双核处理器,主频2.8G、2G内存、256G硬盘与19寸液晶显示器,满足轮毂检测的工业现场实际需求。检测结果显示与报警单元8,实际上可选择与工业控制计算机相连的显示屏,用于显示图像处理单元检测结果。当系统自检或者运行过程中存在电机故障或者工业相机成像异常时,通过计算机向声光报警装置发送信号,进行异常报警;当系统运行过程中检测工位无轮毂、出现新的轮毂型号时进行报警。
运动控制模块包含电机控制、两自由度机械手与遮涂放置器三部分。其中电机控制部分由运动控制器、驱动器及步进电机组成;两自由度机械手包含X、Y方向直线运动单元与各光电传感器组成;遮涂放置器由放置漏斗10、电磁阀、空压机油水分离器(过滤器、调压阀)、真空发生器与遮涂小球11组成。实际运行时:计算机12通过开关量控制电磁阀通断,比如,在螺孔的孔心坐标等确认完成后,计算机12向电磁阀发出控制信号,真空发生器带动气动喷嘴13从吸合变为松开,遮涂放置器最下面的遮涂小球自动下落至PCD孔,电磁阀迅速闭合,真空发生器带动气动喷嘴快速吸合,二维机械手带动遮涂放置器至下一PCD孔,通过计算机反复控制电磁阀,从而实现气嘴的吸合、松开,如此反复,可实现轮毂多个PCD孔遮涂小球的连续放置,一个轮毂遮涂小球放置完毕后,又可以对下一个轮毂重复工作。
遮涂小球降至孔位,该动作重复操作,直至各PCD孔遮涂完毕。工作过程中,软件运行情况与硬件状态可以通过检测结果显示与报警单元8查询。
其中,运动控制器选用雷赛DMC1380型号高精度三轴带开关量的运动控制卡,通过PCI数据线与工业控制计算机相连,可以实现计算机对直线运动单元的精确控制。驱动器选用雷塞M542型号,步进电机电机选用雷塞57HS09型号。电磁阀选用亚德克3V210-08-NC型号,空压机油水分离器采用亚德克AL2000-02型号,真空发生器选用CNCKDEV-15型号。
二维机械手通过铝合金支架固定在检测工位上方,由滚珠丝杠、导轨、光电限位传感器组成,机械精度可达0.01mm。本实施方式中,还包含弱电控制部分,用于传感器数据采集、信号调理、数字量控制信号输出。
本实施方式按以下步骤进行:
(1)工业生产线上的汽车轮毂运动到检测台5时,由光电开关触发光源控制器,光源3工作,工业相机1在光源配合下采集轮毂图像。
(2)对采集的轮毂图像进行预处理、边缘检测、圆度筛选、拟合、孔中心位置评估等一系列运算,最终得到轮毂PCD孔中心的精确定位。并根据软件初始化和运行情况决定是否启动报警机制。
(3)对PCD孔位置进行坐标变换,由图像坐标转换为实际工件的空间坐标,图像处理软件将坐标信息转换为脉冲信号,同时通过运动控制器、驱动器带动两自由度机械手6的电机动作,将遮涂放置器移动到各PCD孔正上方,工控机通过开关量控制电磁阀通断,遮涂小球降至孔位,该动作重复操作,直至各PCD孔遮涂完毕。工作过程中,软件运行情况与硬件状态可以通过检测结果显示与报警单元8查询。
(4)单个汽车轮毂遮涂完毕后,软件与两自由度机械手复位,等待下一待测轮毂。
Claims (10)
1.一种基于机器视觉的汽车轮毂螺孔识别方法,其特征在于,包括如下步骤:
(1)采集待检测轮毂的轮毂图像;
(2)对采集的轮毂图像进行预处理,对预处理后的轮毂图像进行边缘检测,提取各段轮廓信息矩阵;
(3)对每段轮廓进行圆度检测,判断各轮毂是否属于圆形轮廓,对于属于圆形轮廓上的点以及圆形轮廓半径进一步筛选,得到最终筛选出的圆形轮廓;
(4)对筛选出的圆形轮廓,确定圆形轮廓的圆心坐标,对得到的圆心坐标进行如下判断:
(4-1)首先判断各相邻圆心坐标之间的距离是否全部相等,如果是,则得到的圆心坐标为识别得到的汽车轮毂的螺孔的孔心坐标;
(4-2)如果存在两个相邻圆心坐标之间的距离与其余相邻圆心坐标之间的距离不等,则在所述两个相邻圆心坐标之间插入新的圆心坐标,使得所有相邻两个圆心坐标之间的距离相等;最终得到的所有圆心坐标为识别得到的汽车轮毂的螺孔的孔心坐标。
2.根据权利要求1所述的基于机器视觉的汽车轮毂螺孔识别方法,其特征在于,在采集待检测轮毂的轮毂图像前,预先采集汽车轮毂喷涂生产线上各类型号标准轮毂的中心孔坐标、螺孔个数及PCD值,建立各类型号轮毂参数样本库;步骤(4)识别完成后,进行步骤(5):
(5)确定待检测轮毂的螺孔个数、PCD值和中心孔坐标,并将得的螺孔个数、PCD值和中心孔坐标与预先确定的各个型号的轮毂参数样本库进行配对,若参数配对成功则标记为识别准确,否则将待测轮毂标记为未知型号并报警,人工确认后可将新的轮毂规格信息添加至轮毂参数样本库。
3.根据权利要求2所述的基于机器视觉的汽车轮毂螺孔识别方法,其特征在于,步骤(3)中进行圆度检测的步骤如下:
(1)利用式(1)求取轮廓信息矩阵中第i段轮廓的重心Oi:
其中,xj,yj分别为第i段轮廓上第j点的坐标值;i=1,2,…N,j=1,2,…m,m为第i段中的总点数,N为轮廓信息矩阵中的轮廓总段数;
(2)以第i段轮廓的重心Oi为圆心,求取第i段轮廓的最大内接圆半径Ri min与最小外接圆半径Ri max,定义圆度误差判别值为:
fi=Ri max-Ri min(2)
若fi<T,则该段轮廓Pi的被判断为圆形轮廓,否则删除该段轮廓Pi数据,其中为T为阈值。
4.根据权利要求3所述的基于机器视觉的汽车轮毂螺孔识别方法,其特征在于,步骤(3)中,对于属于圆形轮廓上的点以及圆形轮廓半径进一步筛选的方法如下:
对得到的圆形轮廓,判断是否满足公式(3):
式(3)中,Rzone为各种型号轮毂的螺孔在所在轮毂上的分布区域;R1和R2分别为各种轮毂型号中最小和最大的螺孔直径值;
若满足公式(3),则得到的圆形轮廓为最终筛选出的圆形轮廓。
5.根据权利要求1所述的基于机器视觉的汽车轮毂螺孔识别方法,其特征在于,步骤(3)中,采用最小二乘法圆拟合确定圆形轮廓的圆心坐标。
6.根据权利要求1所述的基于机器视觉的汽车轮毂螺孔识别方法,其特征在于,对最终得到的所有圆心坐标为识别得到的汽车轮毂的螺孔的孔心坐标进行进一步评估:判断得到的螺孔的孔心坐标到中心孔的距离是否相等,如果相等,则为待检测汽车轮毂的螺孔孔心坐标,其中轮毂中心孔坐标为O(s/2,t/2),步骤(2)得到的轮毂图像尺寸为s×t;如果不相等,则删除该圆心坐标。
7.一种基于机器视觉的汽车轮毂螺孔遮盖方法,其特征在于,包括:
在权利要求1~6任意权利要求所述基于机器视觉的汽车轮毂螺孔识别方法的基础上进行如下步骤:
(I)确定轮毂图像坐标系与待检测轮毂所在空间坐标系的对应关系,将轮毂图像中确定的螺孔孔心坐标转换为其对应的空间坐标系的坐标值;
(II)机械手根据得到的螺孔在空间坐标系的坐标值,将待检测轮毂上螺孔遮盖。
8.一种基于机器视觉的汽车轮毂螺孔遮盖系统,其特征在于,包括:
用于输送汽车轮毂的检测台;
用于采集轮毂图像的图像采集单元;
用于接收和处理轮毂图像的图像处理单元;
用于对待检测汽车轮毂螺孔进行遮盖的机械手,机械手上固定有遮涂放置器;
所述的图像处理单元对采集的轮毂图像进行预处理,对预处理后的轮毂图像进行边缘检测,提取各段轮廓信息矩阵;对每段轮廓进行圆度检测,判断各轮毂是否属于圆形轮廓,对于属于圆形轮廓上的点以及圆形轮廓半径进一步筛选,得到最终筛选出的圆形轮廓;对筛选出的圆形轮廓,确定圆形轮廓的圆心坐标,对得到的圆心坐标进行如下判断:首先判断各相邻圆心坐标之间的距离是否全部相等,如果是,则得到的圆心坐标为识别得到的汽车轮毂的螺孔的孔心坐标;如果存在两个相邻圆心坐标之间的距离与其余相邻圆心坐标之间的距离不等,则在所述两个相邻圆心坐标之间插入新的圆心坐标,使得所有相邻两个圆心坐标之间的距离相等;最终得到的所有圆心坐标为识别得到的汽车轮毂的螺孔的孔心坐标;
控制单元,接收识别得到的汽车轮毂的螺孔的孔心坐标,同时向机械手发出控制信号。
9.根据权利要求8所述的基于机器视觉的汽车轮毂螺孔遮盖系统,其特征在于,所述图像采集单元包括:
工业相机;
与工业相机相连用于采集图像的镜头;
在采集图像过程中,对镜头提供光源的环形LED光源。
10.根据权利要求8所述的基于机器视觉的汽车轮毂螺孔遮盖系统,其特征在于,所述图像处理单元为计算机,计算机内设有:
预处理模块,用于对轮毂图像进行预处理;
图像边缘检测模块,用于对预处理后的轮毂图像进行边缘检测、提取各段轮廓信息矩阵;
轮廓圆度检测模块,用于对每段轮廓进行圆度检测,判断各轮毂是否属于圆形轮廓,同时对于属于圆形轮廓上的点以及圆形轮廓半径进一步筛选,得到最终筛选出的圆形轮廓;
PCD孔位置计算模块,用于对筛选出的圆形轮廓,确定圆形轮廓的圆心坐标,对得到的圆心坐标进行如下判断:首先判断各相邻圆心坐标之间的距离是否全部相等,如果是,则得到的圆心坐标为识别得到的汽车轮毂的螺孔的孔心坐标;如果存在两个相邻圆心坐标之间的距离与其余相邻圆心坐标之间的距离不等,则在所述两个相邻圆心坐标之间插入新的圆心坐标,使得所有相邻两个圆心坐标之间的距离相等;最终得到的所有圆心坐标为识别得到的汽车轮毂的螺孔的孔心坐标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610011735.3A CN105548185B (zh) | 2016-01-08 | 2016-01-08 | 基于机器视觉的汽车轮毂螺孔识别方法、遮盖方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610011735.3A CN105548185B (zh) | 2016-01-08 | 2016-01-08 | 基于机器视觉的汽车轮毂螺孔识别方法、遮盖方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105548185A true CN105548185A (zh) | 2016-05-04 |
CN105548185B CN105548185B (zh) | 2018-12-11 |
Family
ID=55827523
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610011735.3A Active CN105548185B (zh) | 2016-01-08 | 2016-01-08 | 基于机器视觉的汽车轮毂螺孔识别方法、遮盖方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105548185B (zh) |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106023186A (zh) * | 2016-05-17 | 2016-10-12 | 浙江大学宁波理工学院 | 一种基于机器视觉的毛坯轮毂钻孔中心精确定位方法 |
CN106249695A (zh) * | 2016-09-20 | 2016-12-21 | 图灵视控(北京)科技有限公司 | 基于机器视觉的轮毂cnc柔性加工系统 |
CN106841226A (zh) * | 2017-03-21 | 2017-06-13 | 东华大学 | 一种电缆方位检测矫正系统 |
CN107886495A (zh) * | 2017-09-30 | 2018-04-06 | 北京得华机器人技术研究院有限公司 | 一种基于相似度匹配的汽车零配件缺陷识别方法 |
CN108303030A (zh) * | 2018-01-08 | 2018-07-20 | 伟业精密科技(惠州)有限公司 | 气体发生器壳体漏孔视觉自动检查工艺 |
CN108362227A (zh) * | 2018-03-19 | 2018-08-03 | 山东省科学院激光研究所 | 轮毂检测方法、装置、系统及控制设备 |
CN108596931A (zh) * | 2018-05-11 | 2018-09-28 | 浙江大学 | 一种基于Canny算子的噪声鲁棒轮毂边缘检测算法 |
CN108982545A (zh) * | 2018-07-24 | 2018-12-11 | 苏州光图智能科技有限公司 | 一种轮胎外观检测方法 |
CN109406174A (zh) * | 2018-12-30 | 2019-03-01 | 杭州翰融智能科技有限公司 | 一种轮毂检测报警方法及设备 |
CN109406175A (zh) * | 2018-12-30 | 2019-03-01 | 杭州翰融智能科技有限公司 | 一种轮毂焊缝检测方法及设备 |
CN109406173A (zh) * | 2018-12-30 | 2019-03-01 | 杭州翰融智能科技有限公司 | 一种轮毂检测报警方法及轮毂压合检测设备 |
CN109614977A (zh) * | 2018-11-14 | 2019-04-12 | 华南理工大学 | 一种轮毂型号识别方法 |
CN113160162A (zh) * | 2021-04-14 | 2021-07-23 | 深圳远荣智能制造股份有限公司 | 应用于工件的孔识别方法、孔识别装置和孔处理设备 |
CN113262911A (zh) * | 2021-05-27 | 2021-08-17 | 杭州以诺行汽车科技股份有限公司 | 智能喷涂装置 |
CN113343957A (zh) * | 2021-08-06 | 2021-09-03 | 深圳市信润富联数字科技有限公司 | 基于三维视觉的轮毂识别方法、装置、设备及存储介质 |
CN113984401A (zh) * | 2021-08-27 | 2022-01-28 | 吉林大学 | 基于三维信息的汽车智能检测执行系统与方法 |
CN115082463A (zh) * | 2022-08-22 | 2022-09-20 | 聊城市宁泰电机有限公司 | 基于图像数据的发电机端盖视觉检测方法 |
WO2023201980A1 (zh) * | 2022-04-18 | 2023-10-26 | 天津欣象科技有限公司 | 一种汽车尾门锁孔位置检测装置及尺寸检测设备 |
CN117269180A (zh) * | 2023-11-24 | 2023-12-22 | 成都数之联科技股份有限公司 | 车辆外观检测方法、装置、服务器和计算机可读存储介质 |
CN117324434A (zh) * | 2023-12-01 | 2024-01-02 | 常州市一马机械有限公司 | 一种自动化钢管内外圆度检测装置及检测方法 |
CN117804331A (zh) * | 2023-12-19 | 2024-04-02 | 重庆日联科技有限公司 | 一种利用轮毂气门嘴校正检测起始位置的方法 |
CN118229670A (zh) * | 2024-05-16 | 2024-06-21 | 大捷智能科技(广东)有限公司 | 一种智能的轮毂模型尺寸快速测量方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2000008459A1 (de) * | 1998-07-31 | 2000-02-17 | Siemens Aktiengesellschaft | Verfahren und vorrichtung zur detektion eines risses in einem eisenbahnrad |
CN101251368A (zh) * | 2008-03-26 | 2008-08-27 | 浙江大学 | 基于图像识别的轮毂安装孔形位参数的检测方法 |
CN102818544A (zh) * | 2012-08-31 | 2012-12-12 | 厦门大学 | 汽车轮毂螺栓孔节圆中心和中孔中心偏心距在线测量方法 |
CN103090790A (zh) * | 2012-12-21 | 2013-05-08 | 宁波赛恩斯智能科技有限公司 | 轮毂自动识别装置和方法 |
CN103115567A (zh) * | 2013-01-18 | 2013-05-22 | 厦门大学 | 轮毂参数的在线测量方法 |
CN103134427A (zh) * | 2013-03-07 | 2013-06-05 | 苏州吉视电子科技有限公司 | 圆环零件识别装置和方法 |
CN103279763A (zh) * | 2013-05-25 | 2013-09-04 | 中北大学 | 一种基于结构特征的轮毂类型自动识别方法 |
US20150219526A1 (en) * | 2012-04-13 | 2015-08-06 | Raffaele Montagnoni | Method and apparatus for measurement of the noisiness of a rolling bearing, in particular of a wheel hub bearing unit |
-
2016
- 2016-01-08 CN CN201610011735.3A patent/CN105548185B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2000008459A1 (de) * | 1998-07-31 | 2000-02-17 | Siemens Aktiengesellschaft | Verfahren und vorrichtung zur detektion eines risses in einem eisenbahnrad |
CN101251368A (zh) * | 2008-03-26 | 2008-08-27 | 浙江大学 | 基于图像识别的轮毂安装孔形位参数的检测方法 |
US20150219526A1 (en) * | 2012-04-13 | 2015-08-06 | Raffaele Montagnoni | Method and apparatus for measurement of the noisiness of a rolling bearing, in particular of a wheel hub bearing unit |
CN102818544A (zh) * | 2012-08-31 | 2012-12-12 | 厦门大学 | 汽车轮毂螺栓孔节圆中心和中孔中心偏心距在线测量方法 |
CN103090790A (zh) * | 2012-12-21 | 2013-05-08 | 宁波赛恩斯智能科技有限公司 | 轮毂自动识别装置和方法 |
CN103115567A (zh) * | 2013-01-18 | 2013-05-22 | 厦门大学 | 轮毂参数的在线测量方法 |
CN103134427A (zh) * | 2013-03-07 | 2013-06-05 | 苏州吉视电子科技有限公司 | 圆环零件识别装置和方法 |
CN103279763A (zh) * | 2013-05-25 | 2013-09-04 | 中北大学 | 一种基于结构特征的轮毂类型自动识别方法 |
Non-Patent Citations (2)
Title |
---|
杨敏等: "《CCD在圆轴类零件圆度的在线检测中的应用》", 《机械工程师》 * |
蔡怀宇等: "《轮胎圆度误差检测系统的设计》", 《光电工程》 * |
Cited By (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106023186A (zh) * | 2016-05-17 | 2016-10-12 | 浙江大学宁波理工学院 | 一种基于机器视觉的毛坯轮毂钻孔中心精确定位方法 |
CN106023186B (zh) * | 2016-05-17 | 2019-04-05 | 浙江大学宁波理工学院 | 一种基于机器视觉的毛坯轮毂钻孔中心精确定位方法 |
CN106249695B (zh) * | 2016-09-20 | 2018-10-23 | 苏州香农智能科技有限公司 | 基于机器视觉的轮毂cnc柔性加工系统 |
CN106249695A (zh) * | 2016-09-20 | 2016-12-21 | 图灵视控(北京)科技有限公司 | 基于机器视觉的轮毂cnc柔性加工系统 |
CN106841226A (zh) * | 2017-03-21 | 2017-06-13 | 东华大学 | 一种电缆方位检测矫正系统 |
CN106841226B (zh) * | 2017-03-21 | 2020-04-21 | 东华大学 | 一种电缆方位检测矫正系统 |
CN107886495B (zh) * | 2017-09-30 | 2020-04-14 | 北京得华机器人技术研究院有限公司 | 一种基于相似度匹配的汽车零配件缺陷识别方法 |
CN107886495A (zh) * | 2017-09-30 | 2018-04-06 | 北京得华机器人技术研究院有限公司 | 一种基于相似度匹配的汽车零配件缺陷识别方法 |
CN108303030A (zh) * | 2018-01-08 | 2018-07-20 | 伟业精密科技(惠州)有限公司 | 气体发生器壳体漏孔视觉自动检查工艺 |
CN108362227A (zh) * | 2018-03-19 | 2018-08-03 | 山东省科学院激光研究所 | 轮毂检测方法、装置、系统及控制设备 |
CN108596931A (zh) * | 2018-05-11 | 2018-09-28 | 浙江大学 | 一种基于Canny算子的噪声鲁棒轮毂边缘检测算法 |
CN108982545A (zh) * | 2018-07-24 | 2018-12-11 | 苏州光图智能科技有限公司 | 一种轮胎外观检测方法 |
CN109614977A (zh) * | 2018-11-14 | 2019-04-12 | 华南理工大学 | 一种轮毂型号识别方法 |
CN109406174A (zh) * | 2018-12-30 | 2019-03-01 | 杭州翰融智能科技有限公司 | 一种轮毂检测报警方法及设备 |
CN109406175A (zh) * | 2018-12-30 | 2019-03-01 | 杭州翰融智能科技有限公司 | 一种轮毂焊缝检测方法及设备 |
CN109406173A (zh) * | 2018-12-30 | 2019-03-01 | 杭州翰融智能科技有限公司 | 一种轮毂检测报警方法及轮毂压合检测设备 |
CN113160162A (zh) * | 2021-04-14 | 2021-07-23 | 深圳远荣智能制造股份有限公司 | 应用于工件的孔识别方法、孔识别装置和孔处理设备 |
CN113262911A (zh) * | 2021-05-27 | 2021-08-17 | 杭州以诺行汽车科技股份有限公司 | 智能喷涂装置 |
CN113343957A (zh) * | 2021-08-06 | 2021-09-03 | 深圳市信润富联数字科技有限公司 | 基于三维视觉的轮毂识别方法、装置、设备及存储介质 |
CN113984401A (zh) * | 2021-08-27 | 2022-01-28 | 吉林大学 | 基于三维信息的汽车智能检测执行系统与方法 |
WO2023201980A1 (zh) * | 2022-04-18 | 2023-10-26 | 天津欣象科技有限公司 | 一种汽车尾门锁孔位置检测装置及尺寸检测设备 |
CN115082463A (zh) * | 2022-08-22 | 2022-09-20 | 聊城市宁泰电机有限公司 | 基于图像数据的发电机端盖视觉检测方法 |
CN117269180A (zh) * | 2023-11-24 | 2023-12-22 | 成都数之联科技股份有限公司 | 车辆外观检测方法、装置、服务器和计算机可读存储介质 |
CN117269180B (zh) * | 2023-11-24 | 2024-03-12 | 成都数之联科技股份有限公司 | 车辆外观检测方法、装置、服务器和计算机可读存储介质 |
CN117324434A (zh) * | 2023-12-01 | 2024-01-02 | 常州市一马机械有限公司 | 一种自动化钢管内外圆度检测装置及检测方法 |
CN117804331A (zh) * | 2023-12-19 | 2024-04-02 | 重庆日联科技有限公司 | 一种利用轮毂气门嘴校正检测起始位置的方法 |
CN118229670A (zh) * | 2024-05-16 | 2024-06-21 | 大捷智能科技(广东)有限公司 | 一种智能的轮毂模型尺寸快速测量方法 |
CN118229670B (zh) * | 2024-05-16 | 2024-08-02 | 大捷智能科技(广东)有限公司 | 一种智能的轮毂模型尺寸快速测量方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105548185B (zh) | 2018-12-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105548185A (zh) | 基于机器视觉的汽车轮毂螺孔识别方法、遮盖方法及系统 | |
CN102553833B (zh) | 一种回转类零件多工位多参数视觉测量系统及方法 | |
CN109840900B (zh) | 一种应用于智能制造车间的故障在线检测系统及检测方法 | |
CN105548775B (zh) | 一种空调外机安规自动检测设备及检测方法 | |
CN102735178B (zh) | 一种基于比较测量法的滚动轴承外圈多参数自动测量系统 | |
CN100590428C (zh) | 基于图像理解的轮毂铸造缺陷自动检测方法及装置 | |
CN103808734B (zh) | 汽车零配件全自动检测设备 | |
CN204479490U (zh) | 一种激光打标产品在线检测分析系统 | |
CN110216080A (zh) | 一种基于图像对比的pcb加工产线的质量监控系统 | |
WO2018103130A1 (zh) | 一种成型产品在线质量检测方法 | |
CN102735177B (zh) | 一种基于比较测量法的轴承内圈多参数视觉测量系统 | |
CN109499908A (zh) | 一种用于机械零件的视觉检测系统 | |
CN201034948Y (zh) | 基于图像理解的轮毂铸造缺陷自动检测装置 | |
Wu et al. | Machine vision inspection of electrical connectors based on improved Yolo v3 | |
CN104483320B (zh) | 工业脱硝催化剂的数字化缺陷检测装置与检测方法 | |
CN105806849A (zh) | 基于机器视觉的汽车座椅表面缺陷检测系统及检测方法 | |
CN112326669A (zh) | 一种涂层缺陷检测与标记系统及方法 | |
CN101079107A (zh) | 轮毂型号自动识别方法 | |
CN105675115B (zh) | 一种激光多普勒在线测振系统及方法 | |
CN106018422A (zh) | 基于匹配的异形冲压件轮廓缺陷视觉检测系统及方法 | |
CN107894423A (zh) | 车身表面质损自动检测设备及方法、车辆智能检测系统 | |
CN108896577A (zh) | 一种刹车片轮廓缺陷的自动检测方法 | |
CN107036542A (zh) | 一种齿环内外径外观检测方法及装置 | |
CN110335239A (zh) | 基于深度学习的缺陷检测训练机器及其使用方法 | |
WO2021030322A1 (en) | System and method of object detection using ai deep learning models |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |