CN107063121A - 基于云平台2d激光汽车仪表外形轮廓自动检测系统及检测方法 - Google Patents
基于云平台2d激光汽车仪表外形轮廓自动检测系统及检测方法 Download PDFInfo
- Publication number
- CN107063121A CN107063121A CN201710277342.1A CN201710277342A CN107063121A CN 107063121 A CN107063121 A CN 107063121A CN 201710277342 A CN201710277342 A CN 201710277342A CN 107063121 A CN107063121 A CN 107063121A
- Authority
- CN
- China
- Prior art keywords
- instrument
- detected
- laser
- line drawing
- band
- 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.)
- Pending
Links
Classifications
-
- 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
Abstract
基于云平台2D激光汽车仪表外形轮廓自动检测系统及检测方法，属于汽车仪表测量领域。解决了现有技术中采用卡尺测量法对汽车仪表外形进行检测的过程中，易出现漏检及检测精度低的问题。本发明采用激光带发生器向运动的待检测仪表发出激光带，对运动的待检测仪表进行扫描，根据光学原理自然形成，仪表的激光轮廓带，图像采集装置采集激光轮廓带图像，提取激光轮廓带，得出待检测仪表的三维轮廓图，云数据处理平台根据合成的待检测仪表的三维轮廓图判定该待检测仪表的型号，并根据其型号，调用相同型号标准仪表的三维轮廓图，使待检测仪表的三维轮廓图与其相同型号标准仪表的三维轮廓图作比较，从而确定待检测仪表外形轮廓是否合格。用于仪表检测。
Description
技术领域
本发明属于汽车仪表测量领域。
背景技术
现有技术中，对于汽车仪表的外形检测，一般采用卡尺测量，采用卡尺测量(即；模具对比)及人工的方式对待检测仪表的外轮廓进行检测，容易出现漏检，且不能保证产品的质量，因此，现在亟需一种仪表外形轮廓自动检测系统及方法。
发明内容
本发明是为了解决现有技术中采用卡尺测量法对汽车仪表外形进行检测的过程中，易出现漏检及检测精度低的问题，本发明提供了一种基于云平台2D激光汽车仪表外形轮廓自动检测系统及检测方法。
基于云平台2D激光汽车仪表外形轮廓自动检测系统，它包括激光带发生器、图像采集装置、图像处理装置、无线收发装置、云数据处理平台和传送装置；云数据处理平台的数据库内存储有各型号标准仪表的三维轮廓图；
激光带发生器和图像采集装置均固定在传送装置的上方，传送装置上固定有待检测仪表，并带动待检测仪表匀速运动；
激光带发生器用于向运动的待检测仪表发出激光带，对运动的待检测仪表进行扫描，形成N段激光轮廓带；
图像采集装置用于采集整个扫描过程形成的N段激光轮廓带，并上传至图像处理装置；图像处理装置根据接收的N段激光轮廓带合成待检测仪表的三维轮廓图，并通过无线收发装置将待检测仪表的三维轮廓图上传至云数据处理平台；
云数据处理平台根据合成的待检测仪表的三维轮廓图判定该待检测仪表的型号，并根据待检测仪表的型号，调用相同型号标准仪表的三维轮廓图，使待检测仪表的三维轮廓图与其相同型号标准仪表的三维轮廓图作比较，当比较结果在误差允许范围内，则判定待检测仪表外形轮廓合格。
所述的图像处理装置根据接收的N段激光轮廓带合成待检测仪表的三维轮廓图的具体过程为：
首先，图像处理装置对接收的N段激光轮廓带进行除杂，去除非红像素点；
然后，提取除杂后的激光轮廓带的中心线，获得N段激光轮廓带的中心线，从而根据N段激光轮廓带的中心线合成待检测仪表的三维轮廓图。
所述的N为大于且等于5的整数。
所述的图像采集装置为摄像头。
采用所述的基于云平台2D激光汽车仪表外形轮廓自动检测系统实现的检测方法，该方法的具体过程为：
步骤一：将待检测仪表固定在传送装置的首端，并且使激光带发生器发出激光带垂直照射在传送装置；
步骤二：使传送装置匀速运动，从而带动待检测仪表匀速运动，激光带发生器发出的激光带对待检测仪表进行扫描，形成激光轮廓带，图像采集装置实时采集待检测仪表形成的激光轮廓带，并上传至图像处理装置；
步骤三：图像处理装置根据整个扫描过程形成的N段激光轮廓带合成待检测仪表的三维轮廓图，并通过无线收发装置将待检测仪表的三维轮廓图上传至云数据处理平台；
步骤四：云数据处理平台根据合成的待检测仪表的三维轮廓图判定该待检测仪表的型号，并根据待检测仪表的型号，调用相同型号标准仪表的三维轮廓图，使待检测仪表的三维轮廓图与其相同型号标准仪表的三维轮廓图作比较，当比较结果在误差允许范围内，则判定待检测仪表外形轮廓合格。
本发明带来的有益效果是，本发明采用激光带发生器向运动的待检测仪表发出激光带，对运动的待检测仪表进行扫描，根据光学原理自然形成，仪表的激光轮廓带，图像采集装置采集激光轮廓带图像，图像处理装置采用图像处理技术提取激光轮廓带，从而得出待检测仪表的三维轮廓图，云数据处理平台根据合成的待检测仪表的三维轮廓图判定该待检测仪表的型号，并根据待检测仪表的型号，调用相同型号标准仪表的三维轮廓图，使待检测仪表的三维轮廓图与其相同型号标准仪表的三维轮廓图作比较，当比较结果在误差允许范围内，则判定待检测仪表外形轮廓合格，否则提示检测不通过。整个检测过程智能化程度高，检测精度提高了30％以上，可对多种型号的仪表进行检测，通用化程度高。
附图说明
图1为本发明所述的基于2D激光汽车仪表外形轮廓自动检测系统的原理示意图。
具体实施方式
具体实施方式一：参见图1说明本实施方式，本实施方式所述的基于云平台2D激光汽车仪表外形轮廓自动检测系统，它包括激光带发生器1、图像采集装置2、图像处理装置3、无线收发装置4、云数据处理平台5和传送装置6；云数据处理平台5的数据库内存储有各型号标准仪表的三维轮廓图；
激光带发生器1和图像采集装置2均固定在传送装置6的上方，传送装置6上固定有待检测仪表7，并带动待检测仪表7匀速运动；
激光带发生器1用于向运动的待检测仪表7发出激光带，对运动的待检测仪表7进行扫描，形成N段激光轮廓带；
图像采集装置2用于采集整个扫描过程形成的N段激光轮廓带，并上传至图像处理装置3；图像处理装置3根据接收的N段激光轮廓带合成待检测仪表7的三维轮廓图，并通过无线收发装置4将待检测仪表7的三维轮廓图上传至云数据处理平台5；
云数据处理平台5根据合成的待检测仪表7的三维轮廓图判定该待检测仪表7的型号，并根据待检测仪表7的型号，调用相同型号标准仪表的三维轮廓图，使待检测仪表7的三维轮廓图与其相同型号标准仪表的三维轮廓图作比较，当比较结果在误差允许范围内，则判定待检测仪表7外形轮廓合格。
本实施方式，在具体工作过程中，传送装置6匀速运动，使激光带发生器1发出的激光带匀速扫描整个待检测仪表7，从而形成N段激光轮廓带，并通过图像采集装置2将采集的N段激光轮廓带上传至图像处理装置3，图像处理装置3根据接收的N段激光轮廓带合成待检测仪表7的三维轮廓图，并通过无线收发装置4将待检测仪表7的三维轮廓图上传至云数据处理平台5；云数据处理平台5根据合成的待检测仪表7的三维轮廓图判定该待检测仪表7的型号，并根据待检测仪表7的型号，调用相同型号标准仪表的三维轮廓图，使待检测仪表7的三维轮廓图与其相同型号标准仪表的三维轮廓图作比较，当比较结果在误差允许范围内，则判定待检测仪表7外形轮廓合格。整个检测过程操作简单，智能化程度高，且检测精度提高了30％以上。
具体实施方式二：参见图1说明本实施方式，本实施方式与具体实施方式一所述的基于云平台2D激光汽车仪表外形轮廓自动检测系统的区别在于，所述的图像处理装置3根据接收的N段激光轮廓带合成待检测仪表7的三维轮廓图的具体过程为：
首先，图像处理装置3对接收的N段激光轮廓带进行除杂，去除非红像素点；
然后，提取除杂后的激光轮廓带的中心线，获得N段激光轮廓带的中心线，从而根据N段激光轮廓带的中心线合成待检测仪表7的三维轮廓图。
本实施方式，整个合成过程环节少，处理过程简单，数据运算量少，图像合成效率高。
具体实施方式三：参见图1说明本实施方式，本实施方式与具体实施方式一所述的基于云平台2D激光汽车仪表外形轮廓自动检测系统的区别在于，所述的N为大于且等于5的整数。
本实施方式，N的取值越大，所合成的图像的精确度越高。
具体实施方式四：参见图1说明本实施方式，本实施方式与具体实施方式一所述的基于云平台2D激光汽车仪表外形轮廓自动检测系统的区别在于，所述的图像采集装置2为摄像头。
本实施方式，图像采集装置2采用摄像头实现，成本低，性价比高。
具体实施方式五：参见图1说明本实施方式，采用具体实施方式一所述的基于云平台2D激光汽车仪表外形轮廓自动检测系统实现的检测方法，该方法的具体过程为：
步骤一：将待检测仪表7固定在传送装置6的首端，并且使激光带发生器1发出激光带垂直照射在传送装置6；
步骤二：使传送装置6匀速运动，从而带动待检测仪表7匀速运动，激光带发生器1发出的激光带对待检测仪表7进行扫描，形成激光轮廓带，图像采集装置2实时采集待检测仪表7形成的激光轮廓带，并上传至图像处理装置3；
步骤三：图像处理装置3根据整个扫描过程形成的N段激光轮廓带合成待检测仪表7的三维轮廓图，并通过无线收发装置4将待检测仪表7的三维轮廓图上传至云数据处理平台5；
步骤四：云数据处理平台5根据合成的待检测仪表7的三维轮廓图判定该待检测仪表7的型号，并根据待检测仪表7的型号，调用相同型号标准仪表的三维轮廓图，使待检测仪表7的三维轮廓图与其相同型号标准仪表的三维轮廓图作比较，当比较结果在误差允许范围内，则判定待检测仪表7外形轮廓合格。
本实施方式，待检测仪表7从传送装置6的首端运动到其末端，整个运动过程中实现了激光带发生器1对待检测仪表7的扫描，扫描范围大，避免了漏扫现象的发生。
Claims (5)
1.基于云平台2D激光汽车仪表外形轮廓自动检测系统，其特征在于，它包括激光带发生器(1)、图像采集装置(2)、图像处理装置(3)、无线收发装置(4)、云数据处理平台(5)和传送装置(6)；云数据处理平台(5)的数据库内存储有各型号标准仪表的三维轮廓图；
激光带发生器(1)和图像采集装置(2)均固定在传送装置(6)的上方，传送装置(6)上固定有待检测仪表(7)，并带动待检测仪表(7)匀速运动；
激光带发生器(1)用于向运动的待检测仪表(7)发出激光带，对运动的待检测仪表(7)进行扫描，形成N段激光轮廓带；
图像采集装置(2)用于采集整个扫描过程形成的N段激光轮廓带，并上传至图像处理装置(3)；图像处理装置(3)根据接收的N段激光轮廓带合成待检测仪表(7)的三维轮廓图，并通过无线收发装置(4)将待检测仪表(7)的三维轮廓图上传至云数据处理平台(5)；
云数据处理平台(5)根据合成的待检测仪表(7)的三维轮廓图判定该待检测仪表(7)的型号，并根据待检测仪表(7)的型号，调用相同型号标准仪表的三维轮廓图，使待检测仪表(7)的三维轮廓图与其相同型号标准仪表的三维轮廓图作比较，当比较结果在误差允许范围内，则判定待检测仪表(7)外形轮廓合格。
2.根据权利要求1所述的基于云平台2D激光汽车仪表外形轮廓自动检测系统，其特征在于，所述的图像处理装置(3)根据接收的N段激光轮廓带合成待检测仪表(7)的三维轮廓图的具体过程为：
首先，图像处理装置(3)对接收的N段激光轮廓带进行除杂，去除非红像素点；
然后，提取除杂后的激光轮廓带的中心线，获得N段激光轮廓带的中心线，从而根据N段激光轮廓带的中心线合成待检测仪表(7)的三维轮廓图。
3.根据权利要求1所述的基于云平台2D激光汽车仪表外形轮廓自动检测系统，其特征在于，所述的N为大于且等于5的整数。
4.根据权利要求1所述的基于云平台2D激光汽车仪表外形轮廓自动检测系统，其特征在于，所述的图像采集装置(2)为摄像头。
5.采用权利要求1所述的基于云平台2D激光汽车仪表外形轮廓自动检测系统实现的检测方法，其特征在于，该方法的具体过程为：
步骤一：将待检测仪表(7)固定在传送装置(6)的首端，并且使激光带发生器(1)发出激光带垂直照射在传送装置(6)；
步骤二：使传送装置(6)匀速运动，从而带动待检测仪表(7)匀速运动，激光带发生器(1)发出的激光带对待检测仪表(7)进行扫描，形成激光轮廓带，图像采集装置(2)实时采集待检测仪表(7)形成的激光轮廓带，并上传至图像处理装置(3)；
步骤三：图像处理装置(3)根据整个扫描过程形成的N段激光轮廓带合成待检测仪表(7)的三维轮廓图，并通过无线收发装置(4)将待检测仪表(7)的三维轮廓图上传至云数据处理平台(5)；
步骤四：云数据处理平台(5)根据合成的待检测仪表(7)的三维轮廓图判定该待检测仪表(7)的型号，并根据待检测仪表(7)的型号，调用相同型号标准仪表的三维轮廓图，使待检测仪表(7)的三维轮廓图与其相同型号标准仪表的三维轮廓图作比较，当比较结果在误差允许范围内，则判定待检测仪表(7)外形轮廓合格。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710277342.1A CN107063121A (zh) | 2017-04-25 | 2017-04-25 | 基于云平台2d激光汽车仪表外形轮廓自动检测系统及检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710277342.1A CN107063121A (zh) | 2017-04-25 | 2017-04-25 | 基于云平台2d激光汽车仪表外形轮廓自动检测系统及检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107063121A true CN107063121A (zh) | 2017-08-18 |
Family
ID=59604084
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710277342.1A Pending CN107063121A (zh) | 2017-04-25 | 2017-04-25 | 基于云平台2d激光汽车仪表外形轮廓自动检测系统及检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107063121A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1474159A (zh) * | 2003-07-02 | 2004-02-11 | 西安交通大学 | 线阵光电传感器层析扫描三维测量方法及其装置 |
| CN102665039A (zh) * | 2012-05-17 | 2012-09-12 | 北京工业大学 | 一种数码相机以及利用云计算平台对相机进行操作的方法 |
| CN204069195U (zh) * | 2014-08-18 | 2014-12-31 | 上海良讯科技有限公司 | 一种云平台远程视频监控装置 |
| CN104778842A (zh) * | 2015-04-29 | 2015-07-15 | 深圳市保千里电子有限公司 | 一种基于车牌识别的云端车辆行驶轨迹跟踪的方法及系统 |
| CN104980709A (zh) * | 2015-07-02 | 2015-10-14 | 湖北贝力思智能科技有限公司 | 一种智能动态高清视频人脸比对系统 |
-
2017
- 2017-04-25 CN CN201710277342.1A patent/CN107063121A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1474159A (zh) * | 2003-07-02 | 2004-02-11 | 西安交通大学 | 线阵光电传感器层析扫描三维测量方法及其装置 |
| CN102665039A (zh) * | 2012-05-17 | 2012-09-12 | 北京工业大学 | 一种数码相机以及利用云计算平台对相机进行操作的方法 |
| CN204069195U (zh) * | 2014-08-18 | 2014-12-31 | 上海良讯科技有限公司 | 一种云平台远程视频监控装置 |
| CN104778842A (zh) * | 2015-04-29 | 2015-07-15 | 深圳市保千里电子有限公司 | 一种基于车牌识别的云端车辆行驶轨迹跟踪的方法及系统 |
| CN104980709A (zh) * | 2015-07-02 | 2015-10-14 | 湖北贝力思智能科技有限公司 | 一种智能动态高清视频人脸比对系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104359921B (zh) | 一种基于结构光的扣件缺失检测方法及其装置 | |
| CN101907453B (zh) | 基于机器视觉的块状农产品尺寸在线测量方法与装置 | |
| CN103900494B (zh) | 用于双目视觉三维测量的同源点快速匹配方法 | |
| CN205176871U (zh) | 一种二维码检测设备 | |
| CN116879308A (zh) | 一种工业机器视觉系统图像处理方法 | |
| CN103669182B (zh) | 基于相机与线激光器的路面裂缝识别方法 | |
| CN106824816A (zh) | 一种基于机器视觉的pe瓶检测与分拣方法 | |
| CN104634261B (zh) | 基于线激光源的中厚板形貌检测系统及其方法 | |
| CN104796612A (zh) | 高清雷达联动跟踪控制摄像系统及联动跟踪方法 | |
| CN102495069A (zh) | 一种基于数字图像处理的拉链链带缺陷检测方法 | |
| CN102254222B (zh) | 棒材进行计数的方法及装置 | |
| CN107167118B (zh) | 一种基于非编码平行多线的稳定实时激光测量方法 | |
| CN106951905A (zh) | 一种基于tof相机的树上苹果识别与定位方法 | |
| CN105181714A (zh) | 一种基于图像处理的瓶装液体杂质检测系统及其检测方法 | |
| CN206563560U (zh) | 一种基于线激光扫描的手机外壳质量在线检测装置 | |
| CN110174065B (zh) | 基于正交双目机器视觉的水果大小无损检测方法 | |
| CN110059663A (zh) | 一种基于特征点检测的粘连蘑菇视觉识别与测量方法 | |
| CN207081412U (zh) | 一种动物体尺超声无接触测量装置 | |
| CN210071686U (zh) | 基于正交双目机器视觉的水果分级装置 | |
| CN106248680A (zh) | 一种基于机器视觉的电机换向器质量检测系统及检测方法 | |
| CN107891012B (zh) | 基于等效算法的珍珠大小及圆形度分拣装置 | |
| CN101339118A (zh) | 谷粒参数自动测量装置及方法 | |
| CN116363505A (zh) | 一种基于采摘机器人视觉系统的目标采摘方法 | |
| CN207126835U (zh) | 一种马铃薯快速无损检测自动分级装置 | |
| CN105319166A (zh) | 一种大豆实时检测仪器 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170818 |