CN109945782B - 超长白车身关键位置检测方法 - Google Patents
超长白车身关键位置检测方法 Download PDFInfo
- Publication number
- CN109945782B CN109945782B CN201910261591.0A CN201910261591A CN109945782B CN 109945782 B CN109945782 B CN 109945782B CN 201910261591 A CN201910261591 A CN 201910261591A CN 109945782 B CN109945782 B CN 109945782B
- Authority
- CN
- China
- Prior art keywords
- white
- measuring
- measured
- ultra
- long body
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000005259 measurement Methods 0.000 claims abstract description 47
- 238000006243 chemical reaction Methods 0.000 claims abstract description 35
- 238000001514 detection method Methods 0.000 claims abstract description 12
- 230000000007 visual effect Effects 0.000 claims description 21
- 230000007547 defect Effects 0.000 claims description 6
- 230000036544 posture Effects 0.000 claims description 6
- 238000013461 design Methods 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 2
- 230000005540 biological transmission Effects 0.000 abstract description 6
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 241000227425 Pieris rapae crucivora Species 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Landscapes
- Length Measuring Devices By Optical Means (AREA)
Abstract
Description
技术领域
本发明涉及视觉检测领域,具体涉及一种超长白车身关键位置检测方法。
背景技术
超长白车身指长度远长于普通三箱汽车而言的白车身,诸如:加长版车型、公交车、高铁,其中最为典型的超长白车身是高铁白车身,其制造性能、可靠性直接影响着高铁列车的运行与发展,是重要的大型复杂结构件,其上分布有大量的孔、缝、曲面等特征,这些关键点位及尺寸检测是必要流程,是保证整车制造质量及车身运行安全的重要手段。
现阶段通用的检测手段是通过人工采用徕卡全站仪等测量设备对超长白车身关键点位进行瞄准测量,效率低。将现有汽车白车身的自动化检测方法套用在超长白车身上时,需要在待测超长白车身两侧设置多台机器人,各机器人末端均需安装视觉传感器,保证所有机器人的工作空间拼接后能覆盖所有测点,通过建立视觉传感器——>法兰——>机器人底座——>车身的测量传递链,实现测量数据从传感器到车身坐标系的转换。这种测量方式需要多台机器人及视觉传感器,价格过于昂贵。若引入导轨,利用上述测量传递链,需要建立七轴机器人模型(加入导轨),对于导轨的直线度、重复性要求非常高,而对于超长白车身特别是总长超过25m的高铁白车身而言,长达30m的导轨在全量程内几乎不能同时满足直线度、重复度的要求,或者导轨造价奇高,不可能在商业环境实际使用。
发明内容
为了解决上述技术问题,本发明提供一种超长白车身关键位置检测方法,其采用传感器——>三维坐标测量系统(全局坐标系)——>车身的测量传递链,只需导轨具有较高的位置重复性即可,将超长白车身的全自动化非接触式检测变为可能,同时,仅需两台机器人及配套视觉传感器、常规机器人导轨既能实现全车体测量,可应用于工业应用。
一种超长白车身关键位置检测方法,包括以下步骤:
I、将超长白车身置于标准待测位置;
所述标准待测位置两侧分别设有机器人导轨,机器人安装在机器人导轨的导轨滑板上,按照预设测量位置信息,机器人沿着导轨能到达测量工位;机器人末端安装测量传感器;
II、在同一测量工位,机器人按照预设位姿带动测量传感器获取待测超长白车身上多个特征位置图像;
当同一测量工位所需图像采集完成后,机器人沿着导轨到达下一测量工位,测量传感器采集特征位置图像;如此重复,直至所有测量工位所需特征位置图像均被采集;
同时,解算所述特征位置图像所包含的特征位置在测量传感器坐标下的坐标信息;
Ⅳ、依据存储的同一超长白车身的标准坐标数据依次判断所述各个特征位置的测量坐标数据是否合格,此过程为系统测量数据精度验证过程,只进行一次,当所有特征位置的测量坐标数据均合格时,认为上述检测过程获得的测量数据准确,此测量系统能够被应用于实际测量过程;
实际测量过程:
对下一辆待测超长白车身重复步骤I~III,进行在线检测,得到待测超长白车身各个特征位置的实测坐标数据,利用所述实测坐标数据以及该超长白车身各个特征位置的设计公差,判断待测超长白车身的关键位置是否存在缺陷以及缺陷位置和/或尺寸信息。
D1、将待测超长白车身置于标准待测位置,利用三维测量系统测量超长白车身的多个特征点在三维测量系统坐标系下的坐标,再根据所述多个特征点在超长白车身坐标系下的坐标,解算得到三维测量系统坐标系与超长白车身坐标系之间的转换关系Oj-c;
D2、将超长白车身移出标准待测位置,并在所述标准待测位置区域安放三维测量系统;
按照已经记录的测量工位及机器人测量姿态,机器人依次处于不同的测量工位并做出相应的位姿,测量传感器外壳安装有多个靶球,在每个测量工位处,三维测量系统的视场内至少包含每个测量传感器上的3个靶球,所述三维测量系统获取各靶球球心坐标,利用刚体变换,由于靶球在测量传感器坐标系下的坐标已知,依次得到每个测量工位处的测量传感器坐标系与三维测量系统坐标系之间的转换关系n为机器人测量位姿数量;
进一步,所述超长白车身的标准坐标数据通过以下方式获取:
将超长白车身置于标准待测位置,利用三维测量系统测量超长白车身上的特征点,根据不同位置处三维测量系统的转站关系以及三维测量系统坐标系与车体坐标系之间的转换关系Oj-c,将三维测量系统测得的特征点坐标信息转换到超长白车身坐标系,保存为标准数据。
进一步,步骤I中,超长白车身的标准待测位置通过以下方式进行:在标准待测位置设置多个工装夹具,对超长白车身的位置进行固定。
或者:
步骤I中,超长白车身的标准待测位置通过以下方式进行:在对应超长白车身底部基准孔的位置处安装有视觉传感器,所述视觉传感器用于采集基准孔的坐标数据;
待测超长白车身置于待测位置时,计算视觉传感器采集的基准孔坐标数据与预存标准数据的偏差,偏差值在预设允许范围内,则认为超长白车身处于标准待测位置,否则,重新调整超长白车身的位置,直到超长白车身的放置位置符合要求。
进一步,所述视觉传感器有多个,其采集基准孔的图像后,先解算各基准孔在视觉传感器坐标下的坐标信息,根据视觉传感器坐标系与超长白车身坐标系之间的转换关系将每个定位孔的坐标信息转换到超长白车身坐标系,得到多个基准孔的坐标数据。
D1、将超长白车身移出标准待测位置,并在所述待测位置的中间位置处安放三维测量系统;
在视觉传感器外壳安装靶球,并保障在三维测量系统的视场内至少包含每个视觉传感器的3个靶球,所述三维测量系统获取多个靶球球心坐标,利用刚体变换,依次得到每个视觉传感器坐标系与三维测量系统坐标系之间的转换关系Oc-j’m,,m=1,2,3...q,q为视觉传感器数量;
进一步,所述三维测量系统通过激光干涉测距、摄影测量测量原理实现三维坐标的非接触式测量,包括摄影测量系统、激光跟踪仪、激光雷达。
进一步,所述机器人末端法兰连接有连接基座,所述连接基座呈圆台状,每层圆台表面设靶球球座,所述连接基座的另一端设置有夹具,所述夹具用于固定测量传感器。
本发明方法通过在超长白车身两侧设置移动导轨,并在移动导轨上各设置一台机器人,通过预先示教过程,获得同一车型的测量工位及测量位姿信息,在正式对超长白车身的在线测量过程之前,首先验证系统测量过程中各测量工位及测量位姿、测量坐标数据计算是否准确,验证过程仅需一次,当系统验证通过后,将其直接应用于下一辆超长白车身的实时检测,保障了测量精度,高效且节约机器人成本;
同时,传统方法需要建立视觉传感器——>法兰——>机器人底座——>车身的测量传递链,为保障测量精确,该模型要求导轨的直线度、重复性的具有超高精度,而本方法采用传感器——>三维测量系统(全局坐标系)——>车身的测量传递链,只需导轨具有较高的位置重复性即可,易于实现,将超长白车身的全自动化非接触式检测变为可能,同时,仅需两台机器人及配套视觉传感器、常规机器人导轨既能实现全车体测量,可应用于工业应用。
附图说明
图1为实施例中测量结构示意图;
图2为靶球基座示意图。
图中:1-机器人、2-超长白车身、3-测量传感器、4-视觉传感器、6-机器人导轨、7-连接基座、8-靶球球座、9-夹具。
具体实施方式
以下结合附图和实施例对本发明的技术方案进行详细描述。
一种超长白车身关键位置检测方法,包括以下步骤:
I、将超长白车身置于标准待测位置;
超长白车身的标准待测位置通过以下方式进行:在对应超长白车身底部基准孔的位置处安装有视觉传感器,视觉传感器用于采集基准孔的坐标数据;
待测超长白车身置于待测位置时,计算视觉传感器采集的基准孔坐标数据与预存标准数据的偏差,偏差值在预设允许范围内,则认为超长白车身处于标准待测位置,否则,重新调整超长白车身的位置,直到超长白车身的放置位置符合要求。
本实施例中,视觉传感器有4个,固定安装于地面,分别对应拍摄位于常常白车身上的基准孔,其采集基准孔的图像后,先解算各基准孔在视觉传感器坐标下的坐标信息,根据视觉传感器坐标系与超长白车身坐标系之间的转换关系将每个定位孔的坐标信息转换到超长白车身坐标系,得到多个基准孔的坐标数据。
D1、将超长白车身移出标准待测位置,并在待测位置的中间位置处安放三维测量系统;
所述三维测量系统通过激光干涉测距、摄影测量测量原理实现三维坐标的非接触式测量,可以选用摄影测量系统如V-stars、激光跟踪仪、激光雷达等测量系统;本实施例中,以激光跟踪仪测量为例;
在视觉传感器4外壳安装靶球,并保障在激光跟踪仪的视场内至少包含每个视觉传感器的3个靶球,本实施例中,为了保障激光跟踪仪获取更多的靶球信息,保障解算精度,在机器人末端法兰连接有连接基座7,连接基座呈圆台状,每层圆台表面设靶球球座8,连接基座的另一端设置有夹具9,所述夹具用于固定测量传感器4;
激光跟踪仪获取多个靶球球心坐标,利用刚体变换,依次得到每个视觉传感器坐标系与激光跟踪仪坐标系之间的转换关系Oc-j’m,,m=1,2,3…q,q为视觉传感器数量;
D2、计算视觉传感器坐标系与超长白车身坐标系之间的转换关系:
或者,也可以采用在标准待测位置设置多个工装夹具,对超长白车身的位置进行固定的方法,来保障每次超长白车身的落位位置一致。
标准待测位置两侧分别设有机器人导轨6,机器人1安装在机器人导轨6的导轨滑板上,按照预设测量位置信息,机器人1沿着导轨能到达测量工位;机器人末端安装测量传感器3;
II、在同一个测量工位处,机器人1按照预设位姿带动测量传感器3获取待测超长白车身2上多个特征位置图像;
当同一测量工位所需图像采集完成后,机器人沿着导轨到达下一测量工位,测量传感器3采集特征位置图像;如此重复,直至所有测量工位所需特征位置图像均被采集;
进一步,测量工位、预设位姿,通过前期机器人示教过程获得,即:调整好超长白车身的标准待测位置后,根据超长白车身上的待测特征信息,机器人导轨6带动机器人1移动至待测特征周围,机器人1调整姿态,带动测量传感器3到达采集待测特征图像的最佳测量位置,记录当前机器人导轨6的位置为测量工位,保存此测量工位处机器人的姿态,记为机器人预设位姿;
重复上述步骤直到完成多个测量工位及对应机器人预设位姿的记录。
同时,解算特征位置图像所包含的特征位置在测量传感器坐标下的坐标信息;
D1、将待测超长白车身2置于标准待测位置,利用激光跟踪仪计算超长白车身2的多个特征点在激光跟踪仪坐标系下的坐标,再根据多个特征点在超长白车身坐标系下的坐标,解算得到激光跟踪仪坐标系与超长白车身坐标系之间的转换关系Oj-c;
D2、将超长白车身2移出标准待测位置,并在标准待测位置区域安放激光跟踪仪;
按照已经记录的测量工位及机器人测量姿态,机器人1依次处于不同的测量工位并做出相应的位姿,测量传感器3外壳安装有多个靶球,在每个测量工位处,激光跟踪仪的视场内至少包含每个测量传感器上的3个靶球,本实施例中,为了保障激光跟踪仪获取更多的靶球信息,保障解算精度,在机器人末端法兰连接有连接基座7,连接基座呈圆台状,每层圆台表面设靶球球座8,连接基座的另一端设置有夹具9,所述夹具9用于固定测量传感器3;
Ⅳ、将存储的同一超长白车身的标准坐标数据与特征位置的测量坐标数据做差值,当差值小于阈值T时,认为特征位置的测量坐标数据合格,当所有特征位置的测量坐标数据均合格时,认为系统的测量过程准确,能够直接被应用于后续的超长白车身测量过程;此为系统验证过程,只需进行一次;
通常,阈值T取值0.2mm~0.7mm,本实施例中,T取值0.6mm;
进一步,超长白车身2的标准坐标数据通过以下方式获取:
将超长白车身置于标准待测位置,利用激光跟踪仪测量超长白车身上的特征点,根据不同位置处激光跟踪仪的转站关系以及激光跟踪仪坐标系与车体坐标系之间的转换关系Oj-c,将激光跟踪仪测得的特征点坐标信息转换到超长白车身坐标系,保存为标准数据。
实际测量过程:
对待测超长白车身,进行在线检测,过程如下:
I、将超长白车身置于标准待测位置;
所述标准待测位置两侧分别设有机器人导轨,机器人安装在机器人导轨的导轨滑板上,按照预设测量位置信息,机器人沿着导轨能到达测量工位;机器人末端安装测量传感器;
II、在同一测量工位,机器人按照预设位姿带动测量传感器获取待测超长白车身上多个特征位置图像;
当同一测量工位所需图像采集完成后,机器人沿着导轨到达下一测量工位,测量传感器采集特征位置图像;如此重复,直至所有测量工位所需特征位置图像均被采集;
同时,解算所述特征位置图像所包含的特征位置在测量传感器坐标下的坐标信息;
进一步,利用所述实测坐标数据以及该超长白车身各个特征位置的设计公差,判断待测超长白车身的关键位置是否存在缺陷以及缺陷位置和/或尺寸信息。
为了方便解释和精确限定所附权利要求,术语“上”、“下”、“左”和“右”是对特征位置的示例性实施方式的描述。
前面对本发明具体示例性实施方案所呈现的描述是出于说明和描述的目的。前面的描述并不想要成为毫无遗漏的,也不是想要把本发明限制为所公开的精确形式,显然,根据上述教导很多改变和变化都是可能的。选择示例性实施方案并进行描述是为了解释本发明的特定原理及其实际应用,从而使得本领域的其它技术人员能够实现并利用本发明的各种示例性实施方案及其不同选择形式和修改形式。本发明的范围旨在由所附权利要求书及其等价形式所限定。
Claims (8)
1.一种超长白车身关键位置检测方法,其特征在于,包括以下步骤:
I、将超长白车身置于标准待测位置;
所述标准待测位置两侧分别设有机器人导轨,机器人安装在机器人导轨的导轨滑板上,按照预设测量位置信息,机器人沿着导轨能到达测量工位;机器人末端安装测量传感器;
II、在同一测量工位,机器人按照预设位姿带动测量传感器获取待测超长白车身上多个特征位置图像;
当同一测量工位所需图像采集完成后,机器人沿着导轨到达下一测量工位,测量传感器采集特征位置图像;如此重复,直至所有测量工位所需特征位置图像均被采集;
同时,解算所述特征位置图像所包含的特征位置在测量传感器坐标下的坐标信息;
D1、将待测超长白车身置于标准待测位置,利用三维测量系统测量超长白车身的多个特征点在三维测量系统坐标系下的坐标,再根据所述多个特征点在超长白车身坐标系下的坐标,解算得到三维测量系统坐标系与超长白车身坐标系之间的转换关系Oj-c;
D2、将超长白车身移出标准待测位置,并在所述标准待测位置区域安放三维测量系统;
按照已经记录的测量工位及机器人测量姿态,机器人依次处于不同的测量工位并做出相应的位姿,测量传感器外壳安装有多个靶球,在每个测量工位处,三维测量系统的视场内至少包含每个测量传感器上的3个靶球,所述三维测量系统获取各靶球球心坐标,利用刚体变换,依次得到每个测量工位处的测量传感器坐标系与三维测量系统坐标系之间的转换关系n为机器人测量位姿数量;
Ⅳ、依据存储的同一超长白车身的标准坐标数据依次判断所述各个特征位置的测量坐标数据是否合格,当所有特征位置的测量坐标数据均合格时,对下一辆待测超长白车身重复步骤I~III,进行在线检测,得到待测超长白车身各个特征位置的实测坐标数据,利用所述实测坐标数据以及该超长白车身各个特征位置的设计公差,判断待测超长白车身的关键位置是否存在缺陷以及缺陷位置和/或尺寸信息。
2.如权利要求1所述超长白车身关键位置检测方法,其特征在于:所述超长白车身的标准坐标数据通过以下方式获取:
将超长白车身置于标准待测位置,利用三维测量系统测量超长白车身上的特征点,根据不同位置处三维测量系统的转站关系以及三维测量系统坐标系与车体坐标系之间的转换关系Oj-c,将三维测量系统测得的特征点坐标信息转换到超长白车身坐标系,保存为标准数据。
3.如权利要求1或2所述超长白车身关键位置检测方法,其特征在于:步骤I中,超长白车身的标准待测位置通过以下方式进行:在标准待测位置设置多个工装夹具,对超长白车身的位置进行固定。
4.如权利要求1或2所述超长白车身关键位置检测方法,其特征在于:步骤I中,超长白车身的标准待测位置通过以下方式进行:在对应超长白车身底部基准孔的位置处安装有视觉传感器,所述视觉传感器用于采集基准孔的坐标数据;
待测超长白车身置于待测位置时,计算视觉传感器采集的基准孔坐标数据与预存标准数据的偏差,偏差值在预设允许范围内,则认为超长白车身处于标准待测位置,否则,重新调整超长白车身的位置,直到超长白车身的放置位置符合要求。
7.如权利要求1、2、6中任一项所述超长白车身关键位置检测方法,其特征在于:所述三维测量系统通过激光干涉测距、摄影测量测量原理实现三维坐标的非接触式测量,包括摄影测量系统、激光跟踪仪、激光雷达。
8.如权利要求1或6所述超长白车身关键位置检测方法,其特征在于:所述机器人末端法兰连接有连接基座,所述连接基座呈圆台状,每层圆台表面设靶球球座,所述连接基座的另一端设置有夹具,所述夹具用于固定测量传感器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910261591.0A CN109945782B (zh) | 2019-04-02 | 2019-04-02 | 超长白车身关键位置检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910261591.0A CN109945782B (zh) | 2019-04-02 | 2019-04-02 | 超长白车身关键位置检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109945782A CN109945782A (zh) | 2019-06-28 |
CN109945782B true CN109945782B (zh) | 2020-12-08 |
Family
ID=67012416
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910261591.0A Active CN109945782B (zh) | 2019-04-02 | 2019-04-02 | 超长白车身关键位置检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109945782B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110749290B (zh) * | 2019-10-30 | 2021-06-01 | 易思维(杭州)科技有限公司 | 基于三维投影的特征信息快速定位方法 |
CN112484722B (zh) * | 2020-11-19 | 2023-06-06 | 易思维(杭州)科技有限公司 | 结合惯性导航系统的视觉传感器全局定位方法 |
CN113804136A (zh) * | 2021-08-23 | 2021-12-17 | 东风柳州汽车有限公司 | 一种基于nc点阵的工件检具平台及柔性自动测量系统 |
CN114216496A (zh) * | 2021-11-03 | 2022-03-22 | 中科合肥技术创新工程院 | 一种智能座便器功能指标的智能检测方法 |
CN114166161B (zh) * | 2021-11-04 | 2023-06-20 | 东风汽车集团股份有限公司 | 白车身测量坐标系建立方法、装置、设备及可读存储介质 |
CN114136357B (zh) * | 2021-12-09 | 2023-06-02 | 易思维(杭州)科技有限公司 | 一种适用于面结构光传感器的测试方法及测试系统 |
CN118190438A (zh) * | 2022-12-12 | 2024-06-14 | 北京有竹居网络技术有限公司 | 一种车辆检测系统、方法、电子设备、计算机可读介质 |
Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101957176A (zh) * | 2010-09-19 | 2011-01-26 | 天津大学 | 基于机器人结合相机定标的高精度汽车车门的检测方法 |
CN101968343A (zh) * | 2010-09-19 | 2011-02-09 | 天津大学 | 基于机器人单目视觉测量的汽车车门的检测方法 |
CN101981407A (zh) * | 2008-03-26 | 2011-02-23 | 罗伯特.博世有限公司 | 底盘测量系统以及确定底盘测量系统的测量头的位置参量的方法 |
CN102155923A (zh) * | 2011-03-17 | 2011-08-17 | 北京信息科技大学 | 基于立体靶标的拼接测量方法及系统 |
CN103075976A (zh) * | 2012-12-27 | 2013-05-01 | 天津大学 | 一种高速列车动态包络线测量方法 |
DE102012020720A1 (de) * | 2012-10-23 | 2013-05-02 | Daimler Ag | Verfahren zur Vermessung eines Kraftfahrzeugs im Rahmen eines Aufprallversuchs |
US8452568B2 (en) * | 2008-05-30 | 2013-05-28 | Denso Corporation | Method for calibrating cameras installed on vehicle |
CN202994085U (zh) * | 2012-12-10 | 2013-06-12 | 上海一成汽车检测设备科技有限公司 | 汽车车身尺寸钣金3d检测系统 |
CN103217100A (zh) * | 2013-03-29 | 2013-07-24 | 南京工业大学 | 一种大型客车车厢的在线双目视觉测量装置 |
CN104121854A (zh) * | 2014-07-28 | 2014-10-29 | 湖北工业大学 | 汽车大梁装配孔孔位、孔径精密测量系统及方法 |
WO2014204548A1 (en) * | 2013-06-19 | 2014-12-24 | The Boeing Company | Systems and methods for tracking location of movable target object |
CN106338245A (zh) * | 2016-08-15 | 2017-01-18 | 南京工业大学 | 一种工件非接触移动测量方法 |
CN106403818A (zh) * | 2016-09-18 | 2017-02-15 | 天津市友发德众钢管有限公司 | 多规格大型方矩形管在线尺寸参数检测用的系统及方法 |
CN107421465A (zh) * | 2017-08-18 | 2017-12-01 | 大连理工大学 | 一种基于激光跟踪仪的双目视觉拼接方法 |
JP2018013445A (ja) * | 2016-07-22 | 2018-01-25 | 株式会社ミツバ | バーテブラの形状評価方法 |
CN108286949A (zh) * | 2017-12-29 | 2018-07-17 | 北京卫星制造厂 | 一种可移动式三维检测机器人系统 |
CN108413896A (zh) * | 2018-02-27 | 2018-08-17 | 博众精工科技股份有限公司 | 一种机械手标定方法 |
CN108496124A (zh) * | 2015-11-09 | 2018-09-04 | 艾天诚工程技术系统股份有限公司 | 表面缺陷的自动检测和机器人辅助加工 |
CN108550143A (zh) * | 2018-04-03 | 2018-09-18 | 长安大学 | 一种基于rgb-d相机的车辆长宽高尺寸的测量方法 |
CN108801142A (zh) * | 2018-07-27 | 2018-11-13 | 复旦大学 | 一种特大尺寸工件双移动测量机器人系统及方法 |
CN108871209A (zh) * | 2018-07-27 | 2018-11-23 | 复旦大学 | 一种大尺寸工件移动测量机器人系统及方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120226145A1 (en) * | 2011-03-03 | 2012-09-06 | National University Of Singapore | Transcutaneous robot-assisted ablation-device insertion navigation system |
-
2019
- 2019-04-02 CN CN201910261591.0A patent/CN109945782B/zh active Active
Patent Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101981407A (zh) * | 2008-03-26 | 2011-02-23 | 罗伯特.博世有限公司 | 底盘测量系统以及确定底盘测量系统的测量头的位置参量的方法 |
US8452568B2 (en) * | 2008-05-30 | 2013-05-28 | Denso Corporation | Method for calibrating cameras installed on vehicle |
CN101957176A (zh) * | 2010-09-19 | 2011-01-26 | 天津大学 | 基于机器人结合相机定标的高精度汽车车门的检测方法 |
CN101968343A (zh) * | 2010-09-19 | 2011-02-09 | 天津大学 | 基于机器人单目视觉测量的汽车车门的检测方法 |
CN102155923A (zh) * | 2011-03-17 | 2011-08-17 | 北京信息科技大学 | 基于立体靶标的拼接测量方法及系统 |
DE102012020720A1 (de) * | 2012-10-23 | 2013-05-02 | Daimler Ag | Verfahren zur Vermessung eines Kraftfahrzeugs im Rahmen eines Aufprallversuchs |
CN202994085U (zh) * | 2012-12-10 | 2013-06-12 | 上海一成汽车检测设备科技有限公司 | 汽车车身尺寸钣金3d检测系统 |
CN103075976A (zh) * | 2012-12-27 | 2013-05-01 | 天津大学 | 一种高速列车动态包络线测量方法 |
CN103217100A (zh) * | 2013-03-29 | 2013-07-24 | 南京工业大学 | 一种大型客车车厢的在线双目视觉测量装置 |
WO2014204548A1 (en) * | 2013-06-19 | 2014-12-24 | The Boeing Company | Systems and methods for tracking location of movable target object |
CN104121854A (zh) * | 2014-07-28 | 2014-10-29 | 湖北工业大学 | 汽车大梁装配孔孔位、孔径精密测量系统及方法 |
CN108496124A (zh) * | 2015-11-09 | 2018-09-04 | 艾天诚工程技术系统股份有限公司 | 表面缺陷的自动检测和机器人辅助加工 |
JP2018013445A (ja) * | 2016-07-22 | 2018-01-25 | 株式会社ミツバ | バーテブラの形状評価方法 |
CN106338245A (zh) * | 2016-08-15 | 2017-01-18 | 南京工业大学 | 一种工件非接触移动测量方法 |
CN106403818A (zh) * | 2016-09-18 | 2017-02-15 | 天津市友发德众钢管有限公司 | 多规格大型方矩形管在线尺寸参数检测用的系统及方法 |
CN107421465A (zh) * | 2017-08-18 | 2017-12-01 | 大连理工大学 | 一种基于激光跟踪仪的双目视觉拼接方法 |
CN108286949A (zh) * | 2017-12-29 | 2018-07-17 | 北京卫星制造厂 | 一种可移动式三维检测机器人系统 |
CN108413896A (zh) * | 2018-02-27 | 2018-08-17 | 博众精工科技股份有限公司 | 一种机械手标定方法 |
CN108550143A (zh) * | 2018-04-03 | 2018-09-18 | 长安大学 | 一种基于rgb-d相机的车辆长宽高尺寸的测量方法 |
CN108801142A (zh) * | 2018-07-27 | 2018-11-13 | 复旦大学 | 一种特大尺寸工件双移动测量机器人系统及方法 |
CN108871209A (zh) * | 2018-07-27 | 2018-11-23 | 复旦大学 | 一种大尺寸工件移动测量机器人系统及方法 |
Non-Patent Citations (2)
Title |
---|
基于坐标变换的导轨CCD测距系统参数标定;张羽 等;《机械工程与自动化》;20141117(第06期);第135-138页 * |
车身坐标系变换对测点偏差的影响;胡轶敏 等;《机械设计与制造》;20161008(第10期);第179-181页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109945782A (zh) | 2019-06-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109945782B (zh) | 超长白车身关键位置检测方法 | |
CN108801142B (zh) | 一种特大尺寸工件双移动测量机器人系统及方法 | |
US5805287A (en) | Method and system for geometry measurements | |
CN110654571B (zh) | 一种飞机蒙皮表面缺陷无损检测机器人系统及方法 | |
CN102297658B (zh) | 基于双线激光的三维信息检测方法 | |
CN112325796A (zh) | 基于辅助定位多视角点云拼接的大型工件型面测量方法 | |
CN108413988B (zh) | 机器人末端经纬仪坐标系快速标定方法 | |
CN103499293B (zh) | 一种数控机床的激光跟踪仪虚拟多站式测量方法 | |
CN111595238B (zh) | 一种基于多站法的激光跟踪仪精度现场评价系统 | |
CN112648934B (zh) | 一种自动化弯管几何形态检测方法 | |
CN113510708B (zh) | 一种基于双目视觉的接触式工业机器人自动标定系统 | |
CN102589424A (zh) | 发动机缸体结合面孔组在线检测视觉定位方法 | |
CN111609847B (zh) | 一种面向薄板件的机器人拍照测量系统自动规划方法 | |
CN116402792A (zh) | 一种基于三维点云的空间孔位对接方法 | |
CN115963112A (zh) | 一种基于实时定位信息的视觉检测方法 | |
CN113432561B (zh) | 数据处理方法和三维扫描系统 | |
CN112122917B (zh) | 发动机装配体精准配合方法 | |
US20120007957A1 (en) | Method for calibrating a measuring system and a measuring station for vehicle measurement | |
CN114279326B (zh) | 一种三维扫描设备的全局定位方法 | |
CN114894116B (zh) | 一种测量数据融合方法及非接触式测量设备 | |
CN114136357A (zh) | 一种适用于面结构光传感器的测试方法及测试系统 | |
CN110065072B (zh) | 机器人重复定位精度的验证方法 | |
CN114511620A (zh) | 一种基于Mask R-CNN的结构位移监测方法 | |
CN113175872A (zh) | 基于视觉跟踪的车体自动化测量装置及其测量方法 | |
CN114571436B (zh) | 一种不依赖于地轨绝对精度的机器人外参标定方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP01 | Change in the name or title of a patent holder | ||
CP01 | Change in the name or title of a patent holder |
Address after: Room 495, building 3, 1197 Bin'an Road, Binjiang District, Hangzhou City, Zhejiang Province 310051 Patentee after: Yi Si Si (Hangzhou) Technology Co.,Ltd. Address before: Room 495, building 3, 1197 Bin'an Road, Binjiang District, Hangzhou City, Zhejiang Province 310051 Patentee before: ISVISION (HANGZHOU) TECHNOLOGY Co.,Ltd. |