CN110599536A - 一种基于视觉的汽车轮毂定位方法 - Google Patents
一种基于视觉的汽车轮毂定位方法 Download PDFInfo
- Publication number
- CN110599536A CN110599536A CN201810511213.9A CN201810511213A CN110599536A CN 110599536 A CN110599536 A CN 110599536A CN 201810511213 A CN201810511213 A CN 201810511213A CN 110599536 A CN110599536 A CN 110599536A
- Authority
- CN
- China
- Prior art keywords
- hub
- angle
- spoke
- point
- vision
- 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
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60B—VEHICLE WHEELS; CASTORS; AXLES FOR WHEELS OR CASTORS; INCREASING WHEEL ADHESION
- B60B7/00—Wheel cover discs, rings, or the like, for ornamenting, protecting, venting, or obscuring, wholly or in part, the wheel body, rim, hub, or tyre sidewall, e.g. wheel cover discs, wheel cover discs with cooling fins
- B60B7/06—Fastening arrangements therefor
- B60B7/061—Fastening arrangements therefor characterised by the part of the wheels to which the discs, rings or the like are mounted
- B60B7/066—Fastening arrangements therefor characterised by the part of the wheels to which the discs, rings or the like are mounted to the hub
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Mechanical Engineering (AREA)
- Finish Polishing, Edge Sharpening, And Grinding By Specific Grinding Devices (AREA)
- Grinding And Polishing Of Tertiary Curved Surfaces And Surfaces With Complex Shapes (AREA)
Abstract
本发明公开了一种基于视觉的汽车轮毂定位方法,在机器人粗抛工位和机器人精抛工位之前增加视觉定位工位;在视觉定位工位通过对轮毂视觉取像、轮毂中心点计算、轮毂条幅角度计算,得到当前轮毂条幅的角度αf;根据当前轮毂条幅角度αf与轮毂条幅基准角度αr的差值,通过放置轮毂的转台进行差值调整,将轮毂角度调整到设定的基准位置。
Description
技术领域
本发明涉及汽车轮毂抛光领域,具体地说是一种基于视觉的汽车轮毂定位方法。
背景技术
随着机器人轮毂抛光系统应用,轮毂抛光技术的全自动化程度越来越高。机器人轮毂抛光系统一般包括机器人粗抛工位和机器人精抛工位。机器人粗抛和精抛是按照固定路径进行抛光的,但是每个轮毂在上料过程中并不能保证轮毂角度完全一致,严重影响了机器人的粗抛和精抛动作。
发明内容
本发明提供了一种基于视觉的汽车轮毂定位方法,解决了机器人轮毂抛光系统中轮毂的初始位置一致性问题,为机器人自动重复抛光提供精确的基准定位。
本发明解决上述技术问题所采用的技术方案为:一种基于视觉的汽车轮毂定位方法,在机器人粗抛工位和机器人精抛工位之前增加视觉定位工位;在视觉定位工位通过对轮毂视觉取像、轮毂中心点计算、轮毂条幅角度计算,得到当前轮毂条幅的角度αf;根据当前轮毂条幅角度αf与轮毂条幅基准角度αr的差值,通过放置轮毂的转台进行差值调整,将轮毂角度调整到设定的基准位置。
上述方法中,将用于测量条幅基准角度αr的轮毂放置在转台上,手动转动转台使轮毂的初始抛光点与机器人的抛光动作起点对准;然后使用图像处理软件将对准基点的轮毂进行视觉取像、轮毂中心点计算、轮毂条幅角度计算得到轮毂条幅基准角度αr,作为后续轮毂角度自动调整的基准角度。
上述方法中,后续轮毂放置到转台后,使用图像处理软件对该轮毂进行视觉取像、轮毂中心点计算和轮毂条幅角度计算得到该轮毂条幅角度αf;当前轮毂条幅角度αf与轮毂条幅基准角度αr的差,即Δα=αf-αr;把轮毂条幅角度差值Δα发送给轮毂转台控制器,转台带动轮毂自动进行角度调整,使后续轮毂的角度达到基准角度。
上述方法中,轮毂中心点计算包括采用canny算子提取出轮毂图像中的边缘、Hough变换算法检测图像中的轮毂中心圆孔,将Hough变换算法检测的圆心(x0w,y0w)作为轮毂的中心。
上述方法中,通过Hough变换算法检测图像中轮毂中心圆孔的主要步骤为:
步骤a1、把圆写成极坐标形式,即其中,x、y为圆上的样本点,x0、y0为圆心坐标,r为圆的半径,θ为极角;
步骤a2、对(x0,y0)和θ按照一定步长采样,并把边缘上的样本点(xi,yi)代入圆的极坐标等式,得到相应的r值,(xi,yi)∈Bs,(i=1,2,3,…Np),其中Bs是图像边缘点的集合,Np是边缘点的数量;
步骤a3、利用r的取值范围剔除不合理的数据对(x0j,y0j,rj),rj<rmin或者rj>rmax,其中rmin和rmax是轮毂中心圆孔半径的最小值和最大值;
步骤a4、对剩下的数据对(x0k,y0k,rk)进行投票,投票数最多的数据对即为提取的圆参数,记为(x0w,y0w,rw);
步骤a5、通过Hough变换算法检测的圆心(x0w,y0w)作为轮毂的中心。
上述方法中,轮毂条幅角度计算包括以下步骤:
步骤b1、在轮毂条幅长度方向1/3至2/3处从上至下画一条竖线作为基准线L,L可以描述为:x=xl;
步骤b2、沿着基准线L计算条幅的上边缘P1和下边缘点P2;
上边缘点P1的坐标计算公式为其中,(p1x,p1y)为轮毂上边缘点P1的坐标,I(x,y)为图像中像素点(x,y)的灰度值;相应的,下边缘点P2的坐标计算公式为其中,(p2x,p2y)为轮毂下边缘点P2的坐标;
步骤b3、通过轮毂条幅上边缘点P1和下边缘点P2计算轮毂条幅中心点P0的坐标,轮毂条幅中心点P0的计算公式为其中,(p0x,p0y)为轮毂条幅中心点P0的坐标;
步骤b4、通过轮毂中心点O和轮毂条幅中心点P0,计算轮毂条幅的角度α,计算公式为
与现有技术相比,本发明的一种基于视觉的汽车轮毂定位方法,采用非接触的视觉定位方法对轮毂进行定位,提高了定位精度;通过视觉定位,可以保证轮毂初始位置的一致性,为机器人连续重复抛光作业提供精确的基准位置;视觉定位算法由轮毂中心点计算、轮毂条幅角度计算和轮毂角度调整三部分组成;轮毂中心点计算由边缘提取和Hough变换组成,保住了精度和可靠性;轮毂条幅角度计算过程中,根据轮毂条幅的亮点情况设计了专用的上边缘和下边缘提取算法,提高了边缘提取的精度和可靠性。
附图说明
图1是本实施例的轮毂示意图。
图2是本实施例的方法流程图。
具体实施方式
以下结合附图对本发明的实施例作进一步详细描述。
图1至图2所示为本发明的示意图。
本发明的一种基于视觉的汽车轮毂定位方法,可以实现轮毂上料过程中的自动对准,便于机器人按照固定轨迹重复抛光作业。
本方法在机器人粗抛工位和机器人精抛工位之前增加视觉定位工位。在视觉定位工位通过对轮毂视觉取像、轮毂中心点计算、轮毂条幅角度计算,得到当前轮毂条幅的角度αf;根据当前轮毂条幅角度αf与轮毂条幅基准角度αr的差值,通过放置轮毂的转台进行差值调整,将当前轮毂角度调整到设定的基准位置。
将用于测量条幅基准角度αr的轮毂放置在转台上,手动转动转台使轮毂的初始抛光点与机器人的抛光动作起点对准;然后使用图像处理软件将对准基点的轮毂进行视觉取像、轮毂中心点计算、轮毂条幅角度计算得到轮毂条幅基准角度αr,作为后续轮毂角度自动调整的基准角度。
后续轮毂放置到转台后,使用图像处理软件对该轮毂进行视觉取像、轮毂中心点计算和轮毂条幅角度计算得到该轮毂条幅角度αf;当前轮毂条幅角度αf与轮毂条幅基准角度αr的差,即Δα=αf-αr;把轮毂条幅角度差值Δα发送给轮毂转台控制器,转台带动轮毂自动进行角度调整,使后续轮毂的角度达到基准角度。
如图1所示的汽车轮毂示意图,汽车轮毂形状如图所示,由中心圆孔1、条幅2和外边框3组成。在抛光打磨过程中,轮毂通过中心圆孔1固定于转台上,轮毂抛光过程由机器人与转台的协调动作配合完成。
如图2所示的方法流程图。轮毂中心点计算包括采用canny算子提取出轮毂图像中的边缘、Hough变换算法检测图像中的轮毂中心圆孔1,将Hough变换算法检测的圆心(x0w,y0w)作为轮毂的中心。
通过Hough变换算法检测图像中轮毂中心圆孔1的主要步骤为:
步骤a1、把圆写成极坐标形式,即其中,x、y为圆上的样本点,x0、y0为圆心坐标,r为圆的半径,θ为极角;
步骤a2、对(x0,y0)和θ按照一定步长采样,并把边缘上的样本点(xi,yi)代入圆的极坐标等式,得到相应的r值,(xi,yi)∈Bs,(i=1,2,3,…Np),其中Bs是图像边缘点的集合,Np是边缘点的数量;
步骤a3、利用r的取值范围剔除不合理的数据对(x0j,y0j,rj),rj<rmin或者rj>rmax,其中rmin和rmax是轮毂中心圆孔1半径的最小值和最大值;
步骤a4、对剩下的数据对(x0k,y0k,rk)进行投票,投票数最多的数据对即为提取的圆参数,记为(x0w,y0w,rw);
步骤a5、通过Hough变换算法检测的圆心(x0w,y0w)作为轮毂的中心。
轮毂条幅角度计算包括以下步骤:
步骤b1、在轮毂条幅长度方向1/3至2/3处从上至下画一条竖线作为基准线L,L可以描述为:x=xl;
步骤b2、沿着基准线L计算条幅的上边缘P1和下边缘点P2;由于轮毂条幅是铝合金材料,在光源照射下亮度较高,而其他区域亮度较低;据此,上边缘点P1的坐标计算公式为其中,(p1x,p1y)为轮毂上边缘点P1的坐标,I(x,y)为图像中像素点(x,y)的灰度值;相应的,下边缘点P2的坐标计算公式为其中,(p2x,p2y)为轮毂下边缘点P2的坐标;
步骤b3、通过轮毂条幅上边缘点P1和下边缘点P2计算轮毂条幅中心点P0的坐标,轮毂条幅中心点P0的计算公式为其中,(p0x,p0y)为轮毂条幅中心点P0的坐标;
步骤b4、通过轮毂中心点O和轮毂条幅中心点P0,计算轮毂条幅的角度α,计算公式为
实际加工过程采用如下步骤:
1、把第1个轮毂放在转台上,手动转动转台,使轮毂的初始抛光点与机器人的抛光动作起点对准,此时通过图像处理软件计算出轮毂条幅的角度,作为后续轮毂角度自动调整的参考角度,记为αr;
2、从第2个轮毂开始,人工或者自动上料,把轮毂放置到转台上,此时通过图像处理软件计算出轮毂条幅的角度,记为αf;
3、计算当前轮毂条幅角度αf与第1个轮毂条幅参考角度αr的差,即Δα=αf-αr;
4、把轮毂条幅角度差值Δα发送给轮毂转台控制器,转台带动轮毂进行角度调整,使轮毂的角度达到参考角度。
本发明具有以下优点:
1、采用非接触的视觉定位方法对轮毂进行定位,提高了定位精度;
2、通过视觉定位,可以保证轮毂初始位置的一致性,为机器人连续重复抛光作业提供精确的基准位置;
3、视觉定位算法由轮毂中心点计算、轮毂条幅角度计算和轮毂角度调整三部分组成;
4、轮毂中心点计算由边缘提取和Hough变换组成,保住了精度和可靠性;
5、轮毂条幅角度计算过程中,根据轮毂条幅的亮点情况设计了专用的上边缘和下边缘提取算法,提高了边缘提取的精度和可靠性。
本发明的最佳实施例已阐明,由本领域普通技术人员做出的各种变化或改型都不会脱离本发明的范围。
Claims (6)
1.一种基于视觉的汽车轮毂定位方法,其特征在于:在机器人粗抛工位和机器人精抛工位之前增加视觉定位工位;在视觉定位工位通过对轮毂视觉取像、轮毂中心点计算、轮毂条幅角度计算,得到当前轮毂条幅的角度αf;根据当前轮毂条幅角度αf与轮毂条幅基准角度αr的差值,通过放置轮毂的转台进行差值调整,将当前轮毂角度调整到设定的基准位置。
2.根据权利要求1所述的一种基于视觉的汽车轮毂定位方法,其特征在于:将用于测量条幅基准角度αr的轮毂放置在转台上,手动转动转台使轮毂的初始抛光点与机器人的抛光动作起点对准;然后使用图像处理软件将对准基点的轮毂进行视觉取像、轮毂中心点计算、轮毂条幅角度计算得到轮毂条幅基准角度αr,作为后续轮毂角度自动调整的基准角度。
3.根据权利要求2所述的一种基于视觉的汽车轮毂定位方法,其特征在于:后续轮毂放置到转台后,使用图像处理软件对该轮毂进行视觉取像、轮毂中心点计算和轮毂条幅角度计算得到该轮毂条幅角度αf;计算当前轮毂条幅角度αf与轮毂条幅基准角度αr的差,即Δα=αf-αr;把轮毂条幅角度差值Δα发送给轮毂转台控制器,转台带动轮毂自动进行角度调整,使后续轮毂的角度达到基准角度。
4.根据权利要求1所述的一种基于视觉的汽车轮毂定位方法,其特征在于:所述的轮毂中心点计算包括采用canny算子提取出轮毂图像中的边缘、Hough变换算法检测图像中的轮毂中心圆孔,将Hough变换算法检测的圆心(x0w,y0w)作为轮毂的中心。
5.根据权利要求4所述的一种基于视觉的汽车轮毂定位方法,其特征在于:通过Hough变换算法检测图像中轮毂中心圆孔的主要步骤为:
步骤a1、把圆写成极坐标形式,即其中,x、y为圆上的样本点,x0、y0为圆心坐标,r为圆的半径,θ为极角;
步骤a2、对(x0,y0)和θ按照一定步长采样,并把边缘上的样本点(xi,yi)代入圆的极坐标等式,得到相应的r值,(xi,yi)∈Bs,(i=1,2,3,…Np),其中Bs是图像边缘点的集合,Np是边缘点的数量;
步骤a3、利用r的取值范围剔除不合理的数据对(x0j,y0j,rj),rj<rmin或者rj>rmax,其中rmin和rmax是轮毂中心圆孔半径的最小值和最大值;
步骤a4、对剩下的数据对(x0k,y0k,rk)进行投票,投票数最多的数据对即为提取的圆参数,记为(x0w,y0w,rw);
步骤a5、通过Hough变换算法检测的圆心(x0w,y0w)作为轮毂的中心。
6.根据权利要求1所述的一种基于视觉的汽车轮毂定位方法,其特征在于:所述的轮毂条幅角度计算包括以下步骤:
步骤b1、在轮毂条幅长度方向1/3至2/3处从上至下画一条竖线作为基准线L,L可以描述为:x=xl;
步骤b2、沿着基准线L计算条幅的上边缘P1和下边缘点P2;上边缘点P1的坐标计算公式为其中,(p1x,p1y)为轮毂上边缘点P1的坐标,I(x,y)为图像中像素点(x,y)的灰度值;相应的,下边缘点P2的坐标计算公式为其中,(p2x,p2y)为轮毂下边缘点P2的坐标;
步骤b3、通过轮毂条幅上边缘点P1和下边缘点P2计算轮毂条幅中心点P0的坐标,轮毂条幅中心点P0的计算公式为其中,(p0x,p0y)为轮毂条幅中心点P0的坐标;
步骤b4、通过轮毂中心点O和轮毂条幅中心点P0,计算轮毂条幅的角度α,计算公式为
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810511213.9A CN110599536B (zh) | 2018-05-25 | 2018-05-25 | 一种基于视觉的汽车轮毂定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810511213.9A CN110599536B (zh) | 2018-05-25 | 2018-05-25 | 一种基于视觉的汽车轮毂定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110599536A true CN110599536A (zh) | 2019-12-20 |
CN110599536B CN110599536B (zh) | 2023-03-21 |
Family
ID=68848562
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810511213.9A Active CN110599536B (zh) | 2018-05-25 | 2018-05-25 | 一种基于视觉的汽车轮毂定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110599536B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203908499U (zh) * | 2014-05-20 | 2014-10-29 | 北京贝特里戴瑞科技发展有限公司 | 轮毂位置度检测装置 |
CN205246069U (zh) * | 2015-12-09 | 2016-05-18 | 青岛力鼎自动化设备有限公司 | 一种轮毂角度视觉定位装置 |
CN106934813A (zh) * | 2015-12-31 | 2017-07-07 | 沈阳高精数控智能技术股份有限公司 | 一种基于视觉定位的工业机器人工件抓取实现方法 |
CN108007388A (zh) * | 2017-06-30 | 2018-05-08 | 长沙湘计海盾科技有限公司 | 一种基于机器视觉的转盘角度高精度在线测量方法 |
-
2018
- 2018-05-25 CN CN201810511213.9A patent/CN110599536B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203908499U (zh) * | 2014-05-20 | 2014-10-29 | 北京贝特里戴瑞科技发展有限公司 | 轮毂位置度检测装置 |
CN205246069U (zh) * | 2015-12-09 | 2016-05-18 | 青岛力鼎自动化设备有限公司 | 一种轮毂角度视觉定位装置 |
CN106934813A (zh) * | 2015-12-31 | 2017-07-07 | 沈阳高精数控智能技术股份有限公司 | 一种基于视觉定位的工业机器人工件抓取实现方法 |
CN108007388A (zh) * | 2017-06-30 | 2018-05-08 | 长沙湘计海盾科技有限公司 | 一种基于机器视觉的转盘角度高精度在线测量方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110599536B (zh) | 2023-03-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107203990B (zh) | 一种基于模板匹配与图像质量评估的标贴破损检测方法 | |
US8917320B2 (en) | Digital optical comparator | |
CN108918526B (zh) | 一种柔性ic封装基板线路的缺口缺陷检测方法 | |
CN115018853B (zh) | 基于图像处理的机械组件缺陷检测方法 | |
CN107561087A (zh) | 一种基于机器视觉的鼠标logo定位及缺陷检测方法 | |
US6743486B1 (en) | Method for producing spectacle lens and lens processing system | |
CN102636490A (zh) | 基于机器视觉的轴承防尘盖表面缺陷检测方法 | |
CN105548212A (zh) | 一种触摸屏玻璃表面瑕疵在线自动化检测系统及方法 | |
CN103954458B (zh) | 一种非接触式四轮定位仪及其检测方法 | |
CN108416320A (zh) | 巡检设备、巡检设备的控制方法及控制装置 | |
CN112381827B (zh) | 基于视觉图像的快速高精度缺陷检测方法 | |
CN109358067A (zh) | 基于计算机视觉的马达环形压敏电阻缺陷检测系统及方法 | |
CN114088738B (zh) | 一种环状焊缝的高精度缺陷检测方法和装置 | |
CN115760782B (zh) | 一种基于机器视觉的模内贴标偏移缺陷识别方法 | |
CN108268841A (zh) | 一种轧钢板热喷字符串识别与验证系统及方法 | |
CN110426400B (zh) | 针对触摸屏可操作区的自动打光方法 | |
CN115384052A (zh) | 一种智能化的覆膜机自动控制系统 | |
CN112484680B (zh) | 一种基于圆检测的蓝宝石晶片定位跟踪方法 | |
CN109584239B (zh) | 一种基于反射光的高光物体表面缺陷检测系统及方法 | |
CN110599536B (zh) | 一种基于视觉的汽车轮毂定位方法 | |
CN109622926B (zh) | 一种面向铸锭过程的锭块边缘检测方法 | |
CN108663376B (zh) | 一种无缝钢管质量检测装置及检测方法 | |
CN113240629B (zh) | 基于边缘的图像匹配窄间隙焊缝初始点定位装置和方法 | |
CN116563165A (zh) | 一种中性束红外图像畸变校正及数据处理方法 | |
CN114199127B (zh) | 基于机器视觉的汽车零件尺寸检测系统及方法 |
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 |