CN110645908A - 车身外观缺陷检测方法及检测系统 - Google Patents
车身外观缺陷检测方法及检测系统 Download PDFInfo
- Publication number
- CN110645908A CN110645908A CN201910759696.9A CN201910759696A CN110645908A CN 110645908 A CN110645908 A CN 110645908A CN 201910759696 A CN201910759696 A CN 201910759696A CN 110645908 A CN110645908 A CN 110645908A
- Authority
- CN
- China
- Prior art keywords
- vehicle body
- laser
- light spot
- contour
- shape
- 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
Images
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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明提供一种车身外观缺陷检测方法及检测系统,包括:使用激光器照射车身表面;检测激光光斑在车身表面的形状;判断光斑形状是否出现异常;若有异常,则确定所述车身表面存在缺陷,若无异常,则确定所述车身表面不存在缺陷。本发明的车身外观缺陷检测方法,采用激光照射凸显车身的表面形状,再通过图像特征识别,通过判断表面形状可以较为容易的判断车身是否存在缺陷。采用本发明检测方法的检测系统,自动化程度高,不需要人工参与,自动记录存储,检测速度快,准确率高,设备安装方便。
Description
技术领域
本发明属于汽车制造领域,具体涉及一种车身外观缺陷检测方法及检测系统。
背景技术
汽车车身在焊装时可能会因各种因素导致车体出现凹凸痕等缺陷,如不进行监控,则无法得知流出焊装车间的车身状态。一旦带有较大外观缺陷的车身流入后续生产工序,会造成更大的经济损失。现在车身外观缺陷检测是通过高级工程师手摸确认是否有缺陷,成本高、效率低、误检率高。
迫切需要一种满足自动化生产需求的车身外观缺陷检测技术。
发明内容
因此,本发明要解决的技术问题是车身外观缺陷检测手段欠缺,从而提供一种车身外观缺陷检测方法及检测系统。
为了解决上述问题,本发明提供一种车身外观缺陷检测方法,包括:
使用激光器照射车身表面;
检测激光光斑在车身表面的形状;
判断光斑形状是否出现异常;若有异常,则确定车身表面存在缺陷,若无异常,则确定车身表面不存在缺陷。
优选地,检测激光光斑在车身表面的形状的步骤包括:通过图像采集装置采集实时光斑形状,对实时光斑图像进行检测。
优选地,判断光斑形状是否出现异常的步骤包括:对实时光斑图像进行特征提取,得到激光与车身表面接触的边界的轮廓,即为车身表面轮廓,若轮廓形状出现形状突变,和/或轮廓与标准轮廓不同,则确定车身表面存在缺陷。
优选地,形状突变的情形包括但不限于:光斑面积变大、光斑面积变小、光斑边界收缩、光斑边界扩展、光斑边界模糊、光斑边界凹陷、光斑边界突出、光斑部分缺失。
一种车身外观缺陷检测系统,包括:
激光器,激光器用于发射激光照射车身表面;
图像获取装置,图像获取装置拍摄激光在车身表面形成的实时光斑图像;
特征提取模块,特征提取模块用于在实时光斑图像中识别车身的表面轮廓;
轮廓判断模块,轮廓判断模块用于判断轮廓是否存在形状突变、和/或判断轮廓与标准轮廓是否不同。
优选地,系统还包括显示装置,显示装置用于显示轮廓。
优选地,系统还包括存储单元,存储单元用于存储实时光斑图像、轮廓、标准轮廓。
优选地,激光器为线激光器,激光器发射的激光照射形成一字形光斑。
优选地,车身的顶部至少设有一台激光器,车身沿车头方向的左侧部至少设有一台激光器,车身沿车头方向的右侧部至少设有一台激光器。
优选地,图像获取装置包括若干部的工业相机,每部工业相机对应一台激光器,负责拍摄激光器的光斑图像。
优选地,系统还包括龙门架,龙门架设置在车身生产线上,激光器、图像获取装置安装在龙门架上。
本发明车身外观缺陷检测方法及检测系统至少具有下列有益效果:
1.本发明的车身外观缺陷检测方法,采用激光照射凸显车身的表面形状,再通过图像特征识别,识别车身的表面形状,通过判断表面形状可以较为容易的判断车身是否存在缺陷。
2.采用本发明检测方法的检测系统,自动化程度高,不需要人工参与,,自动记录存储,检测速度快,准确率高,设备安装方便
附图说明
图1为本发明实施例的车身外观缺陷检测方法流程图;
图2为本发明实施例的实时光斑图像示意图;
图3为本发明实施例的轮廓的示意图;
图4为本发明实施例的车身外观缺陷检测系统结构示意图;
图5为本发明实施例的车身外观缺陷检测系统激光器、工业相机、龙门架的安装示意图。
附图标记表示为:
1、激光器;2、车身;4、轮廓;5、图像获取装置;6、特征提取模块;7、轮廓判断模块;8、显示装置;9、存储单元;10、工业相机;11、龙门架。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明具体实施例及相应的附图对本发明技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
结合参见图1-3所示,本发明的实施例公开了的车身外观缺陷检测方法,包括:
步骤一,使用激光器照射车身2表面;
步骤二,检测激光光斑在车身表面的形状。
本实施例中,通过图像采集装置采集激光器照射车身后,在车身表面形成的实时光斑形状,然后对实时光斑图像进行检测。
步骤三,判断光斑形状是否出现异常。
本实施例中,对实时光斑图像进行特征提取,获取激光与车身表面接触的边界的轮廓4,即为车身表面轮廓4。
图像特征提取是使用计算机,通过影像分析和变换提取所需特征,特征被检测后它可以从图像中被抽取出来。图像特征提取包括基于模板的方法、基于边缘的方法、基于灰度的方法、基于空间变换的方法,能够从图像中提取的特征类型包括边缘、角、区域、脊等。本实施例中,激光光斑颜色与车身不同,可以使用图像特征提取获取两者交界线形状。
若轮廓形状出现形状突变,和/或轮廓与标准轮廓不同,则确定车身表面存在缺陷。其中形状突变的情形包括但不限于:光斑面积变大、光斑面积变小、光斑边界收缩、光斑边界扩展、光斑边界模糊、光斑边界凹陷、光斑边界突出、光斑部分缺失。
步骤四,若有轮廓存在异常,则确定车身表面存在缺陷,若无异常,则确定车身表面不存在缺陷。
本实施例的车身外观缺陷检测方法,采用激光照射凸显车身的表面形状,再通过图像特征识别,重构车身的表面形状,通过判断表面形状可以较为容易的判断车身是否存在缺陷。
结合图4-5本发明实施例公开了车身外观缺陷检测系统,包括:
激光器1,激光器1用于发射激光照射车身2表面;激光器1为线激光器,激光器1发射的激光照射在车身2表面形成一字形光斑。
本实施例中,车身的检测位置分别位于顶部,沿车头方向的左侧部、右侧部,因此,本实施的车身的顶部至少设有一台激光器1,车身沿车头方向的左侧部至少设有一台激光器1,车身沿车头方向的右侧部至少设有一台激光器1。
图像获取装置5,图像获取装置5拍摄激光在车身2表面形成的实时光斑图像;图像获取装置5包括若干部的工业相机,每部工业相机对应一台激光器,负责拍摄激光器的光斑图像。
特征提取模块6,特征提取模块6用于在实时光斑图像中识别车身2的表面轮廓4;
轮廓判断模块7,轮廓判断模块7用于判断轮廓4是否存在形状突变、和/或判断轮廓4与标准轮廓是否不同。
本实施例的车身外观缺陷检测系统,采用激光器照射车身,再通过图像获取装置5拍摄车身表面的光斑形状,利用特征提取技术,识别激光照射部位的车身的轮廓,并依据轮廓是否存在异常,判断车身是否存在外观缺陷。
本实施例中,系统还包括显示装置8、存储单元9,显示装置8用于显示轮廓及缺陷判断结果。显示装置8可以设置在生产线的旁边,操作人员可以随时看到每台车身的轮廓及缺陷判断结果。存储单元9用于存储实时光斑图像、轮廓4、标准轮廓以及轮廓判断模块的判断结果,便于产品的生产过程追踪和质量追溯。
本实施例中,系统还包括龙门架11,龙门架11设置在车身生产线上,激光器1、工业相机10安装在龙门架11上。工业相机10和激光器1在龙门架11的支撑下,直接设置在车身的生产线上,对车身进行在线检测,检测效率高。
本实施例的车身外观缺陷检测系统,能够实现车身在线缺陷检测,自动化程度高,不需人工参与判断检测结果,自动记录存储,检测速度快,准确率高,设备安装方便。
本领域的技术人员容易理解的是,在不冲突的前提下,上述各有利方式可以自由地组合、叠加。
以上仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。以上仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变型,这些改进和变型也应视为本发明的保护范围。
Claims (11)
1.一种车身外观缺陷检测方法,其特征在于,包括:
使用激光器照射车身表面;
检测激光光斑在车身表面的形状;
判断光斑形状是否出现异常;若有异常,则确定所述车身表面存在缺陷,若无异常,则确定所述车身表面不存在缺陷。
2.根据权利要求1所述的车身外观缺陷检测方法,其特征在于,所述检测激光光斑在车身表面的形状的步骤包括:通过图像采集装置采集实时光斑形状,对实时光斑图像进行检测。
3.根据权利要求2所述的车身外观缺陷检测方法,其特征在于,所述判断光斑形状是否出现异常的步骤包括:对所述实时光斑图像进行特征提取,得到所述激光与所述车身表面接触的边界的轮廓,即为车身表面轮廓,若所述轮廓形状出现形状突变,和/或所述轮廓与标准轮廓不同,则确定所述车身表面存在缺陷。
4.根据权利要求3所述的车身外观缺陷检测方法,其特征在于,所述形状突变的情形包括但不限于:光斑面积变大、光斑面积变小、光斑边界收缩、光斑边界扩展、光斑边界模糊、光斑边界凹陷、光斑边界突出、光斑部分缺失。
5.一种车身外观缺陷检测系统,其特征在于,包括:
激光器,所述激光器用于发射激光照射车身表面;
图像获取装置,所述图像获取装置拍摄所述激光在车身表面形成的实时光斑图像;
特征提取模块,所述特征提取模块用于在所述实时光斑图像中识别车身的表面轮廓;
轮廓判断模块,所述轮廓判断模块用于判断所述轮廓是否存在形状突变、和/或判断所述轮廓与标准轮廓是否不同。
6.根据权利要求5所述的车身外观缺陷检测系统,其特征在于,系统还包括显示装置,所述显示装置用于显示所述轮廓。
7.根据权利要求5所述的车身外观缺陷检测系统,其特征在于,系统还包括存储单元,所述存储单元用于存储所述实时光斑图像、所述轮廓、标准轮廓。
8.根据权利要求5所述的车身外观缺陷检测系统,其特征在于,所述激光器为线激光器,所述激光器发射的激光照射形成一字形光斑。
9.根据权利要求5所述的车身外观缺陷检测装置,其特征在于,所述车身的顶部至少设有一台激光器,所述车身沿车头方向的左侧部至少设有一台激光器,所述车身沿车头方向的右侧部至少设有一台激光器。
10.根据权利要求9所述的车身外观缺陷检测装置,其特征在于,所述图像获取装置包括若干部的工业相机,每部工业相机对应一台激光器,负责拍摄所述激光器的光斑图像。
11.根据权利要求5-10任一所述的车身外观缺陷检测装置,其特征在于,系统还包括龙门架,所述龙门架设置在车身生产线上,所述激光器、图像获取装置安装在所述龙门架上。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910759696.9A CN110645908A (zh) | 2019-08-16 | 2019-08-16 | 车身外观缺陷检测方法及检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910759696.9A CN110645908A (zh) | 2019-08-16 | 2019-08-16 | 车身外观缺陷检测方法及检测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110645908A true CN110645908A (zh) | 2020-01-03 |
Family
ID=68990178
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910759696.9A Pending CN110645908A (zh) | 2019-08-16 | 2019-08-16 | 车身外观缺陷检测方法及检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110645908A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113406105A (zh) * | 2021-06-30 | 2021-09-17 | 湖南凌翔磁浮科技有限责任公司 | 磁浮检测小车障碍物检测方法和系统 |
CN113720774A (zh) * | 2021-08-18 | 2021-11-30 | 中国第一汽车股份有限公司 | 一种汽车外观缺陷检测装置及检测方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1167952B1 (en) * | 1995-05-25 | 2005-01-19 | The Gillette Company | Device for the inspection of the edge of razor blades |
CN1776364A (zh) * | 2005-11-22 | 2006-05-24 | 北京航空航天大学 | 钢轨磨耗激光视觉动态测量装置及测量方法 |
CN102001025A (zh) * | 2010-10-22 | 2011-04-06 | 西安交通大学 | 一种超重型车床加工精度特性在机测量装置及方法 |
CN102495076A (zh) * | 2011-12-07 | 2012-06-13 | 广东辉丰科技股份有限公司 | 一种基于机器视觉的拉链金属链牙缺陷检测方法 |
CN103223955A (zh) * | 2013-03-27 | 2013-07-31 | 南车株洲电力机车有限公司 | 一种车辆限界的检测方法及装置 |
CN103322948A (zh) * | 2013-07-04 | 2013-09-25 | 上海宝锋工程技术有限公司 | 板坯表面凹凸点检测方法、检测装置与处理方法 |
CN107064170A (zh) * | 2017-04-11 | 2017-08-18 | 深圳市深视智能科技有限公司 | 一种检测手机外壳轮廓度缺陷方法 |
-
2019
- 2019-08-16 CN CN201910759696.9A patent/CN110645908A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1167952B1 (en) * | 1995-05-25 | 2005-01-19 | The Gillette Company | Device for the inspection of the edge of razor blades |
CN1776364A (zh) * | 2005-11-22 | 2006-05-24 | 北京航空航天大学 | 钢轨磨耗激光视觉动态测量装置及测量方法 |
CN102001025A (zh) * | 2010-10-22 | 2011-04-06 | 西安交通大学 | 一种超重型车床加工精度特性在机测量装置及方法 |
CN102495076A (zh) * | 2011-12-07 | 2012-06-13 | 广东辉丰科技股份有限公司 | 一种基于机器视觉的拉链金属链牙缺陷检测方法 |
CN103223955A (zh) * | 2013-03-27 | 2013-07-31 | 南车株洲电力机车有限公司 | 一种车辆限界的检测方法及装置 |
CN103322948A (zh) * | 2013-07-04 | 2013-09-25 | 上海宝锋工程技术有限公司 | 板坯表面凹凸点检测方法、检测装置与处理方法 |
CN107064170A (zh) * | 2017-04-11 | 2017-08-18 | 深圳市深视智能科技有限公司 | 一种检测手机外壳轮廓度缺陷方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113406105A (zh) * | 2021-06-30 | 2021-09-17 | 湖南凌翔磁浮科技有限责任公司 | 磁浮检测小车障碍物检测方法和系统 |
CN113720774A (zh) * | 2021-08-18 | 2021-11-30 | 中国第一汽车股份有限公司 | 一种汽车外观缺陷检测装置及检测方法 |
CN113720774B (zh) * | 2021-08-18 | 2024-01-12 | 中国第一汽车股份有限公司 | 一种汽车外观缺陷检测装置及检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102056076B1 (ko) | 용접비드 비전 검사 장치 및 용접 불량 검사방법 | |
JP6191204B2 (ja) | 自動車車体の外観検査装置および外観検査方法 | |
CN107273802B (zh) | 一种铁路列车闸瓦钎环故障的检测方法及装置 | |
CN107154033B (zh) | 一种高铁接触网旋转双耳竖向开口销缺失检测方法及系统 | |
CN110645908A (zh) | 车身外观缺陷检测方法及检测系统 | |
CN104794720A (zh) | 一种在接触网图像中定位出定位线夹的方法及系统 | |
WO2017050924A1 (en) | System and method for detecting soldering quality | |
CN110503638B (zh) | 螺旋胶质量在线检测方法 | |
CN113504239B (zh) | 一种品质管控数据分析方法 | |
US7599050B2 (en) | Surface defect inspecting method and device | |
KR101058179B1 (ko) | 팬터그래프 결함 감시 시스템 | |
CN113639685B (zh) | 位移检测方法、装置、设备和存储介质 | |
CN105241679A (zh) | 一种动车组隐蔽故障检测方法 | |
CN105023018A (zh) | 一种喷码检测方法及系统 | |
CN114565550A (zh) | 一种识别码打刻质量检测方法及终端设备 | |
CN114612423A (zh) | 一种芯片封装缺陷检测方法 | |
CN113139943B (zh) | 开口圆环工件外观缺陷检测方法、系统及计算机存储介质 | |
CN111738907B (zh) | 一种基于双目标定及图像算法的列车受电弓检测方法 | |
JP2009294033A (ja) | パンタグラフのホーン監視装置 | |
CN117788400A (zh) | 一种基于双目视觉的光伏组件缺陷检测方法及系统 | |
CN105572133A (zh) | 瑕疵检测方法及其装置 | |
CN110793454A (zh) | 一种激光检测塞子插孔深度的装置和方法 | |
CN110645909A (zh) | 车身外观缺陷检测方法及检测系统 | |
JP2005028903A (ja) | パンタグラフ支障物検出方法及び装置 | |
CN208488268U (zh) | 一种汽车缓冲器底座检测装置 |
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: 20200103 |