CN111366084A - 基于信息融合的零件尺寸检测平台及检测方法、融合方法 - Google Patents
基于信息融合的零件尺寸检测平台及检测方法、融合方法 Download PDFInfo
- Publication number
- CN111366084A CN111366084A CN202010349679.0A CN202010349679A CN111366084A CN 111366084 A CN111366084 A CN 111366084A CN 202010349679 A CN202010349679 A CN 202010349679A CN 111366084 A CN111366084 A CN 111366084A
- Authority
- CN
- China
- Prior art keywords
- platform
- detected
- laser sensor
- detection
- detection mechanism
- 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
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
- G06T2207/10012—Stereo images
Abstract
本发明属于零件检测的技术领域,公开了一种基于信息融合的零件尺寸检测平台,包括隔振台,所述隔振台上设置有第一检测机构、第二检测机构和运动平台,所述运动平台上设置有待检零件,用于调整待检零件在X、Y和Z轴上的运动,以及在第一检测机构和第二检测机构之间的移动,所述第一检测机构用于对待检零件进行三维点云数据的采集,所述第二检测机构用于对待检零件进行二维数据的采集。还公开了一种基于信息融合的零件尺寸检测平台的检测方法以及信息融合方法。
Description
技术领域
本发明涉及零件检测的技术领域,尤其涉及一种基于信息融合的零件尺寸检测平台及检测方法、融合方法。
背景技术
三维测量仪器包括接触式的三坐标测量仪,非接触式的光学测量设备、非光学的扫描隧道显微镜、原子力显微镜等。大部分三维测量技术应用于工业检测、计算机辅助设计与制造、逆向工程、虚拟现实等领域。随着订单需求愈加多样、复杂及精密,三维测量技术的发展非常迅速,越来越多的三维光学测量技术快速进入商业应用阶段。基于光学的三维测量由于其非接触式、高精度、高速度等特点,在逆向工程、医疗应用、数字化档案和在线质量控制检查等领域得到了广泛的关注。
目前在零件装配领域中,光学三维测量仪器其优势是在小范围作业空间中,其深度信息的获取精度远胜于视差法,但是受限于激光的照射范围,获取的二维信息精度较差,而现有的三维轮廓测量仪则难以测量深孔,深槽等零件特征结构。
发明内容
本发明提供了一种基于信息融合的零件尺寸检测平台及检测方法、融合方法,解决了现有零件装配误差检测技术中,三维测量仪获取的二维信息精度不足等问题。
本发明可通过以下技术方案实现:
一种基于信息融合的零件尺寸检测平台,包括隔振台,所述隔振台上设置有第一检测机构、第二检测机构和运动平台,所述运动平台上设置有待检零件,用于调整待检零件在X、Y和Z轴上的运动,以及在第一检测机构和第二检测机构之间的移动,所述第一检测机构用于对待检零件进行三维点云数据的采集,所述第二检测机构用于对待检零件进行二维数据的采集。
进一步,所述运动平台包括设置在第一检测机构、第二检测机构之间的X轴直线滑台,所述X轴直线滑台上设置有绕X轴摆动滑台,所述绕X轴摆动滑台上设置有绕Y轴摆动滑台,所述绕Y轴摆动滑台上设置有旋转平台,所述旋转平台上设置有载物台,所述载物台用于放置待检零件且调整待检零件在Y轴方向的移动,所述旋转平台用于调整载物台绕Z轴方向的转动角度,所述绕X轴摆动滑台用于调整载物台绕X轴方向的转动角度,所述绕Y轴摆动滑台用于调整载物台绕Y轴方向的转动角度,所述X轴直线滑台用于控制载物台在第一检测机构和第二检测机构之间的移动。
进一步,所述载物台包括方形框架,所述方形框架内部设置有方形滑块,所述方形滑块用于放置待检零件,其一个相对的两侧各贯穿一个光杆,所述光杆的两端均与方形框架连接,所述方形滑块的前端面通过丝杆与第一旋钮连接,手动转动第一旋钮,通过丝杆带动方形滑块沿光杆来回移动,所述前端面设置为方形滑块的另一个相对的两侧中的一个端面。
进一步,所述第一检测机构包括激光传感器,所述激光传感器设置在升降机构上,用于对待检零件进行三维点云数据的采集,所述升降机构用于调整激光传感器在Z轴方向的来回移动;所述第二检测机构包括设置在隔振台上的第一支架,所述第一支架上设置有结构光系统,在其两侧各设置一个相机,两个所述相机、结构光系统与激光传感器均处于与X轴直线滑台所在直线的平行线上。
进一步,所述升降机构包括第二支架,在所述第二支架上沿Z轴方向平行间隔设置有两个支撑板,两个所述支撑板之间设置有滚珠丝杠,其丝杆的端部均通过轴承与支撑板连接,且其中一个端部穿过支撑板与第二旋钮固定连接,其丝杆螺母与延伸板连接,所述延伸板沿与X轴方向平行的直线设置,其上设置有激光传感器,手动转动第二旋钮,通过丝杆带动丝杆螺母及与其连接的激光传感器沿Z轴方向来回移动。
一种基于上文所述的基于信息融合的零件尺寸检测平台的检测方法,利用夹具将待检零件固定在运动平台上,调整激光传感器与待检零件的相对位置,通过运动平台调整待检零件的位姿,同时利用激光传感器完成对待检零件三维点云数据的一次性或者分段采集,再通过X轴直线滑台带动待检零件至结构光系统正下方,完成对待检零件二维数据的采集。
进一步,通过转动所述第二旋钮,调整待检零件出现在激光传感器正下方的位置,再通过运动平台调整待检零件的位姿,完成对待检零件三维点云数据的分段采集。
进一步,通过转动第一旋钮,调整激光传感器距离待检零件的远近,通过调整旋转平台,改变待检零件正对激光传感器的位置,从而使激光传感器正对待检零件所要求测量的表面,完成激光传感器与待检零件相对位置的调整。
一种基于上文所述的基于信息融合的零件尺寸检测平台的信息融合方法,对待检零件的三维点云数据进行预处理,提取其在XOY平面上的投影,利用三角视差原理对待检零件的二维数据进行处理,生成对应的深度图像,再利用基于快速高斯滤波的SIFT算法结合稀疏字典对投影和深度图像进行特征点提取,最后利用最近点迭代算法,结合提取到的特征点,对投影和深度图像进行配准,在结合三维点云数据本身的Z轴数据,得到待检零件精确的三维点云模型。
进一步,在利用基于快速高斯滤波的SIFT算法提取特征点时,对所述投影图像进行降阶采样,得到对应的尺度空间,通过对两个相邻高斯图像先做差分,再与深度图像做卷积,得到对应的DoG尺度空间,最后,利用稀疏字典得到的多个SIFT描述子进行筛选,利用筛选后的SIFT描述子对应的特征点对投影和深度图像进行配准
本发明有益的技术效果在于:
利用运动平台中的X轴直线滑台,实现x轴方向大行程运动,为装配中可能存在的机械臂的加入增大了操作空间,使其能在第一检测机构与第二检测机构之间来回作业,通过调节绕X轴摆动滑台、绕Y轴摆动滑台及旋转平台,达到调整零件位姿的目的,使待检零件被测部分始终保持在光束垂直方向,便于获取数据较全的三维点云数据;而第二检测机构中双目相机与结构光系统的使用,不但满足了二维信息获取,更可通过双目立体视觉,获取初步深度信息,在与激光扫描得到的三维点云数据融合阶段,为点云特征提供了参考价值,便于点云信息的融合。
而信息融合方法对传统SIFT特征提取算法进行了改进,并且利用了深度图像在二维数据上的精确性,弥补了三维点云本身的稀疏性,使其稠密化,便于点云网格化后的重建工作。
附图说明
图1为本发明的总体结构示意图;
图2为本发明的X轴直线滑台和绕X轴摆动滑台的配合结构示意图;
图3为本发明的载物台的结构示意图;
图4为本发明的激光传感器的工作状态示意图;
其中,1-隔振台,2-X轴直线滑台,3-绕X轴摆动滑台,4-绕Y轴摆动滑台,5-旋转平台,6-载物台,61-方形框架,62-方形滑块,63-光杆,64-丝杆,65-第一旋钮,7-激光传感器,8-第二支架,9-支撑板,10-滚珠丝杠,11-第二旋钮,12-延伸板,13-第一支架,14-结构光系统,15-相机。
具体实施方式
下面结合附图及较佳实施例详细说明本发明的具体实施方式。
如图1所示,本发明提供了一种基于信息融合的零件尺寸检测平台,包括隔振台1,在隔振台1上设置有第一检测机构、第二检测机构和运动平台,在运动平台上设置有待检零件,用于调整待检零件在X、Y和Z轴上的运动,以及在第一检测机构和第二检测机构之间的移动,该第一检测机构用于对待检零件进行三维点云数据的采集,该第二检测机构用于对待检零件进行二维数据的采集。这样,通过运动平台控制待检零件的位姿调整,以及在第一检测机构和第二检测机构之间的移动,完成待检零件的三维点云数据和二维数据的采集,为后续待检零件的三维精确建模提供数据基础,使重建后待检零件的三维模型更加符合实际情况,精度更高。
如图1和2所示,该运动平台包括设置在第一检测机构、第二检测机构之间的X轴直线滑台2,在X轴直线滑台2上设置有绕X轴摆动滑台3,在绕X轴摆动滑台3上设置有绕Y轴摆动滑台4,在绕Y轴摆动滑台4上设置有旋转平台5,在旋转平台5上设置有载物台6,该载物台6用于放置待检零件且调整待检零件在Y轴方向的移动,该旋转平台5用于调整载物台6绕Z轴方向的转动角度,该绕X轴摆动滑台3用于调整载物台6绕X轴方向的转动角度,该绕Y轴摆动滑台4用于调整载物台6绕Y轴方向的转动角度,该X轴直线滑台2用于控制载物台6在第一检测机构和第二检测机构之间的移动。这样,当待检零件被固定在载物台6上以后,通过绕X轴摆动滑台3、绕Y轴摆动滑台4带动载物台6绕X轴、Y轴转动,通过旋转平台带动载物台6绕Z轴方向转动,使第一检测机构能够对待机零件进行全方位的扫描,实现对其三维点云数据的采集。
该X轴直线滑台2采用市面上可以购买到的直线滑台,包括直线轨道,其上设置有滑块,通过电动机带动滑块沿直线轨道运动,而绕X轴摆动滑台3、绕Y轴摆动滑台4则采用卓立汉光公司生产的PSAG系列精密电动角位移台,其可以绕X轴、绕Y轴均转动+/-15度,采用精研蜗轮蜗杆驱动,定位精度较高,采用弧形V型导轨,负载能力强,标配二相步进电机,带自锁功能,性能稳定、可靠。该旋转平台5也可以采用卓立汉光公司生产的RAuK系列超高精密电动旋转台,内置进口超高精密圆光栅,提供超高闭环分辨率,使用精研蜗轮蜗杆传动,实现超高定位性能,采用进口超高等级交叉滚柱轴环,具有超高运动性能,标配二相步进电机,性能稳定、可靠。
如图3所示,该载物台6包括方形框架61,在方形框架61内部设置有方形滑块62,该方形滑块62用于放置待检零件,其一个相对的两侧各贯穿一个光杆63,该光杆63的两端均与方形框架61连接,且与方形框架61的一边平行设置,该方形滑块62的前端面通过丝杆64与第一旋钮65连接,该前端面设置为方形滑块62的另一个相对的两侧中的一个端面,这样,手动转动第一旋钮65,通过丝杆64带动方形滑块62沿光杆63来回移动,当然,当光杆63的设置方向与Y轴平行时,方形滑块62就会在Y轴方向来回移动,从而也带动放置在其上的待检零件在Y轴方向来回移动。
如图1和4所示,该第一检测机构包括激光传感器7,该激光传感器7设置在升降机构上,用于对待检零件进行三维点云数据的采集,采用线激光传感器,如基恩士公司生产的LJ-7000系列的超高速轮廓测量仪,超快速度64000个轮廓/秒,可以同时测量不同反光强度的材质,具有高速度,高精度,高稳定性。该升降机构用于调整激光传感器7在Z轴方向的来回移动,包括第二支架8,在第二支架8上沿Z轴方向平行间隔设置有两个支撑板9,这两个支撑板9之间设置有滚珠丝杠10,其丝杆的端部均通过轴承与支撑板9连接,可以在支撑板9的中心设置圆形开口,内嵌轴承,然后将丝杆的端部与轴承的内圈紧配合,且其中一个端部较长,其可以穿过支撑板9与第二旋钮11固定连接,其丝杆螺母与延伸板12连接,该延伸板12沿与X轴方向平行的直线设置,其上设置有激光传感器7,可以将丝杆螺母设置在滑轨上,该滑轨与丝杆平行设置,沿Z轴方向设置,从而保证丝杆螺母带动延伸板12连带激光传感器7运动的稳定性,还可以在第二旋钮11的周边设置刻度,该刻度与滚珠丝杠10的行程成比例,这样,手动转动第二旋钮11,通过丝杆带动丝杆螺母及与其连接的激光传感器7沿Z轴方向移动。该升降机构中的滚珠丝杠10的行程大约为150mm,在实际检测过程中,零件高度不同,而激光传感器工作距离有一定范围,升降机构的设计有利于根据实际工况调节激光传感器高度,使其始终处于合适的工作范围内。
如图4所示,该激光传感器7投射激光束至待检零件,激光束经过反射被滤光镜所接收,光束经过镜片组后,最终投射于感光片的表面。该激光传感器利用的是三角法测距,激光束在激光投射器、待检零件和感光片之间构成了一个三角形,根据反射回来的激光光束的位置,可以确定待检零件被激光所照表面空间位置和实际物理尺寸,三角测距方法结构简单,实用性强,在中短距离的测量中常被使用,此时激光的方向性等优点就会得到突出表现。激光光束到达待检零件表面后,部分散射光返回滤光镜被接收,如果待检零件的表面发生移动,同时,感光片上的成像光斑会做出相应移动,两者构成相似三角形的关系,因此可以通过测量计算感光片上的光斑的移动量来求出待检零件表面的移动量。
如图1所示,该第二检测机构包括设置在隔振台1上的第一支架13,在第一支架13上设置有结构光系统14,在其两边各设置一个相机15,这两个相机15、结构光系统14与激光传感器7均处于与X轴直线滑台3所在直线的平行线上。该双目结构光系统14是一组由投影仪和两个摄像头组成的系统结构,用投影仪投射特定的光信息到物体表面后及背景后,由摄像头采集,根据物体造成的光信号的变化来计算物体的位置和深度等信息,进而有利于复原整个三维空间。
在检测前,该双目结构光系统14中的摄像头需要标定,相机内外参数标定是非常关键的一个环节,标定结果的精度和标定算法的稳定性将会直接影响零件装配结果的准确性。本发明中,相机的标定方法采用的是张正友棋盘标定法,取9×16的棋盘格为标定模板,从不同角度点拍摄若干幅图片,本发明在实施标定的过程中,分别在相机视野的四个角点以及中央位置处,分别拍摄水平、上偏、下偏、左偏、右偏五个位姿的图片,共计25幅图片,经过开源OpenCV算法库中的标定程序得出标定效果,计算值在小于0.2时为佳。
本发明还提供了一种基于上文所述的基于信息融合的零件尺寸检测平台的检测方法,利用夹具将待检零件固定在运动平台上,调整激光传感器与待检零件的相对位置,通过运动平台调整待检零件的位姿,同时利用激光传感器完成对待检零件三维点云数据的一次性或者分段采集,再通过X轴直线滑台带动待检零件至结构光系统正下方,完成对待检零件二维数据的采集,具体如下:
首先,选择所要检测的面,利用夹具将待检零件正对激光传感器设置在载物台上,该待检零件可以是单独的零件,也可以是简单组合后的构件,为了给待检零件创造一个良好的测量环境,可以通过转动第一旋钮,调整激光传感器距离待检零件的远近,通过调整旋转平台,改变待检零件正对激光传感器的位置,从而使激光传感器正对待检零件所要求测量的表面,并且选择一个比较适合的起点;然后,通过设定程序控制运动平台中绕X轴摆动滑台、绕Y轴摆动滑台和旋转平台的转动,带动载物台运动,同时利用激光传感器对设置在其上的待检零件完成三维点云数据的采集,最后,控制X轴直线滑台带动设置在其上的载物台运动到结构光系统的正下方,通过控制结构化系统或者两个相机完成在设置在载物台上的待检零件完成二维数据的采集。重复上述过程,完成其他面的检测,最终完成整个待检零件的检测。
另外,由于绕X轴摆动滑台、绕Y轴摆动滑台的转动角度有限,而待检零件比较大的时候,可以采用分段采集,即通过转动第二旋钮,调整待检零件出现在激光传感器正下方的位置,重复上述过程完成对待检零件三维点云数据的分段采集。
本发明还提供了一种基于上文所述的基于信息融合的零件尺寸检测平台的信息融合方法,对待检零件的三维点云数据进行预处理,提取其在XOY平面上的投影,利用三角视差原理对待检零件的二维数据进行处理,生成对应的深度图像,再利用基于快速高斯滤波的SIFT算法结合稀疏字典对投影和深度图像进行特征点提取,最后利用最近点迭代算法,结合提取到的特征点,对投影和深度图像进行配准,在结合三维点云数据本身的Z轴数据,得到待检零件精确的三维点云模型,具体包括下列步骤:
首先,将扫描待检零件获取的点云数据通过RANSAC滤去噪点,提取其在XOY平面上的投影;
然后,将结构光系统拍摄待检零件的左、右视图,根据三角视差原理生成对应的深度图像;
然后,对深度图像和滤波后的点云投影用改进后的SIFT算法提取特征点:在尺度空间中,将高斯滤波核分解至一维形式,由同组相邻的一维高斯滤波核G(x,y,σ)先做差分,再对深度图像进行卷积,即(G(x,ka+1σ)-G(x,kaσ))*I(x,y),x维度完成后,y维度同理,在单一维度进行高斯模糊可以减少运算复杂度,然后在得到的DoG空间进行极值点比较,另外,在得到描述子后,传统SIFT方法的描述子数量众多,不乏冗余特征,本发明利用稀疏字典对生成的描述子进行学习,借助稀疏字典的优势,用最少的描述子对原有的全部特征进行稀疏表征,亦可加快传统SIFT的运算速度;
然后,通过改进后的SIFT特征提取,在图像和点云投影上均获得一定数量特征点,利用变换矩阵获得深度图像上特征点(x1,y1)与点云投影上对应特征点(x2,y2)之间的映射关系:其中,s为变换尺度,tx、ty表示x、y方向的偏移量,θ表示旋转角,利用最小二乘法得到s、cos(θ)、sin(θ)、tx、ty的最佳解;
最后,利用对应特征点计算所得的旋转矩阵、平移向量,对三维点云的投影进行仿射变换,提供一个与深度图像之间较为理想的初始匹配位置,此时点云投影处于待配准状态,利用最近点迭代算法进行点云投影Yk和深度图像的最终匹配:记深度图像的数据为X,迭代目标为待配准点云投影Yk和X之间最近点集的平均欧氏几何距离,收敛阈值记为e,在X中查找待配准点云Yk中各点所对应的最近点,形成Yk所对应的最近点集Zk=C(Yk,X),计算Zk、Yk两点集之间的平均欧氏距离dk,若两次迭代的该dk值小于e,则终止迭代。否则,计算Zk、Yk之间的旋转矩阵和平移向量,将其作用于Yk,得到新的待配准点云,继续迭代过程。配准完成后,深度图像在二维数据上的精准优势与点云的高精度深度数据互补,完成了点云数据的稠密化,重建后的零件模型尺寸将更贴合实际。
本发明的载物台可在y轴方向微调移动,便于激光传感器通过多次扫描,检测面积较大的零件;利用运动平台中的X轴直线滑台,实现x轴方向大行程运动,为装配中可能存在的机械臂的加入增大了操作空间,使其能在第一检测机构与第二检测机构之间来回作业;另外,在激光传感器扫描高反光曲面零件时,通过调节绕X轴摆动滑台、绕Y轴摆动滑台及旋转平台,达到调整零件位姿的目的,使待检零件被测部分始终保持在光束垂直方向,便于获取数据较全的点云;而第二检测机构中双目相机与结构光系统的使用,不但满足了二维信息获取,更可通过双目立体视觉,获取初步深度信息,在与激光扫描得到的三维点云数据融合阶段,为点云特征提供了参考价值,便于点云信息的融合。
而信息融合方法对传统SIFT特征提取算法进行了改进,并且利用了深度图像在二维数据上的精确性,弥补了三维点云本身的稀疏性,使其稠密化,便于点云网格化后的重建工作。
虽然以上描述了本发明的具体实施方式,但是本领域的技术人员应当理解,这些仅是举例说明,在不背离本发明的原理和实质的前提下,可以对这些实施方式做出多种变更或修改,因此,本发明的保护范围由所附权利要求书限定。
Claims (10)
1.一种基于信息融合的零件尺寸检测平台,其特征在于:包括隔振台,所述隔振台上设置有第一检测机构、第二检测机构和运动平台,所述运动平台上设置有待检零件,用于调整待检零件在X、Y和Z轴上的运动,以及在第一检测机构和第二检测机构之间的移动,所述第一检测机构用于对待检零件进行三维点云数据的采集,所述第二检测机构用于对待检零件进行二维数据的采集。
2.根据权利要求1所述的基于信息融合的零件尺寸检测平台,其特征在于:所述运动平台包括设置在第一检测机构、第二检测机构之间的X轴直线滑台,所述X轴直线滑台上设置有绕X轴摆动滑台,所述绕X轴摆动滑台上设置有绕Y轴摆动滑台,所述绕Y轴摆动滑台上设置有旋转平台,所述旋转平台上设置有载物台,所述载物台用于放置待检零件且调整待检零件在Y轴方向的移动,所述旋转平台用于调整载物台绕Z轴方向的转动角度,所述绕X轴摆动滑台用于调整载物台绕X轴方向的转动角度,所述绕Y轴摆动滑台用于调整载物台绕Y轴方向的转动角度,所述X轴直线滑台用于控制载物台在第一检测机构和第二检测机构之间的移动。
3.根据权利要求2所述的基于信息融合的零件尺寸检测平台,其特征在于:所述载物台包括方形框架,所述方形框架内部设置有方形滑块,所述方形滑块用于放置待检零件,其一个相对的两侧各贯穿一个光杆,所述光杆的两端均与方形框架连接,所述方形滑块的前端面通过丝杆与第一旋钮连接,手动转动第一旋钮,通过丝杆带动方形滑块沿光杆来回移动,所述前端面设置为方形滑块的另一个相对的两侧中的一个端面。
4.根据权利要求2所述的基于信息融合的零件尺寸检测平台,其特征在于:所述第一检测机构包括激光传感器,所述激光传感器设置在升降机构上,用于对待检零件进行三维点云数据的采集,所述升降机构用于调整激光传感器在Z轴方向的来回移动;所述第二检测机构包括设置在隔振台上的第一支架,所述第一支架上设置有结构光系统,在其两侧各设置一个相机,两个所述相机、结构光系统与激光传感器均处于与X轴直线滑台所在直线的平行线上。
5.根据权利要求4所述的基于信息融合的零件尺寸检测平台,其特征在于:所述升降机构包括第二支架,在所述第二支架上沿Z轴方向平行间隔设置有两个支撑板,两个所述支撑板之间设置有滚珠丝杠,其丝杆的端部均通过轴承与支撑板连接,且其中一个端部穿过支撑板与第二旋钮固定连接,其丝杆螺母与延伸板连接,所述延伸板沿与X轴方向平行的直线设置,其上设置有激光传感器,手动转动第二旋钮,通过丝杆带动丝杆螺母及与其连接的激光传感器沿Z轴方向来回移动。
6.一种基于权利要求1所述的基于信息融合的零件尺寸检测平台的检测方法,其特征在于:利用夹具将待检零件固定在运动平台上,调整激光传感器与待检零件的相对位置,通过运动平台调整待检零件的位姿,同时利用激光传感器完成对待检零件三维点云数据的一次性或者分段采集,再通过X轴直线滑台带动待检零件至结构光系统正下方,完成对待检零件二维数据的采集。
7.根据权利要求6所述的基于信息融合的零件尺寸检测平台的检测方法,其特征在于:通过转动所述第二旋钮,调整待检零件出现在激光传感器正下方的位置,再通过运动平台调整待检零件的位姿,完成对待检零件三维点云数据的分段采集。
8.根据权利要求6所述的基于信息融合的零件尺寸检测平台的检测方法,其特征在于:通过转动第一旋钮,调整激光传感器距离待检零件的远近,通过调整旋转平台,改变待检零件正对激光传感器的位置,从而使激光传感器正对待检零件所要求测量的表面,完成对激光传感器与待检零件相对位置的调整。
9.一种基于权利要求1所述的基于信息融合的零件尺寸检测平台的信息融合方法,其特征在于:对待检零件的三维点云数据进行预处理,提取其在XOY平面上的投影,利用三角视差原理对待检零件的二维数据进行处理,生成对应的深度图像,再利用基于快速高斯滤波的SIFT算法结合稀疏字典对投影和深度图像进行特征点提取,最后利用最近点迭代算法,结合提取到的特征点,对投影和深度图像进行配准,在结合三维点云数据本身的Z轴数据,得到待检零件精确的三维点云模型。
10.根据权利要求9所述的基于信息融合的零件尺寸检测平台的信息融合方法,其特征在于:在利用基于快速高斯滤波的SIFT算法提取特征点时,对所述投影图像进行降阶采样,得到对应的尺度空间,通过对两个相邻高斯图像先做差分,再与深度图像做卷积,得到对应的DoG尺度空间,最后,利用稀疏字典得到的多个SIFT描述子进行筛选,利用筛选后的SIFT描述子对应的特征点对投影和深度图像进行配准。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010349679.0A CN111366084B (zh) | 2020-04-28 | 2020-04-28 | 基于信息融合的零件尺寸检测平台及检测方法、融合方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010349679.0A CN111366084B (zh) | 2020-04-28 | 2020-04-28 | 基于信息融合的零件尺寸检测平台及检测方法、融合方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111366084A true CN111366084A (zh) | 2020-07-03 |
CN111366084B CN111366084B (zh) | 2021-06-25 |
Family
ID=71205615
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010349679.0A Active CN111366084B (zh) | 2020-04-28 | 2020-04-28 | 基于信息融合的零件尺寸检测平台及检测方法、融合方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111366084B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111982811A (zh) * | 2020-07-20 | 2020-11-24 | 湖北光安伦芯片有限公司 | 一种芯片检测系统和芯片检测方法 |
CN112819774A (zh) * | 2021-01-28 | 2021-05-18 | 上海工程技术大学 | 基于三维重建技术的大型构件外形误差检测方法及其应用 |
CN112964198A (zh) * | 2021-04-12 | 2021-06-15 | 天津大学 | 基于自动聚焦原理的曲面样品母线轮廓测量系统及方法 |
CN114485466A (zh) * | 2022-01-26 | 2022-05-13 | 哈尔滨理工大学 | 行星轮齿形加工误差测量装置及自适应在机测量方法 |
CN114918723A (zh) * | 2022-07-20 | 2022-08-19 | 湖南晓光汽车模具有限公司 | 基于表面检测的工件定位控制系统及方法 |
CN115808197A (zh) * | 2023-02-06 | 2023-03-17 | 长春长光启衡传感技术有限公司 | 光栅检验装置 |
CN115937069A (zh) * | 2022-03-24 | 2023-04-07 | 北京小米移动软件有限公司 | 零件检测方法、装置、电子设备及存储介质 |
CN115965628A (zh) * | 2023-03-16 | 2023-04-14 | 湖南大学 | 一种工件涂装质量在线动态检测方法及检测系统 |
CN117589062A (zh) * | 2024-01-18 | 2024-02-23 | 宁德时代新能源科技股份有限公司 | 尺寸检测设备以及尺寸检测方法 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1503340A (zh) * | 2002-11-21 | 2004-06-09 | 奥林巴斯株式会社 | 晶片检验设备 |
CN201489178U (zh) * | 2009-08-20 | 2010-05-26 | 北京卓立汉光仪器有限公司 | 一种椭圆反射收集镜的五维调整机构 |
CN101801307A (zh) * | 2007-09-13 | 2010-08-11 | 爱德芳世株式会社 | 牙科镶嵌物测量加工系统 |
CN104376552A (zh) * | 2014-09-19 | 2015-02-25 | 四川大学 | 一种3d模型与二维图像的虚实配准算法 |
CN104567685A (zh) * | 2015-01-23 | 2015-04-29 | 北京中拓机械集团有限责任公司 | 半导体晶片的检测装置 |
CN104715254A (zh) * | 2015-03-17 | 2015-06-17 | 东南大学 | 一种基于2d和3d sift特征融合的一般物体识别方法 |
US20150287179A1 (en) * | 2014-04-07 | 2015-10-08 | Disco Corporation | Unevenness detecting device |
CN106546597A (zh) * | 2015-09-22 | 2017-03-29 | 泰科电子(上海)有限公司 | 焊接质量检测系统和方法 |
CN107392947A (zh) * | 2017-06-28 | 2017-11-24 | 西安电子科技大学 | 基于轮廓共面四点集的2d‑3d图像配准方法 |
CN107764822A (zh) * | 2016-08-23 | 2018-03-06 | 泰科电子(上海)有限公司 | 焊接质量检测平台 |
CN207487590U (zh) * | 2017-11-29 | 2018-06-12 | 刘松林 | 视觉测量试验平台 |
CN109060966A (zh) * | 2018-07-27 | 2018-12-21 | 西北工业大学 | 一种超声换能器自动校准装置 |
CN208795188U (zh) * | 2018-09-05 | 2019-04-26 | 无锡维胜威信息科技有限公司 | 一种结构光双目视觉检测系统 |
CN110102908A (zh) * | 2019-05-31 | 2019-08-09 | 大族激光科技产业集团股份有限公司 | 一种基于三维视觉定位的激光除胶装置及方法 |
CN110942477A (zh) * | 2019-11-21 | 2020-03-31 | 大连理工大学 | 一种利用双目相机和激光雷达深度图融合的方法 |
-
2020
- 2020-04-28 CN CN202010349679.0A patent/CN111366084B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1503340A (zh) * | 2002-11-21 | 2004-06-09 | 奥林巴斯株式会社 | 晶片检验设备 |
CN101801307A (zh) * | 2007-09-13 | 2010-08-11 | 爱德芳世株式会社 | 牙科镶嵌物测量加工系统 |
CN201489178U (zh) * | 2009-08-20 | 2010-05-26 | 北京卓立汉光仪器有限公司 | 一种椭圆反射收集镜的五维调整机构 |
US20150287179A1 (en) * | 2014-04-07 | 2015-10-08 | Disco Corporation | Unevenness detecting device |
CN104376552A (zh) * | 2014-09-19 | 2015-02-25 | 四川大学 | 一种3d模型与二维图像的虚实配准算法 |
CN104567685A (zh) * | 2015-01-23 | 2015-04-29 | 北京中拓机械集团有限责任公司 | 半导体晶片的检测装置 |
CN104715254A (zh) * | 2015-03-17 | 2015-06-17 | 东南大学 | 一种基于2d和3d sift特征融合的一般物体识别方法 |
CN106546597A (zh) * | 2015-09-22 | 2017-03-29 | 泰科电子(上海)有限公司 | 焊接质量检测系统和方法 |
CN107764822A (zh) * | 2016-08-23 | 2018-03-06 | 泰科电子(上海)有限公司 | 焊接质量检测平台 |
CN107392947A (zh) * | 2017-06-28 | 2017-11-24 | 西安电子科技大学 | 基于轮廓共面四点集的2d‑3d图像配准方法 |
CN207487590U (zh) * | 2017-11-29 | 2018-06-12 | 刘松林 | 视觉测量试验平台 |
CN109060966A (zh) * | 2018-07-27 | 2018-12-21 | 西北工业大学 | 一种超声换能器自动校准装置 |
CN208795188U (zh) * | 2018-09-05 | 2019-04-26 | 无锡维胜威信息科技有限公司 | 一种结构光双目视觉检测系统 |
CN110102908A (zh) * | 2019-05-31 | 2019-08-09 | 大族激光科技产业集团股份有限公司 | 一种基于三维视觉定位的激光除胶装置及方法 |
CN110942477A (zh) * | 2019-11-21 | 2020-03-31 | 大连理工大学 | 一种利用双目相机和激光雷达深度图融合的方法 |
Non-Patent Citations (1)
Title |
---|
周森 等: "基于三维激光扫描的移动大尺寸圆柱体工件长度快速检测系统", 《光学 精密工程》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111982811A (zh) * | 2020-07-20 | 2020-11-24 | 湖北光安伦芯片有限公司 | 一种芯片检测系统和芯片检测方法 |
CN111982811B (zh) * | 2020-07-20 | 2024-03-08 | 湖北光安伦芯片有限公司 | 一种芯片检测系统和芯片检测方法 |
CN112819774A (zh) * | 2021-01-28 | 2021-05-18 | 上海工程技术大学 | 基于三维重建技术的大型构件外形误差检测方法及其应用 |
CN112964198A (zh) * | 2021-04-12 | 2021-06-15 | 天津大学 | 基于自动聚焦原理的曲面样品母线轮廓测量系统及方法 |
CN114485466A (zh) * | 2022-01-26 | 2022-05-13 | 哈尔滨理工大学 | 行星轮齿形加工误差测量装置及自适应在机测量方法 |
CN114485466B (zh) * | 2022-01-26 | 2023-11-21 | 哈尔滨理工大学 | 行星轮齿形加工误差测量装置及自适应在机测量方法 |
CN115937069A (zh) * | 2022-03-24 | 2023-04-07 | 北京小米移动软件有限公司 | 零件检测方法、装置、电子设备及存储介质 |
CN115937069B (zh) * | 2022-03-24 | 2023-09-19 | 北京小米移动软件有限公司 | 零件检测方法、装置、电子设备及存储介质 |
CN114918723A (zh) * | 2022-07-20 | 2022-08-19 | 湖南晓光汽车模具有限公司 | 基于表面检测的工件定位控制系统及方法 |
CN115808197A (zh) * | 2023-02-06 | 2023-03-17 | 长春长光启衡传感技术有限公司 | 光栅检验装置 |
CN115808197B (zh) * | 2023-02-06 | 2024-03-08 | 长春长光启衡传感技术有限公司 | 光栅检验装置 |
CN115965628A (zh) * | 2023-03-16 | 2023-04-14 | 湖南大学 | 一种工件涂装质量在线动态检测方法及检测系统 |
CN115965628B (zh) * | 2023-03-16 | 2023-06-02 | 湖南大学 | 一种工件涂装质量在线动态检测方法及检测系统 |
CN117589062A (zh) * | 2024-01-18 | 2024-02-23 | 宁德时代新能源科技股份有限公司 | 尺寸检测设备以及尺寸检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111366084B (zh) | 2021-06-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111366084B (zh) | 基于信息融合的零件尺寸检测平台及检测方法、融合方法 | |
JP4896373B2 (ja) | 立体3次元計測システムおよび方法 | |
CN111750805B (zh) | 一种基于双目相机成像和结构光技术的三维测量装置及测量方法 | |
CN107830813B (zh) | 激光线标记的长轴类零件图像拼接及弯曲变形检测方法 | |
CN106017325B (zh) | 一种改进的复杂表面和不规则物体体积的非接触光学测量方法 | |
JP2005514606A5 (zh) | ||
CN106056587B (zh) | 全视角线激光扫描三维成像标定装置及方法 | |
CN113205593B (zh) | 一种基于点云自适应修复的高反光表面结构光场三维重建方法 | |
Che et al. | A ball-target-based extrinsic calibration technique for high-accuracy 3-D metrology using off-the-shelf laser-stripe sensors | |
WO2019140778A1 (zh) | 一种三维重构系统及三维重构方法 | |
CN111536872B (zh) | 基于视觉的二维平面测距装置及方法、标记点识别装置 | |
CN105716547A (zh) | 一种机械工件平面度快速测量装置及方法 | |
CN110645911A (zh) | 一种旋转扫描获得完整外表面3d轮廓的装置和方法 | |
CN111398274A (zh) | 一种微小目标物3d采集设备 | |
CN110375674A (zh) | 一种精密制造设备的视觉检测系统 | |
CN111823221A (zh) | 一种基于多传感器的机器人打磨方法 | |
CN115112049A (zh) | 一种三维形貌的线结构光精密旋转测量方法、系统及装置 | |
CN113554559B (zh) | 带有多重复杂曲面旋转对称模型的三维重建方法及装置 | |
CN207816206U (zh) | 基于光片显微镜的三维表面形貌仪 | |
CN111515141A (zh) | 一种用于零件尺寸检测的自动化装置及检测方法 | |
Wang et al. | Machine vision based roundness and cylindricity detection of bearing rollers | |
CN210346609U (zh) | 基于光学投影的粗糙表面三维检测装置 | |
Liska et al. | Adaptive 3D acquisition using laser light | |
CN112037288B (zh) | 基于神经网络的线结构光三相同步测量系统及测量方法和标定方法 | |
Zhan | The research of three-dimensional morphology recovery of image sequence based on focusing method |
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 |