CN111475016A - 一种基于计算机视觉的装配过程几何参数自适应测量系统及方法 - Google Patents
一种基于计算机视觉的装配过程几何参数自适应测量系统及方法 Download PDFInfo
- Publication number
- CN111475016A CN111475016A CN202010166853.8A CN202010166853A CN111475016A CN 111475016 A CN111475016 A CN 111475016A CN 202010166853 A CN202010166853 A CN 202010166853A CN 111475016 A CN111475016 A CN 111475016A
- Authority
- CN
- China
- Prior art keywords
- measurement
- image
- camera
- measured
- module
- 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
- 238000005259 measurement Methods 0.000 title claims abstract description 121
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000012545 processing Methods 0.000 claims abstract description 44
- 238000004364 calculation method Methods 0.000 claims abstract description 13
- 238000012800 visualization Methods 0.000 claims abstract description 10
- 238000013461 design Methods 0.000 claims abstract description 9
- 230000003044 adaptive effect Effects 0.000 claims description 10
- 238000000605 extraction Methods 0.000 claims description 10
- 238000003709 image segmentation Methods 0.000 claims description 9
- 238000009434 installation Methods 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 4
- 230000000007 visual effect Effects 0.000 claims description 4
- 230000003993 interaction Effects 0.000 claims description 3
- 230000004807 localization Effects 0.000 claims description 2
- 238000000691 measurement method Methods 0.000 claims 5
- 238000011897 real-time detection Methods 0.000 abstract description 2
- 238000001514 detection method Methods 0.000 description 14
- 238000005516 engineering process Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000009776 industrial production Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
- G06F3/013—Eye tracking input arrangements
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/017—Gesture based interaction, e.g. based on a set of recognized hand gestures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- 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
- G06T7/60—Analysis of geometric attributes
- G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/30—Noise filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/20—Scenes; Scene-specific elements in augmented reality scenes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2203/00—Indexing scheme relating to G06F3/00 - G06F3/048
- G06F2203/01—Indexing scheme relating to G06F3/01
- G06F2203/012—Walk-in-place systems for allowing a user to walk in a virtual environment while constraining him to a given position in the physical environment
-
- 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
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Geometry (AREA)
- Human Computer Interaction (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于计算机视觉的装配过程几何参数自适应测量系统，它包括有工艺设计客户端单元、图像采集系统、图像处理系统、追踪系统、可视化系统和服务器。本发明通过服务器传入的测量指令，相机可以自适应地调整测量位置，精确测量区域并缩小测量范围，实现测量的精确化，减少计算机的计算量，提高测量效率并实现实时检测测量。
Description
技术领域
本发明涉及图像处理及识别技术自适应测量装配过程中的几何参数，具体为一种基于计算机视觉的装配过程几何参数自适应测量系统及方法。
背景技术
在工业生产中，传统的形状尺寸检测手段有卡尺、量规、万能工具显微镜、轮廓仪和X射线等，这些检测手段在工业生产中发挥着巨大的作用，但是随着现代工业的发展和进步，特别是在一些高精产业，传统的检测手段已经不能满足生产的需要，卡尺和量规等检测手段虽然简便、快捷，但测量数据较少，精度不高。万能工具显微镜及轮廓仪等检测手段虽然有较高的精度，但要求在特定的设备、特定的环境下进行检测，不但劳动强度大，而且效率低，传统的检测测量技术需要众多的检测工人，不仅影响生产效率，而且带来不可靠因素。而计算机视觉检测测量技术克服了传统检测技术的缺点，它以检测的安全性、可靠性及自动化程度高等优点而得到广泛的应用，成为当今检测技术的研究热点之一。
发明内容
本发明的目的就是针对上述现有技术的不足，提供一种基于计算机视觉的装配过程几何参数自适应测量系统及方法，该发明中的相机可以根据服务器传入的测量指令自适应调整拍摄位置，缩小测量范围，减小不必要的因素干扰，使测量更加精确化，提升测量效率和质量。
本发明采用的技术方案如下：
一种基于计算机视觉的装配过程几何参数自适应测量系统，它包括有工艺设计客户端单元、图像采集系统、图像处理系统、追踪系统、可视化系统和服务器，所述工艺设计客户端单元通过网络将工艺信息输入服务器，所述服务器通过网络将测量指令输入图像采集系统，所述图像采集系统通过网络将需测量部分的图像输入图像处理系统，所述图像处理系统将处理后的测量参数信息输入服务器，所述服务器通过网络将测量后的数据输入可视化系统，所述追踪系统通过网络将测量指令输入图像采集系统，所述图像采集系统通过网络将需测量部分的图像输入图像处理系统，所述图像处理系统将处理后的测量参数信息输入服务器，所述服务器通过网络将测量后的数据输入可视化系统。
所述图像采集系统分为软件系统和硬件系统，所述软件系统包括全局图像采集模块、测量指令模块和局部图像采集模块，所述全局图像采集模块通过线路与测量指令模块相连，所述测量指令模块通过线路与局部图像采集模块相连，所述硬件系统包括广角相机、长焦相机和转动云台，所述长焦相机安装在转动云台上。
所述图像处理系统包括图像增强噪声处理模块、图像分割特征提取模块、物体识别参数估计模块和测量参数计算模块，所述图像增强噪声处理模块通过数据管道与图像分割特征提取模块相连，所述图像分割特征提取模块通过数据管道与物体识别参数估计模块相连，所述物体识别参数估计模块通过数据管道与测量参数计算模块相连。
所述局部图像采集模块通过数据管道与图像增强噪声处理模块相连。
所述追踪系统包括眼动追踪模块和手势追踪模块。
本发明还提供一种基于计算机视觉的装配过程几何参数自适应测量方法，步骤如下：
（1）相机安装和调试：广角相机和长焦相机的安装以及双目相机（两个广角相机光轴平行地放置在一起组成的相机对，或者两个长焦相机光轴平行地放置在一起组成的相机对）的标定，用于确定图像像素和实际长度之间的关系，固定广角相机的高度，使广角相机正对下方装配场景，能清晰全面地观测到整个装配过程，在转动云台上固定长焦相机，调整转动云台的位置，使长焦相机正对装配过程关键处需要测量的位置，并能清晰观测到测量区域；
（2）服务器测量指令的输入：服务器将测量位置指令输入到图像采集系统，用于确定相机需要测量的位置；
（3）测量区域的确定：图像采集系统接收需要测量的数据后，相机自适应地调整测量区域，用于确定测量位置的区域和大小；
（4）追踪系统测量指令的输入：追踪系统中将人的交互指定的测量位置指令输入到图像采集系统，用于确定相机需要测量的位置；
（5）图像处理与参数的计算：图像处理系统通过图像增强噪声处理、图像分割特征提取及物体识别参数估计完成测量区域的参数的计算；
（6）服务器测量参数的输出：服务器接收图像处理系统输出的测量参数信息，并与数据库中工艺信息进行比较，将比较结果分发到可视系统，用于可视化和其他处理。
步骤（2）的具体步骤为：（a）工艺设计客户端单元将装配场景和需测量的参数要求数据发送到服务器，其中工艺设计客户端单元包括资源封装模块，场景数据形式化处理模块和工艺数据形式化处理模块；（b）服务器整合装配资源数据包将需测量的参数要求数据发送到测量客户端的图像采集系统；（c）图像采集系统根据需测量的数据确定需要测量的关键参数及测量位置。
步骤（3）的具体步骤为：（a）图像采集系统接收到需要测量的数据后，确定了关键参数的测量及测量位置，接着将长焦相机固定，使长焦相机正对测量位置并能清晰观测到测量区域；（b）在广角相机的视野范围内，在零件表面添加二维码，通过识别二维码标志点的方式识别并定位追踪零件，当检测到零件接近测量位置一定邻域内时，相机自适应切换，打开正对测量位置的长焦相机进行测量检测，并通过框选的方式进一步减小测量区域并精确测量。
步骤（4）的具体步骤为：（a）眼动追踪确定测量位置和区域；（b）手势追踪确定测量位置和区域。
步骤（5）的具体步骤为：（a）在得到测量区域内的图像后，通过图像灰度化处理或高斯滤波处理减小图像的噪声；（b）直线特征的提取；（c）椭圆特征的提取；（d）物体识别；（e）参数的测量和计算；（f）将测量得到的像素参数信息转化为实际距离参数信息输出到服务器。
本发明的有益效果有：
（1）通过在测量场景配置一套基于计算机视觉的感知系统，实现测量场景的全局图像采集，使得操作人员能看到整个测量的场景；
（2）通过服务器传入的测量指令，相机可以自适应地调整测量位置，精确测量区域并缩小测量范围，实现测量的精确化，减少计算机的计算量，提高测量效率并实现实时检测测量；
（3）通过在测量场景配置一套追踪系统，实现人的状态实时追踪，通过捕捉人的注视点和手势确定测量的位置区域，相机自适应地调整拍摄位置，精确测量区域并缩小测量范围，使得操作人员可以根据测量需要自由的选择测量位置区域；
（4）通过在测量场景配置一套图像处理系统，实现测量区域的物体识别和参数计算，并将测量参数信息输出到服务器，服务器再将测量参数分发到其他系统，使得测量参数信息能进行再加工处理。
附图说明
图1为计算机视觉系统组成示意图；
图2为自适应测量系统组成示意图；
图3为数据形式化表示示意图。
具体实施方式
下面结合附图对本发明作进一步地说明：
实施例：
在发动机机匣内安装的量块之间的距离为0.5mm~1mm，采用计算机视觉的装配过程几何参数自适应测量系统，指导工人进行安装，使发动机机匣内量块安装符合装配工艺要求，接着按以下步骤运行：
（1）相机安装和调试：广角相机和长焦相机的安装以及双目相机的标定，用于确定图像像素和实际长度之间的关系，固定广角相机的高度，使广角相机正对下方装配场景，能清晰全面地观测到整个装配过程，在转动云台上固定长焦相机，调整转动云台的位置，使长焦相机正对装配过程关键处需要测量的位置，并能清晰观测到测量区域；
（2）服务器测量指令的输入：服务器将测量位置指令输入到图像采集系统，用于确定相机需要测量的位置；
具体实现步骤如下：
（a）工艺设计客户端单元将装配场景和需测量的参数要求数据发送到服务器；
（b）服务器整合装配资源数据包将需测量的参数要求数据发送到测量客户端的图像采集系统；
（c）图像采集系统根据需测量的数据确定需要测量的关键参数及测量位置；
（3）测量区域的确定：图像采集系统接收需要测量的数据后，相机自适应地调整测量区域，用于确定测量位置的区域和大小；
具体实现步骤如下：
（a）图像采集系统接受到需要测量的数据后，确定了关键参数的测量及测量位置，接着将长焦相机固定，使长焦相机正对测量位置并能清晰观测到测量区域；
（b）在广角相机的视野范围内，在零件表面添加二维码，通过识别二维码标志点的方式识别并定位追踪零件，当检测到零件接近测量位置一定邻域内时，相机自适应切换，打开正对测量位置的长焦相机进行测量检测，并通过框选的方式进一步减小测量区域并精确测量；
（4）追踪系统测量指令的输入：追踪系统中将人的交互指定的测量位置指令输入到图像采集系统，用于确定相机需要测量的位置；
具体实现步骤如下：
（a）眼动追踪确定测量位置和区域，通过在HTC vive头盔显示器上加上aGlass-DK2来进行眼动追踪；
（b）手势追踪确定测量位置和区域，通过采用LeapMotion进行手势追踪；
（5）图像处理与参数的计算：图像处理系统通过图像增强噪声处理、图像分割特征提取及物体识别参数估计完成测量区域的参数的计算；
具体实现步骤如下：
（a）将得到测量区域内的图像后，通过图像灰度化处理或高斯滤波处理减小图像的噪声；
（b）直线特征的提取，例如：在获得灰度化图像后通过LSD直线检测所有直线，再根据直线的长度剔除大量无效的短小的直线筛选出所需长度的直线，为消除零件的阴影对直线检测的影响，通过筛选出来的直线端点坐标拟合一条中心线，并求每一条直线的端点到中心线距离，通过距离长短筛选出最靠外的两条直线；
（c）椭圆特征的提取，例如：在获得高斯滤波后的图像后，通过Canny边缘检测、查找轮廓和椭圆拟合等方式找到图像中的椭圆特征，并根据椭圆面积和椭圆周长等方式筛选出所需的椭圆，并输出椭圆的中心坐标；
（d）物体识别，例如：通过识别二维码的方式识别出测量区域内的零件A，零件B和零件C，并根据测量需要自适应测量零件A与零件B的参数，或者测量零件B与零件C的参数；
（e）参数的测量和计算，根据测量的需要计算所需的测量参数，例如：测量零件之间的缝隙，可通过直线检测筛选出来的两条直线计算一条直线两端点的中点到另一条直线的距离，并计算两条直线之间的角度或求出两直线的平行度；再例如：测量有孔零件装配时的位姿，可根据筛选出的椭圆中心点坐标以及零件本身的三维模型信息求出其他关键点坐标并进行位姿的计算；
（f）将测量得到的像素参数信息转化为实际距离参数信息输出到服务器；
（6）服务器测量参数的输出：服务器接收图像处理系统输出的测量参数信息，并与数据库中工艺信息进行比较，将比较结果分发到可视系统，用于可视化和其他处理。
本发明涉及的其它未说明部分与现有技术相同。
Claims (10)
1.一种基于计算机视觉的装配过程几何参数自适应测量系统，其特征是它包括有工艺设计客户端单元、图像采集系统、图像处理系统、追踪系统、可视化系统和服务器，所述工艺设计客户端单元通过网络将工艺信息输入服务器，所述服务器通过网络将测量指令输入图像采集系统，所述图像采集系统通过网络将需测量部分的图像输入图像处理系统，所述图像处理系统将处理后的测量参数信息输入服务器，所述服务器通过网络将测量后的数据输入可视化系统，所述追踪系统通过网络将测量指令输入图像采集系统，所述图像采集系统通过网络将需测量部分的图像输入图像处理系统，所述图像处理系统将处理后的测量参数信息输入服务器，所述服务器通过网络将测量后的数据输入可视化系统。
2.根据权利要求1所述的基于计算机视觉的装配过程几何参数自适应测量系统，其特征是所述图像采集系统分为软件系统和硬件系统，所述软件系统包括全局图像采集模块、测量指令模块和局部图像采集模块，所述全局图像采集模块通过线路与测量指令模块相连，所述测量指令模块通过线路与局部图像采集模块相连，所述硬件系统包括广角相机、长焦相机和转动云台，所述长焦相机安装在转动云台上。
3.根据权利要求1所述的基于计算机视觉的装配过程几何参数自适应测量系统，其特征是所述图像处理系统包括图像增强噪声处理模块、图像分割特征提取模块、物体识别参数估计模块和测量参数计算模块，所述图像增强噪声处理模块通过数据管道与图像分割特征提取模块相连，所述图像分割特征提取模块通过数据管道与物体识别参数估计模块相连，所述物体识别参数估计模块通过数据管道与测量参数计算模块相连。
4.根据权利要求2所述的基于计算机视觉的装配过程几何参数自适应测量系统，其特征是所述局部图像采集模块通过数据管道与图像增强噪声处理模块相连。
5.根据权利要求1所述的基于计算机视觉的装配过程几何参数自适应测量系统，其特征是所述追踪系统包括眼动追踪模块和手势追踪模块。
6.一种基于计算机视觉的装配过程几何参数自适应测量方法，其特征是，步骤如下：
（1）相机安装和调试：广角相机和长焦相机的安装以及双目相机的标定，用于确定图像像素和实际长度之间的关系，固定广角相机的高度，使广角相机正对下方装配场景，能清晰全面地观测到整个装配过程，在转动云台上固定长焦相机，调整转动云台的位置，使长焦相机正对装配过程关键处需要测量的位置，并能清晰观测到测量区域；
（2）服务器测量指令的输入：服务器将测量位置指令输入到图像采集系统，用于确定相机需要测量的位置；
（3）测量区域的确定：图像采集系统接收需要测量的数据后，相机自适应地调整测量区域，用于确定测量位置的区域和大小；
（4）追踪系统测量指令的输入：追踪系统中将人的交互指定的测量位置指令输入到图像采集系统，用于确定相机需要测量的位置；
（5）图像处理与参数的计算：图像处理系统通过图像增强噪声处理、图像分割特征提取及物体识别参数估计完成测量区域的参数的计算；
（6）服务器测量参数的输出：服务器接收图像处理系统输出的测量参数信息，并与数据库中工艺信息进行比较，将比较结果分发到可视系统，用于可视化和其他处理。
7.根据权利要求1所述的基于计算机视觉的装配过程几何参数自适应测量方法，其特征是，步骤（2）的具体步骤为：（a）工艺设计客户端单元将装配场景和需测量的参数要求数据发送到服务器；（b）服务器整合装配资源数据包将需测量的参数要求数据发送到测量客户端的图像采集系统；（c）图像采集系统根据需测量的数据确定需要测量的关键参数及测量位置。
8.根据权利要求1所述的基于计算机视觉的装配过程几何参数自适应测量方法，其特征是，步骤（3）的具体步骤为：（a）图像采集系统接收到需要测量的数据后，确定了关键参数的测量及测量位置，接着将长焦相机固定，使长焦相机正对测量位置并能清晰观测到测量区域；（b）在广角相机的视野范围内，在零件表面添加二维码，通过识别二维码标志点的方式识别并定位追踪零件，当检测到零件接近测量位置一定邻域内时，相机自适应切换，打开正对测量位置的长焦相机进行测量检测，并通过框选的方式进一步减小测量区域并精确测量。
9.根据权利要求1所述的基于计算机视觉的装配过程几何参数自适应测量方法，其特征是，步骤（4）的具体步骤为：（a）眼动追踪确定测量位置和区域；（b）手势追踪确定测量位置和区域。
10.根据权利要求1所述的基于计算机视觉的装配过程几何参数自适应测量方法，其特征是，步骤（5）的具体步骤为：（a）在得到测量区域内的图像后，通过图像灰度化处理或高斯滤波处理减小图像的噪声；（b）直线特征的提取；（c）椭圆特征的提取；（d）物体识别；（e）参数的测量和计算；（f）将测量得到的像素参数信息转化为实际距离参数信息输出到服务器。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/CN2020/085248 WO2021179400A1 (zh) | 2019-10-29 | 2020-04-17 | 一种基于计算机视觉的装配过程几何参数自适应测量系统及方法 |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911040106 | 2019-10-29 | ||
| CN2019110401063 | 2019-10-29 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111475016A true CN111475016A (zh) | 2020-07-31 |
Family
ID=71747330
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010166853.8A Pending CN111475016A (zh) | 2019-10-29 | 2020-03-11 | 一种基于计算机视觉的装配过程几何参数自适应测量系统及方法 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN111475016A (zh) |
| WO (1) | WO2021179400A1 (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115096905A (zh) * | 2022-06-23 | 2022-09-23 | 国网(西安)环保技术中心有限公司 | 一种均压电极结垢程度原位光学检测装置及方法 |
| CN115661726B (zh) * | 2022-12-26 | 2023-05-05 | 江苏中车数字科技有限公司 | 一种轨道列车工件装配的自主视频采集与分析方法 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013161281A (ja) * | 2012-02-06 | 2013-08-19 | Sumitomo Electric Ind Ltd | 交通画像取得装置、交通画像取得方法および交通画像取得プログラム |
| CN102927937B (zh) * | 2012-10-10 | 2016-01-20 | 东莞新吉凯氏测量技术有限公司 | 一种基于云技术的测量系统 |
| KR20150081732A (ko) * | 2014-01-06 | 2015-07-15 | 한화테크윈 주식회사 | 이동-물체 추적 시스템 |
| CN108200339A (zh) * | 2017-12-29 | 2018-06-22 | 北京臻迪科技股份有限公司 | 目标追踪定位方法、系统及摄像装置 |
| CN108229615B (zh) * | 2017-12-30 | 2020-10-30 | 清华大学 | 一种航空发动机零部件的数字化装配支持系统及方法 |
| US11010646B2 (en) * | 2018-04-10 | 2021-05-18 | Facebook Technologies, Llc | Object tracking assisted with hand or eye tracking |
-
2020
- 2020-03-11 CN CN202010166853.8A patent/CN111475016A/zh active Pending
- 2020-04-17 WO PCT/CN2020/085248 patent/WO2021179400A1/zh active Application Filing
Also Published As
| Publication number | Publication date |
|---|---|
| WO2021179400A1 (zh) | 2021-09-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN100547351C (zh) | 一种机器视觉定位方法 | |
| CN110146017B (zh) | 工业机器人重复定位精度测量方法 | |
| EP2551633B1 (en) | Three dimensional distance measuring device and method | |
| CN107345789A (zh) | 一种pcb板孔位检测装置及方法 | |
| Zhang et al. | Research on tool wear detection based on machine vision in end milling process | |
| KR19980063676A (ko) | 대향하는 부분들 사이의 간극 및 부정합을 측정하기 위한시스템 | |
| CN107957246B (zh) | 基于双目视觉的传送带上物体几何尺寸测量方法 | |
| CN110533649B (zh) | 一种无人机通用结构裂缝识别检测装置及方法 | |
| CN104677782A (zh) | 一种电连接器壳体机器视觉在线检测系统及方法 | |
| CN110986834A (zh) | 一种自动化装配穿管监测方法 | |
| CN104316033A (zh) | 汽车零部件视觉检测系统 | |
| CN115880296B (zh) | 基于机器视觉的预制构件质量检测方法及装置 | |
| CN114034704A (zh) | 一种基于多源数据融合的废旧轧辊三维检测装置及方法 | |
| CN111475016A (zh) | 一种基于计算机视觉的装配过程几何参数自适应测量系统及方法 | |
| IL258797A (en) | Method and instrument for concentration testing | |
| CN108582075A (zh) | 一种智能机器人视觉自动化抓取系统 | |
| CN104316530A (zh) | 一种零部件检测方法及应用 | |
| JP2018522240A (ja) | アーチファクトを測定するための方法 | |
| CN111738971A (zh) | 一种基于线激光双目立体视觉的电路板立体扫描检测方法 | |
| CN116393982B (zh) | 一种基于机器视觉的螺丝锁付方法及装置 | |
| CN116202423A (zh) | 一种基于激光三角测距的线激光二维定位方法 | |
| CN115797406A (zh) | 一种越界告警方法、装置、设备及存储介质 | |
| CN112763495A (zh) | 一种手机电池尺寸和外观缺陷检测系统及检测方法 | |
| CN110021027B (zh) | 一种基于双目视觉的切边点计算方法 | |
| CN112816053A (zh) | 一种船舶设备的非接触式振动信息检测方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| CB03 | Change of inventor or designer information |
Inventor after: Shi Bin Inventor after: Yan Yuxiang Inventor after: Shao Li Inventor after: Bai Xiaoliang Inventor after: Chang Zhuang Inventor before: Yan Yuxiang Inventor before: Shao Li Inventor before: Bai Xiaoliang Inventor before: Chang Zhuang |
|
| CB03 | Change of inventor or designer information | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |