CN112334760A - 用于在空间中的复杂表面上定位点的方法和设备 - Google Patents
用于在空间中的复杂表面上定位点的方法和设备 Download PDFInfo
- Publication number
- CN112334760A CN112334760A CN201980039649.5A CN201980039649A CN112334760A CN 112334760 A CN112334760 A CN 112334760A CN 201980039649 A CN201980039649 A CN 201980039649A CN 112334760 A CN112334760 A CN 112334760A
- Authority
- CN
- China
- Prior art keywords
- path
- defect
- complex surface
- along
- acquisition assembly
- 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
- 238000000034 method Methods 0.000 title claims abstract description 62
- 230000007547 defect Effects 0.000 claims abstract description 135
- 238000007689 inspection Methods 0.000 claims abstract description 6
- 230000005693 optoelectronics Effects 0.000 claims description 46
- 239000011159 matrix material Substances 0.000 claims description 34
- 230000009466 transformation Effects 0.000 claims description 25
- 230000033001 locomotion Effects 0.000 claims description 19
- 210000000707 wrist Anatomy 0.000 claims description 8
- 238000012937 correction Methods 0.000 claims description 5
- 238000001514 detection method Methods 0.000 abstract description 27
- 230000008569 process Effects 0.000 abstract description 8
- 230000004807 localization Effects 0.000 abstract description 6
- 238000012545 processing Methods 0.000 description 11
- 230000003287 optical effect Effects 0.000 description 8
- 230000005670 electromagnetic radiation Effects 0.000 description 7
- 238000005286 illumination Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000012546 transfer Methods 0.000 description 5
- 239000002537 cosmetic Substances 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000005855 radiation Effects 0.000 description 3
- 230000004913 activation Effects 0.000 description 2
- 230000003190 augmentative effect Effects 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000010422 painting Methods 0.000 description 1
- 238000005498 polishing Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/9515—Objects of complex shape, e.g. examined with use of a surface follower device
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8803—Visual inspection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8854—Grading and classifying of flaws
- G01N2021/8861—Determining coordinates of flaws
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/9515—Objects of complex shape, e.g. examined with use of a surface follower device
- G01N2021/9518—Objects of complex shape, e.g. examined with use of a surface follower device using a surface follower, e.g. robot
Landscapes
- Biochemistry (AREA)
- General Physics & Mathematics (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Immunology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Recrystallisation Techniques (AREA)
Abstract
一种用于定位复杂空间表面上的点(例如缺陷)的设备(10)，包括缺陷检测站(12)、定位站(21)(其可以与检查站重合)以及在适用的情况下的修复站(22)。在检测站(12)中，有图像采集组件(25)，该图像采集组件由定位器(15)沿着复杂表面上的预设路径移动，以便在通过合适的算法定义的时刻“I”，沿着该路径采集复杂表面的二维图像。在时刻“I”，采集组件(25)的预定点的空间坐标还与二维图像相关联。在采集的多个图像中搜索缺陷，并且将它们在二维图像中的坐标(X，Y)转换成复杂表面上的空间坐标(x，y，z)(这里称为“缺陷定位过程”)。
Description
本发明涉及一种用于在复杂空间表面上正确定位特定点(这里也称为“显著点(significant points)”)的方法和设备。待定位的点可能特别地包括涂漆表面上的外观上的缺陷(defects)。
为了简单起见，在下文中，术语“显著点”或“缺陷”将被不加区分地使用，然而，可以理解的是，“缺陷”也简单地表示复杂表面上的点或区域，就其特性参数(例如对比度、亮度、颜色等)而言，该点或区域不同于相邻的点或区域，并且这种差异是必须被检测并且在某些情况下被校正的差异。
例如，涂漆表面上存在的缺陷通常具有三维特性，即它们不仅仅是颜色的局部变化，并且还包括凸起(reliefs)、缺失材料或在任何情况下表面上的不规则性。
这些缺陷在行业术语中被称为“外观”缺陷，因为用户可能会从视觉上注意到它们。一般来说，它们的尺寸至少为10-20微米。
一些空间表面被定义为“复杂的”，因为它可以具有凹表面和凸表面的组合，两者也都具有可变的曲率半径，并且在形成所述表面的不同部分之间存在尖点和曲线连接区段。
例如，车的车身(body)可以被认为是复杂表面，因为它具有上述特性。
在复杂表面上定位缺陷是工业过程的基本步骤，因为它允许产品外观上的缺陷被识别并在必要时被纠正，这些产品外观上的缺陷可能容易被最终用户注意到，并且通常被认为是整个产品质量的指标。
根据现有技术状况，存在用于检测复杂空间表面上的外观缺陷的各种方法(手动和自动两者)，以及与这些探测检测方法相关联的用于空间定位特定点的方法。
特别地，市场上可用的缺陷检测系统通常基于通过光电装置(例如电子照相机)和多维匹配和采集方法来检测可能存在的缺陷和缺陷的位置的技术。在光电表面上检测到的“缺陷”通常被定义为采集系统的感光二维表面上的像素或像素组的位置，这些像素或像素组在对比度和/或亮度方面，在给定限度内和基于预定义的逻辑范围内不同于其他相邻像素。
所使用的最广泛的多维匹配和采集方法是立体成像采集和匹配。例如，使用彼此相距特定距离布置的两个照相机来执行采集，并且组合包含在图像中的信息，从而复制人类使用通过双眼获得的视觉信息来确定例如物体(object)所处的距离的行为。立体成像过程的运用具有与相对复杂的计算程序和由此产生的可能误差相关联的缺点。
无论使用何种采集过程，基于用于检测复杂表面上的点的方法，一个或多个光电检测装置被布置在定义的且已知的空间点中，这些空间点随时间总是重复的，从而实际上有可能包括待检查的复杂表面的所有点。
事实上，所发生的是，待检查的存在外观缺陷的复杂三维表面被投射为二维图像，该二维图像形成在采集装置的光电传感器上或图像处理装置的存储器中，如在使用矩阵照相机的情况下。
复杂三维表面和二维图像之间的关系通常是非线性几何变换的结果，涉及复杂空间表面上存在的真实点以及它们投射到用于表面检测的光电表面上的图像。
因此，在使用立体成像方法的情况下，有必要对复杂空间表面的目标点上的图像点进行校准，以便能够正确地取得复杂表面的真实点和它们投射到采集系统的光敏表面上的图像之间的最佳关联。在立体成像系统中，校准是一个复杂的程序，在获得令人满意的精确度所需的计算方面存在困难。
例如，关于涂漆的机动交通工具车身上的外观缺陷的定位，可以接受的是，待突出显示的缺陷通常具有至少0.01mm-0.02mm的尺寸，可以在半径小于几毫米的理想圆内被发现。
显然，通常还需要过滤影响通过光电装置进行的表面采集过程的光学不规则性和干扰，因为这些不规则性和干扰构成了噪声，该噪声取决于采集过程的各种元素，但该噪声与任意缺陷的实际存在无关。出于这种目的，使用了特殊的已知算法和数字滤波器，这些在处理期间被应用到感光传感器的像素。
在执行处理以检测二维光电表面上的像素位置之后，为了获得缺陷在三维复杂表面上的实际定位，需要执行逆数学变换，并且以唯一且精确的方式将缺陷所在的光电装置的像素与缺陷实际位于的复杂表面的空间点相关联(这里称为缺陷定位过程)。
这种逆数学变换可能受到各种误差的影响；因此，定位系统试图将实际缺陷的定位误差控制在实际过程的可接受限度范围内。
在复杂空间表面上检测到的缺陷的定位在工业过程中是非常重要的活动，因为在使用任何已知的方法检测到缺陷之后，也有必要将缺陷在该空间内定位，并且然后以一定的精确程度向生产线上的操作者或向该缺陷存在的空间点下游所连接的机器发出信号，以便能够根据缺陷的性质在设想的存在一个或更多个缺陷的情况下应用该过程程序。可以使用不同的自动光学信号传送系统(如激光指示器)、机械信号传送系统(如使用特殊涂料的可抹除标记和利用指示器指示)或计算机信号传送系统(如在高分辨率屏幕上显示缺陷和包含缺陷空间坐标和缺陷分类的数据库)来执行该信号传送操作。
如上所述，由于涉及逆变换，其中检测到缺陷的像素以唯一的方式与缺陷实际所在的复杂表面上的空间点相关联，因此可能出现数学误差，例如所述问题不允许有正确解，并导致无法预先估计的非常大的定量误差。
实际上，已经尝试使用不同的数学技术和方法来克服这个问题，这些技术和方法来自不同的技术领域，可以单独使用或彼此结合使用。
一种技术包括使用光电系统采集与待检查的表面相关的若干光学数据，所述数据彼此部分或全部不同，例如通过相对于该表面在空间内使感光传感器移位和适当地旋转。
通过适当地引导感光传感器，因此有可能简化要应用于待检查的复杂表面和其上形成光学信息的感光二维表面的非线性数学变换。
这种技术包括对表面的每个区域检查大量图像，而不是单个图像或几个图像。
特别地，如果照明系统和检测系统(其可以是组合的或分离的，或者在任何情况下在图像采集步骤期间是同步的)具有大的尺寸，然而将难以达到用于采集复杂表面的最佳点，即照明系统必须位于的那些点，以便正确地照亮表面，并且同时检测系统必须位于的那些点，以便获得具有合适的光电特性(对比度、亮度和正确的光场深度)的复杂表面的记录，以便检测所述表面上存在的缺陷。
为了增加达到用于复杂表面的光学检测的大量最佳点的能力，已经提出增加彼此独立的照相机的数量。然而，这成比例地增加了缺陷检测系统的复杂性以及相关的制造和管理成本。
例如，US2013/0057678描述了一种具有复杂发光拱件的系统，该系统沿着交通工具车身移动，同时大量固定照相机对准车身的每个部分。
另一种技术包括仅使用所记录的信息的一部分，以便简单地推进上述非线性几何变换。例如，有可能在可接受的限度内执行线性化的变换。
然而，对于复杂空间表面，该技术需要的图像数量甚至大于现有技术所需的数量，从而进一步增加了自动采集系统的复杂性，并且随之而来的是需要增加位于检测系统下游的处理系统的计算能力。
另一种技术包括增加图像记录照相机的数量，这些照相机可以位于自动可编程定位器上，或者可以全部或部分地布置在固定位置。
以这种方式，如果有足够数量的照相机并且如果它们被适当地定位，则有采集获取足够数量的图像来执行缺陷的正确检测和正确的逆变换，以便将光学缺陷与它们在复杂表面上的真实位置相关联。
然而，为了应用该技术，需要大量的照明和图像采集系统，并且在必须检查具有不同形式的复杂表面的情况下，并非所有的照明和图像采集系统都可以总是被正确地定位；例如，如果在同一条生产线上分析不同型号的车的车身，就会出现这种情况。
另一个要求是待检查的复杂表面和光电二维信息之间的初步校准，即预先定义在光电传感器检测到的信息中存在的像素和该表面上存在的真实点之间的对应关系。
可以通过预先适当地布置在示例性复杂表面(sample complex surface)上的参考目标来确定这种关联。或者，可以通过高度精确地确定复杂表面的空间几何形状(例如，借助于由CAD/CAM系统或类似仪器提供的信息)以及它们在采集表面的图像时的正确空间位置(例如，借助于由用于检测复杂表面在三维空间中的位置的传感器提供的数据)来构建这种关联。
然而，这种技术导致该表面的几何重建所需信息的显著增加，用合适的系统检测复杂空间表面的正确位置的成本的增加，以及最后处理复杂性的显著增加，因为需要在处理器中存储缺陷可能潜在地定位的真实点和在搜索缺陷时将被检查的二维表面的像素之间的大部分或全部关系和几何变换。
因此，除其他外，本发明的目标是提供一种能够克服上述缺点的方法。
特别地，一个目标是提供用于在复杂表面上正确定位特定兴趣点的方法，这增加了技术的可靠性和定位特定兴趣点的概率，该特定兴趣点的位置不是预先已知的。
另一个目标是提供用于定位表面(包括涂漆表面)上的外观缺陷的方法，该方法适用于具有合适且通常多种类型的复杂表面。
另一个目标是提供一种比现有方法更简单的方法，该方法具有更大的缺陷检测自由度和更大的定位所检测缺陷的可能性。
关于这些目标，已经出现的想法是，根据本发明，提供一种用于在物体的复杂表面上定位缺陷的方法，该方法在缺陷搜索程序之前包括以下步骤：
-获得具有电磁波发射装置和光电装置的采集组件，该光电装置用于检测由复杂表面反射的电磁波，
-在距离复杂表面一定距离处定义扫描组件的显著点的扫描路径；
并且在缺陷搜索程序中：
-通过自动定位器使采集组件沿扫描路径移动；
-定义在采集组件沿着路径运动期间的时刻“i”，在该时刻，采集组件被操作以采集复杂表面的图像作为光电装置的二维像素矩阵；
-将沿着路径在时刻“i”获得的多个连续二维像素矩阵存储在控制单元中；
-在同一时刻“i”，存储采集组件的沿路径的坐标，并将它们与多个二维矩阵中的相应二维矩阵相关联；
-识别多个二维矩阵中的缺陷，并为每个缺陷识别代表该缺陷在对应的二维矩阵中的像素位置的坐标(Xin，Yin)，其中指数“i”代表第i个矩阵，并且指数“n”代表在矩阵中检测到的第n个缺陷；
-通过应用于在第i个矩阵中检测到的第n个缺陷的坐标Xin，Yin的线性或可线性化变换，定位在第i个矩阵中检测到的第n个缺陷的重心(barycentre)在复杂表面上的空间坐标xn，yn，zn。
仍然根据本发明的原理，已经出现的想法是提供一种适于根据前述方法操作的设备，该设备包括用于检测到达站处的物体的复杂表面上的缺陷的站，在该站中存在可编程定位器、采集组件，该采集组件具有用于发射电磁波的装置和用于检测由复杂表面反射的电磁波的光电装置，所述采集组件安装在可编程定位器上，从而可沿物体的复杂表面上的路径移动。
用于在三维表面上定位缺陷的装置可以安装在前述可编程定位器上，或者安装在后续站中存在的不同的可编程定位器上。
为了更清楚地说明本发明的创新性原理及其相比现有技术的优点，下面将在随附附图的帮助下描述应用这些原理的实施例的示例。在附图中：
-图1示出了根据本发明提供的设备的示意图；
-图2示出了位于设备中的用于检测缺陷的站的示意图；
-图3示出了根据本发明的用于检测缺陷的采集组件的可能实施例的示意图；
-图4示出了根据本发明的采集组件的可能运动的示意图；
-图5示出了根据本发明的采集组件的运动路径的构成的示意图；
-图6示出了复杂表面上的点和根据本发明的采集组件的光电装置的二维表面上的点之间的变换的示意图；
-图7示出了形成根据本发明的设备的部件的可能的接线图(connectiondiagram)。
参照附图，图1示出了根据本发明提供的设备10，用于检测物体(例如机动交通工具的涂漆车身)11上的缺陷。
该设备包括用于检测缺陷的至少一个站12。有利地，设备10还可以包括已知的输送系统20，该输送系统20有序地将物体11运送到站中，并且在用于检测任何故障的操作之后将物体从站中移除。输送系统例如可以是输送机。在物体11是交通工具车身的情况下，车身也可以安装在滑道上，并且输送机20可以是已知的滑道输送机。
用于将缺陷分类的站21和用于去除缺陷的站22可以有利地存在于站12的下游。在站21中，操作者可以目视检查在站12中自动检测到的缺陷，并且如果必要的话，判定它们是否具有必须被移除的尺寸，和/或它们是否能够利用与站22相关联的移除程序被真正移除。
为了向站21中的操作者指示在站12中检测到的缺陷在车身表面上的位置(上述步骤被称为“缺陷定位步骤”)，装置21将包括指示器装置35。这些装置接收已经在站12中检测到的缺陷的坐标，并在物体12的表面上指示缺陷存在的位置。
例如，装置35可以包括本身已知的可见光束投影仪(例如激光投影仪)，其可以被控制以根据从单元18发送到投影仪的空间坐标将光束导向站21中的空间点。
以这种方式，单元18可以控制投影仪的运行，投影仪适当地布置在到达站21的物体11周围，以便照亮物体表面上存在缺陷的点。缺陷的照明可以例如通过照明区域(例如圆形光点)来执行，该光点包含在其内部的缺陷或者还用照明周界(例如圆形边缘)包围该缺陷。
可选地，指示器装置35可以包括增强现实装置，例如增强现实眼镜，其由操作者佩戴，并且接收缺陷的空间坐标，并且显示用于突出显示缺陷的区域，这通过眼镜叠加在物体的直接视觉上，或者还包括便携式平板计算机，用于简化搜索程序和对缺陷进行分类，该平板计算机通过扫描区域的重建在屏幕上识别缺陷的位置。
可选地，指示器装置35可以包括用于清楚地标记车的车身上的缺陷的系统，例如适当地安装在诸如23的自动装置(例如通过一个或更多个机械臂，例如23，其具有适当数量的自由度，以便能够延伸并操作标记器以标记在物体11上检测到的缺陷)上的标记器。
在任何情况下，操作者将拥有由站12检测到的缺陷的精确指示，并且可以针对每个缺陷判定是否可以在站22中将其移除、是否可以忽略或者是否有必要丢弃该物体，以及是否需要在站22中不能够进行的任何另外的加工操作(例如，需要重新喷涂该物体)。
移除缺陷的操作可以由适当装备(例如，装备有电动打磨/抛光工具)的操作者手动执行，或者可以通过自动装置23自动执行(例如，通过具有适当数量的自由度的一个或更多个机械臂23，以便能够用它们的自动工具24到达并操作位于物体11上检测到的缺陷)。
在手动操作的情况下，站22可以包括指示器装置，该指示器装置类似于站21的指示器装置，用于向负责执行移除操作的操作者指示缺陷在车身上的位置，在站21中执行选择之后，缺陷仍然被这样指示。
在自动操作的情况下，装置23将接收缺陷的空间坐标，这些缺陷在站21中执行选择之后仍然被这样指示，并且被从物体的表面移除，并且将使用它们适当的工具24对这些缺陷进行操作。
如果需要，站21和22可以组合在单个检查和移除站中，或者如果认为没有必要，两个站中的一个可以完全省去。
例如，可以设想，参照站21如上所述的检查缺陷的同一操作者直接对缺陷进行操作，以便一旦缺陷被定位就将其移除，从而避免转移到工位22。
根据缺陷的尺寸和性质，移除操作包括两个或更多个步骤，也可以设想使用若干个移除站。
此外，在不需要操作者选择缺陷的步骤的情况下，可以省去站21，而是直接进入移除站。例如，在自动移除的情况下，可以想象仅直接使用具有自动装置的站22。
为了检测缺陷，站12有利地包括电磁波发射装置13和光电装置14，用于检测由物体11反射的电磁波。
装置14也可以由若干个光电装置或光学传感器形成，它们适当地链接在一起，例如若干个照相机，这将在下面解释。
电磁波必须被选择成既适合于被待识别的缺陷所在的物体11的表面反射，并且又适合于在反射后被光电装置14正确地检测。
具体而言，根据需要和偏好，发射装置13可以是具有小波段宽度或单波长的宽光谱照明装置。
电磁波可以在人眼可见或不可见的(例如，红外辐射)电磁辐射范围内。光电装置14将被选择成至少对光源发射的一部分波段敏感。
这种光电装置14可以包括例如一个或更多个常规的CMOS技术照相机，其对近红外辐射或者在任何情况下对照明装置13发射的光的波长也是敏感的。
有利的是，发射装置13和光电装置14被紧密地布置在一起，并且被组合以形成采集组件25。
优选地，发射装置13和光电装置14可以布置在采集组件25中，基本上彼此对准并靠近在一起，使得由物体11在所有方向上反射和扩散的电磁辐射可以允许以更好的信噪比，并且因此以更好的正确检测缺陷的可能性，检测表面外观缺陷和喷涂缺陷。
再次如图1中可见，站12还包括自动可编程定位器15，采集组件25安装在该定位器15上，并且该定位器15允许使用下面描述的方法沿着适于短距离扫描物体的三维复杂表面(待检测缺陷位于其上)的路径行进。
特别地，定位器15可以有利地是具有以内插方式可控的六个轴线的机器人，或拟人机器人，其中采集组件安装在机器人的腕部上。
站12(以及同样地可应用的站21、22)将优选地包括本身已知的位置系统，该位置系统将能够以期望的精确程度构建物体11在站内的位置。该位置系统可以包括物理定位定位器16和/或位置检测传感器17。例如，物理定位器可以是用于将物体停止在站内的合适的机械止动件和/或定位销，当物体到达该站时，定位销被精确地插入到物体中的对应的孔内或与物体接合在一起并与物体一起移动的支撑件中的对应的孔内。
传感器可以是例如光学和/或机电位置传感器，如本领域技术人员容易想象的那样。如本领域技术人员可以容易想象的，位置检测传感器也可以由放置在物体表面上的参考目标辅助。实际的输送系统可以设计成使物体11停在站内的精确位置。
在任何情况下，物体11将被布置在站中的精确位置或任何情况下的已知位置，并且在物体表面上检测到的空间坐标都将参考该位置，使得在站内物体表面上的一点的一组空间坐标将对应于(或在任何情况下可以容易地被转换以便对应于)其他站中相同点的空间坐标。
设备10还将包括电子控制单元18(有利地是一个或更多个适当编程的电子处理器)，该电子控制单元18使用下面将解释的方法，将对可编程定位器和采集组件的运行进行控制，并且将接收来自物体位置系统的任意信号。该单元18实际上也可以由若干个控制子单元形成(每个控制子单元分配给设备操作所需的功能之一，例如控制单个机器人、单个缺陷采集和识别系统、单个缺陷信号传送和/或去除系统等)，他们适当地互连，以便交换必要的数据，这将在下面阐明。
图2以示意形式并更详细地示出了站12的可能实施例。
从该图中可以看出，自动可编程定位器15优选地由具有以内插方式可控的七个轴的机器人(拟人机器人)形成，该机器人具有带有接合凸缘27的腕部26，采集组件25安装在该接合凸缘27上。
待检测缺陷所在的物体11的三维复杂表面形成例如由顺序输送装置20带入该站的机动交通工具车身的一部分。
从图2中可以清楚地看到，采集组件25优选地被制成沿着轴线(图2中的Y轴线)的长形形式，该轴线将横向于采集组件25的运动路径，以便覆盖物体的复杂表面上的相应长形(有利地为矩形)区域28，在区域28处投射由发射装置13产生的辐射束。
例如，采集组件可以覆盖在沿着路径的运动方向上的幅度为几毫米(例如5至30mm)并且在横向方向上宽度为例如几十厘米(例如25cm至1cm)的区域。一般来说，所覆盖区域的尺寸沿路径的尺寸与横向于路径的尺寸的比例至少为1：10。
由于沿着路径的运动方向上的小幅度，检测到的图像和扫描表面的部分之间的变换可以被认为是基本线性的，或者在任何情况下都可以以足够小的误差线性化，这将在下面解释。
图3以示意形式示出了从发射电磁束的一侧观察的采集组件25的可能实施例。该组件25包括发射装置13和一对照相机，发射装置13由用于照亮所述矩形区域的矩形长形照明器形成，照相机形成用于检测由物体11反射的电磁波的光电装置14。照相机14被固定到照明器，布置在其侧面并沿其轴线间隔开，以便正确地检测由照明器照亮的复杂表面上的整个矩形区域。
在任何情况下，有利的是，在将发射装置13机械地固定到可编程定位器(例如拟人机器人的腕部)上，使得它将电磁辐射束投射到待检查的复杂表面的至少一部分上之后，光电装置被机械地固定到自动可编程定位器的终端区域，以便正确地接收由待检查的表面反射的电磁辐射束。
从图2和图3中可以看出，照明器优选地被设计成投射矩形图像，该矩形图像由沿着矩形图像的较长轴线延伸的窄的、交替的、亮的和暗的平行带形成。这些带将沿着复杂表面相对于采集装置的运动路径横向地延伸。这可以改进缺陷的检测。在任何情况下，也可以使用均匀照明的区域。
图4以示意形式示出了采集组件25，当采集组件25(借助定位器15)以距离D沿着物体11的复杂表面(例如，车身的顶部)上方的路径29移动时，采集组件25将图像投射到区域28中。
由于采集组件25的延伸通常是直线的和平坦的，而复杂表面通常具有非平面的延伸，采集组件的至少一个预设点与待检查的复杂表面的已知距离可以被认为是距离D。路径29可以是例如在该空间内由该预设点遵循的距离。
距离D可以取决于例如表面的类型和搜索的缺陷的类型。一般来说，被发现的有利的距离可以在5cm到50cm之间。
如图5中示意性示出的，连续路径29可以在该空间中由一组离散的点Pti限定(其中“t”表示它们是限定路径所必需的点，并且“I”表示限定所述路径所必需的第i个点)，所述点优选地在设置步骤期间被识别和保存，该设置步骤在采集组件扫描表面以用于缺陷搜索之前进行。
如本领域技术人员可以容易想象的那样，本身已知的合适算法可以从该组离散的Pti点计算整个路径。沿着路径29，还可以识别位置Pri(其中“r”表示它们是该表面的沿着各种路径的检测位置，并且“I”表示沿着所述路径的第“i”个检测位置)，这些位置是除了定义路径的点Pti之外的位置，在这些位置执行缺陷图像的检测，这将在下面解释。
电磁辐射的投射和随后的在被物体11的复杂表面反射之后，由光电装置对其的检测，必须沿着整个缺陷检测路径正确地执行。因此，沿着该路径，还需要确保采集组件相对于该表面的正确倾斜，即发射装置13和检测装置14的正确相对定位。换句话说，为了正确采集复杂表面上的缺陷，采集组件的位置必须以足够完整的方式限定在沿着所选路径的空间中。
在任何情况下，一旦路径已经被定义，它将被发送到定位器15以在空间内执行，采集组件沿着该路径移动。
如下文将进一步解释的，在缺陷搜索程序中，采集组件在沿着路径的运动过程中，将在预定时刻采集复杂表面的图像，并且装置在这些时刻沿着路径的位置将与这些图像相关联。合适的线性或可线性化变换将允许随后基于记录在沿着路径的特定位置的二维图像的坐标转换成复杂表面上的点的空间坐标。这样，一旦缺陷在所记录的二维图像中的位置被识别，缺陷在真实复杂表面上的精确空间位置将被获得。
图6以示意形式示出了所扫描的复杂表面的区域28中的兴趣点(图6a)和它们在光电装置14的二维敏感表面30上的表示(图6b)之间的对应关系，该二维敏感表面30通常对应于二维像素矩阵。以毫米为单位测量的复杂表面上的一般区段DI对应于以像素为单位测量的装置13的二维表面30上的区段DL。
Xi，Yi定义了光电装置的二维表面30的任意第i点的二维坐标，而坐标xi，yi，zi定义了物体11的复杂表面28的任意第i点的空间坐标。
因此，对于包含缺陷的复杂表面中的所有点，需要找到允许从xi，yi，zi到Xi，Yi的转换T(和对应的逆变换T-1)，并且反之亦然。
有利的是，为了正确定位可能出现在物体的复杂表面上的特定兴趣点(为了简单起见，在本说明书中称为“缺陷”)，初始系统设置程序可能是有用的，以便确保采集组件准备好沿着合适的路径29正确操作，找到合适的变换系数，其在缺陷定位期间将被使用，这将在下面解释。
为了获得适当的系数，可以有利地采用下面描述的初始程序。
初始系统设置程序可以设想提供光电装置的敏感表面的至少一个点，该至少一个点固定到自动可编程定位器的端部区域，与待检查的复杂表面相距已知距离，该距离对于每个表面扫描操作将保持近似恒定(例如前述距离D)，并且然后引导采集组件(或光电装置，如果分开的话)相对于复杂表面具有合适的角度，使得扫描表面的区域的所有兴趣点都被投射到光电装置14的敏感二维表面30的区域上。
有利地，优选地，该投射在扫描表面的区域中的兴趣点和光电传感器的敏感二维表面的受限区域中的点之间产生对应关系，该对应关系有利地是数学变换T，该数学变换T是线性的，并且如果不是线性的，则至少是可线性化的。
一旦获得了正确的位置，自动可编程定位器的端部区域在三维空间中的绝对位置(即定位器通过采集组件所达到的位置)被记录在电子控制单元18的存储器中作为点Pti。
这个位置例如可以与拟人机器人腕部的凸缘中心有关。
然后，定位器移动，以便扫描物体的表面上的不同兴趣区域，并且重复上述操作，以此类推，直到以适当的间隔扫描了整个复杂表面，以便允许将复杂表面上的所有点转换成光电装置14的二维表面30上的点(像素)。
在该过程结束时，上述电子控制单元18的存储器将包含自动可编程定位器扫描期间假定的所有绝对位置Pti。应当注意，保存的位置的数量“n”也可以小于为了对待检查的复杂表面执行完整的点对点扫描所需的位置的数量“m”。换句话说，n<＝m。
在初始程序中，易于被采集系统识别的标记(例如彩色标签)将被适当地放置在样品物体(通常类似于随后将在站中被分析的物体或与随后将在站中被分析的物体相同)的复杂表面上，这些标签成对地布置成彼此相距适当的距离DI，以便沿着路径可见。这再次在图6中以示意形式示出，其中DI表示复杂表面28上的该复杂表面上两点之间的区段。在复杂表面上以距离DI布置的点(可以以毫米为单位测量)将被采集装置作为装置13的二维表面30上距离DL的点(可以以像素为单位测量)检测。因此，DL(Xì-Xi-1，Yì-Yi-1)是二维表面30上对应于复杂表面28的区段DI(xì-xi-1，yì-yi-1，zì-zi-1)的区段。
二维表面30上的点(其例如可以与敏感表面的原点(Xi-1＝0，Yi-1＝0)相关)和具有复杂表面28的两个点(其可以都与定位器的坐标原点(x＝0，y＝0，z＝0)相关)的对应区段之间的变换因此可以使用转换倍增系数，称为扩展系数，其可以应用于第i次检测中存在的第n个区域的逆变换，例如以mm/像素表示：
Cni＝Dlni/DLni
如果可能的话，将选择少量的转换系数Cni，并且对于复杂表面的每个单独的第i次检测也可以仅近似为一个，称为Ci，并且对于用光电装置采集的复杂表面的不同部分，转换系数也可以再次近似为相同的值，称为C。
借助于适当的路径跟踪算法(基本上是已知的，并且因此在此不再进一步描述或示出)，可以将保存的点Pti逻辑地连接在一起，以便形成连续路径，该连续路径穿过这些点，并且该路径29对于借助于由定位器移动的光电装置14来执行复杂表面的完整扫描是有用的。
定义自动可编程定位器的另外的位置Pai的另外的点(例如如图4所示)也可以被添加到这样形成的路径29。这些位置Pai(其中“a”表示它们是将不同路径连接在一起所必需的附属点，并且“i”表示连接所述路径所必需的第i个点)对于复杂表面的扫描来说不是必需的，但是它们靠近位置Pti，并且将作为沿着整个路径将由保存的扫描位置形成的路径的不同区段连接在一起的位置，以便限定自动可编程定位器在扫描操作中可以从起始点行进到终点的单一路径。
一旦定义可编程定位器路径的初始程序完成，就可以对复杂表面进行全面扫描，以进行自动缺陷搜索。
在该搜索过程中，定位器以速度V(例如可以在自动定位器的控制器上设定)遵循设定路径29以便全面扫描复杂表面。该速度V也可以是恒定的，并且被包括在最小速度Vmin和最大速度Vmax之间，其中速度范围从100mm/s到1000mm/s变化。速度V还取决于所述方法中使用的装置的实际硬件和软件特性，其可能会降低或提高复杂表面的正确扫描的速度。
如上所述，沿着路径的检测位置Pri(该该处对复杂表面上的点进行检测)在绝对位置和数量方面可以不同于在路径定义步骤期间保存在存储器中的位置。在任何情况下，沿着路径的位置Pri(该该处执行对复杂表面上的点的检测)的数量必须足以执行对复杂表面的全面扫描。本质上，定位器沿着路径移动采集组件，并且以预定的时间间隔，执行在该时刻被扫描的表面区域的图像的采集。
公式Ti<＝Li/Vi可用于至少构建自动可编程定位器的位置Pri，其中复杂表面的点的检测必须通过安装在自动定位器15上的光电装置14来执行，该自动定位器15以速度Vi沿着路径区段行进，该速度Vi沿着每个路径区段29也是恒定的。在这个公式中，Ti是在位置Pri-1的扫描和在后续的位置Pri的扫描之间的时间间隔；Li是区域28在由光电装置记录的复杂表面的运动方向上的长度(即，例如投射到复杂表面上的第一和最后一个暗电磁带(darkelectromagnetic band)之间的横向距离)，所述区域28被投射到光电扫描装置的二维表面30上；Vi是速度，有时是恒定的，自动定位器以该速度沿路径移动。
换句话说，在复杂表面的一个区域的位置Pri-1中的一个检测操作和另一个区域的下一个检测Pri之间，必须经过小于Ti(表面的过采样)或至多等于Ti(表面的采样，其中不叠加图像)的时间段，以便一次一个区域地完整地扫描整个复杂表面上的每个点。
因此，采集可以在时刻Ti执行，其中|Ti+1-Ti|<＝Li/Vi，并且“i”表示第i次采集。
例如，可以产生脉冲Ii，即检测或触发脉冲，(其中“i”表示第i个脉冲)，以便命令光电装置在时刻Ti检测复杂表面。
如果认为有必要，也可以使用类似的脉冲或相同的脉冲来激活向复杂表面发射电磁辐射的装置，当必须激活时，不是在扫描期间连续激活，而是相反地用于执行短持续时间的瞬时电磁辐射(称为“选通脉冲(strobe)”)。
检测脉冲Ii可以由控制单元18发射，或者也可以通过与控制单元分离的脉冲发生器获得，并且该脉冲发生器可以以也可能非常短的时间间隔发射该脉冲。发生器装置也可以被包括在采集组件中。
用于定义采集时刻的相同程序可以在上面已经描述的用于检测对系数Cin的计算有用的图像初始设置步骤期间使用。
图7以示意形式示出了用于连接系统(在脉冲发生器31被提供时，还用于将系统连接到脉冲发生器31)的可能示意图。
脉冲可以通过接线(connection)32发送到采集组件，接线32可以是直接传输电脉冲的简单电接线，或者是以具有适当编码的命令形式传输电脉冲的数据处理网络，如本领域技术人员当前可以容易地想象的那样。
采集组件25、发生器31(如果存在)以及定位器15(其可以与相关联的低级控制单元33结合)也可以通过已知的数据总线34连接到控制单元18。
在时刻Ti(即，在每个第i个触发脉冲Ti(如果存在的话))的每个第i个采集时，自动可编程定位器的绝对位置Pri和光电装置的像素矩阵30的元素被保存在控制单元18(和/或该设备的另一个处理装置)中，光电装置的像素矩阵30的元素是在该位置通过采集复杂表面的一部分而获得的。
矩阵30的像素可以被处理，以便对于每个第i次采集在自动可编程定位器的绝对位置Pri和像素矩阵之间建立关联。
该信息的处理也可以在自动定位器的相同控制单元中或者在另一个处理装置(例如合适的适当编程的处理器)中执行。
根据特定的偏好和实际要求以及所使用的处理系统的能力，可以在扫描期间、扫描结束时或者部分在扫描期间且部分在扫描结束时执行像素处理以识别缺陷。
对于用光电装置14执行的每个第i次采集，可以识别二维表面30的图像中存在“显著点”(例如外观缺陷，但也包括其他类型的缺陷)的那些像素，即根据预设参数(例如亮度和/或对比度和/或颜色等)的值而与图像中的相邻点不同的那些点，并且这些点必须在图像中被检测到，以便随后被在空间上定位到真实的复杂表面上。
代表用光电装置获得的二维像素矩阵30中的显著点的像素的位置可以通过光电装置的表面30的像素矩阵的坐标(Xin，Yin)来表示，其中指数“I”代表第i次扫描，并且指数“n”代表在矩阵中检测到的第n个显著点。
有利地，在显著点对应于一组相邻像素而不是单个像素或点的情况下，二维矩阵30中显著点的位置可以用该组点的重心坐标来定义，即(Xinb，Yinb)(其中“b”表示重心)，近似于最近的坐标。
下文为了简单起见，二维矩阵30中的显著点的位置将总是用(Xin，Yin)来表示，在显著点的重心的坐标(Xinb，Yinb)的情况下也是如此。
一旦获得了二维图像中显著点的坐标(Xin，Yin)，就有必要将该显著点定位在复杂表面上，即有必要确定该点在复杂表面上的空间坐标(xn，yn，zn)。
为了实现这一点，可以有利地实施由该系统的电子控制单元执行的以下程序。
首先，确定光电装置包含待变换的显著点的二维矩阵30的指数，例如，如果显著点是在时刻“Ti”通过第i个触发获得的，则需要考虑指数“i”。
然后，确定与第i时刻相关联的自动可编程定位器的绝对第i个位置(即由定位器移动的采集组件在第i时刻的位置)。
例如，将存在参数(xri，yri，zri，rxri，ryri，rzri)，其中“r”表示图2所示的机器人15的腕部26的凸缘中心的坐标，并且其中“i”表示第i个触发时刻。如本领域技术人员所知，x，y，z表示定位器端部的空间坐标，并且rz，ry，rz表示该端部相对于三个轴线的旋转角度，使得定位器的位置和方向(以及因此由其移动的采集组件)被完全限定。
关于上面的解释，自动可编程定位器的绝对第i个位置也与光电装置的第i个二维矩阵相关联。
随后，使用在第i次检测中变换和出现的显著点的二维矩阵中的坐标(Xin，Yin)，确定在复杂表面上搜索显著点期间要执行的校正。通过应用如上所述在初始校准期间获得的一个或更多个合适的校准系数Cin来执行该校正，在复杂表面上取两个合适的点，在由采集组件记录的图像的矩阵30中跟踪时刻Ti的这两个点，并测量复杂表面上的这两个点之间的距离DIi(例如以毫米表示)和转换成光电装置的二维表面30(图6)的像素的相同的两个点之间的距离DLi(例如以像素表示)。
自动可编程定位器的端部相对于复杂表面的显著点的绝对位置通过将自动可编程定位器在第i次触发时假定的绝对位置Pi和由在所述第i次触发时光电装置的像素矩阵30中存在的显著点Pin的像素坐标的逆变换T-1获得的空间坐标相加来定位。
例如，如果X定义了遵循路径扫描复杂表面的二维像素矩阵的轴线，并且Y定义了横向于扫描方向的轴线，则第i次扫描期间显著点n在空间中的坐标(xn，yn，zn)将等于：
其中系数aij也可以具有负号，并且在每种情况下针对每个逆变换确定，取决于复杂表面在空间中的相对位置，并且局部取决于该表面在空间中遵循的方向，并且可以作为简单的三角变换来计算，该三角变换当前可以由本领域技术人员容易地想象，并且因此在此将不再进一步描述或示出。
举例来说，考虑在复杂表面上具有坐标(xpn，ypn，zpn)的点Pn，作为点Px(具有坐标Xi，Yi)记录在沿着距离复杂表面为距离D(平行于轴Z)的路径，具有坐标(xri，yri，zri)的点Pri处记录的第i个图像中，将获得以下简单的变换关系(如本领域技术人员将清楚的那样)：
xpn＝xri+cin*(Xin cosα-Yin senα)
ypn＝yri+cin*(Xin senα+Yin cosα)
zpn＝zri-D
其中，α＝与复杂表面相关的绝对轴线X、Y相对于光电装置的轴线X、Y的倾斜角度。
由此获得复杂表面上的缺陷的期望空间坐标。
有利的是，上述计算可以使用自动可编程定位器的所谓运行模式进一步简化，该运行模式被称为“工具”功能，并且存在于许多拟人机器人中。
为了使用该功能，通过在自动可编程定位器的所谓工具功能运行模式下工作，自动可编程定位器的绝对位置相对于表面的显著点被定位，适当地将参考轴线定义为“z工具”轴线、“x工具”轴线和“y工具”轴线。
特别地，可以在初始设置步骤期间将“z工具”轴线定义为机器人腕部的凸缘27沿着所述凸缘的垂线的运动方向，其中正号表示朝向表面的运动；“x工具”轴线为凸缘沿路径行进方向的运动方向，其中正号表示扫描正在沿路径进行；“y工具”轴线为正交于沿路径行进的方向并正交于凸缘沿所述凸缘的垂线的运动方向的方向，其中正号对应于左手螺旋线法则。
通过将自动可编程定位器定位在由自动可编程定位器在第i次触发时假定的绝对位置，并使用工具功能模式，借助于在所述第i次触发时刻光电矩阵中存在的显著点“n”的像素坐标的逆变换来校正机器人的凸缘中心的空间位置，其中光电传感器表面的轴线X与自动定位器的“X工具”轴线在同一方向上对齐，并且其中光电传感器的表面的轴线Y与自动定位器的“Y工具”轴线在同一方向上对齐。
因此，对于在第i次检测中确定的第n个显著点的校正“工具模式下的Dx(deltax)”和“工具模式下的Dy(delta y)”等于：
Dxin工具＝cin*Xin
Dyin工具＝cin*Yin
为了使用绝对坐标定位第i次检测中出现的点“n”，因此只需要在工具模式下将自动可编程定位器的凸缘定位在正确的点，并从自动可编程定位器的控制器获取所述可编程自动定位器的绝对坐标。如本领域技术人员现在将会清楚的，这导致计算的进一步简化。
在使用上面用“(1)”表示的等式的情况下和使用工具功能的情况下，表面的显著点的定位实际上都是通过在显著点的区域中，垂直于表面保持基本上恒定的距离来实现的，采集组件将适当地安装在自动可编程定位器的凸缘上。
在任何情况下，一旦在站12中获得了物体的复杂表面上的缺陷的空间位置，该数据将被传递到下一个站，用于任何缺陷评估和去除操作，如上已经描述的。
此时，本发明的目标是如何被实现的是清楚的。
由于根据本发明的设备，缺陷的定位和去除在必要时以快速、精确和有效的方式进行。此外，降低了设备的复杂性。
明显的是，应用本发明的创新原理的实施例的以上描述仅是通过对这些创新原理的示例的方式进行提供的，且因此不被认为是本文所要求保护的权利范围的限制。
例如，可以使用不同于通过示例示出和描述的定位器，并且采集组件也可以包括不同的电磁波发射装置和光电装置。
此外，采集组件也可以布置在不同于定位器的凸缘中心的位置。在这种情况下，必须对组件的空间位置进行必要的校正，现在这对于本领域技术人员来说是容易想象的。
Claims (10)
1.一种用于定位物体(11)的复杂表面上的缺陷的方法，所述方法包括以下步骤：
-获得具有电磁波发射装置(13)和光电装置(14)的采集组件(25),所述光电装置用于检测由所述复杂表面反射的电磁波，
-在距离所述复杂表面一定距离处限定扫描路径(29)；
并且在缺陷搜索程序中：
-通过自动定位器(15)使所述采集组件(25)沿着所述扫描路径(29)移动；
-定义在所述采集组件(25)沿着所述路径(29)运动期间的时刻“i”，在所述时刻，所述采集组件(25)被操作以采集所述复杂表面的图像作为所述光电装置的二维像素矩阵(30)；
-将沿着所述路径(29)在所述时刻“i”获得的多个连续二维像素矩阵存储在控制单元(18)中；
-在同一时刻“i”，存储所述采集组件(25)的沿所述路径(29)的坐标，并将它们与多个二维矩阵(30)中的相应二维矩阵(30)相关联；
-定位所述多个二维矩阵(30)中的缺陷，并为每个缺陷识别代表所述缺陷在对应的二维矩阵(30)中的位置的像素坐标Xin，Yin，其中指数“i”代表第i个矩阵，并且指数“n”代表在所述矩阵中检测到的第n个缺陷；
-通过应用于在第i个矩阵中检测到的缺陷的坐标Xin，Yin和所述采集组件的与第i个位置相关联的坐标的线性或可线性化变换，确定在第i个矩阵中检测到的缺陷n在所述复杂表面上的空间坐标xn，yn，zn。
2.根据权利要求1所述的方法，其特征在于，在每个时刻“i”采集的图像在沿着所述路径的方向上比横向于所述路径的方向上具有更小的尺寸。
3.根据权利要求1所述的方法，其特征在于，所述时刻“i”以时间间隔Ti<＝L/V获得，其中L是在所述时刻“i”在沿着所述路径(29)的方向上采集的图像的尺寸，且V是所述采集组件(25)沿着所述路径(29)的移动速度。
4.根据权利要求1所述的方法，其特征在于，在所述搜索程序的步骤之前执行初始校准步骤，所述步骤包括：
-在复杂表面上突出显示定义所述复杂表面上的第一区段的点；
-使所述采集组件在所述复杂表面上方沿着所述路径(29)移动，并在预设时刻采集具有所述第一区段的所述复杂表面的图像，作为所述光电装置的二维像素矩阵(30)；
-检测所述二维矩阵中的对应于所述复杂表面上的所述第一区段的第二区段；
-对于在第i时刻采集的每个图像中的每个第n个第二区段，计算系数Cni＝DI/DL，其中DI是所述第一区段的长度，并且DL是对应的第二区段的长度，并且在所述缺陷搜索程序中使用这些系数Cni作为在该同一时刻“i”的图像的校正系数。
5.根据权利要求4所述的方法，其特征在于，通过第i个矩阵中的坐标Xin，Yin识别的第n个缺陷的坐标(xn，yn，zn)计算如下：
xn＝xri+cin*(a11*Xin+a12*Yin)
yn＝yri+cin*(a21*Xin+a22*Yin)
zn＝zri+cin*(a31*Xin+a32*Yin)
其中aij取决于三角变换，并且xri、yri和zri是检测到的所述采集组件在对应的时刻“i”的空间位置。
6.根据权利要求1所述的方法，其特征在于，所述自动定位器是具有腕部的拟人机器人，所述腕部设置有凸缘(27)，所述采集组件固定在所述凸缘上，并且利用所述拟人机器人的“工具”功能获得所述采集组件相对于所述复杂表面上的缺陷的绝对位置，将所述“工具”功能的参考轴线定义为“z工具”轴线、“x工具”轴线和“y工具”轴线，其中：
-“z工具”轴线是所述机器人的腕部的所述凸缘(27)沿着所述凸缘本身的垂线的运动方向，其中正号表示朝向所述表面的运动；
-“x工具”轴线是所述凸缘在沿着所述路径(29)行进的方向上的运动方向，其中正号表示它正沿所述路径前进；
-“y工具”轴线是正交于沿所述路径行进的方向且正交于所述凸缘沿所述凸缘本身的垂线的运动方向的方向，其中正号对应于左手螺旋法则。
7.一种适于根据前述权利要求中任一项所述的方法操作的设备，所述设备包括站(12)，所述站用于定位到达所述站的物体(11)的复杂表面上的缺陷(12)，在所述站中存在可编程定位器(15)、采集组件(25)，所述采集组件具有用于发射电磁波的装置(13)和用于检测由所述复杂表面反射的电磁波的光电装置(14)，所述采集组件(25)安装在所述可编程定位器(15)上，以便在控制单元(18)的控制下能够沿着所述物体(11)的所述复杂表面上的路径(29)移动。
8.根据权利要求7所述的设备，其特征在于，所述设备还包括缺陷检查站(21)和缺陷修复站(22)。
9.根据权利要求8所述的设备，其特征在于，在所述定位站(12)和所述缺陷检查站(21)和/或所述缺陷修复站(22)之间存在物体输送线(11)。
10.根据权利要求7所述的设备，其特征在于，所述物体是机动交通工具的车身。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| IT102018000006253 | 2018-06-12 | ||
| IT102018000006253A IT201800006253A1 (it) | 2018-06-12 | 2018-06-12 | Metodo e impianto per la localizzazione di punti su una superficie complessa nello spazio |
| PCT/IB2019/054849 WO2019239307A1 (en) | 2018-06-12 | 2019-06-11 | Method and plant for locating points on a complex surface in the space |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112334760A true CN112334760A (zh) | 2021-02-05 |
Family
ID=63762625
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201980039649.5A Pending CN112334760A (zh) | 2018-06-12 | 2019-06-11 | 用于在空间中的复杂表面上定位点的方法和设备 |
Country Status (11)
| Country | Link |
|---|---|
| US (1) | US20210255117A1 (zh) |
| EP (1) | EP3807625A1 (zh) |
| JP (1) | JP2021527220A (zh) |
| KR (1) | KR20210019014A (zh) |
| CN (1) | CN112334760A (zh) |
| AR (1) | AR115532A1 (zh) |
| BR (1) | BR112020024238A2 (zh) |
| CA (1) | CA3102241A1 (zh) |
| IT (1) | IT201800006253A1 (zh) |
| MA (1) | MA52887A (zh) |
| WO (1) | WO2019239307A1 (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114994062A (zh) * | 2022-08-05 | 2022-09-02 | 深圳市倍捷锐生物医学科技有限公司 | 材料表面质量检测方法、系统及存储介质 |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102018118602B3 (de) * | 2018-07-31 | 2019-11-28 | Sarma Aryasomayajula | Verfahren und Vorrichtung zur Erkennung und Analyse von Oberflächenfehlern dreidimensionaler Objekte mit einer reflektierenden Oberfläche, insbesondere von Kraftfahrzeugkarosserien |
| FR3094907B1 (fr) * | 2019-04-11 | 2022-07-15 | Gebe2 Productique | Procédé d’abrasion |
| IT202000004795A1 (it) * | 2020-03-06 | 2021-09-06 | Geico Spa | Impianto e metodo per la rilevazione e trattamento di difetti di superfici |
| IT202000004786A1 (it) * | 2020-03-06 | 2021-09-06 | Geico Spa | Testa di scansione per la rilevazione di difetti su superfici e stazione di rilevazione con tale testa |
| IT202000004783A1 (it) * | 2020-03-06 | 2021-09-06 | Geico Spa | Metodo e sistemi per la rilevazione e classificazione di difetti su superfici |
| DE102020120559A1 (de) | 2020-08-04 | 2022-02-10 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren zum Bearbeiten wenigstens eines Defekts einer Oberfläche eines Bauteils, insbesondere in einem Bereich wenigstens eines Oberflächenmerkmals |
| JP2022037326A (ja) * | 2020-08-25 | 2022-03-09 | 株式会社オプティム | プログラム、方法、及びシステム |
| CN118691603A (zh) * | 2024-08-22 | 2024-09-24 | 浙江海都电气有限公司 | 一种电表接插件的插接柱磨损检测方法、设备及介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100733396B1 (ko) * | 2006-03-17 | 2007-06-29 | 주식회사 솔루션닉스 | 3차원 측정 데이터 획득장치 및 방법 |
| JP2012063310A (ja) * | 2010-09-17 | 2012-03-29 | Mitsubishi Heavy Ind Ltd | 欠陥寸法測定装置、欠陥寸法測定方法、及びプログラム |
| US20130057678A1 (en) * | 2010-05-17 | 2013-03-07 | Ford Espana S.L. | Inspection system and method of defect detection on specular surfaces |
| CN103236082A (zh) * | 2013-04-27 | 2013-08-07 | 南京邮电大学 | 面向捕获静止场景的二维视频的准三维重建方法 |
| CN104502992A (zh) * | 2014-12-31 | 2015-04-08 | 中国人民解放军空军预警学院 | 一种基于空时过采样扫描的弱小点目标精确定位方法及系统 |
| DE102015119240B3 (de) * | 2015-11-09 | 2017-03-30 | ATENSOR Engineering and Technology Systems GmbH | Automatisches detektieren und robotergestütztes bearbeiten von oberflächendefekten |
| CN107339935A (zh) * | 2017-06-27 | 2017-11-10 | 中国航空工业集团公司北京长城航空测控技术研究所 | 用于全视角扫描测量系统的靶标空间交会测量方法 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5477268A (en) * | 1991-08-08 | 1995-12-19 | Mazda Motor Corporation | Method of and apparatus for finishing a surface of workpiece |
| EP0895590A4 (en) * | 1996-04-22 | 1999-08-11 | Autospect Inc | METHOD AND SYSTEM FOR INSPECTING A MATTE SURFACE OF AN OBJECT IN A VIEWING STATION |
| US6714831B2 (en) * | 2002-01-24 | 2004-03-30 | Ford Motor Company | Paint defect automated seek and repair assembly and method |
| EP2602763B1 (en) * | 2011-12-09 | 2014-01-22 | C.R.F. Società Consortile per Azioni | Method for monitoring the quality of the primer layer applied on a motor-vehicle body before painting |
| JP6738730B2 (ja) * | 2013-10-24 | 2020-08-12 | シグニファイ ホールディング ビー ヴィＳｉｇｎｉｆｙ Ｈｏｌｄｉｎｇ Ｂ．Ｖ． | 欠陥検査システム及び方法 |
| BR102016028266A2 (pt) * | 2016-12-01 | 2018-06-19 | Autaza Tecnologia Ltda - Epp | Método e sistema para a inspeção automática de qualidade de materiais |
-
2018
- 2018-06-12 IT IT102018000006253A patent/IT201800006253A1/it unknown
-
2019
- 2019-06-11 MA MA052887A patent/MA52887A/fr unknown
- 2019-06-11 CN CN201980039649.5A patent/CN112334760A/zh active Pending
- 2019-06-11 CA CA3102241A patent/CA3102241A1/en not_active Abandoned
- 2019-06-11 KR KR1020207035620A patent/KR20210019014A/ko not_active Application Discontinuation
- 2019-06-11 EP EP19734917.8A patent/EP3807625A1/en not_active Withdrawn
- 2019-06-11 JP JP2020569863A patent/JP2021527220A/ja not_active Withdrawn
- 2019-06-11 WO PCT/IB2019/054849 patent/WO2019239307A1/en active Application Filing
- 2019-06-11 BR BR112020024238-1A patent/BR112020024238A2/pt not_active IP Right Cessation
- 2019-06-11 US US17/251,750 patent/US20210255117A1/en not_active Abandoned
- 2019-06-12 AR ARP190101622A patent/AR115532A1/es unknown
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100733396B1 (ko) * | 2006-03-17 | 2007-06-29 | 주식회사 솔루션닉스 | 3차원 측정 데이터 획득장치 및 방법 |
| US20130057678A1 (en) * | 2010-05-17 | 2013-03-07 | Ford Espana S.L. | Inspection system and method of defect detection on specular surfaces |
| JP2012063310A (ja) * | 2010-09-17 | 2012-03-29 | Mitsubishi Heavy Ind Ltd | 欠陥寸法測定装置、欠陥寸法測定方法、及びプログラム |
| CN103236082A (zh) * | 2013-04-27 | 2013-08-07 | 南京邮电大学 | 面向捕获静止场景的二维视频的准三维重建方法 |
| CN104502992A (zh) * | 2014-12-31 | 2015-04-08 | 中国人民解放军空军预警学院 | 一种基于空时过采样扫描的弱小点目标精确定位方法及系统 |
| DE102015119240B3 (de) * | 2015-11-09 | 2017-03-30 | ATENSOR Engineering and Technology Systems GmbH | Automatisches detektieren und robotergestütztes bearbeiten von oberflächendefekten |
| CN107339935A (zh) * | 2017-06-27 | 2017-11-10 | 中国航空工业集团公司北京长城航空测控技术研究所 | 用于全视角扫描测量系统的靶标空间交会测量方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114994062A (zh) * | 2022-08-05 | 2022-09-02 | 深圳市倍捷锐生物医学科技有限公司 | 材料表面质量检测方法、系统及存储介质 |
| CN114994062B (zh) * | 2022-08-05 | 2023-03-14 | 深圳市倍捷锐生物医学科技有限公司 | 材料表面质量检测方法、系统及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2019239307A1 (en) | 2019-12-19 |
| EP3807625A1 (en) | 2021-04-21 |
| KR20210019014A (ko) | 2021-02-19 |
| JP2021527220A (ja) | 2021-10-11 |
| CA3102241A1 (en) | 2019-12-19 |
| US20210255117A1 (en) | 2021-08-19 |
| IT201800006253A1 (it) | 2019-12-12 |
| MA52887A (fr) | 2021-04-21 |
| AR115532A1 (es) | 2021-01-27 |
| BR112020024238A2 (pt) | 2021-02-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112334760A (zh) | 用于在空间中的复杂表面上定位点的方法和设备 | |
| CN106994696B (zh) | 用于末端执行器的定向系统和坐标系变换方法 | |
| KR101782542B1 (ko) | 차량 도장표면 검사시스템 및 검사방법 | |
| US9279661B2 (en) | Information processing apparatus and information processing method | |
| US8346392B2 (en) | Method and system for the high-precision positioning of at least one object in a final location in space | |
| US8095237B2 (en) | Method and apparatus for single image 3D vision guided robotics | |
| EP3775854B1 (en) | System for the detection of defects on a surface of at least a portion of a body and method thereof | |
| US7639349B2 (en) | Method and system for inspecting surfaces | |
| US20140081459A1 (en) | Depth mapping vision system with 2d optical pattern for robotic applications | |
| US20080240511A1 (en) | Apparatus for picking up objects | |
| JPH10253322A (ja) | 空間内で物体を位置指定する方法および装置 | |
| CN103776378A (zh) | 一种非接触式柔性在线尺寸测量系统 | |
| WO2010138565A2 (en) | Methods and apparatus for practical 3d vision system | |
| CN107850425B (zh) | 用于测量制品的方法 | |
| CN203772217U (zh) | 非接触式柔性在线尺寸测量装置 | |
| JP2786070B2 (ja) | 透明板状体の検査方法およびその装置 | |
| JP2003136465A (ja) | 検出対象物の３次元位置・姿勢決定方法とロボット用視覚センサ | |
| CN109773589A (zh) | 对工件表面进行在线测量和加工导引的方法及装置、设备 | |
| EP3989164A1 (en) | Method for identifying a discontinuity on the surface of an object | |
| Hefele et al. | Real-time photogrammetric algorithms for robot calibration | |
| WO2021176384A1 (en) | System for locating and treating surface defects on objects, in particular motor vehicle bodies | |
| CN106153012A (zh) | 指定目标的空间姿态参数测量方法及其应用 | |
| Woo et al. | Development of a multi-line laser sensor based robotic 3D measurement system | |
| CN116297474A (zh) | 一种基于相位测量偏折术的漆面缺陷检测与定位方法 | |
| CN117670768A (zh) | 用于检测应用的自动正确取像及校准系统 |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210205 |
|
| WD01 | Invention patent application deemed withdrawn after publication |