CN112571237A - 用于识别和校正物体表面不平整处的系统 - Google Patents
用于识别和校正物体表面不平整处的系统 Download PDFInfo
- Publication number
- CN112571237A CN112571237A CN202011024506.8A CN202011024506A CN112571237A CN 112571237 A CN112571237 A CN 112571237A CN 202011024506 A CN202011024506 A CN 202011024506A CN 112571237 A CN112571237 A CN 112571237A
- Authority
- CN
- China
- Prior art keywords
- equal
- irregularities
- wavelength
- station
- less
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/0008—Industrial image inspection checking presence/absence
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1694—Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion
- B25J9/1697—Vision controlled systems
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B24—GRINDING; POLISHING
- B24B—MACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
- B24B27/00—Other grinding machines or devices
- B24B27/0076—Other grinding machines or devices grinding machines comprising two or more grinding tools
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B24—GRINDING; POLISHING
- B24B—MACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
- B24B49/00—Measuring or gauging equipment for controlling the feed movement of the grinding tool or work; Arrangements of indicating or measuring equipment, e.g. for indicating the start of the grinding operation
- B24B49/12—Measuring or gauging equipment for controlling the feed movement of the grinding tool or work; Arrangements of indicating or measuring equipment, e.g. for indicating the start of the grinding operation involving optical means
-
- 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
- G01B11/30—Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
- G05B19/182—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by the machine tool function, e.g. thread cutting, cam making, tool direction control
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
- G05B19/4097—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by using design data to control NC machines, e.g. CAD/CAM
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/37—Measurements
- G05B2219/37113—Psd position sensitive detector, light spot on surface gives x, y position
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/40—Robotics, robotics mapping to robotics vision
- G05B2219/40607—Fixed camera to observe workspace, object, workpiece, global
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/45—Nc applications
- G05B2219/45066—Inspection robot
-
- 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
- G06T2207/30156—Vehicle coating
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Manufacturing & Machinery (AREA)
- Automation & Control Theory (AREA)
- Robotics (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本公开提供“用于识别和校正物体表面不平整处的系统”。检查站识别物体的表面的不平整处,并且精加工站校正所识别的不平整处。所述检查站包括多个相机,所述多个相机被配置为在波长≥约380nm至≤约740nm的光下检测所述不平整处。所述精加工站包括至少一个机器人,并且所述机器人包括:光源,所述光源被配置为发射波长≥约380nm至≤约740nm的光;相机;以及研磨工具,所述研磨工具用于校正所述物体表面的检测到的不平整处。
Description
技术领域
本公开涉及客观地识别和校正物体中的并且更具体地白车身和车轮上车辆表面中的表面不平整处。
背景技术
本部分中的陈述仅提供与本公开相关的背景信息,并且可能不构成现有技术。
镀锌钢,通常涉及在钢上施加薄的锌涂层以防止腐蚀,为在白车身(“BIW”)和车轮上车辆(“VOW”)应用中使用提供了许多优点。更具体地,镀锌钢具有低的初始成本,提供牺牲涂层,抗损坏,并且增加耐久性,同时提供优于非镀锌钢的较低的维护成本。因此,对BIW和VOW表面进行镀锌在汽车工业中很普遍。在镀锌之后,主观地识别不平整处(例如,通过眼睛或触摸),且然后校正感知到的不平整处。
并且通常,碳纤维和合金(诸如钢、镍合金、铝合金)也对其表面主观地识别出不平整处,然后在识别出不平整处时对其进行校正。本公开解决了与识别和准确校正物体表面中的表面不平整处相关的这些问题。
发明内容
根据本公开的一种形式,一种用于检测和校正物体的至少一个表面的至少一个不平整处的系统包括输送机,所述输送机被配置为将物体运输通过检查站和精加工站。所述检查站包括多个相机,所述多个相机被配置为至少检测所述物体的表面的不平整处,并且所述多个相机在波长大于或等于约380nm至小于或等于约740nm的光下拍摄所述物体的表面。所述精加工站包括机器人,并且所述机器人包括:光源,所述光源被配置为发射波长大于或等于约400nm至小于或等于约565nm的光;相机;以及研磨工具,所述研磨工具被配置为校正任何检测到的不平整处。
在一个变型中,多个相机在波长大于或等于约520nm至小于或等于约560nm的光下拍摄表面。在其他一些此类变型中,机器人的光源被配置为发射波长大于或等于约520nm至小于或等于约560nm的光。
在又一变型中,工具站邻近所述机器人定位。
在另一变型中,物体被以基本上恒定的速度运输通过检查站。在其他此类变型中,物体被以基本上恒定的速度运输通过精加工站。
在又一变型中,所述精加工站还包括显示器,所述显示器被配置为显示任何检测到的不平整处。
根据另一种形式,一种用于检测和校正物体的至少一个表面的至少一个不平整处的方法包括:在物体被运输通过检查站时在波长大于或等于约400nm至小于或等于到约565nm的光下拍摄物体的表面以检测不平整处。将检测到的任何不平整处的对应坐标映射到对应于所述物体的一组坐标。在精加工站中通过将研磨工具施加到由映射的对应坐标指定的位置来校正任何检测到的不平整处。
在一个变型中,在校正任何不平整处之后,以大于或等于约400nm至小于或等于约565nm的波长照射校正的不平整处。
在另一变型中,光具有大于或等于约520nm至小于或等于约560nm的波长。在其他此类变型中,在校正任何不平整处之后,以大于或等于约400nm至小于或等于约565nm的波长照射校正的不平整处。
在又一变型中,显示由映射的对应坐标指定的位置。
在又另一变型中,物体被以基本上恒定的速度运输通过检查站。在其他此类变型中,物体被以基本上恒定的速度运输通过精加工站。
根据另一种形式,一种用于检测和校正物体的至少一个表面的至少一个不平整处的方法包括:在物体被运输通过检查站时通过在波长大于或等于约400nm至小于或等于到约565nm的光下拍摄待校正的物体的至少一个表面,识别任何不平整处。显示检测到的任何不平整处。在精加工站中通过将研磨工具施加到与物体上其中显示检测到的不平整处的区域相对应的位置来校正任何不平整处。
在一个变型中,在校正任何不平整处之后,以大于或等于约400nm至小于或等于约565nm的波长照射对应于检测到的不平整处的区域。
在另一变型中,光具有大于或等于约520nm至小于或等于约560nm的波长。在其他此类变型中,在校正检测到的任何不平整处之后,以大于或等于约520nm至小于或等于约560nm的波长照射对应于检测到的不平整处的区域。
在又一变型中,物体被以基本上恒定的速度运输通过检查站。在其他此类变型中,物体被以基本上恒定的速度运输通过精加工站。
根据本文提供的描述,其他应用领域将变得明显。应理解,所述描述和具体示例仅意图用于说明的目的,而非意图限制本公开的范围。
附图说明
为了能够很好地理解本公开,现在将参考附图以示例的方式描述本公开的各种形式,在附图中:
图1是根据现有技术的白车身的示意表示;
图2是根据本公开的教示的检查站的前视图;
图3是根据本公开的教示所使用的坐标系的示意图;
图4是根据本公开的教示所配置的精加工站的前视图;并且
图5是根据本公开的教示的用于识别和校正不平整处的过程的流程图。
本文所描述的附图仅用于说明的目的,而非意图以任何方式限制本公开的范围。
具体实施方式
以下描述本质上仅仅是示例性的而非意图限制本公开、应用或用途。应理解,贯穿附图,对应的附图标记指示相同或对应的零件和特征。
参考图1,示出了代表性物体10,其被具体地示出为车辆白车身(“BIW”)。物体10具体地示出了下面更详细地讨论的车顶纵梁12、前纵梁14、各种柱子16和表面18、20。然而,应理解,图1中的物体10的部件不应被解释为限于所描绘的特定部件。作为非限制性示例,物体10还可以包括发动机罩、车顶面板、附加的车顶纵梁、附加的柱子(诸如A柱、B柱、C柱、D柱等)、侧梁、前保险杠、后保险杠、前护板、后护板、附加前纵梁、后纵梁、门槛板、撑杆、减震塔、横梁、底板、支撑件或BIW的任何其他部件、车身结构或多种物理结构中的任一者,并且不限于如本文所述的车辆。此外,本公开的范围超出具体示出的范围,并且还可以表示任何类型的车辆,包括但不限于小型轿车、卡车、轿车、运动型多用途车等。物体10可以包括镀锌表面、合金,诸如钢、镍合金、铝合金等。
参考图2,示出了检查站100。检查站包括输送机102或其他输送系统,所述输送机102或其他输送系统被配置为将物体10运输通过检查站100。输送平台104被配置为在物体被运输通过检查站100时定位所述物体。输送机102可以被配置为在检查站100中停止或不停止的情况下以基本上恒定的速度将输送平台104和物体10连续地运输通过检查站100。
检查站100还包括:至少一个相机106,所述至少一个相机106具有定位在检查站100的第一侧108上的至少一个光源;以及至少一个其他相机110,所述至少一个其他相机110具有定位在检查站100的第二侧112上的至少一个光源。相机106和110的光源发射波长大于或等于约400nm至小于或等于约565nm的光。根据一个变型,相机106和110的光源发射波长大于或等于约380nm至小于或等于约740nm的光。根据一个变型,相机106和110的光源发射波长大于或等于约520nm至小于或等于约560nm的光(即,绿色光)。相机106和110被配置为在光源将光引导到物体10的表面(诸如,图1中所示的表面18、20)时捕获物体10的表面或表面部分(在本文中简称为“表面”)的图像。虽然表面18、20在图1中被示出为在物体10的车身框架(未标记)上,但是应理解,表面10可以在BIW的其他区域、区段或部件上,包括但不限于护板、门板、发动机罩、行李厢盖和车顶等的表面。
当在上述波长下照射物体10时,能够捕获表面图像的任何一个或多个相机都是合适的,诸如相机106和110。示例性相机包括图像色度计和光度计,所述图像色度计和光度计可商购自Radiant视觉系统公司。相机106和110是可移动的(旋转和平移,具有无限数量的自由度(DOF)),使得物体10的所有特征(包括拐角、凹坑或凹部、弯曲表面、平坦表面和所有表面轮廓几何形状)都可以被捕获。在一个变型中,相机106可以固定到可移动机器人或机器人臂,以允许相机106更准确且全面地捕获物体10的所有表面。在一个变型中,多个相机一起工作以捕获物体10的所有表面,并且每个相机都可以固定到相应的机器人或机器人臂。
在一个变型中,至少一个顶灯114定位在检查站100中,以根据需要提供额外的光来为相机106/110照射表面。任何顶灯(诸如顶灯114)可以发射波长处于或基本上类似于由所述相机发射的光源的波长的光,以在必要时提供额外的光。
在一个变型中,相机(诸如相机106和110)被配置为例如通过发射与物体10的表面相互作用的电磁波来检测来自光源的从物体的表面反射和/或折射的光。基于光的这些反射或折射以及物体10的表面的折射率,相机106和110可以检测物体10的表面上的表面不平整处并捕获检测到的表面不平整处的图像。表面不平整处的一个示例是刮擦19(图1)。表面不平整处的其他非限制性示例包括凹陷、斑点和过量或起皱的涂层材料等。
如下面更详细地描述,相机(诸如相机106和110)可以被配置为将在物体10的表面上检测到的不平整处相对于坐标系的相关联坐标传送到控制器118,其中所捕获的示出了不平整处的图像显示在显示上。
参考图3,坐标系150被显示,使得由相机捕获的描绘不平整处的图像可以相对于坐标系150显示。坐标系150可以显示为网格、阵列等,以使得更容易识别由任何相机检测到的不平整处的精确位置。示出了坐标系150,所述坐标系150被示出为覆盖在门板154的图像上的网格152。虽然图3中示出了二维网格152和门板154,但是可以预期到,也可以示出三维模型。可将对应于不平整处156的坐标映射到对应于门板154的一组坐标。在一个变型中,不平整处156的位置可以被直接映射到门板154的3D CAD(计算机辅助设计)模型以获得适当的位置。因此,坐标系150允许识别其中任何相机已经识别出不平整处156的位置,使得可以快速且方便地解决不平整处156。例如,并且如下所述,可以通过将磨料施加到由映射的对应坐标指定的位置来校正不平整处156。参考图4,物体10继续经由输送机102穿行到精加工站200。输送机102可以被配置为在精加工站200中停止或不停止的情况下以基本上恒定的速度将输送平台104和物体10连续地运输通过精加工站200。精加工站200包括在精加工站200的第一侧204上的至少一个可移动的第一机器人202和在精加工站200的第二侧208上的至少一个可移动的第二机器人206。精加工站200还包括与第一机器人202相邻的第一工具站210和与第二机器人206相邻的第二工具站212。任何工具站(诸如第一工具站210和第二工具站212)具有适合于校正所识别出的物体10的表面不平整处的工具,诸如砂纸、抛光石、磨垫、磨石和磨光石等。可以针对物体10的构成来定制所述工具。例如,当物体10包括铝合金而不是钢时,不同的研磨工具可以操作以校正不平整处。
机器人(诸如第一机器人202和第二机器人206)中的每个包括研磨工具214和光源216。光源216包括相机,并且当在下面描述的波长下照射物体10时,能够捕获表面图像的任何相机都适合作为光源216的相机。示例性相机包括图像色度计和光度计,所述图像色度计和光度计可商购自Radiant视觉系统公司。光源216被配置为发射波长大于或等于约400nm至小于或等于约565nm的光。根据一个变型,光源216发射波长大于或等于约380nm至小于或等于约740nm的光。根据一个变型,光源216被配置为发射波长大于或等于约520nm至小于或等于约560nm的光。机器人202、206移动,使得研磨工具214可以到达物体10的表面和相应的工具站210、212。机器人202、206也是可移动的,使得光源216可以照射物体10的表面。根据一个变型,研磨工具214和光源216可以驻留在每个机器人202、206的单个臂(诸如机器人臂218)上。根据另一个变型,研磨工具214和光源216可以驻留在相应机器人202、206的单独臂上。
根据一个变型,所述精加工站包括至少一个显示器220,用于显示识别出的任何不平整处。显示器220可以以网格状方式显示不平整处,诸如图3所示。根据一个变型,显示器220显示不平整处的近视图。虽然显示器被示出为位于精加工站200内,但是可以预期到,显示器220可以远离精加工站200定位。
在操作中,在精加工站200中,机器人(诸如第一机器人202)识别并选择磨料,诸如砂纸、抛光石、磨垫、磨石和磨光石等,以附接到来自相应工具站(诸如第一工具站212)的研磨工具214,其被定制来校正检测到的不平整处。然后,机器人将研磨工具214移动到物体10的表面的不平整处,经由研磨工具214将预定力施加到表面,并且在预定时间量内研磨不平整处(在本文中称为“第一研磨”)。当机器人研磨不平整处时,光源216照射不平整处并捕获不平整处的照片。操作者在视觉上检查所捕获的照片,或者对与所捕获的照片相对应的数据进行数字分析,以确定是否可见不平整处,并且如果是,则确定是否需要进一步研磨。如果否,则机器人再次以预定力将研磨工具214施加到不平整处达预定时间量(在本文中称为“第二研磨”)。第二研磨中的力和时间可以与第一研磨相同或不同,这取决于在初始研磨之后检测到的不平整处的变化性质。如果必要,可能会发生第三研磨、第四研磨和额外的研磨。如果在校正不平整处的预定次数的尝试之后不能令人满意地校正不平整处,则物体10可以退出生产循环以进行进一步处理。
参考图5,提供根据本公开的用于识别和校正不平整处的方法300的流程图。在302处,物体(诸如物体10)进入检查站(诸如检查站100)。在304处,多个相机(诸如相机106和110)在波长大于或等于约400nm至小于或等于约565nm的光下捕获与物体的所有表面相关的图像。根据一个变型,在304处,多个相机(诸如相机106和110)在波长大于或等于约520nm至小于或等于约560nm的光下捕获对应于物体的所有表面的图像。在306处,将与由多个相机拍摄的图像相对应的数据传送到精加工站(诸如精加工站200)。数据被传送到至少一个机器人(诸如第一机器人202),并且提供表面上在检查站中识别出不平整处的位置。在308处,机器人选择适当的磨料来校正不平整处并将磨料附接到其研磨工具(诸如研磨工具214)。在310处,机器人用磨料磨不平整处,将磨料从不平整处去除,并且在大于或等于约400nm至小于或等于约565nm的波长下照射其中识别出不平整处的区域。根据一个变型,照射发生在大于或等于约520nm至小于或等于约560nm的波长下。捕获图像以确定是否校正了不平整处。在312处,确定是否校正了不平整处,并且如果否,则方法300恢复到310。如果在312处确定校正了不平整处,则物体离开精加工站并且例程在314处结束。并且如果在预定次数恢复到310之后,不平整处仍未校正,则例程进行到316,其中将物体发送到维修站以进行进一步处理,此时例程在314处结束。
根据一个变型,不平整处的频率可以被记录到数据库中。以这种方式,可以确定特定源递送具有不平整处的物体的频率。
根据一个变型,控制任何机器人(诸如第一机器人202)的行为的程序可以用新的或补充的程序来重写,以满足任何特定的需求。
尽管术语第一、第二、第三等可用于描述各种元件、部件、区域、层和/或区段,但是这些元件、部件、区域、层和/或区段不应受这些术语限制。这些术语可仅用于将一个元件、部件、区域、层和/或区段与另一个元件、部件、区域、层和/或区段区分开。除非上下文明确指出,否则诸如“第一”、“第二”及其他数字术语等术语在本文使用时并不意味着顺序或次序。因此,在不脱离示例性形式的教示的情况下,第一元件、部件、区域、层或区段可被称为第二元件、部件、区域、层或区段。此外,元件、部件、区域、层或区段可被称为“第二”元件、部件、区域、层或区段,而无需将元件、部件、区域、层或区段称为“第一”元件、部件、区域、层或区段。
为了便于描述,本文可使用诸如“内”、“外”、“下面”、“下方”、“下部”、“上方”、“上部”、“相邻”等空间相关术语来描述如图中所示的一个元件或特征与另外的一个或多个元件或特征的关系。除了图中描绘的取向之外,空间相对术语可意图涵盖装置在使用或操作时的不同取向。例如,如果图中的装置被翻转,则被描述为在其他元件或特征“下方”或“下面”的元件将被取向为在其他元件或特征“上方”。因此,示例性术语“下方”可涵盖上方或下方两种取向。所述装置可以其他方式取向(旋转90度或成其他取向),并且本文使用的空间相对描述符被相应地解释。
除非本文另有明确指示,否则指示机械/热性质、组成百分比、尺寸和/或公差或其他特性的所有数值在描述本公开的范围时应理解为由词语“约”或“大约”修饰。出于包括工业实践、材料、制造和组装公差以及测试能力的各种原因,期望进行此修饰。
如本文所使用,短语A、B和C中的至少一者应被解释为使用非排他性逻辑“或”表示逻辑(A或B或C),并且不应被解释为表示“A中的至少一者、B中的至少一者、以及C中的至少一者”。
本文中使用的术语仅仅是出于描述特定示例性形式的目的,而非意图进行限制。除非上下文另外明确指出,否则单数形式“一(a)”、“一(an)”和“所述”也可意图包括复数形式。术语“包括”和“具有”是包括性的,并且因此指定所述特征、整数、步骤、操作、元件和/或部件的存在,但并不排除一个或多个其他特征、整数、步骤、操作、元件、部件和/或其组的存在或添加。除非具体识别为执行次序,否则本文所描述的方法步骤、过程和操作不应解释为必定需要以所讨论或示出的特定次序执行。还应理解,可采用另外的或替代的步骤。
本公开的描述在本质上仅仅是示例性的,并且因此,不背离本公开的实质的变型意图处于本公开的范围内。不应将此类变型视为脱离本公开的精神和范围。
根据本发明,提供了一种用于检测和校正物体的至少一个表面的至少一个不平整处的系统,所述系统具有:检查站,所述检查站包括被配置为检测不平整处的多个相机,其中所述多个相机在波长大于或等于约400nm至小于或等于约565nm的光下拍摄所述物体的表面;精加工站,所述精加工站包括机器人,其中所述机器人包括:光源,所述光源被配置为发射波长大于或等于约400nm至小于或等于约565nm的光;相机;以及研磨工具,所述研磨工具被配置为校正检测到的不平整处;以及输送机,所述输送机被配置为将所述物体运输通过所述检查站和所述精加工站。
根据实施例,所述多个相机在波长大于或等于约520nm至小于或等于约560nm的光下拍摄所述至少一个表面。
根据实施例,所述机器人包括光源,所述光源被配置为发射波长大于或等于约520nm至小于或等于约560nm的光。
根据实施例,上述发明的特征还在于邻近所述机器人定位的工具站。
根据实施例,所述物体被以基本上恒定的速度运输通过所述检查站。
根据实施例,所述物体被以基本上恒定的速度运输通过所述精加工站。
根据实施例,所述精加工站还包括显示器,所述显示器被配置为显示所述不平整处。
根据本发明,一种用于检测和校正物体的至少一个表面的至少一个不平整处的方法包括在所述物体被运输通过检查站时在波长大于或等于约400nm至小于或等于约565nm的光下拍摄所述物体的所述至少一个表面以检测所述至少一个不平整处;将检测到的所述至少一个不平整处的对应坐标映射到对应于所述物体的一组坐标中;在精加工站中通过将研磨工具施加到由映射的对应坐标指定的位置来校正检测到的所述至少一个不平整处。
根据实施例,上述发明的特征还在于,在校正所述至少一个不平整处之后,以大于或等于约400nm至小于或等于约565nm的波长照射所述至少一个不平整处。
根据实施例,所述光具有大于或等于约520nm至小于或等于约560nm的波长。
根据实施例,上述发明的特征还在于,在校正所述至少一个不平整处之后,以大于或等于约520nm至小于或等于约560nm的波长照射所述至少一个不平整处。
根据实施例,上述发明的特征还在于,显示由映射的对应坐标指定的位置。
根据实施例,上述发明的特征还在于,以基本上恒定的速度将所述物体运输通过所述检查站。
根据实施例,上述发明的特征还在于以基本上恒定的速度将所述物体运输通过所述精加工站。
根据本发明,一种用于检测和校正物体的至少一个表面的至少一个不平整处的方法包括在所述物体被运输通过检查站时通过在波长大于或等于约400nm至小于或等于约565nm的光下拍摄所述物体的所述至少一个表面,识别不平整处;显示检测到的所述不平整处;在精加工站中通过将研磨工具施加到与所述物体上其中显示检测到的所述不平整处的区域相对应的位置来校正检测到的所述不平整处。
根据实施例,上述发明的特征还在于,在校正检测到的所述不平整处之后,以大于或等于约400nm至小于或等于约565nm的波长照射所述不平整处。
根据实施例,所述光具有大于或等于约520nm至小于或等于约560nm的波长。
根据实施例,上述发明的特征还在于,在校正检测到的所述不平整处之后,以大于或等于约520nm至小于或等于约560nm的波长照射所述不平整处。
根据实施例,上述发明的特征还在于,以基本上恒定的速度将所述物体运输通过所述检查站。
根据实施例,上述发明的特征还在于以基本上恒定的速度将所述物体运输通过所述精加工站。
Claims (15)
1.一种用于检测和校正物体的至少一个表面的至少一个不平整处的系统,所述系统包括:
检查站,所述检查站包括多个相机,所述多个相机被配置为检测不平整处,其中所述多个相机在波长大于或等于约400nm至小于或等于约565nm的光下拍摄所述物体的所述表面;
精加工站,所述精加工站包括机器人,其中所述机器人包括:光源,所述光源被配置为发射波长大于或等于约400nm至小于或等于约565nm的光;相机;以及研磨工具,所述研磨工具被配置为校正检测到的不平整处;以及
输送机,所述输送机被配置为将所述物体运输通过所述检查站和所述精加工站。
2.根据权利要求1所述的系统,其中所述多个相机在波长大于或等于约520nm至小于或等于约560nm的光下拍摄所述至少一个表面。
3.根据权利要求2所述的系统,其中所述机器人包括光源,所述光源被配置为发射波长大于或等于约520nm至小于或等于约560nm的光。
4.根据权利要求1所述的系统,其还包括邻近所述机器人定位的工具站。
5.根据权利要求1所述的系统,其中所述物体被以基本上恒定的速度运输通过所述检查站。
6.根据权利要求5所述的系统,其中所述物体被以基本上恒定的速度运输通过所述精加工站。
7.根据权利要求1所述的系统,其中所述精加工站还包括显示器,所述显示器被配置为显示所述不平整处。
8.一种用于检测和校正物体的至少一个表面的至少一个不平整处的方法,所述方法包括:
在所述物体被运输通过检查站时在波长大于或等于约400nm至小于或等于到约565nm的光下拍摄所述物体的所述至少一个表面以检测所述至少一个不平整处;
将检测到的所述至少一个不平整处的对应坐标映射到对应于所述物体的一组坐标;
在精加工站中通过将研磨工具施加到由映射的对应坐标指定的位置来校正检测到的所述至少一个不平整处。
9.根据权利要求8所述的方法,其还包括在校正所述至少一个不平整处之后,以大于或等于约400nm至小于或等于约565nm的波长照射所述至少一个不平整处。
10.根据权利要求8所述的方法,其中所述光具有大于或等于约520nm至小于或等于约560nm的波长。
11.根据权利要求10所述的方法,其还包括在校正所述至少一个不平整处之后,以大于或等于约520nm至小于或等于约560nm的波长照射所述至少一个不平整处。
12.根据权利要求8所述的方法,其还包括显示由所述映射的对应坐标指定的位置。
13.根据权利要求8所述的方法,其还包括以基本上恒定的速度将所述物体运输通过所述检查站。
14.根据权利要求13所述的方法,其还包括以基本上恒定的速度将所述物体运输通过所述精加工站。
15.一种用于检测和校正物体的至少一个表面的至少一个不平整处的方法,所述方法包括:
在所述物体被运输通过检查站时通过在波长大于或等于约400nm至小于或等于约565nm的光下拍摄所述物体的所述至少一个表面,识别不平整处;
显示检测到的所述不平整处;
在精加工站中通过将研磨工具施加到与所述物体上其中显示检测到的所述不平整处的区域相对应的位置来校正检测到的所述不平整处。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/585,733 US20210097674A1 (en) | 2019-09-27 | 2019-09-27 | System for identifying and correcting irregularities of the surfaces of an object |
US16/585,733 | 2019-09-27 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112571237A true CN112571237A (zh) | 2021-03-30 |
Family
ID=74872687
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011024506.8A Pending CN112571237A (zh) | 2019-09-27 | 2020-09-25 | 用于识别和校正物体表面不平整处的系统 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20210097674A1 (zh) |
CN (1) | CN112571237A (zh) |
DE (1) | DE102020125154A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114536112B (zh) * | 2022-03-21 | 2023-05-26 | 南通新蓝机器人科技有限公司 | 汽车外观检测与修复工作站 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6871684B2 (en) * | 2002-08-13 | 2005-03-29 | The Boeing Company | System for identifying defects in a composite structure |
US8290239B2 (en) * | 2005-10-21 | 2012-10-16 | Orbotech Ltd. | Automatic repair of electric circuits |
JP5132982B2 (ja) * | 2007-05-02 | 2013-01-30 | 株式会社日立ハイテクノロジーズ | パターン欠陥検査装置および方法 |
KR101280828B1 (ko) * | 2008-07-02 | 2013-07-02 | 엘지디스플레이 주식회사 | 기판결함의 수리방법 |
JP5469839B2 (ja) * | 2008-09-30 | 2014-04-16 | 株式会社日立ハイテクノロジーズ | 物体表面の欠陥検査装置および方法 |
JP2011070920A (ja) * | 2009-09-25 | 2011-04-07 | Toppan Printing Co Ltd | 有機elディスプレイパネルの検査方法及び修正方法と、検査装置及び修正装置と、有機elディスプレイパネル |
KR101226252B1 (ko) * | 2011-06-30 | 2013-01-25 | 엘아이지에이디피 주식회사 | 검사유닛을 포함하는 oled 제조장치 |
US20190238796A1 (en) * | 2017-05-11 | 2019-08-01 | Jacob Nathaniel Allen | Object Inspection System And Method For Inspecting An Object |
-
2019
- 2019-09-27 US US16/585,733 patent/US20210097674A1/en not_active Abandoned
-
2020
- 2020-09-25 DE DE102020125154.8A patent/DE102020125154A1/de active Pending
- 2020-09-25 CN CN202011024506.8A patent/CN112571237A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
DE102020125154A1 (de) | 2021-04-01 |
US20210097674A1 (en) | 2021-04-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7450630B2 (ja) | シナリオによる塗装補修処理 | |
EP3060902B1 (en) | Defect inspection system and method | |
US20210323167A1 (en) | Learning framework for robotic paint repair | |
US20220382262A1 (en) | Automated vehicle repair system | |
KR950011757B1 (ko) | 차체의 불량도장부위 연마 방법및 그 장치 | |
US10875592B2 (en) | Automobile manufacturing plant and method | |
US20090038139A1 (en) | Device and Method for Finishworking of a Forming Tool for an Auto Body Sheet Metal Part | |
CN109731708B (zh) | 基于图像识别的汽车维修自动喷漆方法 | |
CA3102241A1 (en) | Method and plant for locating points on a complex surface in the space | |
CN112571237A (zh) | 用于识别和校正物体表面不平整处的系统 | |
US20220222765A1 (en) | Method for coordinating an identification and the processing of a defect of a workpiece and device for carrying out the method | |
KR20230092470A (ko) | 사상 자동화 시스템 및 그 방법 | |
Bogue | Robotic vision boosts automotive industry quality and productivity | |
CN116075855A (zh) | 机器人修复控制系统和方法 | |
CN114720476A (zh) | 一种针对汽车车身漆面缺陷智能检测与打磨方法 | |
CN111178296B (zh) | 多工件视觉定位和识别方法 | |
EP3388782B1 (en) | Member inspection device and member repairing method | |
Tornero et al. | Quality control of car-bodies based on artificial vision | |
WO2021176386A1 (en) | Method and systems for the detection and classification of defects on surfaces | |
JPH0666732A (ja) | 塗装点検仕上げ方法 | |
Kim et al. | Bin picking method using multiple local features | |
RU2790124C1 (ru) | Способ координирования идентификации и обработки дефекта заготовки и устройство для осуществления этого способа | |
WO2023205258A1 (en) | Defect mapping and repair systems and methods | |
US20230259107A1 (en) | Efficient robotic defect correction system and method | |
US20240221143A1 (en) | Methods and systems for the automatic quality inspection of materials using infrared radiation |
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 |