CN113533498A - 自动化涡流探伤系统的焊缝检测定位方法及定位装置 - Google Patents

自动化涡流探伤系统的焊缝检测定位方法及定位装置 Download PDF

Info

Publication number
CN113533498A
CN113533498A CN202110845480.1A CN202110845480A CN113533498A CN 113533498 A CN113533498 A CN 113533498A CN 202110845480 A CN202110845480 A CN 202110845480A CN 113533498 A CN113533498 A CN 113533498A
Authority
CN
China
Prior art keywords
dimensional information
current
mechanical arm
dimensional
welding seam
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
Application number
CN202110845480.1A
Other languages
English (en)
Inventor
杨凯
梁斌
高春良
谢利明
王峰
汪永恒
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chengdu Shengkai Technology Co Ltd
Original Assignee
Chengdu Shengkai Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chengdu Shengkai Technology Co Ltd filed Critical Chengdu Shengkai Technology Co Ltd
Priority to CN202110845480.1A priority Critical patent/CN113533498A/zh
Publication of CN113533498A publication Critical patent/CN113533498A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • G01N27/72—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables
    • G01N27/82—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating the presence of flaws
    • G01N27/90—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating the presence of flaws using eddy currents
    • G01N27/9093—Arrangements for supporting the sensor; Combinations of eddy-current sensors and auxiliary arrangements for marking or for rejecting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • 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
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • 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
    • G06T2207/20021—Dividing image into blocks, subimages or windows

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Chemical & Material Sciences (AREA)
  • Immunology (AREA)
  • Electrochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Pathology (AREA)
  • Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Quality & Reliability (AREA)
  • Investigating Or Analyzing Materials By The Use Of Magnetic Means (AREA)

Abstract

本发明涉及电涡流检测技术领域，具体公开一种自动化涡流探伤系统的焊缝检测定位方法及定位装置，该定位方法包括根据预设示教数据将携带双目视觉相机和电涡流探头的机械手臂移动至待检测焊缝区域附近；通过双目视觉相机采集当前位置的图像数据进行三维重建，获得当前三维信息；读取预设历史三维信息，将当前三维信息和历史三维信息进行配准求出变换矩阵；控制机械手臂按照变换矩阵在空间三个方向上的偏移量移动到焊缝区域表面，并按照平行于焊缝长度的方向进行扫查，实现了依托工业机器人及三维视觉定位技术完成自动化的构架焊缝缺陷的无损探伤。

Description

自动化涡流探伤系统的焊缝检测定位方法及定位装置
技术领域
本发明涉及电涡流检测技术领域，具体涉及一种自动化涡流探伤系统的焊缝检测定位方法及定位装置。
背景技术
构架焊缝缺陷无损探伤是针对构架结构健康检测的技术之一，目前利用电涡流无损检测缺陷的方式主要是手持式便携检测。
从检测方式来看，传统的便携式电涡流手动检测无法实现自动化，且人工操作存在定位偏差，对于检测效率及检测精度来说都存在不利，因此，利用机器人搭载电涡流探头传感器实现特定焊缝位置的判伤是实现自动化检测的重要手段。
从视觉定位技术层面分析，传统的二维视觉定位方式需要较为复杂的准备工作：首先，需要借助棋盘格完成相机拍摄自动标定；其次，二维定位方式对于平面上低矮物体具有比较好的定位精度，且在相机整个视场范围内定位误差一致。平均误差大于理论误差2-3mm(测试测量误差可能很大)；另外，对于稍微不平整的试件或结构体表面，轻微的不平整或翘起均会造成相机成像发生畸变，与原始参考物不匹配，致使定位失败，即使示教过程中使用最底面的特征，也是无法保证匹配的正常使用后，相对立体的目标物不宜使用二维定位，因此，为实现高效自动化的检测必须借助视觉定位系统，即视觉相机。
发明内容
有鉴于此，由于系统中的构架固定位置存在差异，而电涡流探头的准确定位十分重要，本申请提供一种自动化涡流探伤系统的焊缝检测定位方法，通过视觉定位技术可以很好地适应现场的检测工况及自动化需求。
为解决以上技术问题，本发明提供的技术方案是一种自动化涡流探伤系统的焊缝检测定位方法，所述自动化涡流探伤系统包括机械手臂、搭载于机械手臂上的双目视觉相机和夹持在机械手臂末端的电涡流探头，所述定位方法包括：
根据预设示教数据将携带双目视觉相机和电涡流探头的机械手臂移动至待检测焊缝区域附近；
通过双目视觉相机采集当前位置的图像数据进行三维重建，获得当前三维信息；
读取预设历史三维信息，将当前三维信息和历史三维信息进行配准求出变换矩阵；
控制机械手臂按照变换矩阵在空间三个方向上的偏移量移动到焊缝区域表面，并按照平行于焊缝长度的方向进行扫查。
优选地，所述通过双目视觉相机采集当前位置的图像数据进行三维重建，获得当前三维信息的步骤包括：
获取双目视觉相机采集的左图I1和右图I2；
定义适用于每幅图中的像素点坐标(x，y)、匹配窗口U、以(x，y)为中心的水平偏移量dx和竖直偏移量dy、以(x，y)为中心的水平距离像素数i和竖直距离像素数j；
进行左图I1和右图I2中像素点相位差的绝对值计算：
CSAD＝∑(i，j∈U)|I1(x+i，y+j)-I2(x+dx+i，y+dy+j)|，其中U表示匹配时选择窗口的大小，(x，y)表示当前匹配像素点，I1(x+i，y+j)表示参考图以当前匹配点(x，y)为中心，水平距离为i个像素，竖直距离为j个像素的窗口范围内的像素点绝对相位值，I2(x+dx+i，y+dy+j)表示以待配图像素(x+dx，y+dy)为中心，水平距离为i个像素，竖直距离为j个像素窗口范围内的像素点绝对相位值，dx和dy表示左图I1和右图I2中相比较的像素点在水平方向和垂直方向的偏移量；
代入左图I1和右图I2的极限约束条件dy＝0，使得左图I1和右图I2中只存在水平方向上的偏移量dx，则输出立体匹配中需求的视场值，即当前三维信息。
优选地，所述读取预设历史三维信息，将当前三维信息和历史三维信息进行配准求出变换矩阵的步骤包括：
利用基于区域生长点云分割算法对当前三维信息的点云进行分割获得当前分割点云；
将当前分割点云与历史三维信息的点云进行配准，使用ICP配准算法去除掉异常点的干扰，同时融合全部点云配准结果；
对各个配准结果进行投影，按照预设投影规则分别投影到X，Y，Z平面，形成三个平面的二值化结果；
按照前面的三个步骤获取多次当前三维信息的点云与历史三维信息的点云的配准结果，选择三个平面的投影面积之和最小的配准结果，作为最终计算变换矩阵的配准结果；
将当前三维信息的点云与历史三维信息的点云求差，获得当前三维信息的点云与历史三维信息的点云三维偏差矩阵(x，y，z)，即变换矩阵。
优选地，所述根据预设示教数据将携带双目视觉相机和电涡流探头的机械手臂移动至待检测焊缝区域附近步骤前，还包括：生成预设示教数据和预设历史三维数据；
所述生成预设示教数据和预设历史三维数据的步骤包括：
通过人工示教的方式将机械手臂移动至待检测焊缝区域位置附近，获取预设示教数据；
利用双目视觉相机配合结构光对焊缝区域进行图像采集，获取原始的三维图像数据，即预设历史三维信息；
重复前面两个步骤获取机械手臂到达各个焊缝区域的预设示教数据和各个焊缝的预设历史三维信息。
优选地，所述通过人工示教的方式将机械手臂移动至待检测焊缝区域位置附近，获取预设示教数据的步骤包括：通过手眼标定获取机械手臂坐标系与双目视觉相机坐标系的位置关系；
所述通过手眼标定获取机械手臂坐标系与双目视觉相机坐标系的位置关系的步骤包括：
以当前机械手臂为原点，移动机械手臂，通过双目视觉相机拍照重建物体；
通过三维配准计算出物体当前位置与原点位置的位置变换关系，即记录B；
记录机械手臂移动前和移动后的位置变换关系，即记录A；
求解矩阵方程：AX＝XB，A是移动机械手臂前和移动机械手臂后双目视觉相机两次空间变换的齐次矩阵，B是移动机械手臂前和移动机械手臂后机械手臂坐标系两次变换的齐次矩阵，X为待求解的手眼矩阵，通过标定多组数据求解X，得到双目视觉相机相对机械手臂的位置关系。
本发明还提供一种自动化涡流探伤系统的焊缝检测定位装置，所述自动化涡流探伤系统包括机械手臂、搭载于机械手臂上的双目视觉相机和夹持在机械手臂末端的电涡流探头，所述定位装置包括：
机械手臂移动模块，用于根据预设示教数据将携带双目视觉相机和电涡流探头的机械手臂移动至待检测焊缝区域附近；
三维信息获取模块，用于通过双目视觉相机采集当前位置的图像数据进行三维重建，获得当前三维信息；
变换矩阵获取模块，用于读取预设历史三维信息，将当前三维信息和历史三维信息进行配准求出变换矩阵；
机械手臂控制模块，用于控制机械手臂按照变换矩阵在空间三个方向上的偏移量移动到焊缝区域表面，并按照平行于焊缝长度的方向进行扫查。
优选地，所述三维信息获取模块通过双目视觉相机采集当前位置的图像数据进行三维重建，获得当前三维信息的步骤包括：
获取双目视觉相机采集的左图I1和右图I2；
定义适用于每幅图中的像素点坐标(x，y)、匹配窗口U、以(x，y)为中心的水平偏移量dx和竖直偏移量dy、以(x，y)为中心的水平距离像素数i和竖直距离像素数j；
进行左图I1和右图I2中像素点相位差的绝对值计算：
CSAD＝∑(i，j∈U)|I1(x+i，y+j)-I2(x+dx+i，y+dy+j)|，其中其中U表示匹配时选择窗口的大小，(x，y)表示当前匹配像素点，I1(x+i，y+j)表示参考图以当前匹配点(x，y)为中心，水平距离为i个象素，竖直距离为j个像素的窗口范围内的像素点绝对相位值，I2(x+dx+i，y+dy+j)表示以待配图像素(x+dx，y+dy)为中心，水平距离为i个像素，竖直距离为j个像素窗口范围内的像素点绝对相位值，dx和dy表示左图I1和右图I2中相比较的像素点在水平方向和垂直方向的偏移量；
代入左图I1和右图I2的极限约束条件dy＝0，使得左图I1和右图I2中只存在水平方向上的偏移量dx，则输出立体匹配中需求的视场值，即当前三维信息。
优选地，所述变换矩阵获取模块读取预设历史三维信息，将当前三维信息和历史三维信息进行配准求出变换矩阵的步骤包括：
利用基于区域生长点云分割算法对当前三维信息的点云进行分割获得当前分割点云；
将当前分割点云与历史三维信息的点云进行配准，使用ICP配准算法去除掉异常点的干扰，同时融合全部点云配准结果；
对各个配准结果进行投影，按照预设投影规则分别投影到X，Y，Z平面，形成三个平面的二值化结果；
按照前面的三个步骤获取多次当前三维信息的点云与历史三维信息的点云的配准结果，选择三个平面的投影面积之和最小的配准结果，作为最终计算变换矩阵的配准结果；
将当前三维信息的点云与历史三维信息的点云求差，获得当前三维信息的点云与历史三维信息的点云三维偏差矩阵(x，y，z)，即变换矩阵。
优选地，自动化涡流探伤系统的焊缝检测定位装置还包括预设数据获取模块，用于生成预设示教数据和预设历史三维数据；
所述预设数据获取模块生成预设示教数据和预设历史三维数据的步骤包括：
通过人工示教的方式将机械手臂移动至待检测焊缝区域位置附近，获取预设示教数据；
利用双目视觉相机配合结构光对焊缝区域进行图像采集，获取原始的三维图像数据，即预设历史三维信息；
重复前面两个步骤获取机械手臂到达各个焊缝区域的预设示教数据和各个焊缝的预设历史三维信息。
优选地，所述通过人工示教的方式将机械手臂移动至待检测焊缝区域位置附近，获取预设示教数据的步骤包括：通过手眼标定获取机械手臂坐标系与双目视觉相机坐标系的位置关系；
所述通过手眼标定获取机械手臂坐标系与双目视觉相机坐标系的位置关系的步骤包括：
以当前机械手臂为原点，移动机械手臂，通过双目视觉相机拍照重建物体；
通过三维配准计算出物体当前位置与原点位置的位置变换关系，即记录B；
记录机械手臂移动前和移动后的位置变换关系，即记录A；
求解矩阵方程：AX＝XB，A是移动机械手臂前和移动机械手臂后双目视觉相机两次空间变换的齐次矩阵，B是移动机械手臂前和移动机械手臂后机械手臂坐标系两次变换的齐次矩阵，X为待求解的手眼矩阵，通过标定多组数据求解X，得到双目视觉相机相对机械手臂的位置关系。
本申请与现有技术相比，其有益效果详细说明如下：本申请提供的自动化涡流探伤系统的焊缝检测定位方法包括根据预设示教数据将携带双目视觉相机和电涡流探头的机械手臂移动至待检测焊缝区域附近；通过双目视觉相机采集当前位置的图像数据进行三维重建，获得当前三维信息；读取预设历史三维信息，将当前三维信息和历史三维信息进行配准求出变换矩阵；控制机械手臂按照变换矩阵在空间三个方向上的偏移量移动到焊缝区域表面，并按照平行于焊缝长度的方向进行扫查，实现了依托工业机器人及三维视觉定位技术完成自动化的构架焊缝缺陷的无损探伤。
附图说明
为了更清楚地说明本发明实施例，下面将对实施例中所需要使用的附图做简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种自动化涡流探伤系统的焊缝检测定位方法；
图2为本发明实施例提供的另一种自动化涡流探伤系统的焊缝检测定位方法；
图3为本发明实施例提供的一种自动化涡流探伤系统的焊缝检测定位装置。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下，所获得的所有其他实施例，都属于本发明保护范围。
为了使本领域的技术人员更好地理解本发明的技术方案，下面结合附图和具体实施例对本发明作进一步的详细说明。
本发明的目的是依托构架自动化涡流探伤系统，使用三维视觉定位技术，并开发相应的算法，有效避免在传统的二维视觉技术中，相机镜头拍摄方向必须与被检测物体表面垂直等条件限制，实现对立体焊缝结构或构架结构的位置定位功能。
本发明特点在于依托工业机器人及三维视觉定位关键技术实现构架焊缝缺陷的无损探伤。视觉定位技术可以实现对检测对象的精确定位，为工业机器人的检测路径及过程修正提供重要依据。主要原理是基于双目相机(置于工业机器人第五、六轴且与第六轴联动)、结构光，重建被测物体的三维信息，将不同时间段及姿态的物体，通过三维重建其信息，并完成三维配准，获取当前位置相对历史位置的偏移量，最终指导机械手臂移动，实现位置定位及检测。
如图1所示，本发明实施例提供一种自动化涡流探伤系统的焊缝检测定位方法，自动化涡流探伤系统包括机械手臂、搭载于机械手臂上的双目视觉相机和夹持在机械手臂末端的电涡流探头，定位方法包括：
S11：根据预设示教数据将携带双目视觉相机和电涡流探头的机械手臂移动至待检测焊缝区域附近；
S12：通过双目视觉相机采集当前位置的图像数据进行三维重建，获得当前三维信息；
S13：读取预设历史三维信息，将当前三维信息和历史三维信息进行配准求出变换矩阵；
S14：控制机械手臂按照变换矩阵在空间三个方向上的偏移量移动到焊缝区域表面，并按照平行于焊缝长度的方向进行扫查。
具体的，自动化涡流探伤系统中核心模块及功能是利用工业机器人夹持电涡流探头实现对构架焊缝的检测。整个系统的主要硬件有机械臂、双目视觉相机(搭载于机械手臂)、夹持电涡流探头(位于机械手臂末端)、被检测构架等。
具体的，在完成了示教的基础之上进行机械手臂的自动化焊缝检测，即在示教结果的基础之上进行精确定位，其中需要用到历史数据，整个视觉定位的过程如下：
(1)机械手臂末端携带双目相机和夹持探头按照预先的示教结果移动至焊缝的待检区域，完成当前位置的三维信息采集及重构；
(2)算法调出示教过程中拍摄到的历史三维信息，并将当前结果与历史结果进行配准；
(3)配准的目的是求出变换矩阵，根据坐标对示教的结果进行精确修正，误差控制在允许的范围内；
(4)指导机械手臂按照变换矩阵在空间三个方向上的偏移量精确移动至焊缝表面，并平行于焊缝方向进行扫查。
需要说明的是，S11中通过人工示教的方式将机械臂(含前端双目相机和电涡流探头)移动至被检测焊缝区域的大致位置，保证双目相机拍摄的视场范围适宜。
需要说明的是，S12通过双目视觉相机采集当前位置的图像数据进行三维重建，获得当前三维信息的步骤包括：
S121：获取双目视觉相机采集的左图I1和右图I2；
S122：定义适用于每幅图中的像素点坐标(x，y)、匹配窗口U、以(x，y)为中心的水平偏移量dx和竖直偏移量dy、以(x，y)为中心的水平距离像素数i和竖直距离像素数j；
S123：进行左图I1和右图I2中像素点相位差的绝对值计算：
CSAD＝∑(i，j∈U)|I1(x+i，y+j)-I2(x+dx+i，y+dy+j)|，其中U表示匹配时选择窗口的大小，(x，y)表示当前匹配像素点，I1(x+i，y+j)表示参考图以当前匹配点(x，y)为中心，水平距离为i个像素，竖直距离为j个像素的窗口范围内的像素点绝对相位值，I2(x+dx+i，y+dy+j)表示以待配图像素(x+dx，y+dy)为中心，水平距离为i个像素，竖直距离为j个像素窗口范围内的像素点绝对相位值，dx和dy表示左图I1和右图I2中相比较的像素点在水平方向和垂直方向的偏移量；
S124：代入左图I1和右图I2的极限约束条件dy＝0，使得左图I1和右图I2中只存在水平方向上的偏移量dx，则输出立体匹配中需求的视场值，即当前三维信息。
具体的，采用双目相机在示教过程中获得每条焊缝区域的原始图像数据及在实际检测过程中获取当前图像数据，这些图像数据都是成对保存的，即每一次双目相机针对同一个位置的拍摄都会生成左、右两幅图像。该步骤的核心目的就是将二者进行相位匹配，最终实现被拍摄目标的三维信息。
首先，会输入双目相机拍摄的两幅图：Left和Right。(以下用I1和I2分别定义)；其次，是定义适用于每幅图中的像素点坐标(x，y)、匹配窗口U、以(x，y)为中心的水平竖直偏移量dx和dy、以(x，y)为中心的水平竖直距离像素数i和j；然后，完成上述定义后则进行两幅图中便利像素点相位差的绝对值计算：
CSAD＝∑(i，j∈U)|I1(x+i，y+j)-I2(x+dx+i，y+dy+j)|，其中U表示匹配时选择窗口的大小，(x，y)表示当前匹配像素点，I1(x+i，y+j)表示以参考图以当前匹配点(x，y)为中心，水平距离为i个像素，竖直距离为j个像素的窗口范围内的像素点绝对相位值。I2(x+dx+i，y+dy+j)表示以待配图像素(x+dx，y+dy)为中心，水平距离为i个像素，竖直距离为j个像素窗口范围内的像素点绝对相位值。dx和dy表示两幅图中相比较的像素点在水平方向和垂直方向的偏移量。最后，需要代入左右两幅图的极限约束条件dy＝0，使得两幅图中只存在水平方向上的偏移量dx，即输出立体匹配中需求的视场值，并实现三维目标重建。
需要说明的是，S13读取预设历史三维信息，将当前三维信息和历史三维信息进行配准求出变换矩阵的步骤包括：
S131：利用基于区域生长点云分割算法对当前三维信息的点云进行分割获得当前分割点云；
S132：将当前分割点云与历史三维信息的点云进行配准，使用ICP配准算法去除掉异常点的干扰，同时融合全部点云配准结果；
S133：对各个配准结果进行投影，按照预设投影规则分别投影到X，Y，Z平面，形成三个平面的二值化结果；
S134：按照前面的三个步骤获取多次当前三维信息的点云与历史三维信息的点云的配准结果，选择三个平面的投影面积之和最小的配准结果，作为最终计算变换矩阵的配准结果；
S135：将当前三维信息的点云与历史三维信息的点云求差，获得当前三维信息的点云与历史三维信息的点云三维偏差矩阵(x，y，z)，即变换矩阵。
具体的，在S12的三维重构结果的基础之上，完成当前与历史的配准，目的是输出变换矩阵，最终指导机械手臂在示教的结果之上精确定位到焊缝局部位置，从而完成缺陷扫查。由于S12中的重建三维点云信息本身存在分层现象，且与历史三维信息的点云分布并不是一一对应的，这对于配准来说误差极大，所以提出了分层配准并融合实现整体配准的思路。具体的步骤包括：(1)利用基于区域生长点云分割算法对目标点云进行分割，分割的目的是把层与层分离出来；(2)将当前分割点云与历史点云进行配准(使用ICP配准算法在一定程度上去除掉异常点的干扰)，同时融合全部点云配准结果；(3)对各配准结果进行投影，分别投影到X，Y，Z平面，投影规则是保证每3mm(根据项目精度要求设定)内点的投影个数为1，形成三个平面的二值化结果(黑白图)；二值化投影这个步骤是在配准过程中衡量效果及检验重合一致性的，若当前和历史的点云重合一致性较高，则投影的重合度较好。(4)循环(1)-(3)得到多次的当前和历史配准结果，选择匹配最好的作为最终计算变换矩阵的结果，思路是分别计算(3)中三个平面的投影面积之和，取最小。(5)最后计算当前和历史的偏差矩阵(x，y，z)，将结果传递给机械臂并按照偏差值进行姿态调整，将探头移动至精确位置，完成平行于焊缝方向的扫查。
需要说明的是，如图2所示，本发明实施例还提供一种自动化涡流探伤系统的焊缝检测定位方法，在前述实施例的基础上，在S11根据预设示教数据将携带双目视觉相机和电涡流探头的机械手臂移动至待检测焊缝区域附近步骤前，还包括：S10：生成预设示教数据和预设历史三维数据；
S10生成预设示教数据和预设历史三维数据的步骤包括：
S101：通过人工示教的方式将机械手臂移动至待检测焊缝区域位置附近，获取预设示教数据；
S102：利用双目视觉相机配合结构光对焊缝区域进行图像采集，获取原始的三维图像数据，即预设历史三维信息；
S103：重复前面两个步骤获取机械手臂到达各个焊缝区域的预设示教数据和各个焊缝的预设历史三维信息。
需要说明的是，S101通过人工示教的方式将机械手臂移动至待检测焊缝区域位置附近，获取预设示教数据的步骤包括：通过手眼标定获取机械手臂坐标系与双目视觉相机坐标系的位置关系；具体步骤包括：
以当前机械手臂为原点，移动机械手臂，通过双目视觉相机拍照重建物体；
通过三维配准计算出物体当前位置与原点位置的位置变换关系，即记录B；
记录机械手臂移动前和移动后的位置变换关系，即记录A；
求解矩阵方程：AX＝XB，A是移动机械手臂前和移动机械手臂后双目视觉相机两次空间变换的齐次矩阵，B是移动机械手臂前和移动机械手臂后机械手臂坐标系两次变换的齐次矩阵，X为待求解的手眼矩阵，通过标定多组数据求解X，得到双目视觉相机相对机械手臂的位置关系。
具体的，这里用到的是手眼标定技术，通常，机械臂坐标系与相机坐标系之间的关系需要通过标定得到。手眼标定本质上是求解矩阵方程：AX＝XB；A是摄像机(单目或双目)前后两次空间变换的齐次矩阵；B是机械臂末端坐标系前后两次变换的齐次矩阵；X为待求解的手眼矩阵；通过多次求解该方程，即可解出X。具体工作流程为：以当前机械臂为原点，移动机械臂，拍照重建物体。通过三维配准计算出物体当前与原点的位置变换关系，记录下来即记录B。同时记录机械臂前后移动的位置变换关系，即记录A。标定多组数据求解X，得到最终的相机相对机械臂末端的位置关系。
需要说明的是，S102中每进行一次示教确定双目相机大致的拍摄范围后，利用双目视觉相机(配合结构光)对焊缝区域进行图像采集，获取原始的三维图像信息；
需要说明的是，S103中重复S101和S102直至完成机械手臂到达焊缝区域的示教及所有焊缝三维信息的历史数据获取。
本申请与现有技术相比，包括如下的有益效果和创新点：1.对构架焊缝缺陷进行电涡流无损探伤过程中：利用双目相机拍摄焊缝区域的当前与历史三维信息，并实现三维重构和配准，精确指导工业机器人取代人工手持电涡流探头的探伤方式，提高自动化效率；2.在三维配准的过程中为降低传统的整体配准法带来的误差较大影响，采用分层分割三维点云信息，并局部分层配准并融合的方式，能够优先保证分层配准精度，从而达到整体配准的较高质量，极大提升配准精度，对于指导机械臂相关动作起到重要作用。
如图3所示，本发明实施例还提供一种自动化涡流探伤系统的焊缝检测定位装置，自动化涡流探伤系统包括机械手臂、搭载于机械手臂上的双目视觉相机和夹持在机械手臂末端的电涡流探头，定位装置包括：
机械手臂移动模块21，用于根据预设示教数据将携带双目视觉相机和电涡流探头的机械手臂移动至待检测焊缝区域附近；
三维信息获取模块22，用于通过双目视觉相机采集当前位置的图像数据进行三维重建，获得当前三维信息；
变换矩阵获取模块23，用于读取预设历史三维信息，将当前三维信息和历史三维信息进行配准求出变换矩阵；
机械手臂控制模块24，用于控制机械手臂按照变换矩阵在空间三个方向上的偏移量移动到焊缝区域表面，并按照平行于焊缝长度的方向进行扫查。
需要说明的是，三维信息获取模块22通过双目视觉相机采集当前位置的图像数据进行三维重建，获得当前三维信息的步骤包括：
获取双目视觉相机采集的左图I1和右图I2；
定义适用于每幅图中的像素点坐标(x，y)、匹配窗口U、以(x，y)为中心的水平偏移量dx和竖直偏移量dy、以(x，y)为中心的水平距离像素数i和竖直距离像素数j；
进行左图I1和右图I2中像素点相位差的绝对值计算：
CSAD＝∑(i，j∈U)|I1(x+i，y+j)-I2(x+dx+i，y+dy+j)|，其中其中U表示匹配时选择窗口的大小，(x，y)表示当前匹配像素点，I1(x+i，y+j)表示参考图以当前匹配点(x，y)为中心，水平距离为i个像素，竖直距离为j个像素的窗口范围内的像素点绝对相位值，I2(x+dx+i，y+dy+j)表示以待配图像素(x+dx，y+dy)为中心，水平距离为i个像素，竖直距离为j个像素窗口范围内的像素点绝对相位值，dx和dy表示左图I1和右图I2中相比较的像素点在水平方向和垂直方向的偏移量；
代入左图I1和右图I2的极限约束条件dy＝0，使得左图I1和右图I2中只存在水平方向上的偏移量dx，则输出立体匹配中需求的视场值，即当前三维信息。
需要说明的是，变换矩阵获取模块23读取预设历史三维信息，将当前三维信息和历史三维信息进行配准求出变换矩阵的步骤包括：
利用基于区域生长点云分割算法对当前三维信息的点云进行分割获得当前分割点云；
将当前分割点云与历史三维信息的点云进行配准，使用ICP配准算法去除掉异常点的干扰，同时融合全部点云配准结果；
对各个配准结果进行投影，按照预设投影规则分别投影到X，Y，Z平面，形成三个平面的二值化结果；
按照前面的三个步骤获取多次当前三维信息的点云与历史三维信息的点云的配准结果，选择三个平面的投影面积之和最小的配准结果，作为最终计算变换矩阵的配准结果；
将当前三维信息的点云与历史三维信息的点云求差，获得当前三维信息的点云与历史三维信息的点云三维偏差矩阵(x，y，z)，即变换矩阵。
需要说明的是，自动化涡流探伤系统的焊缝检测定位装置还包括预设数据获取模块，用于生成预设示教数据和预设历史三维数据；
预设数据获取模块生成预设示教数据和预设历史三维数据的步骤包括：
通过人工示教的方式将机械手臂移动至待检测焊缝区域位置附近，获取预设示教数据；
利用双目视觉相机配合结构光对焊缝区域进行图像采集，获取原始的三维图像数据，即预设历史三维信息；
重复前面两个步骤获取机械手臂到达各个焊缝区域的预设示教数据和各个焊缝的预设历史三维信息。
需要说明的是，通过人工示教的方式将机械手臂移动至待检测焊缝区域位置附近，获取预设示教数据的步骤包括：通过手眼标定获取机械手臂坐标系与双目视觉相机坐标系的位置关系；
所述通过手眼标定获取机械手臂坐标系与双目视觉相机坐标系的位置关系的步骤包括：
以当前机械手臂为原点，移动机械手臂，通过双目视觉相机拍照重建物体；
通过三维配准计算出物体当前位置与原点位置的位置变换关系，即记录B；
记录机械手臂移动前和移动后的位置变换关系，即记录A；
求解矩阵方程：AX＝XB，A是移动机械手臂前和移动机械手臂后双目视觉相机两次空间变换的齐次矩阵，B是移动机械手臂前和移动机械手臂后机械手臂坐标系两次变换的齐次矩阵，X为待求解的手眼矩阵，通过标定多组数据求解X，得到双目视觉相机相对机械手臂的位置关系。
图3所对应实施例中特征的说明可以参见图1-图2所对应实施例的相关说明，这里不再一一赘述。
以上对本发明实施例所提供的一种自动化涡流探伤系统的焊缝检测定位方法及定位装置进行了详细介绍。说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

Claims (10)

1.一种自动化涡流探伤系统的焊缝检测定位方法，其特征在于，所述自动化涡流探伤系统包括机械手臂、搭载于机械手臂上的双目视觉相机和夹持在机械手臂末端的电涡流探头，所述定位方法包括：
根据预设示教数据将携带双目视觉相机和电涡流探头的机械手臂移动至待检测焊缝区域附近；
通过双目视觉相机采集当前位置的图像数据进行三维重建，获得当前三维信息；
读取预设历史三维信息，将当前三维信息和历史三维信息进行配准求出变换矩阵；
控制机械手臂按照变换矩阵在空间三个方向上的偏移量移动到焊缝区域表面，并按照平行于焊缝长度的方向进行扫查。
2.根据权利要求1所述的自动化涡流探伤系统的焊缝检测定位方法，其特征在于，所述通过双目视觉相机采集当前位置的图像数据进行三维重建，获得当前三维信息的步骤包括：
获取双目视觉相机采集的左图I1和右图I2；
定义适用于每幅图中的像素点坐标(x，y)、匹配窗口U、以(x，y)为中心的水平偏移量dx和竖直偏移量dy、以(x，y)为中心的水平距离像素数i和竖直距离像素数j；
进行左图I1和右图I2中像素点相位差的绝对值计算：
CSAD＝∑(i,j∈U)|I1(x+i,y+j)-I2(x+dx+i,y+dy+j)|，其中U表示匹配时选择窗口的大小，(x，y)表示当前匹配像素点，I1(x+i，y+j)表示参考图以当前匹配点(x，y)为中心，水平距离为i个像素，竖直距离为j个像素的窗口范围内的像素点绝对相位值，I2(x+dx+i，y+dy+j)表示以待配图像素(x+dx，y+dy)为中心，水平距离为i个像素，竖直距离为j个像素窗口范围内的像素点绝对相位值，dx和dy表示左图I1和右图I2中相比较的像素点在水平方向和垂直方向的偏移量；
代入左图I1和右图I2的极限约束条件dy＝0，使得左图I1和右图I2中只存在水平方向上的偏移量dx，则输出立体匹配中需求的视场值，即当前三维信息。
3.根据权利要求1所述的自动化涡流探伤系统的焊缝检测定位方法，其特征在于，所述读取预设历史三维信息，将当前三维信息和历史三维信息进行配准求出变换矩阵的步骤包括：
利用基于区域生长点云分割算法对当前三维信息的点云进行分割获得当前分割点云；
将当前分割点云与历史三维信息的点云进行配准，使用ICP配准算法去除掉异常点的干扰，同时融合全部点云配准结果；
对各个配准结果进行投影，按照预设投影规则分别投影到X，Y，Z平面，形成三个平面的二值化结果；
按照前面的三个步骤获取多次当前三维信息的点云与历史三维信息的点云的配准结果，选择三个平面的投影面积之和最小的配准结果，作为最终计算变换矩阵的配准结果；
将当前三维信息的点云与历史三维信息的点云求差，获得当前三维信息的点云与历史三维信息的点云三维偏差矩阵(x，y，z)，即变换矩阵。
4.根据权利要求1所述的自动化涡流探伤系统的焊缝检测定位方法，其特征在于，所述根据预设示教数据将携带双目视觉相机和电涡流探头的机械手臂移动至待检测焊缝区域附近步骤前，还包括：生成预设示教数据和预设历史三维数据；
所述生成预设示教数据和预设历史三维数据的步骤包括：
通过人工示教的方式将机械手臂移动至待检测焊缝区域位置附近，获取预设示教数据；
利用双目视觉相机配合结构光对焊缝区域进行图像采集，获取原始的三维图像数据，即预设历史三维信息；
重复前面两个步骤获取机械手臂到达各个焊缝区域的预设示教数据和各个焊缝的预设历史三维信息。
5.根据权利要求4所述的自动化涡流探伤系统的焊缝检测定位方法，其特征在于，所述通过人工示教的方式将机械手臂移动至待检测焊缝区域位置附近，获取预设示教数据的步骤包括：通过手眼标定获取机械手臂坐标系与双目视觉相机坐标系的位置关系；
所述通过手眼标定获取机械手臂坐标系与双目视觉相机坐标系的位置关系的步骤包括：
以当前机械手臂为原点，移动机械手臂，通过双目视觉相机拍照重建物体；
通过三维配准计算出物体当前位置与原点位置的位置变换关系，即记录B；
记录机械手臂移动前和移动后的位置变换关系，即记录A；
求解矩阵方程：AX＝XB，A是移动机械手臂前和移动机械手臂后双目视觉相机两次空间变换的齐次矩阵，B是移动机械手臂前和移动机械手臂后机械手臂坐标系两次变换的齐次矩阵，X为待求解的手眼矩阵，通过标定多组数据求解X，得到双目视觉相机相对机械手臂的位置关系。
6.一种自动化涡流探伤系统的焊缝检测定位装置，其特征在于，所述自动化涡流探伤系统包括机械手臂、搭载于机械手臂上的双目视觉相机和夹持在机械手臂末端的电涡流探头，所述定位装置包括：
机械手臂移动模块，用于根据预设示教数据将携带双目视觉相机和电涡流探头的机械手臂移动至待检测焊缝区域附近；
三维信息获取模块，用于通过双目视觉相机采集当前位置的图像数据进行三维重建，获得当前三维信息；
变换矩阵获取模块，用于读取预设历史三维信息，将当前三维信息和历史三维信息进行配准求出变换矩阵；
机械手臂控制模块，用于控制机械手臂按照变换矩阵在空间三个方向上的偏移量移动到焊缝区域表面，并按照平行于焊缝长度的方向进行扫查。
7.根据权利要求6所述的自动化涡流探伤系统的焊缝检测定位装置，其特征在于，所述三维信息获取模块通过双目视觉相机采集当前位置的图像数据进行三维重建，获得当前三维信息的步骤包括：
获取双目视觉相机采集的左图I1和右图I2；
定义适用于每幅图中的像素点坐标(x，y)、匹配窗口U、以(x，y)为中心的水平偏移量dx和竖直偏移量dy、以(x，y)为中心的水平距离像素数i和竖直距离像素数j；
进行左图I1和右图I2中像素点相位差的绝对值计算：
CSAD＝∑(i,j∈U)|I1(x+i,y+j)-I2(x+dx+i,y+dy+j)|，其中其中U表示匹配时选择窗口的大小，(x，y)表示当前匹配像素点，I1(x+i，y+j)表示参考图以当前匹配点(x，y)为中心，水平距离为i个像素，竖直距离为j个像素的窗口范围内的像素点绝对相位值，I2(x+dx+i，y+dy+j)表示以待配图像素(x+dx，y+dy)为中心，水平距离为i个像素，竖直距离为j个像素窗口范围内的像素点绝对相位值，dx和dy表示左图I1和右图I2中相比较的像素点在水平方向和垂直方向的偏移量；
代入左图I1和右图I2的极限约束条件dy＝0，使得左图I1和右图I2中只存在水平方向上的偏移量dx，则输出立体匹配中需求的视场值，即当前三维信息。
8.根据权利要求6所述的自动化涡流探伤系统的焊缝检测定位装置，其特征在于，所述变换矩阵获取模块读取预设历史三维信息，将当前三维信息和历史三维信息进行配准求出变换矩阵的步骤包括：
利用基于区域生长点云分割算法对当前三维信息的点云进行分割获得当前分割点云；
将当前分割点云与历史三维信息的点云进行配准，使用ICP配准算法去除掉异常点的干扰，同时融合全部点云配准结果；
对各个配准结果进行投影，按照预设投影规则分别投影到X，Y，Z平面，形成三个平面的二值化结果；
按照前面的三个步骤获取多次当前三维信息的点云与历史三维信息的点云的配准结果，选择三个平面的投影面积之和最小的配准结果，作为最终计算变换矩阵的配准结果；
将当前三维信息的点云与历史三维信息的点云求差，获得当前三维信息的点云与历史三维信息的点云三维偏差矩阵(x，y，z)，即变换矩阵。
9.根据权利要求6所述的自动化涡流探伤系统的焊缝检测定位装置，其特征在于，还包括预设数据获取模块，用于生成预设示教数据和预设历史三维数据；
所述预设数据获取模块生成预设示教数据和预设历史三维数据的步骤包括：
通过人工示教的方式将机械手臂移动至待检测焊缝区域位置附近，获取预设示教数据；
利用双目视觉相机配合结构光对焊缝区域进行图像采集，获取原始的三维图像数据，即预设历史三维信息；
重复前面两个步骤获取机械手臂到达各个焊缝区域的预设示教数据和各个焊缝的预设历史三维信息。
10.根据权利要求9所述的自动化涡流探伤系统的焊缝检测定位装置，其特征在于，所述通过人工示教的方式将机械手臂移动至待检测焊缝区域位置附近，获取预设示教数据的步骤包括：通过手眼标定获取机械手臂坐标系与双目视觉相机坐标系的位置关系；
所述通过手眼标定获取机械手臂坐标系与双目视觉相机坐标系的位置关系的步骤包括：
以当前机械手臂为原点，移动机械手臂，通过双目视觉相机拍照重建物体；
通过三维配准计算出物体当前位置与原点位置的位置变换关系，即记录B；
记录机械手臂移动前和移动后的位置变换关系，即记录A；
求解矩阵方程：AX＝XB，A是移动机械手臂前和移动机械手臂后双目视觉相机两次空间变换的齐次矩阵，B是移动机械手臂前和移动机械手臂后机械手臂坐标系两次变换的齐次矩阵，X为待求解的手眼矩阵，通过标定多组数据求解X，得到双目视觉相机相对机械手臂的位置关系。
CN202110845480.1A 2021-07-26 2021-07-26 自动化涡流探伤系统的焊缝检测定位方法及定位装置 Pending CN113533498A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110845480.1A CN113533498A (zh) 2021-07-26 2021-07-26 自动化涡流探伤系统的焊缝检测定位方法及定位装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110845480.1A CN113533498A (zh) 2021-07-26 2021-07-26 自动化涡流探伤系统的焊缝检测定位方法及定位装置

Publications (1)

Publication Number Publication Date
CN113533498A true CN113533498A (zh) 2021-10-22

Family

ID=78089063

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110845480.1A Pending CN113533498A (zh) 2021-07-26 2021-07-26 自动化涡流探伤系统的焊缝检测定位方法及定位装置

Country Status (1)

Country Link
CN (1) CN113533498A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114677429A (zh) * 2022-05-27 2022-06-28 深圳广成创新技术有限公司 一种机械手的定位方法、装置、计算机设备和存储介质
CN115157235A (zh) * 2022-04-29 2022-10-11 华中科技大学 具有探伤识别的钢材搬运重载桁架机器人控制系统及方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102007008598A1 (de) * 2007-02-19 2008-08-21 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Automatische Programmierung von Robotern zum Abschweißen gehefteter Profile auf Mikropaneelen mit Hilfe digitaler Bilderfassung
CN110434516A (zh) * 2019-08-28 2019-11-12 浙江大学城市学院 一种智能焊接机器人系统及焊接方法
CN110524583A (zh) * 2019-09-16 2019-12-03 西安中科光电精密工程有限公司 基于嵌入式平台的焊缝寻位跟踪3d视觉传感器及跟踪方法
CN110524580A (zh) * 2019-09-16 2019-12-03 西安中科光电精密工程有限公司 一种焊接机器人视觉组件及其测量方法
CN111862181A (zh) * 2019-04-25 2020-10-30 中国科学院沈阳自动化研究所 一种缝隙宽度和阶差检测方法
CN112223294A (zh) * 2020-10-22 2021-01-15 湖南大学 一种基于三维视觉的机械臂加工轨迹修正方法
CN112834505A (zh) * 2020-12-31 2021-05-25 芜湖哈特机器人产业技术研究院有限公司 管道工件涂膏的焊缝三维视觉检测定位装置及其检测定位方法
CN112958959A (zh) * 2021-02-08 2021-06-15 西安知象光电科技有限公司 一种基于三维视觉的自动化焊接和检测方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102007008598A1 (de) * 2007-02-19 2008-08-21 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Automatische Programmierung von Robotern zum Abschweißen gehefteter Profile auf Mikropaneelen mit Hilfe digitaler Bilderfassung
CN111862181A (zh) * 2019-04-25 2020-10-30 中国科学院沈阳自动化研究所 一种缝隙宽度和阶差检测方法
CN110434516A (zh) * 2019-08-28 2019-11-12 浙江大学城市学院 一种智能焊接机器人系统及焊接方法
CN110524583A (zh) * 2019-09-16 2019-12-03 西安中科光电精密工程有限公司 基于嵌入式平台的焊缝寻位跟踪3d视觉传感器及跟踪方法
CN110524580A (zh) * 2019-09-16 2019-12-03 西安中科光电精密工程有限公司 一种焊接机器人视觉组件及其测量方法
CN112223294A (zh) * 2020-10-22 2021-01-15 湖南大学 一种基于三维视觉的机械臂加工轨迹修正方法
CN112834505A (zh) * 2020-12-31 2021-05-25 芜湖哈特机器人产业技术研究院有限公司 管道工件涂膏的焊缝三维视觉检测定位装置及其检测定位方法
CN112958959A (zh) * 2021-02-08 2021-06-15 西安知象光电科技有限公司 一种基于三维视觉的自动化焊接和检测方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115157235A (zh) * 2022-04-29 2022-10-11 华中科技大学 具有探伤识别的钢材搬运重载桁架机器人控制系统及方法
CN114677429A (zh) * 2022-05-27 2022-06-28 深圳广成创新技术有限公司 一种机械手的定位方法、装置、计算机设备和存储介质

Similar Documents

Publication Publication Date Title
CN112161619B (zh) 位姿检测方法、三维扫描路径规划方法和检测系统
US20090268214A1 (en) Photogrammetric system and techniques for 3d acquisition
KR102056076B1 (ko) 용접비드 비전 검사 장치 및 용접 불량 검사방법
CN113137920B (zh) 一种水下测量的设备与水下测量方法
CN113533498A (zh) 自动化涡流探伤系统的焊缝检测定位方法及定位装置
CN105091782A (zh) 一种基于双目视觉的多线激光器光平面标定方法
CN106447733B (zh) 颈椎活动度及活动轴线位置的确定方法、系统及装置
JP7353757B2 (ja) アーチファクトを測定するための方法
CN113298886B (zh) 一种投影仪的标定方法
Zong et al. A high-efficiency and high-precision automatic 3D scanning system for industrial parts based on a scanning path planning algorithm
Horbach et al. 3D reconstruction of specular surfaces using a calibrated projector–camera setup
CN113658270B (zh) 基于工件孔心的多目视觉标定的方法、装置、介质及系统
CN117781963A (zh) 一种基于结构光三角测量的焊道平整度测量系统及方法
US11566888B1 (en) Systems and methods for automatic measurement and scanning of complex surfaces
WO2005100910A1 (ja) ３次元形状計測方法及びその装置
US20230070281A1 (en) Methods and systems of generating camera models for camera calibration
CN114332231B (zh) 视觉检测设备中机械手与相机的定位方法、装置及介质
CN116465335A (zh) 基于点云匹配的自动测厚方法和系统
CN114966238A (zh) 一种天线相位中心的自动检测与对准方法
JP4651550B2 (ja) 三次元座標計測装置および方法
Ziyun et al. Autonomous 3D modeling for robot arm based scanning
CN104156962A (zh) 一种基于梯形图案的相机与投影机空间位置关系的标定方法
CN114359266B (zh) 通过视觉检测设备检测被测零件的方法和视觉检测设备
CN109883653B (zh) 一种自聚焦透镜光学后截距的静态测试装置及方法
JP2013210410A (ja) 検査装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination