CN114398722A - 转向架间隙检测方法、装置、计算机设备和存储介质 - Google Patents
转向架间隙检测方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN114398722A CN114398722A CN202111650090.5A CN202111650090A CN114398722A CN 114398722 A CN114398722 A CN 114398722A CN 202111650090 A CN202111650090 A CN 202111650090A CN 114398722 A CN114398722 A CN 114398722A
- Authority
- CN
- China
- Prior art keywords
- bogie
- point cloud
- cloud data
- gap width
- gap
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
-
- 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
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
- G06T7/344—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving models
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30164—Workpiece; Machine component
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Quality & Reliability (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本申请涉及一种转向架间隙检测方法、装置、计算机设备和存储介质。上述方法通过获取标准转向架的第一点云数据,并利用所述第一点云数据和预设的第一间隙宽度建模得到标准模型,然后获取待检测转向架各零件的第二点云数据,将所述第二点云数据与所述标准模型匹配,根据匹配结果,获取所述待检测转向架中挡键和轮轴间的第二间隙宽度,最后,根据第二间隙宽度与第一间隙宽度判断转向架间隙是否合格,实现了对转向架间隙的高效的自动化检测。
Description
技术领域
本申请涉及零件间隙检测技术领域,特别是涉及一种转向架间隙检测方法、装置、计算机设备和存储介质。
背景技术
转向架是铁道车辆上最重要的部件之一,用于承载车体自重和载重以及引导车辆沿铁路轨道运行,确保车辆在直线上和曲线上顺利行驶,并具有减缓来自车辆运行时带来震动和冲击的作用,因此转向架的设计也直接决定了车辆的稳定性和车辆乘坐的舒适性。
在铁道车辆检修过程中,需要对转向架中挡键和轮轴间的间隙进行检测,避免部门零件存在磨损更换等变化使得间隙过大。目前,一般采用接触式测量工具塞尺进行挡键和轮轴间的间隙测量,但该方法需要人工测量并进行汇总计算,导致测量效率低下,无法完成对转向架间隙进行高效检测。
发明内容
基于此,有必要针对上述技术问题,提供一种高效的转向架间隙检测方法、装置、计算机设备和存储介质。
一种转向架间隙检测方法,该方法包括:
获取标准转向架的第一点云数据,并利用第一点云数据和预设的第一间隙宽度建模得到标准模型;第一间隙宽度为符合工艺要求时转向架的挡键和轮轴间所允许的最小值;
获取待检测转向架的第二点云数据;
将第二点云数据与标准模型匹配;
根据匹配结果,获取待检测转向架中挡键和轮轴间的第二间隙宽度;
根据第二间隙宽度与第一间隙宽度判断转向架间隙是否合格。
在其中一个实施例中,将第二点云数据与所述标准模型匹配的步骤包括:
基于基准对齐和/或最佳拟合算法将所述第二点云数据与所述标准模型匹配。
在其中一个实施例中,上述根据匹配结果,获取待检测转向架中挡键和轮轴间的第二间隙宽度的步骤包括:
对与所述标准模型匹配后的第二点云数据进行特征分析,获得所述第二点云数据的特征,所述特征包括边线信息和/或平面信息;
根据所述特征获取所述待检测转向架中挡键和轮轴间的第二间隙宽度。
在其中一个实施例中,根据上述第二间隙宽度与第一间隙宽度判断转向架间隙是否合格的步骤包括:
若第二间隙宽度小于所述第一间隙宽度,则判定转向架间隙不合格;
若第二间隙宽度大于所述第一间隙宽度,则判定转向架间隙合格。
在其中一个实施例中,第一点云数据为3D相机投射格雷码光栅至所标准转向架所得到的。
一种转向架间隙检测装置,该装置包括:
标准模型建模模块,用于获取标准转向架的第一点云数据,并利用所述第一点云数据和预设的第一间隙宽度建模得到标准模型;所述第一间隙宽度为符合工艺要求时转向架的挡键和轮轴间所允许的最小值;
第二点云数据获取模块,用于获取待检测转向架的第二点云数据;
匹配模块,用于将所述第二点云数据与所述标准模型匹配;
间隙宽度获取模块,用于根据匹配结果,获取所述待检测转向架中挡键和轮轴间的第二间隙宽度;
检验模块,用于根据所述第二间隙宽度与所述第一间隙宽度判断转向架间隙是否合格。
在其中一个实施例中,上述匹配模块包括:
算法匹配单元,用于基于基准对齐和/或最佳拟合算法将所述第二点云数据与所述标准模型匹配。
在其中一个实施例中,上述间隙宽度获取模块包括:
特征分析单元,用于对与所述标准模型匹配后的第二点云数据进行特征分析,获得所述第二点云数据的特征,所述特征包括边线信息和/或平面信息;
间隙宽度获取单元,用于根据所述特征获取所述待检测转向架中挡键和轮轴间的第二间隙宽度。
本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述转向架间隙检测方法的步骤。
本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述转向架间隙检测方法的步骤。
上述转向架间隙检测方法、装置、计算机设备和存储介质,至少具有以下有益效果:
该转向架间隙检测方法通过获取标准转向架的第一点云数据,并利用所述第一点云数据和预设的第一间隙宽度建模得到标准模型,然后获取待检测转向架各零件的第二点云数据,将所述第二点云数据与所述标准模型匹配,根据匹配结果,获取所述待检测转向架中挡键和轮轴间的第二间隙宽度,最后,根据第二间隙宽度与第一间隙宽度判断转向架间隙是否合格。无需进行接触测量,相较于传统技术,测量效率更高,也可防止因人工测量操作不规范导致的测量误差问题。
附图说明
图1为一个实施例中转向架间隙检测方法的流程示意图;
图2为一个实施例中根据匹配结果,获取待检测转向架中挡键和轮轴间的第二间隙宽度步骤的流程示意图;
图3为一个实施例中根据第二间隙宽度与第一间隙宽度判断转向架间隙是否合格步骤的流程示意图;
图4为一个实施例中转向架间隙检测装置的结构框图;
图5为一个实施例中宽度获取模块的结构框图;
图6为一个实施例中检验模块的结构框图;
图7为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
在一个实施例中,如图1所示,提供了一种转向架间隙检测方法,包括以下步骤:
S200,获取标准转向架的第一点云数据,并利用所述第一点云数据和预设的第一间隙宽度建模得到标准模型。
其中,上述第一点云数据可以是3D相机投射格雷码光栅至标准转向架所得到的,当然也可以是其他激光扫描方式得到的点云数据。第一间隙宽度为符合工艺要求时转向架的挡键和轮轴间所允许的最小值。
可以采用逆向工程对第一点云数据进行建模得到标准模型,可利用仿真软件,基于第一点云数进行逆向工程制作扫描对象的CAD模型或者其他格式的三维模型。在采用逆向工程对零件建模过程中,对于零件中的部分曲面及异形曲面可以直接通过曲面拟合的方式进行创建,相较于正向工程而言,降低了建模难度,提高建模效率,进而提升转向架间隙检测的检测速度。
S400,获取待检测转向架的第二点云数据。
其中,上述第二点云数据为3D相机投射格雷码光栅至待检测转向架所得到的。
S600,将第二点云数据与标准模型匹配。匹配是指将第二点云数据上的点对应到标准模型上特征一致的点。例如,可以将第二点云数据中零部件的一个顶点处的点云数据与标准模型坐标系下同一顶点进行对应,以该点为匹配的基准,根据第二点云数据中其他点与该顶点的距离等关系,进行第二点云数据中除顶点之外的其他点云和标准模型的匹配。
S800,根据匹配结果,获取待检测转向架中挡键和轮轴间的第二间隙宽度。匹配之后,可得到待测转向架的各边线、面的特征,根据这些特征可以确定挡键和轮轴间的间隙宽度。
其中,挡键和轮轴属于转向架中的零件。将第二点云数据与标准模型匹配完成后,获取待检测转向架中挡键和轮轴间的第二间隙宽度。
S900,根据第二间隙宽度与第一间隙宽度判断转向架间隙是否合格。第一间隙宽度可以是提前设置好的,对于不同车型下的转向架,本领域技术人员可根据实际需要进行第一间隙宽度的配置。
具体的,通过获取标准转向架的第一点云数据,并利用所述第一点云数据和预设的第一间隙宽度建模得到标准模型,然后获取待检测转向架各零件的第二点云数据,将所述第二点云数据与所述标准模型匹配,根据匹配结果,获取所述待检测转向架中挡键和轮轴间的第二间隙宽度,最后,根据第二间隙宽度与第一间隙宽度判断转向架间隙是否合格,实现了对转向架间隙的高效的自动化检测。
在一个实施例中,步骤S600包括:
基于基准对齐和/或最佳拟合算法将所述第二点云数据与所述标准模型匹配。
其中,基准对齐和最佳拟合算法均可以用于将标准模型与第二点云数据进行匹配。
具体地,基准对齐的步骤包括:在第二点云数据和标准模型中分别选定三组或以上基准对,并对上述基准对进行坐标约束,使第二点云数据与标准模型达到对齐状态。
最佳拟合算法的步骤包括:先求出第二点云数据的质心和最小惯性主轴,再将上述点云数据的质心和最小惯性主轴与标准模型拟合,进行曲面匹配,最终实现第二点云数据与标准模型所有位置均偏差最小化,完成第二点云数据与标准模型的匹配。
其中,可以单独采用基准对齐或单独采用最佳拟合算法将第二点云数据与标准模型匹配,也可以在基准对齐后,再次采用最佳拟合算法将第二点云数据与标准模型二次匹配,提高点云数据与标准模型的匹配精度。
如图2所示,在一个实施例中,步骤S800包括:
S810,对与标准模型匹配后的第二点云数据进行特征分析,获得第二点云数据的特征。特征分析可利用现有的点云特征提取算法来实现。
其中,上述特征包括边线信息和/或平面信息。上述特征分析的过程包括识别得到边线信息和/或平面信息。
S820,根据特征获取待检测转向架中挡键和轮轴间的第二间隙宽度。
其中,对第二点云数据中边线信息和/或平面信息等特征进行特征分析后,可以通过上述特征直接计算得到待检测转向架中挡键和轮轴间的第二间隙宽度,相较于采用接触式测量工具直接测量间隙宽度,提升了间隙测量精度和测量效率。
例如,计算表征挡键的平面与表征轮轴的平面的距离差值即可得到第二间隙宽度。
如图3所示,在一个实施例中,上述步骤S900包括:
S910,若第二间隙宽度小于第一间隙宽度,则判定转向架间隙不合格。
其中,若第二间隙宽度小于第一间隙宽度,则说明待检测转向架中挡键和轮轴间的宽度小于标准模型中转向架的挡键和轮轴间所允许的最小值,在使用过程中,可能会由于挡键和轮轴的频繁摩擦导致零部件受损,此时判定该转向架间隙不合格。
S920,若第二间隙宽度大于第一间隙宽度,则判定转向架间隙合格。
其中,若第二间隙宽度小于第一间隙宽度,则说明待检测转向架中挡键和轮轴间的宽度大于标准模型中转向架的挡键和轮轴间所允许的最小值,则判定该转向架间隙合格。
上述方法,无需依赖人工经验,检测结果一致性好,且准确率高、耗时短。
由于挡键和轮轴距离越近,在车辆行驶过程中,其发生摩擦的概率越高,即造成零件磨损失效的可能性越高,所以上述方法,还可以基于得到的第二间隙宽度和第一间隙宽度的差值大小,评估转向架的挡键和轮轴的失效时间。
基于检测判断结果,可进行上述中间处理过程中各数据的存储记录,有利于进行零部件管理,对于不合格的待测转向架可进行系统化管理。在获取待测转向架的第二点云数据时,还可以获取待测转向架的识别信息,并进行存储。关联记录识别信息和判断结果。该识别信息可以是待测转向架上贴附的编号、二维码等,用于区分和其他转向架。若后续检测该待测转向架不合格,则方便管理者对不合格转向架进行管理,防止合格品和不合格品进行分管时运输错误的问题。
应该理解的是,虽然图1-3的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图1-3中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图4所示,提供了一种转向架间隙检测装置,包括:标准模型建模模块、第二点云数据获取模块和匹配模块,其中:
标准模型建模模块200,用于获取标准转向架的第一点云数据,并利用第一点云数据和预设的第一间隙宽度建模得到标准模型;第一间隙宽度为符合工艺要求时转向架的挡键和轮轴间所允许的最小值;
第二点云数据获取模块400,用于获取待检测转向架的第二点云数据;
匹配模块600,用于将第二点云数据与所述标准模型匹配;
间隙宽度获取模块800,用于根据匹配结果,获取待检测转向架中挡键和轮轴间的第二间隙宽度;
检验模块900,用于根据第二间隙宽度与第一间隙宽度判断转向架间隙是否合格。
在一个实施例中,上述匹配模块600包括:
算法匹配单元,用于基于基准对齐和/或最佳拟合算法将所述第二点云数据与所述标准模型匹配。
如图5所示,在一个实施例中,上述间隙宽度获取模块800包括:
特征分析单元810,用于对与标准模型匹配后的第二点云数据进行特征分析,获得第二点云数据的特征,特征包括边线信息和/或平面信息;
间隙宽度获取单元820,用于根据特征获取待检测转向架中挡键和轮轴间的第二间隙宽度。
如图6所示,在一个实施例中,上述检验模块900包括:
不合格判定单元910,用于若第二间隙宽度小于第一间隙宽度,则判定转向架间隙不合格。
合格判定单元920,用于若第二间隙宽度大于第一间隙宽度,则判定转向架间隙合格。
关于转向架间隙检测装置的具体限定可以参见上文中对于转向架间隙检测方法的限定,在此不再赘述。上述转向架间隙检测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种转向架间隙检测方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图7中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
S200,获取标准转向架的第一点云数据,并利用所述第一点云数据和预设的第一间隙宽度建模得到标准模型。
S400,获取待检测转向架的第二点云数据。
S600,将第二点云数据与标准模型匹配。
S800,根据匹配结果,获取所述待检测转向架中挡键和轮轴间的第二间隙宽度。
S900,根据第二间隙宽度与第一间隙宽度判断转向架间隙是否合格。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
S810,对与标准模型匹配后的第二点云数据进行特征分析,获得第二点云数据的特征。
S820,根据特征获取待检测转向架中挡键和轮轴间的第二间隙宽度。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
S910,若第二间隙宽度小于第一间隙宽度,则判定转向架间隙不合格。
S920,若第二间隙宽度大于第一间隙宽度,则判定转向架间隙合格。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
S200,获取标准转向架的第一点云数据,并利用所述第一点云数据和预设的第一间隙宽度建模得到标准模型。
S400,获取待检测转向架的第二点云数据。
S600,将第二点云数据与标准模型匹配。
S800,根据匹配结果,获取所述待检测转向架中挡键和轮轴间的第二间隙宽度。
S900,根据第二间隙宽度与第一间隙宽度判断转向架间隙是否合格。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
S810,对与标准模型匹配后的第二点云数据进行特征分析,获得第二点云数据的特征。
S820,根据特征获取待检测转向架中挡键和轮轴间的第二间隙宽度。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
S910,若第二间隙宽度小于第一间隙宽度,则判定转向架间隙不合格。
S920,若第二间隙宽度大于第一间隙宽度,则判定转向架间隙合格。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种转向架间隙检测方法,其特征在于,所述方法包括:
获取标准转向架的第一点云数据,并利用所述第一点云数据和预设的第一间隙宽度建模得到标准模型;所述第一间隙宽度为符合工艺要求时转向架的挡键和轮轴间所允许的最小值;
获取待检测转向架的第二点云数据;
将所述第二点云数据与所述标准模型匹配;
根据匹配结果,获取所述待检测转向架中挡键和轮轴间的第二间隙宽度;
根据所述第二间隙宽度与所述第一间隙宽度判断转向架间隙是否合格。
2.根据权利要求1所述的方法,其特征在于,所述将所述第二点云数据与所述标准模型匹配的步骤包括:
基于基准对齐和/或最佳拟合算法将所述第二点云数据与所述标准模型匹配。
3.根据权利要求1所述的方法,其特征在于,所述根据匹配结果,获取所述待检测转向架中挡键和轮轴间的第二间隙宽度的步骤包括:
对与所述标准模型匹配后的第二点云数据进行特征分析,获得所述第二点云数据的特征,所述特征包括边线信息和/或平面信息;
根据所述特征获取所述待检测转向架中挡键和轮轴间的第二间隙宽度。
4.根据权利要求1所述的方法,其特征在于,所述根据所述第二间隙宽度与所述第一间隙宽度判断转向架间隙是否合格的步骤包括:
若所述第二间隙宽度小于所述第一间隙宽度,则判定转向架间隙不合格;
若所述第二间隙宽度大于所述第一间隙宽度,则判定转向架间隙合格。
5.根据权利要求1所述的方法,其特征在于,所述第一点云数据为3D相机投射格雷码光栅至所述标准转向架所得到的。
6.一种转向架间隙检测装置,其特征在于,所述装置包括:
标准模型建模模块,用于获取标准转向架的第一点云数据,并利用所述第一点云数据和预设的第一间隙宽度建模得到标准模型;所述第一间隙宽度为符合工艺要求时转向架的挡键和轮轴间所允许的最小值;
第二点云数据获取模块,用于获取待检测转向架的第二点云数据;
匹配模块,用于将所述第二点云数据与所述标准模型匹配;
间隙宽度获取模块,用于根据匹配结果,获取所述待检测转向架中挡键和轮轴间的第二间隙宽度;
检验模块,用于根据所述第二间隙宽度与所述第一间隙宽度判断转向架间隙是否合格。
7.根据权利要求6所述的方法,其特征在于,所述匹配模块包括:
算法匹配单元,用于基于基准对齐和/或最佳拟合算法将所述第二点云数据与所述标准模型匹配。
8.根据权利要求6所述的方法,其特征在于,所述间隙宽度获取模块包括:
特征分析单元,用于对与所述标准模型匹配后的第二点云数据进行特征分析,获得所述第二点云数据的特征,所述特征包括边线信息和/或平面信息;
间隙宽度获取单元,用于根据所述特征获取所述待检测转向架中挡键和轮轴间的第二间隙宽度。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111650090.5A CN114398722A (zh) | 2021-12-29 | 2021-12-29 | 转向架间隙检测方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111650090.5A CN114398722A (zh) | 2021-12-29 | 2021-12-29 | 转向架间隙检测方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114398722A true CN114398722A (zh) | 2022-04-26 |
Family
ID=81229710
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111650090.5A Pending CN114398722A (zh) | 2021-12-29 | 2021-12-29 | 转向架间隙检测方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114398722A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115760856A (zh) * | 2023-01-10 | 2023-03-07 | 惟众信(湖北)科技有限公司 | 一种基于图像识别的零件间距测量方法、系统和存储介质 |
-
2021
- 2021-12-29 CN CN202111650090.5A patent/CN114398722A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115760856A (zh) * | 2023-01-10 | 2023-03-07 | 惟众信(湖北)科技有限公司 | 一种基于图像识别的零件间距测量方法、系统和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3421929B1 (en) | System and method for evaluation of used components | |
US10371510B2 (en) | Structure status determination device, status determination system, and status determination method | |
CN102589435B (zh) | 噪声环境下激光束中心高效精确检测方法 | |
US20130156292A1 (en) | Computing device and method for extracting data of product for use in construction of point cloud | |
US20180052117A1 (en) | Structure status determination device, status determination system, and status determination method | |
de Araujo et al. | Computer vision system for workpiece referencing in three-axis machining centers | |
CN107504917B (zh) | 一种三维尺寸测量方法及装置 | |
Moroni et al. | Early cost estimation for tolerance verification | |
Wang et al. | Distortion calibrating method of measuring rail profile based on local affine invariant feature descriptor | |
CN114398722A (zh) | 转向架间隙检测方法、装置、计算机设备和存储介质 | |
CN113433950A (zh) | 车辆控制数据标定方法、装置、计算机设备和存储介质 | |
CN113836733B (zh) | 车辆曲线通过性能监测设备的布局位置确定方法及装置 | |
Wojtyła et al. | Validation of the sensitivity analysis method of coordinate measurement uncertainty evaluation | |
TW201516596A (zh) | 產品加工驗證系統及方法 | |
CN114399472A (zh) | 承载鞍故障检测方法、装置、计算机设备和存储介质 | |
CN114398730A (zh) | 转向架承载鞍间隙检测方法、装置和计算机设备 | |
CN1955636B (zh) | 检查涡轮机组部件的圆柱部和梢部之间的连接区域的方法 | |
US20200240767A1 (en) | Coordinate measurement validation | |
CN111982040B (zh) | 基于滚动测距仪的距离测算方法、装置、计算机设备及存储介质 | |
US11415479B2 (en) | Product imbalance analysis methods and related systems and apparatuses | |
CN114383502A (zh) | 转向架的配件磨耗量测量方法、装置和测量设备 | |
Minetola et al. | Contactless inspection of castings: analysis of alignment procedures | |
KR102478517B1 (ko) | 회귀를 이용한 열수명 곡선 작성 시스템 및 방법 | |
CN110260880A (zh) | 列车行走公里计算方法及系统 | |
TW201518677A (zh) | 測量儀器線鐳射測頭測量資料擬合系統及方法 |
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 |