CN115561249A - 一种喷涂设备的智能化监测方法及系统 - Google Patents

一种喷涂设备的智能化监测方法及系统 Download PDF

Info

Publication number
CN115561249A
CN115561249A CN202211400379.6A CN202211400379A CN115561249A CN 115561249 A CN115561249 A CN 115561249A CN 202211400379 A CN202211400379 A CN 202211400379A CN 115561249 A CN115561249 A CN 115561249A
Authority
CN
China
Prior art keywords
spraying
result
evaluation
image acquisition
area
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.)
Granted
Application number
CN202211400379.6A
Other languages
English (en)
Other versions
CN115561249B (zh
Inventor
胡豹
汪慧娟
李果
冉佳
符振宇
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.)
Songle Intelligent Equipment Shenzhen Co ltd
Original Assignee
Songle Intelligent Equipment Shenzhen 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 Songle Intelligent Equipment Shenzhen Co ltd filed Critical Songle Intelligent Equipment Shenzhen Co ltd
Priority to CN202211400379.6A priority Critical patent/CN115561249B/zh
Publication of CN115561249A publication Critical patent/CN115561249A/zh
Application granted granted Critical
Publication of CN115561249B publication Critical patent/CN115561249B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G—PHYSICS
    • 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
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G01B11/06—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material
    • G01B11/0616—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material of coating
    • G01B11/0683—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material of coating measurement during deposition or removal of the layer
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/46—Measurement of colour; Colour measuring devices, e.g. colorimeters
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M99/00—Subject matter not provided for in other groups of this subclass
    • G01M99/005—Testing of complete machines, e.g. washing-machines or mobile phones
    • 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
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • 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
    • G06T7/60—Analysis of geometric attributes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Multimedia (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Quality & Reliability (AREA)
  • Geometry (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Application Of Or Painting With Fluid Materials (AREA)

Abstract

本发明提供了一种喷涂设备的智能化监测方法及系统，涉及自动化喷涂监测技术领域，获取目标喷涂器件的位置参数，对目标喷涂器件进行图像采集获取初始图像采集结果，进行目标喷涂器件的实际尺寸准确性评价以生成尺寸偏差结果；获取喷涂图像采集结果，进一步进行喷涂设备的喷涂缺陷分析与喷涂准确性分析，生成喷涂缺陷评价结果与喷涂准确性评价结果，进而生成喷涂设备的喷涂监测结果，解决了现有技术中存在的喷涂监测方法智能度不足且监控流程不够严谨，使得最终的喷涂监测结果准确度不足，与实际喷涂效果之间存在一定的偏差的技术问题，实现了对于目标喷涂器件的智能化精准监测。

Description

一种喷涂设备的智能化监测方法及系统
技术领域
本发明涉及自动化喷涂监测技术领域，具体涉及一种喷涂设备的智能化监测方法及系统。
背景技术
就当前而言，喷涂作为一种热门的制造技术，在多个行业中都有广泛的应用，但由于喷涂过程中流程的复杂性，使得喷涂产品受多个因素影响，使得最终的喷涂产品合格率无法得到保证，可通过对喷涂检测结果进行检测，针对喷涂监测结果做相应的流程调整，以进行流程完善，现有的喷涂监测方法主要通过喷涂监测设备与技术人员配合完成，然而，现今常用的喷涂监测方法由于技术的局限性，使得最终的喷涂监测结果准确度不足，喷涂过程中无法得到最优调整。
现有技术中，由于常用的喷涂监测方法智能度不足且监控流程不够严谨，使得最终的喷涂监测结果准确度不足，与实际喷涂效果之间存在一定的偏差。
发明内容
本申请提供了一种喷涂设备的智能化监测方法及系统，用于针对解决现有技术中存在的喷涂监测方法智能度不足且监控流程不够严谨，使得最终的喷涂监测结果准确度不足，与实际喷涂效果之间存在一定的偏差的技术问题。
鉴于上述问题，本申请提供了一种喷涂设备的智能化监测方法及系统。
第一方面，本申请提供了一种喷涂设备的智能化监测方法，所述方法包括：通过所述定位设备获得目标喷涂器件的位置参数；基于所述图像采集设备进行所述目标喷涂器件的图像采集，得到初始图像采集结果；根据所述位置参数和所述初始图像采集结果进行所述目标喷涂器件的实际尺寸准确性评价，生成尺寸偏差结果；通过所述图像采集设备对喷涂完成的所述目标喷涂器件进行图像采集，得到喷涂图像采集结果；通过所述喷涂图像采集结果进行喷涂设备的喷涂缺陷分析，生成喷涂缺陷评价结果；根据所述尺寸偏差结果确定喷涂评价区域，基于所述喷涂评价区域进行所述喷涂图像采集结果的喷涂准确性评价，生成喷涂准确性评价结果；根据所述喷涂缺陷评价结果和所述喷涂准确性评价结果生成所述喷涂设备的喷涂监测结果。
第二方面，本申请提供了一种喷涂设备的智能化监测系统，所述系统与图像采集设备、定位设备通信连接，所述系统包括：参数获取模块，所述参数获取模块用于通过所述定位设备获得目标喷涂器件的位置参数；图像采集模块，所述图像采集模块用于基于所述图像采集设备进行所述目标喷涂器件的图像采集，得到初始图像采集结果；尺寸评价模块，所述尺寸评价模块用于根据所述位置参数和所述初始图像采集结果进行所述目标喷涂器件的实际尺寸准确性评价，生成尺寸偏差结果；喷涂图像采集模块，所述喷涂图像采集模块用于通过所述图像采集设备对喷涂完成的所述目标喷涂器件进行图像采集，得到喷涂图像采集结果；缺陷分析模块，所述缺陷分析模块用于通过所述喷涂图像采集结果进行喷涂设备的喷涂缺陷分析，生成喷涂缺陷评价结果；区域评价模块，所述区域评价模块用于根据所述尺寸偏差结果确定喷涂评价区域，基于所述喷涂评价区域进行所述喷涂图像采集结果的喷涂准确性评价，生成喷涂准确性评价结果；监测结果生成模块，所述监测结果生成模块用于根据所述喷涂缺陷评价结果和所述喷涂准确性评价结果生成所述喷涂设备的喷涂监测结果。
本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：
本申请实施例提供的一种喷涂设备的智能化监测方法，通过所述定位设备获得目标喷涂器件的位置参数；基于所述图像采集设备对所述目标喷涂器件进行图像采集获取初始图像采集结果，基于所述位置参数和所述初始图像采集结果对所述目标喷涂器件的实际尺寸进行准确性评价以生成尺寸偏差结果；对喷涂完成的所述目标喷涂器件进行图像采集获取喷涂图像采集结果，进一步进行喷涂设备的喷涂缺陷分析生成喷涂缺陷评价结果；基于所述尺寸偏差结果确定喷涂评价区域，进而对所述喷涂图像采集结果进行喷涂准确性评价，生成喷涂准确性评价结果；根据所述喷涂缺陷评价结果和所述喷涂准确性评价结果生成所述喷涂设备的喷涂监测结果，解决了现有技术中存在的喷涂监测方法智能度不足且监控流程不够严谨，使得最终的喷涂监测结果准确度不足，与实际喷涂效果之间存在一定的偏差的技术问题，实现了对于目标喷涂器件的智能化精准监测。
附图说明
图1为本申请提供了一种喷涂设备的智能化监测方法流程示意图；
图2为本申请提供了一种喷涂设备的智能化监测方法中喷涂评价区域确定流程示意图；
图3为本申请提供了一种喷涂设备的智能化监测方法中喷涂监测结果生成流程示意图；
图4为本申请提供了一种喷涂设备的智能化监测系统结构示意图。
附图标记说明：参数获取模块a，图像采集模块b，尺寸评价模块c，喷涂图像采集模块d，缺陷分析模块e，区域评价模块f，监测结果生成模块g。
具体实施方式
本申请通过提供一种喷涂设备的智能化监测方法及系统，获取目标喷涂器件的位置参数，对目标喷涂器件进行图像采集获取初始图像采集结果，进行目标喷涂器件的实际尺寸准确性评价以生成尺寸偏差结果；获取喷涂图像采集结果，进一步进行喷涂设备的喷涂缺陷分析与喷涂准确性分析，生成喷涂缺陷评价结果与喷涂准确性评价结果，进而生成喷涂设备的喷涂监测结果，用于解决现有技术中存在的喷涂监测方法智能度不足且监控流程不够严谨，使得最终的喷涂监测结果准确度不足，与实际喷涂效果之间存在一定的偏差的技术问题。
实施例一
如图1所示，本申请提供了一种喷涂设备的智能化监测方法，所述方法应用于智能监测系统，所述智能监测系统与图像采集设备、定位设备通信连接，所述方法包括：
步骤S100：通过所述定位设备获得目标喷涂器件的位置参数；
具体而言，本申请提供的一种喷涂设备的智能化监测方法应用于智能监测系统，所述系统与图像采集设备、定位设备通信连接，所述图像采集设备用于对所述目标喷涂器件进行图像采集，获取所述目标喷涂器件的多角度图像以进行喷涂分析与喷涂结果评价，所述定位通信设备用于进行所述目标喷涂器件的的位置定位，基于所述定位设备对所述目标喷涂器件的位置参数进行采集，所述位置参数包括所述目标喷涂器件的坐标位置，包括所述目标喷涂器件的置放方位、相关尺寸参数等，示例性的，可基于绝对坐标系或者基于参考坐标系进行所述目标喷涂器件的位置确定，通过获取所述目标喷涂器件的位置参数，为进行所述目标喷涂器件的尺寸偏差评估提供了基本的判定依据。
步骤S200：基于所述图像采集设备进行所述目标喷涂器件的图像采集，得到初始图像采集结果；
步骤S300：根据所述位置参数和所述初始图像采集结果进行所述目标喷涂器件的实际尺寸准确性评价，生成尺寸偏差结果；
具体而言，以所述目标喷涂器件的位置参数为基准，配置图像采集设备并调整所述图像采集设备的采集角度，进而对未进行喷涂的所述目标喷涂器件进行图像采集，获取图像采集结果作为所述初始图像采集结果，可对所述目标喷涂器件进行全方位的多角度图像采集，以保证采集图像所覆盖信息的完备性，进一步的，基于所述位置参数确定所述目标喷涂设备的实际尺寸信息，进而对所述初始图像采集结果进行对应信息的识别提取，获取所述初始图像采集结果中所述目标喷涂器件的相关尺寸信息，即图像尺寸信息，进一步的，以所述位置参数与所述初始图像采集结果为基准进行所述目标喷涂器件的参数信息匹配映射，对所述图像尺寸信息与所述实际尺寸信息进行重叠比对，获取所述图像尺寸信息较之实际尺寸的偏差度，通过进行所述目标喷涂器件的实际尺寸准确性评价，生成所述尺寸偏差结果，为后续进行所述喷涂图像采集结果的喷涂准确性评价提供了评价范围。
步骤S400：通过所述图像采集设备对喷涂完成的所述目标喷涂器件进行图像采集，得到喷涂图像采集结果；
具体而言，基于所述图像采集设备，对喷涂完成的所述目标喷涂器件进行多角度图像采集，对采集的图像进行顺序性整合处理，获取所述喷涂图像采集结果，所述喷涂图像采集结果与所述初始图像采集结果所涵盖的信息区域一一对应，包括尺寸信息、喷涂区域等，以所述喷涂图像采集结果为依据进行所述目标喷涂器件的喷涂效果评价。
步骤S500：通过所述喷涂图像采集结果进行喷涂设备的喷涂缺陷分析，生成喷涂缺陷评价结果；
步骤S600：根据所述尺寸偏差结果确定喷涂评价区域，基于所述喷涂评价区域进行所述喷涂图像采集结果的喷涂准确性评价，生成喷涂准确性评价结果；
具体而言，基于喷涂图纸信息进行所述初始图像采集结果的映射匹配，确定所述初始图像采集结果对应的喷涂区域，以此为基础进行所述目标喷涂器件的实际喷涂区域对照，通过构建三维坐标系进行喷涂区域的位置限定，进一步基于所述尺寸偏差结果对所述实际喷涂区域的位置坐标进行确定，以此为基础对所述喷涂图像采集结果进行喷涂缺陷分析，例如图像喷涂完整度、附着力等，获取多个喷涂区域的缺陷评价结果，对其进行缺陷评价结果与所述喷涂区域的对应整合处理，获取所述喷涂缺陷评价结果，将所述喷涂缺陷评价结果作为所述喷涂设备的喷涂监测指标之一进行系统存储。
进一步而言，以所述尺寸偏差结果为基准，对所述喷涂图像采集结果进行位置对应调整，获取所述喷涂评价区域，所述喷涂评价区域为所述目标喷涂器件与所述图像采集结果之间的偏差范围区域，对所述喷涂图像采集结果中所述喷涂评价区域进行喷涂准确度的评价，包括颜色准确度与边缘相似度评价，针对多个所述喷涂评价区域分别进行喷涂准确度评价，获取对应的评价结果，对所述评价结果进行所述喷涂评价区域的对应整合，以生成所述喷涂准确性评价结果，通过对所述目标喷涂器件进行喷涂缺陷评价与喷涂准确性评价，为实现所述喷涂设备的喷涂监测夯实了基础。
进一步而言，如图2所示，本申请步骤S600还包括：
步骤S610-1：获得所述目标喷涂器件的图纸信息，根据所述图纸信息进行喷涂区域划分，并生成喷涂区域识别特征；
步骤S620-1：基于所述喷涂区域识别特征进行所述初始图像采集结果特征识别，得到特征识别结果；
步骤S630-1：根据所述特征识别结果构建所述目标喷涂器件的实际喷涂区域；
步骤S640-1：并根据所述实际喷涂区域和所述位置参数尺寸偏差结果确定喷涂评价区域。
具体而言，获取所述目标喷涂器件的图纸信息，所述图纸信息指即将进行喷涂的所述目标喷涂器件的参考信息，基于所述图纸信息对所述目标喷涂器件进行喷涂区域划分，确定待喷涂的区域及不同喷涂区域对应的喷涂内容，进而生成所述喷涂区域识别特征，所述喷涂区域识别特征指进行喷涂区域识别的可视性特征表现，例如喷涂区域轮廓边线，基于所述喷涂区域识别特征对所述初始图像采集结果进行特征识别，确定所述喷涂区域识别特征于所述目标喷涂器件的初始图像对应的多个喷涂区域，以获取所述特征识别结果，进一步的，基于所述特征识别结果进行所述目标喷涂器件的实际喷涂区域的构建，确定所述目标喷涂器件中待进行喷涂的多个喷涂区域，进一步以所述实际喷涂区域与所述位置参数尺寸偏差结果为依据确定所述喷涂评价区域，通过所述位置参数尺寸偏差结果进行所述图像采集结果的修正，以提高图像采集结果与实际喷涂区域的贴合度，进而提高后续进行喷涂准确性评估的准确度。
进一步而言，本申请步骤S540还包括：
步骤S641-1：根据所述位置参数确定基准定位点，并基于所述基准定位点构建三维坐标系；
步骤S642-1：基于所述三维坐标系和所述尺寸偏差结果确定实际喷涂区域坐标；
步骤S643-1：根据所述实际喷涂区域坐标确定所述喷涂评价区域。
具体而言，基于所述目标喷涂器件的位置参数进行基准定位点的确定，基于所述基准定位点进行三维坐标系的构建，以确定所述目标喷涂器件于所述三维坐标系中的位置坐标，所述基准定位点为进行坐标系构建的辅助参考点，基于所述尺寸偏差结果在所述三维坐标系中进行实际喷涂区域坐标的确定，包括但不限于所述实际喷涂区域的轮廓坐标位置，进一步的，基于所述实际喷涂区域坐标进行所述喷涂评价区域的确定，使得所述喷涂评价区域的位置确定更加精确，所述喷涂评价区域指图像采集结果中所述目标喷涂器件的多个喷涂区域，以所述喷涂评价区域为分析范围进行所述喷涂设备的喷涂准确性分析。
进一步而言，本申请步骤S600还包括：
步骤S610-2：设定评价光源信息，并基于所述评价光源信息和喷涂效果确定颜色校准区间；
步骤S620-2：基于所述颜色校准区间进行所述喷涂图像采集结果喷涂评价区域的颜色准确性评价，获得颜色准确性评价结果；
步骤S630-2：根据所述颜色准确性评价结果获得所述喷涂监测结果。
具体而言，对所述喷涂图像采集结果进行喷涂准确性分析，设定评价光源信息，所述评价光源信息指使得所述喷涂效果最具表现力的光源信息，包括光源方向、角度、明亮度等，基于所述评价光源信息与所述喷涂效果确定所述颜色校准区间，所述颜色校准区间为所述目标喷涂器件多个喷涂区域对应喷涂颜色的准确度参考区间，进一步的，基于所述颜色校准区间对所述喷涂图像采集结果对应的喷涂评价区域进行颜色准确度评价，确定所述喷涂评价区域与所述图纸信息对应区域之间的色差，例如，重复喷涂、叠加喷涂等都会导致区域显色出现偏差，获取所述颜色准确性评价结果，将所述颜色准确性评价结果作为所述喷涂监测结果的判定指标进行存储。
进一步而言，所述方法步骤S600还包括：
步骤S610-3：基于喷涂效果，构建区域边缘评价特征；
步骤S620-3：通过所述区域边缘评价特征进行所述喷涂图像采集结果的所述喷涂评价区域的边缘特征评价，得到相似度评价值；
步骤S630-3：根据相似度评价值生成所述喷涂准确性评价结果。
具体而言，基于所述喷涂图像采集结果进行喷涂效果确定，进一步进行所述区域边缘评价特征的构建，所述区域边缘评价特征为鉴定喷涂准确度的相关参考指标，例如边缘喷涂平整度、轮廓线清晰度等，以所述区域边缘评价特征为基准对所述喷涂图像采集结果的所述喷涂评价区域进行边缘特征评价，设定特征相似度等级划分区间作为所述区域边缘评价特征的相似度评价标准，通过进行所述区域边缘特征的特征比对获取所述相似度评价值，进而以所述相似度评价值为基准生成所述喷涂准确性评价结果，将所述相似度评价值作为所述目标喷涂器件的喷涂准确性评判指标进行存储，为后续进行喷涂监测结果的确定提供了依据。
步骤S700：根据所述喷涂缺陷评价结果和所述喷涂准确性评价结果生成所述喷涂设备的喷涂监测结果。
具体而言，以所述喷涂缺陷评价结果与所述喷涂准确性评价结果作为所述目标喷涂器件的监测指标，进一步对所述目标喷涂器件进行厚度评价，通过厚度测定仪基于确定的测定位置进行厚度检测，获取对应的厚度检测结果，对上述检测指标针对喷涂区域进行信息映射，进而对所述目标喷涂器件进行综合性的评估分析，获取综合性喷涂评价结果，基于所述智能监测系统接收所述综合性喷涂评价结果，并将其作为所述喷涂器件的喷涂监测结果进行输出，通过对所述目标喷涂器件进行多方向的分析评估，可有效提高所述喷涂检测结果的精准度。
进一步而言，如图3所示，本申请步骤S700还包括：
步骤S710：通过所述图像采集设备对所述喷涂完成的所述目标喷涂器件进行多角度图像采集，得到多角度厚度评价图像；
步骤S720：基于所述多角度厚度评价图像进行所述目标喷涂器件的厚度评价，生成厚度检测区域评价结果；
步骤S730：基于所述厚度检测区域评价结果生成厚度评价结果，根据所述厚度评价结果生成所述喷涂监测结果。
具体而言，基于所述图像采集设备对喷涂完成的所述目标喷涂器件进行多角度图像采集，依据所述目标喷涂器件进行采集图像的顺序性整合，获取所述多角度厚度评价图像，根据所述多角度厚度评价图像对所述目标喷涂器件的喷涂厚度进行分析评价，对于不同喷涂区域由于喷涂要求、喷涂方式存在差异性，使得最终的喷涂厚度参差不齐，确定喷涂厚度检测区域并进行检测位置确定，基于厚度测定仪进行厚度检测，以生成所述厚度检测区域评价结果，所述厚度检测区域评价结果包括多个区域的厚度检测数据、同喷涂标准下喷涂厚度的均匀性等，对所述厚度检测区域评价结果进行区域对应整合处理，生成所述厚度评价结果，将所述厚度评价结果作为所述喷涂监测结果的判定依据进行存储。
进一步而言，所述智能监测系统与厚度测定仪通信连接，本申请步骤S720还包括：
步骤S721：基于所述厚度检测区域评价结果生成厚度检测分布权重；
步骤S722：基于所述厚度检测分布权重进行所述厚度检测区域评价结果的区间厚度测定位置分布，获得厚度测定位置分布结果；
步骤S723：通过所述厚度测定仪进行所述厚度测定位置分布结果的厚度测定，根据厚度测定结果获得所述厚度评价结果。
具体而言，基于所述多角度厚度评价图像对所述目标喷涂器件进行厚度评价获取所述厚度检测区域评价结果，进一步进行所述厚度检测分布权重的分析，确定多个厚度检测区域的检测分布权重值，对于叠加喷涂区域、不规则喷涂区域的厚度检测分布权重较大，进一步的，基于所述厚度检测分布权重对所述厚度检测区域评价结果进行区间厚度测定位置的分布，确定相应的厚度测定位置分布结果，以所述厚度测定位置分布结果为基准，通过所述厚度测定仪对多个检测区域进行厚度检测，获取厚度检测结果作为所述厚度评价结果，所述厚度检测仪与所述智能监测系统通信连接，将所述厚度监测结果输送至所述智能监测系统中以生成所述喷涂监测结果。
实施例二
基于与前述实施例中一种喷涂设备的智能化监测方法相同的发明构思，如图4所示，本申请提供了一种喷涂设备的智能化监测系统，所述系统包括：
参数获取模块a，所述参数获取模块a用于通过所述定位设备获得目标喷涂器件的位置参数；
图像采集模块b，所述图像采集模块b用于基于所述图像采集设备进行所述目标喷涂器件的图像采集，得到初始图像采集结果；
尺寸评价模块c，所述尺寸评价模块c用于根据所述位置参数和所述初始图像采集结果进行所述目标喷涂器件的实际尺寸准确性评价，生成尺寸偏差结果；
喷涂图像采集模块d，所述喷涂图像采集模块d用于通过所述图像采集设备对喷涂完成的所述目标喷涂器件进行图像采集，得到喷涂图像采集结果；
缺陷分析模块e，所述缺陷分析模块e用于通过所述喷涂图像采集结果进行喷涂设备的喷涂缺陷分析，生成喷涂缺陷评价结果；
区域评价模块f，所述区域评价模块f用于根据所述尺寸偏差结果确定喷涂评价区域，基于所述喷涂评价区域进行所述喷涂图像采集结果的喷涂准确性评价，生成喷涂准确性评价结果；
监测结果生成模块g，所述监测结果生成模块g用于根据所述喷涂缺陷评价结果和所述喷涂准确性评价结果生成所述喷涂设备的喷涂监测结果。
进一步而言，所述系统还包括：
特征生成模块，所述特征生成模块用于获得所述目标喷涂器件的图纸信息，根据所述图纸信息进行喷涂区域划分，并生成喷涂区域识别特征；
特征识别模块，所述特征识别模块用于基于所述喷涂区域识别特征进行所述初始图像采集结果特征识别，得到特征识别结果；
区域构建模块，所述区域构建模块用于根据所述特征识别结果构建所述目标喷涂器件的实际喷涂区域；
评价区域确定模块，所述评价区域确定模块用于并根据所述实际喷涂区域和所述位置参数尺寸偏差结果确定喷涂评价区域。
进一步而言，所述系统还包括：
坐标系构建模块，所述坐标系构建模块用于根据所述位置参数确定基准定位点，并基于所述基准定位点构建三维坐标系；
坐标确定模块，所述坐标确定模块用于基于所述三维坐标系和所述尺寸偏差结果确定实际喷涂区域坐标；
区域确定模块，所述区域确定模块用于根据所述实际喷涂区域坐标确定所述喷涂评价区域。
进一步而言，所述系统还包括：
校准区间确定模块，所述校准区间确定模块用于设定评价光源信息，并基于所述评价光源信息和喷涂效果确定颜色校准区间；
颜色评价模块，所述颜色评价模块用于基于所述颜色校准区间进行所述喷涂图像采集结果喷涂评价区域的颜色准确性评价，获得颜色准确性评价结果；
监测结果获取模块，所述监测结果获取模块用于根据所述颜色准确性评价结果获得所述喷涂监测结果。
进一步而言，所述系统还包括：
特征构建模块，所述特征构建模块用于基于喷涂效果，构建区域边缘评价特征；
特征评价模块，所述特征评价模块用于通过所述区域边缘评价特征进行所述喷涂图像采集结果的所述喷涂评价区域的边缘特征评价，得到相似度评价值；
评价结果生成模块，所述评价结果生成模块用于根据相似度评价值生成所述喷涂准确性评价结果。
进一步而言，所述系统还包括：
目标图像采集模块，所述目标图像采集模块用于通过所述图像采集设备对所述喷涂完成的所述目标喷涂器件进行多角度图像采集，得到多角度厚度评价图像；
厚度评价模块，所述厚度评价模块用于基于所述多角度厚度评价图像进行所述目标喷涂器件的厚度评价，生成厚度检测区域评价结果；
喷涂监测结果生成模块，所述喷涂监测结果生成模块用于基于所述厚度检测区域评价结果生成厚度评价结果，根据所述厚度评价结果生成所述喷涂监测结果。
进一步而言，所述系统还包括：
权重分布模块，所述权重分布模块用于基于所述厚度检测区域评价结果生成厚度检测分布权重；
位置分布模块，所述位置分布模块用于基于所述厚度检测分布权重进行所述厚度检测区域评价结果的区间厚度测定位置分布，获得厚度测定位置分布结果；
厚度评价结果获取模块，所述厚度评价结果获取模块用于通过所述厚度测定仪进行所述厚度测定位置分布结果的厚度测定，根据厚度测定结果获得所述厚度评价结果。
本说明书通过前述对一种喷涂设备的智能化监测方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种喷涂设备的智能化监测方法及系统，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。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (8)

1.一种喷涂设备的智能化监测方法，其特征在于，所述方法应用于智能监测系统，所述智能监测系统与图像采集设备、定位设备通信连接，所述方法包括：
通过所述定位设备获得目标喷涂器件的位置参数；
基于所述图像采集设备进行所述目标喷涂器件的图像采集，得到初始图像采集结果；
根据所述位置参数和所述初始图像采集结果进行所述目标喷涂器件的实际尺寸准确性评价，生成尺寸偏差结果；
通过所述图像采集设备对喷涂完成的所述目标喷涂器件进行图像采集，得到喷涂图像采集结果；
通过所述喷涂图像采集结果进行喷涂设备的喷涂缺陷分析，生成喷涂缺陷评价结果；
根据所述尺寸偏差结果确定喷涂评价区域，基于所述喷涂评价区域进行所述喷涂图像采集结果的喷涂准确性评价，生成喷涂准确性评价结果；
根据所述喷涂缺陷评价结果和所述喷涂准确性评价结果生成所述喷涂设备的喷涂监测结果。
2.如权利要求1所述的方法，其特征在于，所述方法还包括：
获得所述目标喷涂器件的图纸信息，根据所述图纸信息进行喷涂区域划分，并生成喷涂区域识别特征；
基于所述喷涂区域识别特征进行所述初始图像采集结果特征识别，得到特征识别结果；
根据所述特征识别结果构建所述目标喷涂器件的实际喷涂区域；
并根据所述实际喷涂区域和所述位置参数尺寸偏差结果确定喷涂评价区域。
3.如权利要求2所述的方法，其特征在于，所述方法还包括：
根据所述位置参数确定基准定位点，并基于所述基准定位点构建三维坐标系；
基于所述三维坐标系和所述尺寸偏差结果确定实际喷涂区域坐标；
根据所述实际喷涂区域坐标确定所述喷涂评价区域。
4.如权利要求1所述的方法，其特征在于，所述方法还包括：
设定评价光源信息，并基于所述评价光源信息和喷涂效果确定颜色校准区间；
基于所述颜色校准区间进行所述喷涂图像采集结果喷涂评价区域的颜色准确性评价，获得颜色准确性评价结果；
根据所述颜色准确性评价结果获得所述喷涂监测结果。
5.如权利要求1所述的方法，其特征在于，所述方法还包括：
基于喷涂效果，构建区域边缘评价特征；
通过所述区域边缘评价特征进行所述喷涂图像采集结果的所述喷涂评价区域的边缘特征评价，得到相似度评价值；
根据相似度评价值生成所述喷涂准确性评价结果。
6.如权利要求1所述的方法，其特征在于，所述方法还包括：
通过所述图像采集设备对所述喷涂完成的所述目标喷涂器件进行多角度图像采集，得到多角度厚度评价图像；
基于所述多角度厚度评价图像进行所述目标喷涂器件的厚度评价，生成厚度检测区域评价结果；
基于所述厚度检测区域评价结果生成厚度评价结果，根据所述厚度评价结果生成所述喷涂监测结果。
7.如权利要求6所述的方法，其特征在于，所述智能监测系统与厚度测定仪通信连接，所述方法还包括：
基于所述厚度检测区域评价结果生成厚度检测分布权重；
基于所述厚度检测分布权重进行所述厚度检测区域评价结果的区间厚度测定位置分布，获得厚度测定位置分布结果；
通过所述厚度测定仪进行所述厚度测定位置分布结果的厚度测定，根据厚度测定结果获得所述厚度评价结果。
8.一种喷涂设备的智能化监测系统，其特征在于，所述系统与图像采集设备、定位设备通信连接，所述系统包括：
参数获取模块，所述参数获取模块用于通过所述定位设备获得目标喷涂器件的位置参数；
图像采集模块，所述图像采集模块用于基于所述图像采集设备进行所述目标喷涂器件的图像采集，得到初始图像采集结果；
尺寸评价模块，所述尺寸评价模块用于根据所述位置参数和所述初始图像采集结果进行所述目标喷涂器件的实际尺寸准确性评价，生成尺寸偏差结果；
喷涂图像采集模块，所述喷涂图像采集模块用于通过所述图像采集设备对喷涂完成的所述目标喷涂器件进行图像采集，得到喷涂图像采集结果；
缺陷分析模块，所述缺陷分析模块用于通过所述喷涂图像采集结果进行喷涂设备的喷涂缺陷分析，生成喷涂缺陷评价结果；
区域评价模块，所述区域评价模块用于根据所述尺寸偏差结果确定喷涂评价区域，基于所述喷涂评价区域进行所述喷涂图像采集结果的喷涂准确性评价，生成喷涂准确性评价结果；
监测结果生成模块，所述监测结果生成模块用于根据所述喷涂缺陷评价结果和所述喷涂准确性评价结果生成所述喷涂设备的喷涂监测结果。
CN202211400379.6A 2022-11-09 2022-11-09 一种喷涂设备的智能化监测方法及系统 Active CN115561249B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211400379.6A CN115561249B (zh) 2022-11-09 2022-11-09 一种喷涂设备的智能化监测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211400379.6A CN115561249B (zh) 2022-11-09 2022-11-09 一种喷涂设备的智能化监测方法及系统

Publications (2)

Publication Number Publication Date
CN115561249A true CN115561249A (zh) 2023-01-03
CN115561249B CN115561249B (zh) 2023-04-25

Family

ID=84767787

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211400379.6A Active CN115561249B (zh) 2022-11-09 2022-11-09 一种喷涂设备的智能化监测方法及系统

Country Status (1)

Country Link
CN (1) CN115561249B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116852374A (zh) * 2023-08-08 2023-10-10 荆州双金再生资源有限公司 一种基于机器视觉的智能机器人控制系统
CN117557554A (zh) * 2024-01-05 2024-02-13 海斯福(深圳)科技有限公司 一种含氟涂层的喷涂平整度智能检测方法及系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002148197A (ja) * 2000-11-10 2002-05-22 Japan Paint Inspection Association 塗膜欠陥評価用標準画像の作成方法、そのプログラムを記録した記録媒体、及び作成した標準画像を記録した記録媒体
JP4511736B2 (ja) * 1998-11-20 2010-07-28 ハネウェル・インターナショナル・インコーポレーテッド シリコン被覆厚さ測定および制御装置
CN109461149A (zh) * 2018-10-31 2019-03-12 泰州市创新电子有限公司 喷漆表面缺陷的智能检测系统及方法
US20210073970A1 (en) * 2019-09-10 2021-03-11 The Boeing Company Method and apparatus for coating thickness inspection of a surface and coating defects of the surface
CN114202532A (zh) * 2021-12-14 2022-03-18 苏州精思博智人工智能科技有限公司 一种喷涂缺陷的检测方法、装置、设备及存储介质
CN114549519A (zh) * 2022-04-08 2022-05-27 苏州天成涂装系统股份有限公司 一种汽车喷涂生产线视觉检测方法、系统和可读存储介质
CN114912832A (zh) * 2022-06-07 2022-08-16 无锡连枝横科技有限公司 一种镁钛合金表面涂装工艺质量的评估方法及系统
CN114998328A (zh) * 2022-07-27 2022-09-02 苏州天成涂装系统股份有限公司 一种基于机器视觉的工件喷涂缺陷检测方法、系统及可读存储介质
CN115079963A (zh) * 2022-06-17 2022-09-20 深圳达捷科技有限公司 一种喷印机的参数智能控制方法及系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4511736B2 (ja) * 1998-11-20 2010-07-28 ハネウェル・インターナショナル・インコーポレーテッド シリコン被覆厚さ測定および制御装置
JP2002148197A (ja) * 2000-11-10 2002-05-22 Japan Paint Inspection Association 塗膜欠陥評価用標準画像の作成方法、そのプログラムを記録した記録媒体、及び作成した標準画像を記録した記録媒体
CN109461149A (zh) * 2018-10-31 2019-03-12 泰州市创新电子有限公司 喷漆表面缺陷的智能检测系统及方法
US20210073970A1 (en) * 2019-09-10 2021-03-11 The Boeing Company Method and apparatus for coating thickness inspection of a surface and coating defects of the surface
CN114202532A (zh) * 2021-12-14 2022-03-18 苏州精思博智人工智能科技有限公司 一种喷涂缺陷的检测方法、装置、设备及存储介质
CN114549519A (zh) * 2022-04-08 2022-05-27 苏州天成涂装系统股份有限公司 一种汽车喷涂生产线视觉检测方法、系统和可读存储介质
CN114912832A (zh) * 2022-06-07 2022-08-16 无锡连枝横科技有限公司 一种镁钛合金表面涂装工艺质量的评估方法及系统
CN115079963A (zh) * 2022-06-17 2022-09-20 深圳达捷科技有限公司 一种喷印机的参数智能控制方法及系统
CN114998328A (zh) * 2022-07-27 2022-09-02 苏州天成涂装系统股份有限公司 一种基于机器视觉的工件喷涂缺陷检测方法、系统及可读存储介质

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116852374A (zh) * 2023-08-08 2023-10-10 荆州双金再生资源有限公司 一种基于机器视觉的智能机器人控制系统
CN116852374B (zh) * 2023-08-08 2024-04-26 深圳创劲鑫科技有限公司 一种基于机器视觉的智能机器人控制系统
CN117557554A (zh) * 2024-01-05 2024-02-13 海斯福(深圳)科技有限公司 一种含氟涂层的喷涂平整度智能检测方法及系统
CN117557554B (zh) * 2024-01-05 2024-04-23 海斯福(深圳)科技有限公司 一种含氟涂层的喷涂平整度智能检测方法及系统

Also Published As

Publication number Publication date
CN115561249B (zh) 2023-04-25

Similar Documents

Publication Publication Date Title
CN115561249A (zh) 一种喷涂设备的智能化监测方法及系统
CN108535321B (zh) 一种基于三维红外热成像技术的建筑热工性能检测方法
CN102135417B (zh) 一种全自动三维特征提取方法
CN109977813A (zh) 一种基于深度学习框架的巡检机器人目标定位方法
CN105354819B (zh) 深度数据测量系统、深度数据确定方法和装置
EP1459035B1 (en) Method for determining corresponding points in stereoscopic three-dimensional measurements
CN111524224B (zh) 一种电力变压器表面温度分布的全景成像方法
CN112132886A (zh) 一种航空零件圆孔圆心快速定位及圆度检测方法
CN107928675A (zh) 一种基于深度学习和红点激光相结合的人体躯干测量方法
CN110608685A (zh) 一种基于树莓派的物体尺寸快速测量方法
CN107084671A (zh) 一种基于三线结构光的凹球直径测量系统及测量方法
CN111179335A (zh) 一种基于双目视觉的立木测定方法
US6522993B1 (en) Method and system for marking surface deviations on a three dimensional surface
CN111008602B (zh) 一种小曲率薄壁零件用二维和三维视觉结合的划线特征提取方法
CN112365545A (zh) 基于大平面复合靶标的激光雷达与可见光相机的标定方法
CN106403818A (zh) 多规格大型方矩形管在线尺寸参数检测用的系统及方法
CN116402792A (zh) 一种基于三维点云的空间孔位对接方法
CN114910891A (zh) 一种基于非重叠视野的多激光雷达外参标定方法
CN113269729B (zh) 一种基于深度图像对比的装配体多视角检测方法和系统
CN117109471A (zh) 零件轮廓检测及比对方法
CN115115578B (zh) 一种增材制造过程中的缺陷检测方法及系统
CN111340884A (zh) 一种双目异构相机与rfid的双重目标定位与身份辨识方法
CN106123808B (zh) 一种用于汽车后视镜镜面角度偏转测量的方法
CN113989513A (zh) 一种方形指针式仪表读数识别的方法
CN117315160B (zh) 一种建筑物三维实景建模工作方法

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
CB02 Change of applicant information

Address after: 518101 No.177, Fenghuang Avenue, Fenghuang village, Fuyong street, Bao'an District, Shenzhen City, Guangdong Province

Applicant after: Songle Intelligent Equipment (Guangdong) Co.,Ltd.

Address before: 518101 No.177, Fenghuang Avenue, Fenghuang village, Fuyong street, Bao'an District, Shenzhen City, Guangdong Province

Applicant before: Songle intelligent equipment (Shenzhen) Co.,Ltd.

CB02 Change of applicant information
CB02 Change of applicant information

Address after: Room 501, Floor 5, Building 2, Xiwan National Major Instruments Science Park, No. 34 Xiangshan Avenue, Cuiheng New District, Zhongshan City, Guangdong Province, 528400

Applicant after: Songle Intelligent Equipment (Guangdong) Co.,Ltd.

Address before: 518101 No.177, Fenghuang Avenue, Fenghuang village, Fuyong street, Bao'an District, Shenzhen City, Guangdong Province

Applicant before: Songle Intelligent Equipment (Guangdong) Co.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant