CN115597512A - 一种汽车间隙测量及误差矫正方法 - Google Patents
一种汽车间隙测量及误差矫正方法 Download PDFInfo
- Publication number
- CN115597512A CN115597512A CN202211598476.0A CN202211598476A CN115597512A CN 115597512 A CN115597512 A CN 115597512A CN 202211598476 A CN202211598476 A CN 202211598476A CN 115597512 A CN115597512 A CN 115597512A
- Authority
- CN
- China
- Prior art keywords
- automobile
- point cloud
- image
- gap
- point
- 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
Links
Images
Classifications
-
- 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
- G01B11/14—Measuring arrangements characterised by the use of optical techniques for measuring distance or clearance between spaced objects or spaced apertures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
Abstract
Description
技术领域
本发明涉及汽车间隙测量及误差矫正技术领域,尤其涉及一种汽车间隙测量及误差矫正方法。
背景技术
车身的间隙面差直接决定了车身外观品质、防水性能及噪音抑制等,同时,对汽车间隙面差的监控能够反映汽车零部件及组装过程中的问题。目前,使用线激光轮廓传感器进行汽车车身的间隙面差测量已经成为汽车厂商的一种主要检测手段。
对于基于线激光的汽车车身的间隙测量目前检测技术日渐成熟,通过高精度点云分析能够获得高准确度的测量结果。但是,无论是通过人工手持线激光轮廓传感器还是通过机械臂夹持进行测量,都会存在设备测量角度偏差导致激光线不能完全垂直待测间隙,从而导致间隙测量结果偏大这种情况。
发明内容
针对现有技术的不足,本发明提供了一种汽车间隙测量及误差矫正方法,解决了针对线激光设备进行汽车间隙测量由于激光偏转导致间隙测量误差的技术问题,该方法利用三维点云处理与二维图像处理相结合的方式,可以快速完成汽车间隙的快速准确测量。
为解决上述技术问题,本发明提供了如下技术方案:一种汽车间隙测量及误差矫正方法,该方法包括以下步骤:
S1、通过线激光轮廓传感器发射激光线照射于汽车间隙上获取原始三维点云Q;
借由上述技术方案,本发明提供了一种汽车间隙测量及误差矫正方法,至少具备以下有益效果:
1、本发明采用二维图像技术为三维点云数据分析提供辅助,实现汽车间隙的测量及误差矫正,本方法能够在最大程度上减小由于测量角度导致的测量误差,极大地提高了检测的可信度与准确度。
2、本发明通过分析汽车间隙与激光线的夹角,根据计算的夹角对初步获取的间隙测量结果进行补偿,以减小因线激光轮廓传感器发射激光线角度偏差导致的测量误差,从而实现汽车间隙的快速测量及测量误差矫正。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本发明汽车间隙测量及误差矫正方法的流程图;
图2为本发明激光线与间隙图像的自动化ROI获取效果的示意图;
图3为本发明间隙测量误差矫正的原理图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图 和具体实施方式对本发明作进一步详细的说明。借此对本申请如何应用技术手段来解决技术问题并达成技术功效的实现过程能充分理解并据以实施。
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步骤是可以通过程序来指令相关的硬件来完成,因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
请参照图1-图3,示出了本实施例的一种具体实施方式,本实施例通过分析汽车间隙与激光线的夹角,根据计算的夹角对初步获取的间隙测量结果进行补偿,以减小因线激光轮廓传感器发射激光线角度偏差导致的测量误差,从而实现汽车间隙的快速测量及测量误差矫正。
请参照图1,本实施例提出了一种汽车间隙测量及误差矫正方法,该方法包括以下步骤:
S1、通过线激光轮廓传感器发射激光线照射于汽车间隙上获取原始三维点云Q;
加权系数K的计算公式为:
S33、将搜索框遍历所有像素点得到的加权平均像素强度与上一次像素点的像素强度值做比较,大于则进行保留并记录此时的中心,进行不断迭代直到结果收敛,得到最终的原始图像中的激光线及感兴趣区域图像,如图2所示。
使用滤波算法将间隙零点与离群噪点的像素点进行有效滤除,即通过遍历所有像素点的半径邻域内像素点,计算它们的灰度均值来判断该像素点与周围像素点的相关性,再根据像素点的灰度差值通过基于区域生长分割算法,将满足设定灰度值变化条件的像素点设为分割中点,将激光线区域分割为间隙左右两部分激光线区域和。
具体的,在步骤S4中,对所提取的感兴趣区域图像进行分割,获得激光线区域,汽车间隙区域,将激光线区域分割为间隙左右两部分激光线区域和,通过图像处理后分别获取和的曲率变化方差最小点与,同时计算汽车间隙区域的间隙矩形包围盒,然后,根据两条直角边构建初始笛卡尔坐标系。
S5、根据笛卡尔坐标系计算汽车间隙边缘与激光线的夹角,并根据夹角对初步间隙测量结果进行误差补偿,减小测量误差,矫正得到最终测量结果,在此步骤中,笛卡尔坐标系为新的笛卡尔坐标系,在步骤S44得到的初始笛卡尔坐标系的基础上得到的,如图3所示的坐标系,是以为原点,平移得到过边缘点的新坐标轴,平移得到过边缘点的新坐标轴,即以为原点与为横纵坐标的新笛卡尔坐标系。
本实施例所提供的方法采用二维图像技术为三维点云数据分析提供辅助,实现汽车间隙的测量及误差矫正,本方法能够在最大程度上减小由于测量角度导致的测量误差,极大地提高了检测的可信度与准确度。
以上实施方式对本发明进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (6)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211598476.0A CN115597512B (zh) | 2022-12-14 | 2022-12-14 | 一种汽车间隙测量及误差矫正方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211598476.0A CN115597512B (zh) | 2022-12-14 | 2022-12-14 | 一种汽车间隙测量及误差矫正方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115597512A true CN115597512A (zh) | 2023-01-13 |
CN115597512B CN115597512B (zh) | 2023-04-07 |
Family
ID=84854064
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211598476.0A Active CN115597512B (zh) | 2022-12-14 | 2022-12-14 | 一种汽车间隙测量及误差矫正方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115597512B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116228831A (zh) * | 2023-05-10 | 2023-06-06 | 深圳市深视智能科技有限公司 | 耳机接缝处的段差测量方法及系统、校正方法、控制器 |
CN117213397A (zh) * | 2023-11-09 | 2023-12-12 | 成都飞机工业(集团)有限责任公司 | 飞机表面关键形貌特征的三维测量方法、系统及使用方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1474159A (zh) * | 2003-07-02 | 2004-02-11 | 西安交通大学 | 线阵光电传感器层析扫描三维测量方法及其装置 |
CN114577131A (zh) * | 2022-02-17 | 2022-06-03 | 湖南视比特机器人有限公司 | 一种基于3d结构光相机的车身间隙检测方法及系统 |
CN115164752A (zh) * | 2022-09-07 | 2022-10-11 | 南京航空航天大学 | 一种大型部件对缝间隙与阶差的自适应测量装备与方法 |
-
2022
- 2022-12-14 CN CN202211598476.0A patent/CN115597512B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1474159A (zh) * | 2003-07-02 | 2004-02-11 | 西安交通大学 | 线阵光电传感器层析扫描三维测量方法及其装置 |
CN114577131A (zh) * | 2022-02-17 | 2022-06-03 | 湖南视比特机器人有限公司 | 一种基于3d结构光相机的车身间隙检测方法及系统 |
CN115164752A (zh) * | 2022-09-07 | 2022-10-11 | 南京航空航天大学 | 一种大型部件对缝间隙与阶差的自适应测量装备与方法 |
Non-Patent Citations (2)
Title |
---|
THI-TRANG TRAN: ""Non-contact Gap and Flush Measurement Using Monocular Structured Multi-line Light Vision for Vehicle Assembly"", 《INTERNATIONAL JOURNAL OF CONTROL, AUTOMATION AND SYSTEMS》 * |
李红卫: ""基于散乱点云的飞机蒙皮缝隙识别算法"", 《计算机工程与设计》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116228831A (zh) * | 2023-05-10 | 2023-06-06 | 深圳市深视智能科技有限公司 | 耳机接缝处的段差测量方法及系统、校正方法、控制器 |
CN116228831B (zh) * | 2023-05-10 | 2023-08-22 | 深圳市深视智能科技有限公司 | 耳机接缝处的段差测量方法及系统、校正方法、控制器 |
CN117213397A (zh) * | 2023-11-09 | 2023-12-12 | 成都飞机工业(集团)有限责任公司 | 飞机表面关键形貌特征的三维测量方法、系统及使用方法 |
CN117213397B (zh) * | 2023-11-09 | 2024-03-19 | 成都飞机工业(集团)有限责任公司 | 飞机表面关键形貌特征的三维测量方法、系统及使用方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115597512B (zh) | 2023-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115597512B (zh) | 一种汽车间隙测量及误差矫正方法 | |
CN110866924B (zh) | 一种线结构光中心线提取方法及存储介质 | |
CN110889243B (zh) | 一种基于深度相机的飞机油箱三维重建方法与检测方法 | |
Zheng et al. | Single-image vignetting correction | |
US7526140B2 (en) | Model-based localization and measurement of miniature surface mount components | |
CN108597009B (zh) | 一种基于方向角信息进行三维目标检测的方法 | |
CN107481284A (zh) | 目标物跟踪轨迹精度测量的方法、装置、终端及系统 | |
CN109961506A (zh) | 一种融合改进Census图的局部场景三维重建方法 | |
CN108225319B (zh) | 基于目标特征的单目视觉快速相对位姿估计系统及方法 | |
CN109472820B (zh) | 单目rgb-d相机实时人脸重建方法及装置 | |
CN107169972B (zh) | 一种非合作目标快速轮廓跟踪方法 | |
CN111523547B (zh) | 一种3d语义分割的方法及终端 | |
CN115372989A (zh) | 基于激光雷达的越野自动小车长距离实时定位系统及方法 | |
CN111415376B (zh) | 汽车玻璃亚像素轮廓提取方法及汽车玻璃检测方法 | |
CN112697388B (zh) | 一种基于纹影图像的高超声速风洞模型姿态角测量方法 | |
CN113313116A (zh) | 一种基于视觉的水下人工目标准确检测与定位方法 | |
CN116358449A (zh) | 一种基于双目面结构光的飞机铆钉凹凸量测量方法 | |
CN114549549B (zh) | 一种动态环境下基于实例分割的动态目标建模跟踪方法 | |
CN114612412A (zh) | 三维点云数据的处理方法及其用途、电子设备、存储介质 | |
CN113103226A (zh) | 一种面向陶瓷素坯加工制造的视觉引导机器人系统 | |
CN110211148B (zh) | 一种基于目标状态预估的水下图像预分割方法 | |
CN111524193A (zh) | 一种物体二维尺寸的测量方法及测量装置 | |
CN116883590A (zh) | 一种三维人脸点云优化方法、介质及系统 | |
CN116596987A (zh) | 一种基于双目视觉的工件三维尺寸高精度测量方法 | |
CN116402904A (zh) | 一种基于激光雷达间和单目相机的联合标定方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |