CN116503409A - 一种焊缝缺陷3d点云检测方法、设备和介质 - Google Patents
一种焊缝缺陷3d点云检测方法、设备和介质 Download PDFInfo
- Publication number
- CN116503409A CN116503409A CN202310772168.3A CN202310772168A CN116503409A CN 116503409 A CN116503409 A CN 116503409A CN 202310772168 A CN202310772168 A CN 202310772168A CN 116503409 A CN116503409 A CN 116503409A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- plane
- slice
- determining
- weld
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 45
- 230000007547 defect Effects 0.000 title claims abstract description 27
- 238000003466 welding Methods 0.000 claims abstract description 39
- 238000000034 method Methods 0.000 claims abstract description 26
- 238000001914 filtration Methods 0.000 claims abstract description 8
- 239000011159 matrix material Substances 0.000 claims description 22
- 230000006870 function Effects 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 description 4
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 3
- 229910052744 lithium Inorganic materials 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000005266 casting Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/203—Drawing of straight lines or curves
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/06—Topological mapping of higher dimensional structures onto lower dimensional surfaces
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/181—Segmentation; Edge detection involving edge growing; involving edge linking
-
- 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
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- 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
- G06T7/64—Analysis of geometric attributes of convexity or concavity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Quality & Reliability (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种焊缝缺陷3D点云检测方法、设备和介质,包括以下具体步骤:获取被测件点云C0,构建三维坐标系,采用最小二乘法确定基准面;根据基准面对被测件点云数据进行过滤,确定需检测的目标点云C1;根据目标点云C1确定投影点云C2,采用过最小二乘法对点云C2进行三次曲线拟合,确定焊缝路径曲线p;获取焊缝路径曲线p的法向量进行切片,得到切片点云C3;对切片点云C3进行二次曲线拟合,根据拟合曲线确定焊缝参数。通过对点云进行三次曲线拟合提取焊缝路径,根据焊缝路径的法向量进行切片,保证每一个切片当前段焊缝路径的切线是垂直的,能够根据焊缝本身结构进行检测,提高了对复杂的焊缝结构的检测全面性和检测精度。
Description
技术领域
本发明涉及3D图像数据处理技术领域,具体涉及一种焊缝缺陷3D点云检测方法、设备和介质。
背景技术
对于新能源中的锂电池外壳,在产出后需要进行焊缝技术检测,如果焊接不达标,会导致锂电池外壳密封型差,尤其是由于焊缝缺陷主要有漏焊,虚焊影响很大,存在质量问题和安全隐患。现有技术上中针对焊接缺陷检测,主要有以下几个方向:
1.从整体上面来判断缺陷,比如深度学习,和模型配准(主要是ICP算法,配准后,比较对应点之间的距离之和),这类技术主要是从整个焊缝来检测缺陷,由于从整个焊缝来检测缺陷,对模型配准主要问题是计算量很大,速度很慢而且有很多不控制的因素,比如配准本来就存在误差,如果检测的缺陷很小会导致检测要求不符合要求。且深度学习需要大量样本,当样本量不足时,会导致检测精度下降
2.对焊缝进行切片,按照每一个切片进行对比。这类技术主要是将焊缝分割成很多段,依次检测每一段是否满足设定的要求。检测时通常将采集设备放置到一个匀速运动装置上,每个一段时间或者位移,取出一部风,直接作为切片点云。但是这部风存在一个很大局限性,运作装置的路径需要和焊缝的路径保持一致,如果是焊缝是简单的直线或者圆环,可以控制运动装置的路径,但焊缝的路径一旦复杂,就无法根据焊缝的路径对运动装置的路径进行控制,会导致检测不全面,检测无效等结果。
发明内容
本发明所要解决的技术问题是无法对复杂的焊缝结构进行检测,检测精度低,目的在于提供一种焊缝缺陷3D点云检测方法、设备和介质,通过对点云进行三次曲线拟合提取焊缝路径,根据焊缝路径的法向量来进行切片,保证每一个切片是与当前段焊缝路径的切线是垂直的,能够根据焊缝本身结构进行焊缝检测,提高了对复杂的焊缝结构的检测全面性和检测精度。
本发明通过下述技术方案实现:
本发明第一方面提供一种焊缝缺陷3D点云检测方法,包括以下具体步骤:
S1、获取被测件点云C0,构建三维坐标系,采用最小二乘法确定基准面;
S2、根据基准面对被测件点云数据进行过滤,确定需检测的目标点云C1;
S3、根据目标点云C1确定投影点云C2,采用过最小二乘法对点云C2进行三次曲线拟合,确定焊缝路径曲线p;
S4、获取焊缝路径曲线p的法向量进行切片,得到切片点云C3;
S5、对切片点云C3进行二次曲线拟合,根据拟合曲线确定焊缝参数。
本发明通过对点云进行三次曲线拟合提取焊缝路径,根据焊缝路径的法向量来进行切片,保证每一个切片是与当前段焊缝路径的切线是垂直的,能够根据焊缝本身结构进行焊缝检测,提高了对复杂的焊缝结构的检测全面性和检测精度。
进一步的,所述S1具体包括:构建三维坐标系,在点云C0中选取多个参考点,结合参考点坐标获取平面系数。
进一步的,所述S2具体包括:
基于三维坐标系,将基准面校正到与XOY平面平行;
获取点云C0到校正后的基准面的距离,将小于距离设定阈值的点云C0过滤,得到需检测的目标点云C1。
进一步的,所述将基准面校正到与XOY平面平行具体包括:
获取基准面的法向量a;
根据平面系数确定法向量a与XOZ平面之间的三角函数,构建绕X轴的旋转的旋转矩阵R1;
根据平面系数确定法向量a与YOZ平面之间的三角函数,构建绕Y轴的旋转的旋转矩阵R2;
根据旋转矩阵R1和旋转矩阵R2,确定基准面和XOY平面平行的点云C4;
根据点云C4将基准面校正到与XOY平面平行。
进一步的,所述S3具体包括:
将点云C1投影到XOY平面,得到投影点云C5;
将点云C5中所有点的x坐标和y坐标通过最小二乘法进行三次曲线拟合,确定焊缝路径曲线p。
进一步的,所述S4具体包括:
获取焊缝路径曲线p上任意一点Xm,对焊缝路径曲线p进行求导,根据求导后的焊缝路径曲线p确定Xm的斜率;
获取点Xm的切片所在平面的法向量,结合焊缝路径曲线p确定切平面的系数;
获取切片厚度,确定切片点云C3。
进一步的,所述切片获取过程还包括:
将切片点云C3中的点云校正到与YOZ平面平行;
获取Xm处切片平面系数与YOZ平面的夹角;
根据夹角构建绕Z轴旋转的旋转矩阵R3;
根据切片点云C3和旋转矩阵R3,得到所有需要检测的拱形点云的切片数据。
进一步的,所述S5具体包括:
遍历切片点云C3,获取每一个切片点云的y轴和z轴坐标;
对y轴和z轴坐标进行二次曲线拟合;
根据拟合的二次曲线确定焊缝的参数。
本发明第二方面提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现一种焊缝缺陷3D点云检测方法。
本发明第三方面提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现一种焊缝缺陷3D点云检测方法。
本发明与现有技术相比,具有如下的优点和有益效果:
通过对点云进行三次曲线拟合提取焊缝路径,根据焊缝路径的法向量来进行切片,保证每一个切片是与当前段焊缝路径的切线是垂直的,能够根据焊缝本身结构进行焊缝检测,提高了对复杂的焊缝结构的检测全面性和检测精度;
本方案通过按准确的姿态切片,为下一步提供姿态一致的切片点云,对于每一个切片的点云,进行抛弧线拟合,根据拟合的曲线系数,判断每一个切片点云的形状,根据每一个点到曲线的距离,和判断切片点云是否合理分布。
附图说明
为了更清楚地说明本发明示例性实施方式的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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相关的附图。在附图中:
图1为本发明实施例中的检测流程;
图2为本发明实施例中的焊缝路径曲线切线图;
图3为本发明实施例中的对切片点云拟合的结果;
图4为本发明实施例中的焊缝中的漏焊的检测结果;
图5为本发明实施例中的一个焊缝中有针孔的检测结果。
实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施例和附图,对本发明作进一步的详细说明,本发明的示意性实施方式及其说明仅用于解释本发明,并不作为对本发明的限定。
作为一种可能的实施方式,如图1所示,本实施例提供本发明第一方面提供一种焊缝缺陷3D点云检测方法,包括以下具体步骤:
S1、获取被测件点云C0,构建三维坐标系,采用最小二乘法确定基准面;
S2、根据基准面对被测件点云数据进行过滤,确定需检测的目标点云C1;
S3、根据目标点云C1确定投影点云C2,采用过最小二乘法对点云C2进行三次曲线拟合,确定焊缝路径曲线p;
S4、获取焊缝路径曲线p的法向量进行切片,得到切片点云C3;
S5、对切片点云C3进行二次曲线拟合,根据拟合曲线确定焊缝参数。
本实施例通过根据目标点云C1确定投影点云C2,采用过最小二乘法对点云C2进行三次曲线拟合提取焊缝路径,根据焊缝路径的法向量来进行切片,保证每一个切片是与当前段焊缝路径的切线是垂直的,能够根据焊缝本身结构进行焊缝检测,提高了对复杂的焊缝结构的检测全面性和检测精度。
其中,提取基准面具体包括:构建三维坐标系,在点云C0中选取多个参考点,选取的参考点包括至少三个,结合参考点坐标获取平面系数,利用最小二乘法拟合平面,构建平面方程,根据参考点坐标,确定平面系数A、B、C和D,其中XYZ为三维坐标系中的X轴,Y轴Z轴,x为X轴坐标,y为Y轴坐标,z为Z轴坐标。
其中,根据基准面对被测件点云数据进行过滤,确定需检测的目标点云C1具体包括:
基于三维坐标系,将基准面校正到与XOY平面平行;
将基准面校正到与XOY平面平行具体包括:
获取基准面的法向量a;
根据平面系数确定法向量a与XOZ平面之间的三角函数,构建绕X轴的旋转的旋转矩阵R1;
上述计算步骤具体包括,获取平面系数A、B、C和D,根据平面系数A、B、C和D确定基准面的法向量,获取校正后的基准面的法向量与XOZ平面之间的三角函数/>,根据三角函数cosx,sinx构建绕X轴的旋转的旋转矩阵R1。
根据平面系数确定法向量a与YOZ平面之间的三角函数,构建绕Y轴的旋转的旋转矩阵R2;
上述计算步骤具体包括,获取平面系数A、B、C和D,根据平面系数A、B、C和D确定基准面的法向量,获取校正后的基准面的法向量与YOZ平面之间的三角函数/>,根据三角函数cosx,sinx构建绕Y轴的旋转的旋转矩阵R2。
根据旋转矩阵R1和旋转矩阵R2,确定基准面和XOY平面平行的点云C4:
即C4=C0·R1·R2;
根据点云C4将基准面校正到与XOY平面平行;
获取点云C0到校正后的基准面的距离,将小于距离设定阈值的点云C0过滤,得到需检测的目标点云C1,即焊缝轮廓
因为基准面目前已经和XOY平面平行,通过界面设定数值(即目标点云C0到XOY面距离来过滤点云,这里可以直接比较点云中Z坐标和设定数值),通过调整数值,可以得到一个拱形焊缝目标点云C1。
其中,根据目标点云C1确定投影点云C2,采用过最小二乘法对点云C2进行三次曲线拟合,确定焊缝路径曲线p具体包括:
将点云C1投影到XOY平面,得到投影点云C5;
将点云C5中所有点的x坐标和y坐标通过最小二乘法进行三次曲线拟合,确定焊缝路径曲线p:,其中w0、w1、w2和w3表示拟合曲线的参数。
其中,如图2所示,获取焊缝路径曲线p的法向量进行切片,得到切片点云C3具体包括:
获取焊缝路径曲线p上任意一点Xm,对焊缝路径曲线p进行求导,根据求导后的焊缝路径曲线p确定Xm的斜率。
根据点Xm斜率得到切片所在平面的法向量,结合焊缝路径曲线p确定切平面的系数;
获取切片厚度,确定切片点云C3。具体的,点云是空间散乱点的集合表征了物体表面轮廓特征信息,点云切片是用一组平面与点云求交给定一个平面,一块点云,求出点云在平面中的轮廓线。由于点云的密度是有限的,故利用点云在平面中的点求出轮廓线是行不通的。所以引入“带宽”,在平面法矢方向生成两个等距离的平面W1和W2,取W1和W2之间的点来生成平面W的轮廓曲线。W和之间的距离即带宽,带宽就是切片厚度
切片获取过程还包括:
将切片点云C3中的点云校正到与YOZ平面平行;
获取Xm处切片平面系数与YOZ平面的夹角;
根据夹角构建绕Z轴旋转的旋转矩阵R3;
根据切片点云C3和旋转矩阵R3,得到所有需要检测的拱形点云的切片数据。
具体计算步骤包括:求导后的焊缝路径曲线p为:;
每隔相同距离,取一点Xm,则Xm点的斜率K为:;
设Xm点的切片所在平面的法向量为:;
因为焊缝路径曲线p在XOY平面,因此可以得到Xm点的切线的向量可以表示为(1,K,0)从而可以到对应的;
将Xm代入焊缝路径曲线p中得Ym_D:
;
因为点(Xm,Ym_D,0)在Xm点的切片平面上,因此;
推出Xm点切片平面的系数为Lm(1,K,0,Xm+KYm_D),按照设定的切片厚度,取出该切片的点云为C3,将切片中点云校正到与YOZ平面平行,在这里我们可以设置将切片中点云校正到平面系数为Ln(1,0,0,0)与YOZ平面平行,
根据平面的系数Lm和平面的系数Ln,计算Xm处切片平面系数与YOZ平面的夹角为:
;
根据夹角构建绕Z轴旋转的旋转矩阵R3;
将切片点云C3与旋转矩阵R3相乘,重复上述过程,直到把所有需要检测的拱形点云全部切完,得到所有切片点云C3i,i=1,2,3…n。
其中,如图3所示,对切片点云C3进行二次曲线拟合,根据拟合曲线确定焊缝参数S5具体包括:
遍历切片点云C3i,i=1,2,3…n,获取每一个切片点云的y轴和z轴坐标;
对y轴和z轴坐标进行二次曲线拟合,得到拟合曲线;
根据拟合的二次曲线确定焊缝的参数,包括焊缝高度。
其中系数越大,抛弧线越尖锐。如果是同一种工艺制作,/>应该在一定范围内波动,所以可以通过/>的范围,来监控焊缝质量。
如果切片上面的点在拟合曲线的上方,那么这些点是属于凸包,如果曲线上面点是在曲线下方,那么这些点是属于凹包。计算每一个点到拟合曲线,做标准差,如果拱形点云上面有凹陷或者凸起,就会导致标准差偏大。
本实施例第二方面提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行程序时实现一种焊缝缺陷3D点云检测方法。
本实施例第三方面提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现一种焊缝缺陷3D点云检测方法。
作为一种可能的实施方式,如图4所示,提供了一个焊缝中的漏焊检测示例,如图5所示,提供了一个焊缝中有针孔的检测示例,使用本方式,可以准确测量出焊缝中存在的漏焊,虚焊问题,通过提供了详细的切片方式,经过验证,可以按准确的姿态切片,为下一步提供姿态一致的切片点云。对于每一个切片的点云,进行抛弧线拟合,根据拟合的曲线系数,判断每一个切片点云的形状。就算每一个点到曲线的距离,和判断切片点云是否合理分布。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种焊缝缺陷3D点云检测方法,其特征在于,包括以下具体步骤:
S1、获取被测件点云C0,构建三维坐标系,采用最小二乘法确定基准面;
S2、根据基准面对被测件点云数据进行过滤,确定需检测的目标点云C1;
S3、根据目标点云C1确定投影点云C2,采用过最小二乘法对点云C2进行三次曲线拟合,确定焊缝路径曲线p;
S4、获取焊缝路径曲线p的法向量进行切片,得到切片点云C3;
S5、对切片点云C3进行二次曲线拟合,根据拟合曲线确定焊缝参数。
2.根据权利要求1所述的焊缝缺陷3D点云检测方法,其特征在于,所述S1具体包括:构建三维坐标,在点云C0中选取多个参考点,结合参考点坐标获取平面系数。
3.根据权利要求1所述的焊缝缺陷3D点云检测方法,其特征在于,所述S2具体包括:
基于三维坐标,将基准面校正到与XOY平面平行;
获取点云C0到校正后的基准面的距离,将小于距离设定阈值的点云C0过滤,得到需检测的目标点云C1。
4.根据权利要求3所述的焊缝缺陷3D点云检测方法,其特征在于,所述将基准面校正到与XOY平面平行具体包括:
获取基准面的法向量a;
根据平面系数确定法向量a与XOZ平面之间的三角函数,构建绕X轴的旋转的旋转矩阵R1;
根据平面系数确定法向量a与YOZ平面之间的三角函数,构建绕Y轴的旋转的旋转矩阵R2;
根据旋转矩阵R1和旋转矩阵R2,确定基准面和XOY平面平行的点云C4;
根据点云C4将基准面校正到与XOY平面平行。
5.根据权利要求1所述的焊缝缺陷3D点云检测方法,其特征在于,所述S3具体包括:
将点云C1投影到XOY平面,得到投影点云C5;
将点云C5中所有点的x坐标和y坐标通过最小二乘法进行三次曲线拟合,确定焊缝路径曲线p。
6.根据权利要求1所述的焊缝缺陷3D点云检测方法,其特征在于,所述S4具体包括:
获取焊缝路径曲线p上任意一点Xm,对焊缝路径曲线p进行求导,根据求导后的焊缝路径曲线p确定Xm的斜率;
获取点Xm的切片所在平面的法向量,结合焊缝路径曲线p确定切平面的系数;
获取切片厚度,确定切片点云C3。
7.根据权利要求6所述的焊缝缺陷3D点云检测方法,其特征在于,所述切片获取过程还包括:
将切片点云C3中的点云校正到与YOZ平面平行;
获取Xm处切片平面系数与YOZ平面的夹角;
根据夹角构建绕Z轴旋转的旋转矩阵R3;
根据切片点云C3和旋转矩阵R3,得到所有需要检测的拱形点云的切片数据。
8.根据权利要求1所述的焊缝缺陷3D点云检测方法,其特征在于,所述S5具体包括:
遍历切片点云C3,获取每一个切片点云的y轴和z轴坐标;
对y轴和z轴坐标进行二次曲线拟合;
根据拟合的二次曲线确定焊缝的参数。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至8任一项所述的一种焊缝缺陷3D点云检测方法。
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,该程序被处理器执行时实现如权利要求1至8任一项所述的一种焊缝缺陷3D点云检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310772168.3A CN116503409B (zh) | 2023-06-28 | 2023-06-28 | 一种焊缝缺陷3d点云检测方法、设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310772168.3A CN116503409B (zh) | 2023-06-28 | 2023-06-28 | 一种焊缝缺陷3d点云检测方法、设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116503409A true CN116503409A (zh) | 2023-07-28 |
CN116503409B CN116503409B (zh) | 2023-09-12 |
Family
ID=87320600
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310772168.3A Active CN116503409B (zh) | 2023-06-28 | 2023-06-28 | 一种焊缝缺陷3d点云检测方法、设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116503409B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170116781A1 (en) * | 2015-10-21 | 2017-04-27 | Nokia Technologies Oy | 3d scene rendering |
CN110986788A (zh) * | 2019-11-15 | 2020-04-10 | 华南农业大学 | 一种基于三维点云牲畜表型体尺数据的自动测量方法 |
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 |
CN112581457A (zh) * | 2020-12-23 | 2021-03-30 | 武汉理工大学 | 一种基于三维点云的管道内表面检测方法及装置 |
CN113276130A (zh) * | 2021-05-28 | 2021-08-20 | 山东大学 | 一种基于点云切片的自由曲面喷涂路径规划方法及系统 |
US20220124371A1 (en) * | 2019-06-30 | 2022-04-21 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | Transform method, inverse transform method, coder, decoder and storage medium |
CN114881955A (zh) * | 2022-04-28 | 2022-08-09 | 厦门微亚智能科技有限公司 | 基于切片的环状点云缺陷提取方法、装置、设备存储介质 |
CN115035034A (zh) * | 2022-05-09 | 2022-09-09 | 武汉中观自动化科技有限公司 | 一种薄壁焊接自动定位方法和系统 |
CN115032200A (zh) * | 2022-08-10 | 2022-09-09 | 广东省智能机器人研究院 | 新能源圆柱形电池顶部封口焊缝3d缺陷检测方法及系统 |
CN115147437A (zh) * | 2022-07-04 | 2022-10-04 | 中国民用航空飞行学院 | 机器人智能引导加工方法与系统 |
CN115578363A (zh) * | 2022-10-25 | 2023-01-06 | 华南理工大学 | 一种基于三维点云的对接焊缝焊偏与焊接间断判断方法 |
CN115690018A (zh) * | 2022-10-21 | 2023-02-03 | 中国民航大学 | 对称结构的检测方法、装置和计算机可读存储介质 |
WO2023060683A1 (zh) * | 2021-10-13 | 2023-04-20 | 东南大学 | 一种基于三维点云模型的预制梁段表面平整度检测方法 |
CN116168032A (zh) * | 2023-04-25 | 2023-05-26 | 浙江工业大学 | 一种基于点云的端接焊缝缺陷检测方法及系统 |
-
2023
- 2023-06-28 CN CN202310772168.3A patent/CN116503409B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170116781A1 (en) * | 2015-10-21 | 2017-04-27 | Nokia Technologies Oy | 3d scene rendering |
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 |
US20220124371A1 (en) * | 2019-06-30 | 2022-04-21 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | Transform method, inverse transform method, coder, decoder and storage medium |
CN110986788A (zh) * | 2019-11-15 | 2020-04-10 | 华南农业大学 | 一种基于三维点云牲畜表型体尺数据的自动测量方法 |
CN112581457A (zh) * | 2020-12-23 | 2021-03-30 | 武汉理工大学 | 一种基于三维点云的管道内表面检测方法及装置 |
CN113276130A (zh) * | 2021-05-28 | 2021-08-20 | 山东大学 | 一种基于点云切片的自由曲面喷涂路径规划方法及系统 |
WO2023060683A1 (zh) * | 2021-10-13 | 2023-04-20 | 东南大学 | 一种基于三维点云模型的预制梁段表面平整度检测方法 |
CN114881955A (zh) * | 2022-04-28 | 2022-08-09 | 厦门微亚智能科技有限公司 | 基于切片的环状点云缺陷提取方法、装置、设备存储介质 |
CN115035034A (zh) * | 2022-05-09 | 2022-09-09 | 武汉中观自动化科技有限公司 | 一种薄壁焊接自动定位方法和系统 |
CN115147437A (zh) * | 2022-07-04 | 2022-10-04 | 中国民用航空飞行学院 | 机器人智能引导加工方法与系统 |
CN115032200A (zh) * | 2022-08-10 | 2022-09-09 | 广东省智能机器人研究院 | 新能源圆柱形电池顶部封口焊缝3d缺陷检测方法及系统 |
CN115690018A (zh) * | 2022-10-21 | 2023-02-03 | 中国民航大学 | 对称结构的检测方法、装置和计算机可读存储介质 |
CN115578363A (zh) * | 2022-10-25 | 2023-01-06 | 华南理工大学 | 一种基于三维点云的对接焊缝焊偏与焊接间断判断方法 |
CN116168032A (zh) * | 2023-04-25 | 2023-05-26 | 浙江工业大学 | 一种基于点云的端接焊缝缺陷检测方法及系统 |
Non-Patent Citations (4)
Title |
---|
DAOSHAN OUYANG等: "On the normal vector estimation for point cloud data from smooth surfaces", COMPUTER-AIDED DESIGN, vol. 37, no. 10, pages 1071 - 1079 * |
SARA B. WALSH等: "Data Processing of Point Clouds for Object Detection for Structural Engineering Applications", COMPUTER-AIDED DESIGN, vol. 28, no. 7, pages 495 - 508, XP072007758, DOI: 10.1111/mice.12016 * |
张天宇等: "基于结构光的焊缝表面质量检测", 组合机床与自动化加工技术, pages 81 - 84 * |
李朋超等: "基于线结构光扫描的复杂曲面焊缝检测", 激光与光电子学进展, vol. 58, no. 03, pages 195 - 202 * |
Also Published As
Publication number | Publication date |
---|---|
CN116503409B (zh) | 2023-09-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7698094B2 (en) | Position and orientation measurement method and apparatus | |
CN109635816B (zh) | 车道线生成方法、装置、设备以及存储介质 | |
CN111390439B (zh) | 一种焊缝检测方法、装置、焊接机器人及储存介质 | |
CN111027484B (zh) | 基于三维成像的隧道钢拱识别方法 | |
JP2008134161A (ja) | 位置姿勢計測方法、位置姿勢計測装置 | |
CN112558043B (zh) | 一种激光雷达的标定方法及电子设备 | |
EP2708847B1 (en) | Method, system and program for generating a three-dimensional model | |
CN109579718A (zh) | 焊缝参数的检测方法、装置、计算机设备和存储介质 | |
Lee et al. | Extraction and regularization of various building boundaries with complex shapes utilizing distribution characteristics of airborne LIDAR points | |
CN111400830A (zh) | 一种三维毛坯工件的加工校准方法及装置 | |
CN112381026A (zh) | 航道岸线检测方法、系统、装置和存储介质 | |
CN117789198B (zh) | 基于4d毫米波成像雷达实现点云退化检测的方法 | |
CN112907601B (zh) | 一种基于特征变换的隧道拱架点云自动提取方法及装置 | |
CN116503409B (zh) | 一种焊缝缺陷3d点云检测方法、设备和介质 | |
WO2021189479A1 (zh) | 路基传感器的位姿校正方法、装置和路基传感器 | |
CN109029303B (zh) | 物体底面积参数的测量方法、装置、系统及可读存储介质 | |
CN116342704A (zh) | 一种扫描点类别确定方法、装置、计算机设备及存储介质 | |
CN115578363A (zh) | 一种基于三维点云的对接焊缝焊偏与焊接间断判断方法 | |
CN114998381A (zh) | 管板焊接中焊接轨迹拟合方法、装置、设备及存储介质 | |
JP5465299B2 (ja) | 情報処理装置、情報処理方法 | |
CN112017290B (zh) | 一种圆锥面拟合方法、装置、计算机设备和存储介质 | |
CN113253675B (zh) | 一种面向二维的三轴刀位点运算方法及系统 | |
CN114359204A (zh) | 点云空洞的检测方法、装置及电子设备 | |
CN113436336A (zh) | 地面点云分割方法和装置及自动驾驶车辆 | |
JP6548789B2 (ja) | 位置姿勢計測装置及び方法 |
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 |