CN116907365A - 基于工业视觉不规则零件测量方法及生产线预测分析系统 - Google Patents
基于工业视觉不规则零件测量方法及生产线预测分析系统 Download PDFInfo
- Publication number
- CN116907365A CN116907365A CN202310914247.3A CN202310914247A CN116907365A CN 116907365 A CN116907365 A CN 116907365A CN 202310914247 A CN202310914247 A CN 202310914247A CN 116907365 A CN116907365 A CN 116907365A
- Authority
- CN
- China
- Prior art keywords
- workpiece
- irregular
- irregular parts
- production line
- production
- 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
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 46
- 230000001788 irregular Effects 0.000 title claims abstract description 45
- 238000004458 analytical method Methods 0.000 title claims abstract description 14
- 238000000691 measurement method Methods 0.000 title claims description 5
- 238000000034 method Methods 0.000 claims abstract description 17
- 238000004364 calculation method Methods 0.000 claims abstract description 6
- 238000005259 measurement Methods 0.000 claims description 15
- 238000005516 engineering process Methods 0.000 claims description 8
- 238000013507 mapping Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 6
- 238000010146 3D printing Methods 0.000 claims description 5
- 238000005266 casting Methods 0.000 claims description 5
- 238000009826 distribution Methods 0.000 claims description 5
- 230000000737 periodic effect Effects 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 abstract description 10
- 238000001514 detection method Methods 0.000 abstract description 8
- 230000000694 effects Effects 0.000 abstract description 4
- 238000013461 design Methods 0.000 abstract description 3
- 230000002035 prolonged effect Effects 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 10
- 238000004141 dimensional analysis Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000011897 real-time detection Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 238000005299 abrasion Methods 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
- G01B11/02—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
- G01B11/0608—Height gauges
-
- 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
- G01B11/30—Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces
-
- 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
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- 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
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- 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
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- 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
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/32—Indexing scheme for image data processing or generation, in general involving image mosaicing
-
- 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
- G06T2207/10004—Still image; Photographic image
- G06T2207/10012—Stereo images
-
- 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)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Game Theory and Decision Science (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Computer Hardware Design (AREA)
- Operations Research (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种基于工业视觉不规则零件测量方法及生产线预测分析系统,涉及智能制造自动化生产线技术领域,所述测量方法包括以下步骤:S1:将待测不规则零部件固定于工装车间的特定位置;S2:根据不规则零部件的大小体量,设定扫描区域范围;本方法实现了对产线设备上不规则零部件的计算检测,有效建立起设备故障和生产过程负载的关系模式,在故障风险较高但维护备件没有到货的情况下可以调整生产负荷延缓故障发生,能够帮助企业打造出智能制造生态系统,实现覆盖设计、生产以及检测维护的全生命周期闭环管理效果,达成绿色、高质量、低成本的智能工厂目标,相比以往,大大降低了产线上多个环节串联导致产线可靠性下降,停机时间加长的风险。
Description
技术领域
本发明涉及智能制造自动化生产线技术领域,尤其涉及一种基于工业视觉不规则零件测量方法及生产线预测分析系统。
背景技术
随着智能制造企业不断走向数字化、信息化的变革,在智能工厂生产线上,对设备的核心零部件检测维护已成为制造企业特别关注问题,通过建立三维可视化,可将自动生产线的数据导入到透明化管控模式,三维分析系统逐渐体现出它的优势,如更加直观、形象,对核心零部件的监测、预警也会表现更加精准。
目前智能工厂产线上,有一部分为不规则工件的使用,精密工件使用寿命及自然磨损后需及时更换,那么如何及时判定不规则形状零部件是否还能达到初始的精密程度,因此就需要对不规则精密工件进行定期的尺寸数值测量及设备检测,可根据检测数值建立起周期性易损件的数字档案,如不及时更换,易造成不可挽回的损失;若通过测量零部件尺寸还继续使用,可为制造企业节省大量生产成本,避免造成工件多次回收浪费的问题。
目前对计算不规则零部件的测量方法是通过二维视图和采用工具测量技术,三维分析系统构成的数据可视化就更少了,假设在生产设备上设计和安装实时检测传感器和装置,能够收集生产中工件的全时信息,从而在不需要停机的情况下可以对设备进行健康评估,预测性维护和核心零部件状态监测方法非常接近,但预测性维护提取状态监测的三维分析数据面向未来,预测故障分析和预估措施效果,包括数据深度学习和多维度数据的融合。
于是,我们提供了一种基于工业视觉不规则零件测量方法及生产线预测分析系统解决以上问题。
发明内容
为了克服现有技术的上述缺陷,本发明的实施例提供一种基于工业视觉不规则零件测量方法及生产线预测分析系统,解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:一种基于工业视觉不规则零件测量方法,所述测量方法包括以下步骤:
S1:将待测不规则零部件固定于工装车间的特定位置;
S2:根据不规则零部件的大小体量,设定扫描区域范围;
S3:通过多关节机械臂控制数字相机获取多角度的图像扫描信息,以此建立零部件的三维坐标系;
S4:进行图像处理,将工件多个子图像拼接在一起合成虚拟工件全景图;
S5:将对虚拟工件全景图的测量结果与激光扫描获得的真实工件的测量结果对比,得出真实工件的高度、高度差、平面度等数值。
在一个优选的实施方式中,所述S3中数字相机搭载全自动高精度变倍镜头,对准待测不规则零部件进行拍照,获取零部件的三维坐标数据。
在一个优选的实施方式中,所述S3中图像扫描信息通过扫描颜色映射函数、纹理映射、UV计算函数、顶点计算函数获取。
在一个优选的实施方式中,所述S3中三维坐标系基于CNC建立,可建立多个坐标系。
在一个优选的实施方式中,所述S4中图像处理在杂点过滤和抓边方式上通过结合抓边方式、棱边极性、强度和外层滤波多种方式。
在一个优选的实施方式中,所述S4中虚拟工件全景图可通过在线和离线两种方式进行。
一种不规则零部件的生产线预测分析系统,所述生产线预测分析系统包括以下步骤:
S1:将对比后的测量结果与设备故障因素进行整合,统一归入数字档案;
S2:将校正后的模型参数导入AUTO CAD形成图档文件,进而导出AUTO CAD工程图,基于数据构建出空间3D模型;
S3:通过与实时影像中精密工件对比,结合测量数据,对精密工件的使用寿命进行预测;
S4:根据需要进行模型的3D打印开模或铸造技术的应用。
在一个优选的实施方式中,所述S1中设备故障因素为设备故障和生产过程负载的关系模式。
在一个优选的实施方式中,所述S2中图档文件会进行储存,建立起生产中周期性的数字档案。
在一个优选的实施方式中,所述S2中3D模型展示出不规则零部件上各元素在原始点的分布情况。
与现有技术相比,本发明的有益效果是:
通过预测性维护状态监测到精密工件的三维模型及分析数据,准确预测出精密工件的使用寿命,还可建立起设备故障和生产过程中的数字档案。
本方法综合解决了自动化智能产线上不良事件发生的概率比,若事故发生必然导致更大损失,包括生产停顿,质量下降,效能降低,维修成本提高等等,这种方法很大程度上避免了事故发生,也节省了大量的人力物力。
本方法实现了对产线设备上不规则零部件的计算检测,有效建立起设备故障和生产过程负载的关系模式,在故障风险较高但维护备件没有到货的情况下可以调整生产负荷延缓故障发生,同时,能够帮助企业打造出智能制造生态系统,实现覆盖设计、生产以及检测维护的全生命周期闭环管理效果,达成绿色、高质量、低成本的智能工厂目标,相比以往,大大降低了产线上多个环节串联导致产线可靠性下降,停机时间加长的风险。
附图说明
图1为本发明实施例中的架构工作原理图;
图2为本发明实施例中三维可视化效果的运行流程图。
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,而不是全部的实施例。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,都属于本发明保护的范围。
请参阅图1-2,本发明提供一种技术方案:一种基于工业视觉不规则零件测量方法,测量方法包括以下步骤:
S1:将待测不规则零部件固定于工装车间的特定位置;
S2:根据不规则零部件的大小体量,设定扫描区域范围;
S3:通过多关节机械臂控制数字相机获取多角度的图像扫描信息,以此建立零部件的三维坐标系;
S4:进行图像处理,将工件多个子图像拼接在一起合成虚拟工件全景图;
S5:将对虚拟工件全景图的测量结果与激光扫描获得的真实工件的测量结果对比,得出真实工件的高度、高度差、平面度等数值。
进一步的,S3中数字相机搭载全自动高精度变倍镜头,对准待测不规则零部件进行拍照,获取零部件的三维坐标数据,S3中图像扫描信息通过扫描颜色映射函数、纹理映射、UV计算函数、顶点计算函数获取,S3中三维坐标系基于CNC建立,可建立多个坐标系,S4中图像处理在杂点过滤和抓边方式上通过结合抓边方式、棱边极性、强度和外层滤波多种方式,S4中虚拟工件全景图可通过在线和离线两种方式进行。
具体的,例如:零部件为半球状弧形柄手,测量该零部件检测尺寸时,首先操作设定扫描范围,通过二次元影像仪搭载全自动高精度变倍镜头,对准待测不规则零部件进行拍照,在CNC中建立出坐标系,进而通过扫描颜色映射函数、纹理映射、UV计算函数、顶点计算函数,获取不规则模型的精准坐标数据。
请参阅图2,一种不规则零部件的生产线预测分析系统,生产线预测性维护系统包括以下步骤:
S1:将对比后的测量结果与设备故障因素进行整合,统一归入数字档案;
S2:将校正后的模型参数导入AUTO CAD形成图档文件,进而导出AUTO CAD工程图,基于数据构建出空间3D模型;
S3:通过与实时影像中精密工件对比,结合测量数据,对精密工件的使用寿命进行预测;
S4:根据需要进行模型的3D打印开模或铸造技术的应用。
进一步的,S1中设备故障因素为设备故障和生产过程负载的关系模式,S2中图档文件会进行储存,建立起生产中周期性的数字档案,S2中3D模型展示出不规则零部件上各元素在原始点的分布情况。
具体的,做好比例编辑校正后,导入AUTO CAD的图档文件,建立起生产中周期性的数字档案,并与实时影像中不规则零部件做出三维分析数据对比,可将零部件外形描绘的图形直接传绘至AUTO CAD中成为工程图,最终生成三维可视化效果,通过三维模型分析技术,更直观展示出不规则零部件上各元素在原始点的分布情况,计算分析出精密工件的精准测量数据,从而可根据制造企业需求进行模型的3D打印、开模或铸造技术的应用。
本发明工作原理:
第一步:将待测不规则零部件固定于工装车间的特定位置,由多关节机械臂进行数字相机定位,通过二次元影像设备搭载全自动高精度变倍镜头,对准待测不规则零部件进行拍照,获取零部件的三维坐标数据;
第二步:对范围内的不规则零部件进行拍照扫描并将工件多个子图像拼接在一起合成工件全景图;
第三步:可利用工件的拼接图进行在线或离线编程,在指定的激光扫描区域可测量出真实工件的高度、高度差、平面度等数据分析;
第四步:做好比例编辑校正后可导入AUTO CAD的图档文件,建立起生产中周期性的数字档案,并与实时影像中精密工件做出对比;可将工件外形描绘的图形直接传绘至AUTO CAD中成为工程图;获得的零部件云数据进行处理分析,基于经处理后的点云数据构建出空间3D模型,计算出所述模型的体积;
第五步:三维模型分析技术,更直观展示出不规则零部件上各元素在原始点的分布情况,计算分析出精密工件的精准测量数据,从而可根据需要进行模型的3D打印开模或铸造技术的应用。
最后应说明的几点是:首先,在本申请的描述中,需要说明的是,除非另有规定和限定,术语“安装”、“相连”、“连接”应做广义理解,可以是机械连接或电连接,也可以是两个元件内部的连通,可以是直接相连,“上”、“下”、“左”、“右”等仅用于表示相对位置关系,当被描述对象的绝对位置改变,则相对位置关系可能发生改变;
其次:本发明公开实施例附图中,只涉及到与本公开实施例涉及到的结构,其他结构可参考通常设计,在不冲突情况下,本发明同一实施例及不同实施例可以相互组合;
最后:以上仅为本发明的优选实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于工业视觉不规则零件测量方法,所述测量方法包括以下步骤:
S1:将待测不规则零部件固定于工装车间的特定位置;
S2:根据不规则零部件的大小体量,设定扫描区域范围;
S3:通过多关节机械臂控制数字相机获取多角度的图像扫描信息,以此建立零部件的三维坐标系;
S4:进行图像处理,将工件多个子图像拼接在一起合成虚拟工件全景图;
S5:将对虚拟工件全景图的测量结果与激光扫描获得的真实工件的测量结果对比,得出真实工件的高度、高度差、平面度等数值。
2.根据权利要求1所述的一种基于工业视觉不规则零件测量方法,其特征在于,所述S3中数字相机搭载全自动高精度变倍镜头,对准待测不规则零部件进行拍照,获取零部件的三维坐标数据。
3.根据权利要求1所述的一种基于工业视觉不规则零件测量方法,其特征在于,所述S3中图像扫描信息通过扫描颜色映射函数、纹理映射、UV计算函数、顶点计算函数获取。
4.根据权利要求1所述的一种基于工业视觉不规则零件测量方法,其特征在于,所述S3中三维坐标系基于CNC建立,可建立多个坐标系。
5.根据权利要求1所述的一种基于工业视觉不规则零件测量方法,其特征在于,所述S4中图像处理在杂点过滤和抓边方式上通过结合抓边方式、棱边极性、强度和外层滤波多种方式。
6.根据权利要求1所述的一种基于工业视觉不规则零件测量方法,其特征在于,所述S4中虚拟工件全景图可通过在线和离线两种方式进行。
7.一种不规则零部件的生产线预测分析系统,所述生产线预测分析系统包括以下步骤:
S1:将对比后的测量结果与设备故障因素进行整合,统一归入数字档案;
S2:将校正后的模型参数导入AUTO CAD形成图档文件,进而导出AUTO CAD工程图,基于数据构建出空间3D模型;
S3:通过与实时影像中精密工件对比,结合测量数据,对精密工件的使用寿命进行预测;
S4:根据需要进行模型的3D打印开模或铸造技术的应用。
8.根据权利要求7所述的一种不规则零部件的生产线预测分析系统,其特征在于,所述S1中设备故障因素为设备故障和生产过程负载的关系模式。
9.根据权利要求7所述的一种不规则零部件的生产线预测分析系统,其特征在于,所述S2中图档文件会进行储存,建立起生产中周期性的数字档案。
10.根据权利要求7所述的一种不规则零部件的生产线预测分析系统,其特征在于,所述S2中3D模型展示出不规则零部件上各元素在原始点的分布情况。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310914247.3A CN116907365A (zh) | 2023-07-25 | 2023-07-25 | 基于工业视觉不规则零件测量方法及生产线预测分析系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310914247.3A CN116907365A (zh) | 2023-07-25 | 2023-07-25 | 基于工业视觉不规则零件测量方法及生产线预测分析系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116907365A true CN116907365A (zh) | 2023-10-20 |
Family
ID=88357918
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310914247.3A Pending CN116907365A (zh) | 2023-07-25 | 2023-07-25 | 基于工业视觉不规则零件测量方法及生产线预测分析系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116907365A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101263362A (zh) * | 2005-09-15 | 2008-09-10 | 关西工事测量株式会社 | 光学装置、及使用光学装置测量物体尺寸的方法 |
CN103453849A (zh) * | 2013-07-18 | 2013-12-18 | 黑龙江科技大学 | 多光学传感器协同的复杂曲面零件三维测量方法与系统 |
KR20150128300A (ko) * | 2014-05-09 | 2015-11-18 | 한국건설기술연구원 | 카메라와 레이저 스캔을 이용한 3차원 모델 생성 및 결함 분석 방법 |
CN109407547A (zh) * | 2018-09-28 | 2019-03-01 | 合肥学院 | 面向全景视觉感知的多摄像头在环仿真测试方法与系统 |
CN110006361A (zh) * | 2019-03-12 | 2019-07-12 | 精诚工科汽车系统有限公司 | 基于工业机器人的零件自动化检测方法及系统 |
CN111707187A (zh) * | 2020-05-12 | 2020-09-25 | 深圳大学 | 一种大型零件的测量方法及系统 |
CN113251926A (zh) * | 2021-06-04 | 2021-08-13 | 山东捷瑞数字科技股份有限公司 | 一种不规则物体的尺寸测量方法及测量装置 |
-
2023
- 2023-07-25 CN CN202310914247.3A patent/CN116907365A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101263362A (zh) * | 2005-09-15 | 2008-09-10 | 关西工事测量株式会社 | 光学装置、及使用光学装置测量物体尺寸的方法 |
CN103453849A (zh) * | 2013-07-18 | 2013-12-18 | 黑龙江科技大学 | 多光学传感器协同的复杂曲面零件三维测量方法与系统 |
KR20150128300A (ko) * | 2014-05-09 | 2015-11-18 | 한국건설기술연구원 | 카메라와 레이저 스캔을 이용한 3차원 모델 생성 및 결함 분석 방법 |
CN109407547A (zh) * | 2018-09-28 | 2019-03-01 | 合肥学院 | 面向全景视觉感知的多摄像头在环仿真测试方法与系统 |
CN110006361A (zh) * | 2019-03-12 | 2019-07-12 | 精诚工科汽车系统有限公司 | 基于工业机器人的零件自动化检测方法及系统 |
CN111707187A (zh) * | 2020-05-12 | 2020-09-25 | 深圳大学 | 一种大型零件的测量方法及系统 |
CN113251926A (zh) * | 2021-06-04 | 2021-08-13 | 山东捷瑞数字科技股份有限公司 | 一种不规则物体的尺寸测量方法及测量装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US12001191B2 (en) | Automated 360-degree dense point object inspection | |
US10254754B2 (en) | Systems and methods for receiving sensor data for an operating manufacturing machine and producing an alert during manufacture of a part | |
CN111537517B (zh) | 一种无人智能化冲压缺陷识别方法 | |
CN114041168A (zh) | 自动化360度密集点对象检验 | |
Charalampous et al. | Vision-based real-time monitoring of extrusion additive manufacturing processes for automatic manufacturing error detection | |
CN104385282A (zh) | 一种视觉智能数控系统及其视觉计测方法 | |
CN112629441A (zh) | 基于线结构光动态视觉的3d曲面玻璃轮廓扫描检测方法及系统 | |
CN116465315B (zh) | 一种网版质量自动化检测方法及系统 | |
Berry et al. | Cyber-physical system utilizing work-piece memory in digital manufacturing | |
CN115330712A (zh) | 一种基于虚实融合的装配式建筑预制构件智能质检方法及系统 | |
CN115546125A (zh) | 一种基于点云信息的增材制造熔敷层的误差检测并对轨迹纠偏的方法 | |
CN110238520B (zh) | 一种基于ccd视觉检测的自动精密激光焊接方法 | |
CN116907365A (zh) | 基于工业视觉不规则零件测量方法及生产线预测分析系统 | |
CN114223018A (zh) | 元件复制方法、装置和系统 | |
JP2023018016A (ja) | 管理システムおよび原因分析システム | |
Zou et al. | Laser-based precise measurement of tailor welded blanks: a case study | |
US11015921B2 (en) | Measurement system | |
CN114266725A (zh) | 一种基于共轴光路成像的设备故障诊断系统 | |
CN104165591A (zh) | 金属外壳全自动光学尺寸检测方法及系统 | |
CN111688181B (zh) | 3d打印机和3d打印机故障检测方法、装置和存储介质 | |
Jhun et al. | Development of a Real-time Geometric Quality Monitoring System for Extruded Filaments of 3D Concrete Printing Construction | |
CN114800034B (zh) | 一种采用机器视觉的数控机床智能化对刀系统及方法 | |
CN218864993U (zh) | 一种基于视觉系统的在线监测系统 | |
CN113532328B (zh) | 一种中厚板矫直过程的表面轮廓实时测量系统及方法 | |
Lackner et al. | Computer Vision Based Analysis for Fused Filament Fabrication Using a G-Code Visualization Comparison |
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 |