CN116952988B - 一种用于ecu产品的2d线扫检测方法及系统 - Google Patents

一种用于ecu产品的2d线扫检测方法及系统 Download PDF

Info

Publication number
CN116952988B
CN116952988B CN202311224880.6A CN202311224880A CN116952988B CN 116952988 B CN116952988 B CN 116952988B CN 202311224880 A CN202311224880 A CN 202311224880A CN 116952988 B CN116952988 B CN 116952988B
Authority
CN
China
Prior art keywords
ecu
point cloud
target
station
product
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.)
Active
Application number
CN202311224880.6A
Other languages
English (en)
Other versions
CN116952988A (zh
Inventor
唐瑞阳
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.)
Sidelama Machinery Taicang Co ltd
Original Assignee
Sidelama Machinery Taicang 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 Sidelama Machinery Taicang Co ltd filed Critical Sidelama Machinery Taicang Co ltd
Priority to CN202311224880.6A priority Critical patent/CN116952988B/zh
Publication of CN116952988A publication Critical patent/CN116952988A/zh
Application granted granted Critical
Publication of CN116952988B publication Critical patent/CN116952988B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/89Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/02Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
    • G01N23/04Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
    • G01N23/046Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material using tomography, e.g. computed tomography [CT]

Landscapes

  • Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Biochemistry (AREA)
  • Engineering & Computer Science (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Pulmonology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Theoretical Computer Science (AREA)
  • Textile Engineering (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

本发明提供了一种用于ECU产品的2D线扫检测方法及系统,涉及数字信息传输技术领域,包括:读取预设圆周运动轨迹,检测机械臂的臂末端设有载位板,包括多个装载工位,依次获取第一工位、第二工位、第三工位,其中,第一工位装载有X射线机,第二工位装载有CT射线源,第三工位装载有CCD图像传感器,进行第一动态检测时,同时启动X射线机和CCD图像传感器得到第一ECU图像时序,进行第二动态检测时,同时启动CT射线源和CCD图像传感器得到第二ECU图像时序,得到目标ECU产品的目标缺陷结果。本发明解决了传统的ECU产品检测方法存在检测误判率较高、效率较低,无法适应于数据冗杂的ECU产品检测的技术问题。

Description

一种用于ECU产品的2D线扫检测方法及系统
技术领域
本发明涉及数字信息传输技术领域,具体涉及一种用于ECU产品的2D线扫检测方法及系统。
背景技术
ECU(Electronic Control Unit)产品是现代汽车和其他电子设备中的重要组件,用于控制各种系统的运行,随着技术的不断发展和进步,ECU产品的性能要求越来越高,而对其质量和可靠性的检测也变得越来越重要。
然而现今常用的ECU产品检测方法还存在着一定的弊端,传统的ECU产品检测方法,由于待检产品数据量较大,且缺陷种类复杂,为保证检测准确率需要主观干涉,但此种方式容易提高检测误判率,无法适应于数据冗杂的ECU产品检测。因此,对于ECU产品的检测还存在着一定的可提升空间。
发明内容
本申请通过提供了一种用于ECU产品的2D线扫检测方法及系统,旨在解决传统的ECU产品检测方法,由于待检产品数据量较大,且缺陷种类复杂,为保证检测准确率需要主观干涉,导致存在检测误判率较高、效率较低,无法适应于数据冗杂的ECU产品检测的技术问题。
鉴于上述问题,本申请提供了一种用于ECU产品的2D线扫检测方法及系统。
本申请公开的第一个方面,提供了一种用于ECU产品的2D线扫检测方法,所述方法包括:读取所述主控模块中运动控制单元的预设圆周运动轨迹,其中,所述预设圆周运动轨迹是指所述运动控制单元控制所述检测机械臂对目标ECU产品进行动态检测的控制依据轨迹;其中,所述检测机械臂的臂末端设有载位板,且所述载位板包括多个装载工位;依次获取所述多个装载工位中的第一工位、第二工位,并将剔除了所述第一工位和所述第二工位的其他装载工位记作第三工位;其中,所述第一工位装载有X射线机,所述第二工位装载有CT射线源,所述第三工位装载有CCD图像传感器;在基于所述预设圆周运动轨迹控制所述检测机械臂对所述目标ECU产品进行第一动态检测时,同时启动所述X射线机和所述CCD图像传感器,得到第一ECU图像时序;在基于所述预设圆周运动轨迹控制所述检测机械臂对所述目标ECU产品进行第二动态检测时,同时启动所述CT射线源和所述CCD图像传感器,得到第二ECU图像时序;通过所述分析模块对所述第一ECU图像时序和所述第二ECU图像时序进行分析处理,得到所述目标ECU产品的目标缺陷结果。
本申请公开的另一个方面,提供了一种用于ECU产品的2D线扫检测系统,所述系统用于上述方法,所述系统包括:运动轨迹读取单元,所述运动轨迹读取单元用于读取所述主控模块中运动控制单元的预设圆周运动轨迹,其中,所述预设圆周运动轨迹是指所述运动控制单元控制所述检测机械臂对目标ECU产品进行动态检测的控制依据轨迹;机械臂说明单元,所述机械臂说明单元用于其中,所述检测机械臂的臂末端设有载位板,且所述载位板包括多个装载工位;装载工位获取单元,所述装载工位获取单元用于依次获取所述多个装载工位中的第一工位、第二工位,并将剔除了所述第一工位和所述第二工位的其他装载工位记作第三工位;装载工位说明单元,所述装载工位说明单元用于其中,所述第一工位装载有X射线机,所述第二工位装载有CT射线源,所述第三工位装载有CCD图像传感器;第一图像时序获取单元,所述第一图像时序获取单元用于在基于所述预设圆周运动轨迹控制所述检测机械臂对所述目标ECU产品进行第一动态检测时,同时启动所述X射线机和所述CCD图像传感器,得到第一ECU图像时序;第二图像时序获取单元,所述第二图像时序获取单元用于在基于所述预设圆周运动轨迹控制所述检测机械臂对所述目标ECU产品进行第二动态检测时,同时启动所述CT射线源和所述CCD图像传感器,得到第二ECU图像时序;图像时序处理单元,所述图像时序处理单元用于通过所述分析模块对所述第一ECU图像时序和所述第二ECU图像时序进行分析处理,得到所述目标ECU产品的目标缺陷结果。
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:
读取预设圆周运动轨迹,检测机械臂的臂末端设有载位板,且载位板包括多个装载工位,依次获取第一工位、第二工位,并将剔除了第一工位和第二工位的其他装载工位记作第三工位,其中,第一工位装载有X射线机,第二工位装载有CT射线源,第三工位装载有CCD图像传感器,在进行第一动态检测时,同时启动X射线机和CCD图像传感器,得到第一ECU图像时序,在进行第二动态检测时,同时启动CT射线源和CCD图像传感器,得到第二ECU图像时序,进行分析处理,得到目标ECU产品的目标缺陷结果。解决了传统的ECU产品检测方法,由于待检产品数据量较大,且缺陷种类复杂,为保证检测准确率需要主观干涉,导致存在检测误判率较高、效率较低,无法适应于数据冗杂的ECU产品检测的技术问题,实现了综合多种成像技术,同时获取多种图像信息和进行连续动态扫描,进而进行综合分析处理,达到全面评估和提高故障诊断能力、提高检测效率的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例提供了一种用于ECU产品的2D线扫检测方法流程示意图;
图2为本申请实施例提供了一种用于ECU产品的2D线扫检测方法中对臂末端的载位板进行机械控制可能的流程示意图;
图3为本申请实施例提供了一种用于ECU产品的2D线扫检测方法中得到目标点云模型可能的流程示意图;
图4为本申请实施例提供了一种用于ECU产品的2D线扫检测系统可能的结构示意图。
附图标记说明:运动轨迹读取单元10,机械臂说明单元20,装载工位获取单元30,装载工位说明单元40,第一图像时序获取单元50,第二图像时序获取单元60,图像时序处理单元70。
具体实施方式
本申请实施例通过提供一种用于ECU产品的2D线扫检测方法,解决了传统的ECU产品检测方法,由于待检产品数据量较大,且缺陷种类复杂,为保证检测准确率需要主观干涉,导致存在检测误判率较高、效率较低,无法适应于数据冗杂的ECU产品检测的技术问题,实现了综合多种成像技术,同时获取多种图像信息和进行连续动态扫描,进而进行综合分析处理,达到全面评估和提高故障诊断能力、提高检测效率的技术效果。
在介绍了本申请基本原理后,下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示,本申请实施例提供了一种用于ECU产品的2D线扫检测方法,所述2D线扫检测方法应用于2D线扫检测系统,且所述2D线扫检测系统包括主控模块、检测机械臂、分析模块,所述2D线扫检测方法包括:
步骤S100:读取所述主控模块中运动控制单元的预设圆周运动轨迹,其中,所述预设圆周运动轨迹是指所述运动控制单元控制所述检测机械臂对目标ECU产品进行动态检测的控制依据轨迹;
具体而言,本申请实施例提供的一种用于ECU产品的2D线扫检测方法,应用于2D线扫检测系统,且所述2D线扫检测系统包括主控模块、检测机械臂、分析模块,其中,检测机械臂用于对目标ECU产品进行动态检测,主控模块用于在检测机械臂进行动态检测时对其进行控制,分析模块用于对获取的图像时序进行分析处理。
与主控模块建立通信连接,以获取相关信息,从主控模块中找到存储预设圆周运动轨迹的运动控制单元,从运动控制单元中读取存储的预设圆周运动轨迹数据。对读取的预设圆周运动轨迹数据进行解析,以获得圆心坐标、半径、起始角度等运动参数,根据解析得到的运动参数,进行运动控制的准备工作,比如设置初始位置、速度、加速度等,根据预设的圆周运动轨迹参数,通过运动控制单元控制检测机械臂按照设定的轨迹进行动态扫描,在检测机械臂按照预设轨迹运动时,进行对目标ECU产品的动态检测,记录相应的数据或图像,预设圆周运动轨迹作为控制依据,用于指导检测机械臂的运动,确保每个扫描点都能被覆盖和检测到。
步骤S200:其中,所述检测机械臂的臂末端设有载位板,且所述载位板包括多个装载工位;
具体而言,载位板是连接在检测机械臂臂末端的一个平台或支架,用于承载待检测的目标ECU产品,它具有多个装载工位,每个工位可以容纳一个目标ECU产品,通过在载位板上设置多个装载工位,可以实现同时处理多个目标ECU产品的动态检测,在检测过程中,检测机械臂会将目标ECU产品分别放置到不同的工位上进行处理,这样可以提高检测效率并减少操作时间。
对于每个装载工位,可以根据需要配置相应的检测设备,如X射线机、CT射线源或CCD图像传感器等工具,这样每个工位可以针对特定的检测任务进行相应的检测操作。通过使用带有多个装载工位的载位板,能够同时进行多个工位上的目标ECU产品检测,提高了检测的效率和精度,并且具备较好的灵活性和适用性。
步骤S300:依次获取所述多个装载工位中的第一工位、第二工位,并将剔除了所述第一工位和所述第二工位的其他装载工位记作第三工位;
具体而言,按照顺序或优先级,从多个装载工位中选择第一工位,从还未处理的装载工位中选择第二工位,即除去第一工位后剩余的工位,完成对第一和第二工位的处理后,将它们从剩余的工位中移除,将剩余的工位,即未被处理的其他工位,作为第三工位,将它们作为接下来要处理的工位。对该步骤循环执行,依次处理每个工位上的目标ECU产品,确保每个产品都得到相应的检测,这样可以高效地对多个目标进行处理并获取相应的检测结果。
步骤S400:其中,所述第一工位装载有X射线机,所述第二工位装载有CT射线源,所述第三工位装载有CCD图像传感器;
具体而言,第一工位装载了X射线机,X射线机是一种常用的非破坏性检测设备,通过发射X射线对目标ECU产品进行扫描和成像,它能够检测出目标内部的结构、缺陷或异物等信息,并提供相应的影像数据供后续分析使用;
第二工位装载了CT射线源,CT射线源是计算机断层扫描(Computed Tomography)的关键设备,能够产生大量连续的射线投影图像,并通过计算重建出目标ECU产品的三维数据,CT射线源可以提供更精确的内部结构信息,有助于准确定位和分析目标的缺陷;
第三工位装载了CCD图像传感器,即CCD相机,是一种使用电荷耦合器件 (CCD) 进行图像捕获和处理的数字相机,所述CCD图像传感器能够捕捉到目标ECU产品的外观图像,并提供高分辨率、清晰度较高的图像数据,通过CCD的成像,可以对目标产品表面的细节进行观察和分析,检测外部的缺陷或变形现象。
通过在不同工位上配备不同的检测设备,能够全方位、多角度地获取目标ECU产品的内部结构和外观信息,这样可以更全面地评估产品的质量状况,并得出相应的检测结果。
步骤S500:在基于所述预设圆周运动轨迹控制所述检测机械臂对所述目标ECU产品进行第一动态检测时,同时启动所述X射线机和所述CCD图像传感器,得到第一ECU图像时序;
具体而言,根据之前读取的预设圆周运动轨迹,通过控制运动控制单元,使得检测机械臂按照预设轨迹对目标ECU产品进行动态扫描。在运动控制单元按照预设轨迹移动检测机械臂的同时,同时启动X射线机和CCD图像传感器,其中,X射线机用于快速数字成像,产生内部结构的X射线图像;CCD图像传感器用于捕捉目标ECU产品的外观图像。
在动态检测过程中,通过X射线机和CCD图像传感器连续地获取X射线图像和高清图像,这些图像按时间顺序形成一个时序序列,记录了目标ECU产品在圆周运动过程中的不同位置的图像信息,以此获取第一ECU图像序列,其中包含了X射线图像和高清图像,这些图像数据用于后续的分析和处理,以获得目标ECU产品的相关特征和状态,并进一步进行缺陷检测和诊断。
进一步而言,如图2所示,本申请步骤S500还包括:
步骤S510:读取所述主控模块中的机械控制单元,其中,所述机械控制单元中存储有预设角度调控方案;
步骤S520:在所述检测机械臂对所述目标ECU产品进行动态检测时,基于所述预设角度调控方案对所述臂末端的所述载位板进行机械控制;
步骤S530:其中,所述预设角度调控方案是指控制所述载位板基于预设弧度轨迹、第一预设调控速度进行运动的方案。
具体而言,与主控模块建立通信连接,在主控模块中找到机械控制单元,从中读取存储的预设角度调控方案数据,其中,所述预设角度调控方案是指控制所述载位板基于预设弧度轨迹、第一预设调控速度进行运动的方案,对读取的预设角度调控方案数据进行解析,以获得所需的调控参数。
其中,预设弧度轨迹定义了载位板在动态检测过程中需要遵循的角度变化规律,这个弧度轨迹可以是圆周、椭圆或其他形状;第一预设调控速度指定了进行角度调整时的首选运动速度,这个运动速度由用户或者工程师根据具体需求设定,可以根据实际情况进行调整优化。
基于该预设角度调控方案,机械控制单元可以精确地控制机械臂按照预设的圆周运动轨迹对目标ECU产品进行动态扫描,它可以类比地球的公转运动,同时对检测机械臂臂末端的载位板进行角度调整,这相当于地球的自转运动,使得载位板绕着其固定坐标轴旋转一定角度。
通过这样的机械控制,载位板能够随着检测机械臂的运动保持正确的角度和位置,确保ECU产品在动态检测过程中可以被充分覆盖和检测。
进一步而言,本申请步骤S520包括:
步骤S521:以所述目标ECU产品的产品中心为圆心、产品长为X轴、产品高为Y轴、产品宽为Z轴,构建目标三维坐标轴;
步骤S522:在所述目标三维坐标轴中依次确定第一坐标点、第二坐标点和第三坐标点;
步骤S523:其中,所述第一坐标点是指所述目标ECU产品在所述X轴上距离所述圆心最远的坐标点,所述第二坐标点是指所述目标ECU产品在所述Y轴上距离所述圆心最远的坐标点,所述第三坐标点是指所述目标ECU产品在所述Z轴上距离所述圆心最远的坐标点;
步骤S524:读取预定距离,并基于所述预定距离依次对所述第一坐标点、所述第二坐标点和所述第三坐标点进行偏移,分别对应得到第四坐标点、第五坐标点和第六坐标点;
步骤S525:基于所述第四坐标点、所述第五坐标点和所述第六坐标点,生成所述预设弧度轨迹。
具体而言,根据目标ECU产品的尺寸和几何形状构建一个三维坐标轴系统,以目标ECU产品的产品中心为起点,沿着产品长方向延伸出正向和负向两个方向,作为X轴;沿着产品高方向延伸出正向和负向两个方向,作为Y轴;沿着产品宽方向延伸出正向和负向两个方向,作为Z轴。这样,在该三维坐标轴系统下,可以通过坐标数值对目标ECU产品进行定位和描述,例如,可以使用该坐标轴系统表示目标ECU产品的各个点、面或体积信息,进行尺寸测量、空间分析等相关操作。
在X轴上,寻找目标ECU产品距离圆心最远的坐标点,确定该点的X、Y、Z值,并记录为第一坐标点;同样的,分别在Y轴和Z轴上找到距离所述圆心最远的坐标点,并记录为第二坐标点、第三坐标点,以此在目标ECU产品的三维坐标轴系统中提供关键位置的参考。
访问相关参数或用户设置,读取预定的距离值,这个距离值与CCD图像传感器参数有关,如焦距、幅宽等来确定,表示了CCD图像传感器与目标ECU产品之间的期望距离。基于所述预定距离,沿着X轴方向从第一坐标点出发,向正向或负向偏移指定的距离,根据CCD图像传感器的参数,可以计算出需要偏移的量,并将其添加到第一坐标点的X、Y、Z值上,得到第四坐标点;类似地,在Y轴方向上根据预定距离计算偏移量,并将其添加到第二坐标点的X、Y和Z值上,得到第五坐标点;在Z轴方向上使用预定距离计算偏移量,将其添加到第三坐标点的X、Y和Z值上,得到第六坐标点。
通过以上步骤,可以根据预定距离对第一、第二和第三坐标点进行偏移,以获得新的第四、第五和第六坐标点,这些新的坐标点代表了在预定距离下相对于初始位置的位置偏移。
根据第四、第五和第六坐标点的值,计算得到轨迹的中心点,将这个中心点作为旋转轴心或者圆心,利用第四、第五和第六坐标点之间的关系,计算切向量和法向量,其中,切向量表示了沿着路径移动的方向,而法向量则垂直于切向量。根据需求和应用场景,选择适合的曲线类型来描述预设弧度轨迹,包括圆弧、椭圆弧等,然后确定曲线的半径、起始角度和终止角度等曲线类型参数。根据计算得到的轨迹中心点、切向量、法向量和曲线类型参数,生成预设弧度轨迹。
进一步而言,本申请步骤S520还包括:
步骤S526:所述检测机械臂基于所述预设圆周运动轨迹进行动态检测时具备第二预设调控速度;
步骤S527:其中,所述第二预设调控速度小于所述第一预设调控速度。
具体而言,机械臂按照预设圆周运动轨迹控制其运动过程,并根据设定的第二预设调控速度进行相应的调整,这个调节速度旨在保证检测机械臂能够以适当的速度对目标ECU产品进行动态扫描,以充分覆盖和捕捉内部结构和外观信息。第二预设调控速度可以根据实际需求进行设置和调整,它可能会受到多种因素的影响,例如扫描精度要求、目标ECU产品的尺寸和复杂性等。
将第二预设调控速度设置为小于第一预设调控速度的值,这是由于较低的第二预设调控速度有助于保证图像采集的全面性,避免由于过快的运动导致图像失焦,从而影响后续图像检测和识别的准确性。通过设置相对较慢的第二预设调控速度,可以确保检测机械臂在执行预设圆周运动轨迹时能够以适当的速度进行扫描,充分覆盖目标ECU产品的各个部分,较慢的速度有助于稳定图像采集的过程,减少模糊或失焦等可能的问题。
步骤S600:在基于所述预设圆周运动轨迹控制所述检测机械臂对所述目标ECU产品进行第二动态检测时,同时启动所述CT射线源和所述CCD图像传感器,得到第二ECU图像时序;
具体而言,在完成第一轮检测后,同时启动所述CT射线源和所述CCD图像传感器进行第二轮检测,获取第二ECU图像时序,采用与前述完全相同的方法,为了说明书的简洁,在此不再赘述。
步骤S700:通过所述分析模块对所述第一ECU图像时序和所述第二ECU图像时序进行分析处理,得到所述目标ECU产品的目标缺陷结果。
进一步而言,如图3所示,本申请步骤S700包括:
步骤S710:通过所述分析模块中的第一分析单元对所述第一ECU图像时序进行点云数据分析,得到第一ECU图像点云数据列表;
步骤S720:基于所述第一ECU图像点云数据列表中的点云数据进行配准融合,得到所述目标ECU产品的目标点云模型参数;
步骤S730:获取所述CCD图像传感器的设备特征参数,并结合所述目标点云模型参数进行纹理映射,得到目标点云模型。
具体而言,将第一ECU图像时序作为输入数据传递给分析模块的第一分析单元,对每个图像进行处理,提取其中的特征点并转换为点云数据,点云数据是由多个三维点组成的集合,代表了图像中的空间结构和物体表面的信息。将每个图像得到的点云数据整理组合成一个列表,得到第一ECU图像点云数据列表,这样可以将所有图像的点云数据按顺序存储在一个数据结构中。
基于第一ECU图像点云数据列表中的点云数据,进行配准融合操作,以得到目标ECU产品的目标点云模型参数,这个过程涉及将多个采集到的点云数据进行处理和整合,实现准确的点云模型生成。
通过与CCD图像传感器建立通信连接,获取其设备特征参数,包括焦距、畸变参数、相机内外参等。将CCD捕获的图像纹理映射到目标点云模型上,首先,根据CCD设备的特征参数对图像进行校正和畸变修正,使其符合纹理映射的要求,然后,根据目标点云模型参数,将纹理信息从图像上映射到对应的点云模型上,这可以通过将图像坐标映射到点云模型上的方式实现。经过纹理映射后,得到了带有纹理信息的目标点云模型,这个点云模型包含了从CCD捕获的图像中获取的纹理信息,并与目标ECU产品的形状和结构参数相匹配。
进一步而言,本申请步骤S720还包括:
步骤S721:从所述第一ECU图像点云数据列表中随机采样得到第一点云样本集,并基于所述第一点云样本集得到第一模型的第一参数估计结果;步骤S722:将所述第一点云样本集从所述第一ECU图像点云数据列表中剔除,得到第一非点云样本集;
步骤S722:将所述第一点云样本集从所述第一ECU图像点云数据列表中剔除,得到第一非点云样本集;
步骤S723:采集所述第一非点云样本集中各样本至所述第一模型的距离,并结合预设距离阈值对所述第一非点云样本集进行筛选,得到第一一致性点集;
步骤S724:若所述第一一致性点集的第一数据量满足预设数量阈值,结合所述第一一致性点集得到所述第一模型的第二参数估计结果;
步骤S725:以所述第二参数估计结果代替所述第一参数估计结果,作为所述目标点云模型参数。
具体而言,从第一ECU图像点云数据列表中随机选择一定数量的点云数据作为第一点云样本集,其中,第一点云样本集包括多个点云数据,这些样本是代表性的、能够覆盖目标ECU产品的关键特征和结构,并基于这个样本集进行参数估计,得到第一模型的第一参数估计结果,这样可以使用有限的点云数据来推测和描述整个目标ECU产品的模型特征,并为后续的分析、比对或识别提供参考。
从第一ECU图像点云数据列表中去除属于第一点云样本集的点云数据,得到剔除第一点云样本集后的第一非点云样本集,由剩余的点云数据组成,这是另一个样本集,其中不包含原始的第一点云样本集,这个非点云样本集可以用于其他分析或任务,例如特征提取、模式识别等,并与点云样本集进行对比或使用。
针对第一非点云样本集中的每个样本,计算其与第一模型之间的距离,例如采用欧氏距离方法,来度量样本与模型之间的距离,对第一非点云样本集中的每个样本的距离进行比较,将与第一模型的距离小于预设距离阈值的样本视为一致性点,筛选出所有与第一模型一致的点,得到第一一致性点集。
根据应用需求、准确度要求等因素确定预设数量阈值,即所需的最小一致性点集数据量,对所述第一一致性点集中的数据量进行统计,判断其数据量是否满足预设数量阈值,如果超过或达到该阈值,则基于第一一致性点集,对第一模型再次进行参数计算估计,即得到所述第一模型的第二参数估计结果,并以所述第二参数估计结果代替所述第一参数估计结果,作为所述目标点云模型参数;反之,如果第一数据量不满足预设数量阈值,此时仍需继续迭代循环,再次从所述第一ECU图像点云数据列表中进行随机采样。
进一步而言,本申请步骤S730之后,还包括:
步骤S740:所述分析模块中的第二分析单元,基于SIRT算法对所述第二ECU图像时序进行图像重建,得到第二ECU图像重建结果;
步骤S750:将所述第二ECU图像重建结果映射至所述目标点云模型;
步骤S760:基于所述目标点云模型对所述目标ECU产品进行可视化缺陷识别,得到所述目标缺陷结果。
具体而言,将第二ECU图像时序作为输入数据传递给分析模块的第二分析单元,使用SIRT算法来进行图像重建,这是一种迭代算法,在每次迭代中,它通过迭代计算来优化图像的解,SIRT算法可在每个像素上进行更新,通过多次迭代,每次迭代使用当前估计的图像来减小重投影误差并改进图像质量,这个过程会渐进地改善图像的清晰度和细节还原能力,得到第二ECU图像的重建结果,这个结果是根据输入的图像时序数据和SIRT算法的优化过程而得到的,可用于后续分析、处理或可视化。
使用图像重建结果中的纹理信息,将其映射到对应的点云模型上,这可以通过像素坐标与点云模型的三维坐标之间的映射来实现,对于每个像素点,找到其在点云模型中最近的点,并将图像的颜色值映射到该点云模型上,映射完成后更新目标点云模型的纹理属性,这样,目标点云模型就具有了来自第二ECU图像重建结果的纹理信息。
根据目标ECU产品的预期标准或缺陷定义,通过图像处理技术,对目标点云模型进行自动缺陷识别,识别的缺陷包括表面不均匀、裂纹、异物等。将目标ECU产品上检测到的缺陷映射到目标点云模型,在可视化界面上显示出来,这样,就可以获得目标缺陷结果,并通过可视化形式直观地呈现。
综上所述,本申请实施例所提供的一种用于ECU产品的2D线扫检测方法及系统具有如下技术效果:
读取预设圆周运动轨迹,检测机械臂的臂末端设有载位板,且载位板包括多个装载工位,依次获取第一工位、第二工位,并将剔除了第一工位和第二工位的其他装载工位记作第三工位,其中,第一工位装载有X射线机,第二工位装载有CT射线源,第三工位装载有CCD图像传感器,在进行第一动态检测时,同时启动X射线机和CCD图像传感器,得到第一ECU图像时序,在进行第二动态检测时,同时启动CT射线源和CCD图像传感器,得到第二ECU图像时序,进行分析处理,得到目标ECU产品的目标缺陷结果。
解决了传统的ECU产品检测方法,由于待检产品数据量较大,且缺陷种类复杂,为保证检测准确率需要主观干涉,导致存在检测误判率较高、效率较低,无法适应于数据冗杂的ECU产品检测的技术问题,实现了综合多种成像技术,同时获取多种图像信息和进行连续动态扫描,进而进行综合分析处理,达到全面评估和提高故障诊断能力、提高检测效率的技术效果。
实施例二
基于与前述实施例中一种用于ECU产品的2D线扫检测方法相同的发明构思,如图4所示,本申请提供了一种用于ECU产品的2D线扫检测系统,所述2D线扫检测系统包括主控模块、检测机械臂、分析模块,所述系统包括:
运动轨迹读取单元10,所述运动轨迹读取单元10用于读取所述主控模块中运动控制单元的预设圆周运动轨迹,其中,所述预设圆周运动轨迹是指所述运动控制单元控制所述检测机械臂对目标ECU产品进行动态检测的控制依据轨迹;
机械臂说明单元20,所述机械臂说明单元20用于其中,所述检测机械臂的臂末端设有载位板,且所述载位板包括多个装载工位;
装载工位获取单元30,所述装载工位获取单元30用于依次获取所述多个装载工位中的第一工位、第二工位,并将剔除了所述第一工位和所述第二工位的其他装载工位记作第三工位;
装载工位说明单元40,所述装载工位说明单元40用于其中,所述第一工位装载有X射线机,所述第二工位装载有CT射线源,所述第三工位装载有CCD图像传感器;
第一图像时序获取单元50,所述第一图像时序获取单元50在基于所述预设圆周运动轨迹控制所述检测机械臂对所述目标ECU产品进行第一动态检测时,同时启动所述X射线机和所述CCD图像传感器,得到第一ECU图像时序;
第二图像时序获取单元60,所述第二图像时序获取单元60用于在基于所述预设圆周运动轨迹控制所述检测机械臂对所述目标ECU产品进行第二动态检测时,同时启动所述CT射线源和所述CCD图像传感器,得到第二ECU图像时序;
图像时序处理单元70,所述图像时序处理单元70用于通过所述分析模块对所述第一ECU图像时序和所述第二ECU图像时序进行分析处理,得到所述目标ECU产品的目标缺陷结果。
进一步而言,所述系统还包括:
角度调控方案获取单元,用于读取所述主控模块中的机械控制单元,其中,所述机械控制单元中存储有预设角度调控方案;
机械控制单元,用于在所述检测机械臂对所述目标ECU产品进行动态检测时,基于所述预设角度调控方案对所述臂末端的所述载位板进行机械控制;
角度调控方案说明单元,用于其中,所述预设角度调控方案是指控制所述载位板基于预设弧度轨迹、第一预设调控速度进行运动的方案。
进一步而言,所述系统还包括:
三维坐标轴构建单元,用于以所述目标ECU产品的产品中心为圆心、产品长为X轴、产品高为Y轴、产品宽为Z轴,构建目标三维坐标轴;
坐标点确定单元,用于在所述目标三维坐标轴中依次确定第一坐标点、第二坐标点和第三坐标点;
坐标点说明单元,用于其中,所述第一坐标点是指所述目标ECU产品在所述X轴上距离所述圆心最远的坐标点,所述第二坐标点是指所述目标ECU产品在所述Y轴上距离所述圆心最远的坐标点,所述第三坐标点是指所述目标ECU产品在所述Z轴上距离所述圆心最远的坐标点;
预定距离读取单元,用于读取预定距离,并基于所述预定距离依次对所述第一坐标点、所述第二坐标点和所述第三坐标点进行偏移,分别对应得到第四坐标点、第五坐标点和第六坐标点;
预设弧度轨迹生成单元,用于基于所述第四坐标点、所述第五坐标点和所述第六坐标点,生成所述预设弧度轨迹。
进一步而言,所述系统还包括:
第二调控速度获取单元,用于所述检测机械臂基于所述预设圆周运动轨迹进行动态检测时具备第二预设调控速度;
第二调控速度说明单元,用于其中,所述第二预设调控速度小于所述第一预设调控速度。
进一步而言,所述系统还包括:
点云数据分析单元,用于通过所述分析模块中的第一分析单元对所述第一ECU图像时序进行点云数据分析,得到第一ECU图像点云数据列表;
配准融合单元,用于基于所述第一ECU图像点云数据列表中的点云数据进行配准融合,得到所述目标ECU产品的目标点云模型参数;
纹理映射单元,用于获取所述CCD图像传感器的设备特征参数,并结合所述目标点云模型参数进行纹理映射,得到目标点云模型。
进一步而言,所述系统还包括:
随机采样单元,用于从所述第一ECU图像点云数据列表中随机采样得到第一点云样本集,并基于所述第一点云样本集得到第一模型的第一参数估计结果;
剔除单元,用于将所述第一点云样本集从所述第一ECU图像点云数据列表中剔除,得到第一非点云样本集;
筛选单元,用于采集所述第一非点云样本集中各样本至所述第一模型的距离,并结合预设距离阈值对所述第一非点云样本集进行筛选,得到第一一致性点集;
第二估计结果获取单元,用于若所述第一一致性点集的第一数据量满足预设数量阈值,结合所述第一一致性点集得到所述第一模型的第二参数估计结果;
目标参数获取单元,用于以所述第二参数估计结果代替所述第一参数估计结果,作为所述目标点云模型参数。
进一步而言,所述系统还包括:
图像重建单元,用于所述分析模块中的第二分析单元,基于SIRT算法对所述第二ECU图像时序进行图像重建,得到第二ECU图像重建结果;
映射单元,用于将所述第二ECU图像重建结果映射至所述目标点云模型;
可视化缺陷识别单元,用于基于所述目标点云模型对所述目标ECU产品进行可视化缺陷识别,得到所述目标缺陷结果。
本说明书通过前述对一种用于ECU产品的2D线扫检测方法的详细描述,本领域技术人员可以清楚得知道本实施例中一种用于ECU产品的2D线扫检测方法及系统,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,所以描述得比较简单,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,在其他实施例中实现。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 (5)

1.一种用于ECU产品的2D线扫检测方法,其特征在于,所述2D线扫检测方法应用于2D线扫检测系统,且所述2D线扫检测系统包括主控模块、检测机械臂、分析模块,所述2D线扫检测方法包括:
读取所述主控模块中运动控制单元的预设圆周运动轨迹,其中,所述预设圆周运动轨迹是指所述运动控制单元控制所述检测机械臂对目标ECU产品进行动态检测的控制依据轨迹;
其中,所述检测机械臂的臂末端设有载位板,且所述载位板包括多个装载工位;
依次获取所述多个装载工位中的第一工位、第二工位,并将剔除了所述第一工位和所述第二工位的其他装载工位记作第三工位;
其中,所述第一工位装载有X射线机,所述第二工位装载有CT射线源,所述第三工位装载有CCD图像传感器;
在基于所述预设圆周运动轨迹控制所述检测机械臂对所述目标ECU产品进行第一动态检测时,同时启动所述X射线机和所述CCD图像传感器,得到第一ECU图像时序;
在基于所述预设圆周运动轨迹控制所述检测机械臂对所述目标ECU产品进行第二动态检测时,同时启动所述CT射线源和所述CCD图像传感器,得到第二ECU图像时序;
通过所述分析模块对所述第一ECU图像时序和所述第二ECU图像时序进行分析处理,得到所述目标ECU产品的目标缺陷结果;
其中,所述通过所述分析模块对所述第一ECU图像时序和所述第二ECU图像时序进行分析处理,包括:
通过所述分析模块中的第一分析单元对所述第一ECU图像时序进行点云数据分析,得到第一ECU图像点云数据列表;
基于所述第一ECU图像点云数据列表中的点云数据进行配准融合,得到所述目标ECU产品的目标点云模型参数;
获取所述CCD图像传感器的设备特征参数,并结合所述目标点云模型参数进行纹理映射,得到目标点云模型;
所述基于所述第一ECU图像点云数据列表中的点云数据进行配准融合,得到所述目标ECU产品的目标点云模型参数,包括:
从所述第一ECU图像点云数据列表中随机采样得到第一点云样本集,并基于所述第一点云样本集得到第一模型的第一参数估计结果;
将所述第一点云样本集从所述第一ECU图像点云数据列表中剔除,得到第一非点云样本集;
采集所述第一非点云样本集中各样本至所述第一模型的距离,并结合预设距离阈值对所述第一非点云样本集进行筛选,得到第一一致性点集;
若所述第一一致性点集的第一数据量满足预设数量阈值,结合所述第一一致性点集得到所述第一模型的第二参数估计结果;
以所述第二参数估计结果代替所述第一参数估计结果,作为所述目标点云模型参数;
在所述得到目标点云模型之后,包括:
所述分析模块中的第二分析单元,基于SIRT算法对所述第二ECU图像时序进行图像重建,得到第二ECU图像重建结果;
将所述第二ECU图像重建结果映射至所述目标点云模型;
基于所述目标点云模型对所述目标ECU产品进行可视化缺陷识别,得到所述目标缺陷结果。
2.根据权利要求1所述2D线扫检测方法,其特征在于,所述在基于所述预设圆周运动轨迹控制所述检测机械臂对所述目标ECU产品进行第一动态检测时,还包括:
读取所述主控模块中的机械控制单元,其中,所述机械控制单元中存储有预设角度调控方案;
在所述检测机械臂对所述目标ECU产品进行动态检测时,基于所述预设角度调控方案对所述臂末端的所述载位板进行机械控制;
其中,所述预设角度调控方案是指控制所述载位板基于预设弧度轨迹、第一预设调控速度进行运动的方案。
3.根据权利要求2所述2D线扫检测方法,其特征在于,所述基于所述预设角度调控方案对所述臂末端的所述载位板进行机械控制,包括:
以所述目标ECU产品的产品中心为圆心、产品长为X轴、产品高为Y轴、产品宽为Z轴,构建目标三维坐标轴;
在所述目标三维坐标轴中依次确定第一坐标点、第二坐标点和第三坐标点;
其中,所述第一坐标点是指所述目标ECU产品在所述X轴上距离所述圆心最远的坐标点,所述第二坐标点是指所述目标ECU产品在所述Y轴上距离所述圆心最远的坐标点,所述第三坐标点是指所述目标ECU产品在所述Z轴上距离所述圆心最远的坐标点;
读取预定距离,并基于所述预定距离依次对所述第一坐标点、所述第二坐标点和所述第三坐标点进行偏移,分别对应得到第四坐标点、第五坐标点和第六坐标点;
基于所述第四坐标点、所述第五坐标点和所述第六坐标点,生成所述预设弧度轨迹。
4.根据权利要求3所述2D线扫检测方法,其特征在于,还包括:
所述检测机械臂基于所述预设圆周运动轨迹进行动态检测时具备第二预设调控速度;
其中,所述第二预设调控速度小于所述第一预设调控速度。
5.一种用于ECU产品的2D线扫检测系统,其特征在于,所述2D线扫检测系统包括主控模块、检测机械臂、分析模块,用于实施权利要求1-4任一项所述的一种用于ECU产品的2D线扫检测方法,包括:
运动轨迹读取单元,所述运动轨迹读取单元用于读取所述主控模块中运动控制单元的预设圆周运动轨迹,其中,所述预设圆周运动轨迹是指所述运动控制单元控制所述检测机械臂对目标ECU产品进行动态检测的控制依据轨迹;
机械臂说明单元,所述机械臂说明单元用于其中,所述检测机械臂的臂末端设有载位板,且所述载位板包括多个装载工位;
装载工位获取单元,所述装载工位获取单元用于依次获取所述多个装载工位中的第一工位、第二工位,并将剔除了所述第一工位和所述第二工位的其他装载工位记作第三工位;
装载工位说明单元,所述装载工位说明单元用于其中,所述第一工位装载有X射线机,所述第二工位装载有CT射线源,所述第三工位装载有CCD图像传感器;
第一图像时序获取单元,所述第一图像时序获取单元用于在基于所述预设圆周运动轨迹控制所述检测机械臂对所述目标ECU产品进行第一动态检测时,同时启动所述X射线机和所述CCD图像传感器,得到第一ECU图像时序;
第二图像时序获取单元,所述第二图像时序获取单元用于在基于所述预设圆周运动轨迹控制所述检测机械臂对所述目标ECU产品进行第二动态检测时,同时启动所述CT射线源和所述CCD图像传感器,得到第二ECU图像时序;
图像时序处理单元,所述图像时序处理单元用于通过所述分析模块对所述第一ECU图像时序和所述第二ECU图像时序进行分析处理,得到所述目标ECU产品的目标缺陷结果;
点云数据分析单元,用于通过所述分析模块中的第一分析单元对所述第一ECU图像时序进行点云数据分析,得到第一ECU图像点云数据列表;
配准融合单元,用于基于所述第一ECU图像点云数据列表中的点云数据进行配准融合,得到所述目标ECU产品的目标点云模型参数;
纹理映射单元,用于获取所述CCD图像传感器的设备特征参数,并结合所述目标点云模型参数进行纹理映射,得到目标点云模型;
随机采样单元,用于从所述第一ECU图像点云数据列表中随机采样得到第一点云样本集,并基于所述第一点云样本集得到第一模型的第一参数估计结果;
剔除单元,用于将所述第一点云样本集从所述第一ECU图像点云数据列表中剔除,得到第一非点云样本集;
筛选单元,用于采集所述第一非点云样本集中各样本至所述第一模型的距离,并结合预设距离阈值对所述第一非点云样本集进行筛选,得到第一一致性点集;
第二估计结果获取单元,用于若所述第一一致性点集的第一数据量满足预设数量阈值,结合所述第一一致性点集得到所述第一模型的第二参数估计结果;
目标参数获取单元,用于以所述第二参数估计结果代替所述第一参数估计结果,作为所述目标点云模型参数;
图像重建单元,用于所述分析模块中的第二分析单元,基于SIRT算法对所述第二ECU图像时序进行图像重建,得到第二ECU图像重建结果;
映射单元,用于将所述第二ECU图像重建结果映射至所述目标点云模型;
可视化缺陷识别单元,用于基于所述目标点云模型对所述目标ECU产品进行可视化缺陷识别,得到所述目标缺陷结果。
CN202311224880.6A 2023-09-21 2023-09-21 一种用于ecu产品的2d线扫检测方法及系统 Active CN116952988B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311224880.6A CN116952988B (zh) 2023-09-21 2023-09-21 一种用于ecu产品的2d线扫检测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311224880.6A CN116952988B (zh) 2023-09-21 2023-09-21 一种用于ecu产品的2d线扫检测方法及系统

Publications (2)

Publication Number Publication Date
CN116952988A CN116952988A (zh) 2023-10-27
CN116952988B true CN116952988B (zh) 2023-12-08

Family

ID=88458815

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311224880.6A Active CN116952988B (zh) 2023-09-21 2023-09-21 一种用于ecu产品的2d线扫检测方法及系统

Country Status (1)

Country Link
CN (1) CN116952988B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103339496A (zh) * 2010-12-09 2013-10-02 米尔鲍尔股份公司 光学检测设备及光学检测方法
WO2022188663A1 (zh) * 2021-03-09 2022-09-15 华为技术有限公司 一种目标检测方法及装置
CN115578523A (zh) * 2022-11-21 2023-01-06 慧医谷中医药科技(天津)股份有限公司 一种多角度图像融合的舌部三维建模方法及系统
CN116152310A (zh) * 2022-11-28 2023-05-23 武汉船舶通信研究所(中国船舶重工集团公司第七二二研究所) 基于多源融合的点云配准方法、系统、设备及存储介质
WO2023165074A1 (zh) * 2022-03-01 2023-09-07 上海涛影医疗科技有限公司 图像定位及动态图像生成方法、装置、系统及存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103339496A (zh) * 2010-12-09 2013-10-02 米尔鲍尔股份公司 光学检测设备及光学检测方法
WO2022188663A1 (zh) * 2021-03-09 2022-09-15 华为技术有限公司 一种目标检测方法及装置
WO2023165074A1 (zh) * 2022-03-01 2023-09-07 上海涛影医疗科技有限公司 图像定位及动态图像生成方法、装置、系统及存储介质
CN115578523A (zh) * 2022-11-21 2023-01-06 慧医谷中医药科技(天津)股份有限公司 一种多角度图像融合的舌部三维建模方法及系统
CN116152310A (zh) * 2022-11-28 2023-05-23 武汉船舶通信研究所(中国船舶重工集团公司第七二二研究所) 基于多源融合的点云配准方法、系统、设备及存储介质

Also Published As

Publication number Publication date
CN116952988A (zh) 2023-10-27

Similar Documents

Publication Publication Date Title
CN110555889B (zh) 一种基于CALTag和点云信息的深度相机手眼标定方法
CN103020952B (zh) 信息处理设备和信息处理方法
JP3735344B2 (ja) キャリブレーション装置、キャリブレーション方法、及びキャリブレーション用プログラム
CN106408609B (zh) 一种基于双目视觉的并联机构末端运动位姿检测方法
CN110766684B (zh) 一种基于机器视觉的定子表面缺陷检测系统及检测方法
CN112505056A (zh) 缺陷检测方法和装置
WO2012053521A1 (ja) 光学情報処理装置、光学情報処理方法、光学情報処理システム、光学情報処理プログラム
CN112949478B (zh) 基于云台相机的目标检测方法
JP2014511772A (ja) ロボットシステムにおいてピッキング動作後にセンサ測定値を無効にする方法
CN114283203B (zh) 一种多相机系统的标定方法及系统
CN107831180A (zh) X射线原位成像方法及系统
CN113324478A (zh) 一种线结构光的中心提取方法及锻件三维测量方法
CN109118529A (zh) 一种基于视觉的螺孔图像快速定位方法
US9157874B2 (en) System and method for automated x-ray inspection
CN113884519A (zh) 自导航x射线成像系统及成像方法
CN116952988B (zh) 一种用于ecu产品的2d线扫检测方法及系统
CN114486955A (zh) 确定至少一个评估测量数据所需的几何参数的计算机实现方法
CN116977328B (zh) 车底机器人主动视觉中的图像质量评估方法
CN112016354B (zh) 一种基于视觉识别的运粮车粮箱装载状态检测方法
Gutev et al. Exploiting depth information to increase object tracking robustness
CN114964032B (zh) 基于机器视觉的盲孔深度测量方法及装置
CN112818428B (zh) 一种用于cad模型面结构光全自动扫描路径规划方法
JP4097255B2 (ja) パターンマッチング装置、パターンマッチング方法およびプログラム
CN105717502A (zh) 一种基于线阵ccd的高速激光测距装置及方法
JP2012078105A (ja) 姿勢制御装置、制御方法及びプログラム

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