CN117091521B - 一种制动器焊接设备自动输送上料厚度检测方法及系统 - Google Patents
一种制动器焊接设备自动输送上料厚度检测方法及系统 Download PDFInfo
- Publication number
- CN117091521B CN117091521B CN202311355294.5A CN202311355294A CN117091521B CN 117091521 B CN117091521 B CN 117091521B CN 202311355294 A CN202311355294 A CN 202311355294A CN 117091521 B CN117091521 B CN 117091521B
- Authority
- CN
- China
- Prior art keywords
- brake component
- data
- brake
- pressure
- point cloud
- 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
Links
- 238000003466 welding Methods 0.000 title claims abstract description 21
- 238000001514 detection method Methods 0.000 title claims abstract description 20
- 238000000034 method Methods 0.000 claims abstract description 47
- 239000013598 vector Substances 0.000 claims description 24
- 238000009826 distribution Methods 0.000 claims description 15
- 238000010586 diagram Methods 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 12
- 239000011159 matrix material Substances 0.000 claims description 11
- 238000004422 calculation algorithm Methods 0.000 claims description 10
- 238000005516 engineering process Methods 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 238000013507 mapping Methods 0.000 claims description 9
- 238000007781 pre-processing Methods 0.000 claims description 9
- 238000012417 linear regression Methods 0.000 claims description 8
- 239000000463 material Substances 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000003825 pressing Methods 0.000 claims description 6
- 238000004445 quantitative analysis Methods 0.000 claims description 6
- 238000003708 edge detection Methods 0.000 claims description 5
- 238000010606 normalization Methods 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims 1
- 238000005259 measurement Methods 0.000 abstract description 4
- 238000003908 quality control method Methods 0.000 abstract description 3
- 230000003137 locomotive effect Effects 0.000 abstract description 2
- 238000010223 real-time analysis Methods 0.000 abstract description 2
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000012546 transfer Methods 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
- G01B21/02—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness
- G01B21/08—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness for measuring thickness
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/27—Regression, e.g. linear or logistic regression
-
- 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
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- 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
-
- 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
-
- 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)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computational Mathematics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Algebra (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Quality & Reliability (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供了一种制动器焊接设备自动输送上料厚度检测方法及系统，涉及机车检测技术领域，该制动器焊接设备自动输送上料厚度检测方法包括以下步骤：将制动器部件输送至测量区域；通过压力传感器得到制动器部件底端的压力数据；获取制动器部件的标准厚度数据；获取制动器部件顶端的表面点云数据和压力传感器的表面点云数据；点云数据分析，得到制动器部件的厚度数据；判断制动器部件是否合格。本发明可以大大降低检测错误的可能性，通过对数据的实时分析，可以确保每个部件都达到严格的质量标准，提高了产品的质量控制，可以确保制动器的性能和安全性，提高汽车的安全性和驾驶舒适度。
Description
技术领域
本发明涉及机车检测技术领域，具体来说，特别涉及一种制动器焊接设备自动输送上料厚度检测方法及系统。
背景技术
汽车已经存在了一个多世纪，对于人类社会的发展和进步产生了深远影响。在现代社会中，汽车已经成为了我们生活中必不可少的交通工具，是生产、生活的重要组成部分，也是物质文明的象征。现今社会经济发展迅速，汽车行业也在飞速进步。购买私家车正在逐渐成为一种时尚和潮流。随着汽车使用的日益频繁，人们越来越意识到汽车的质量和性能是非常重要的，这些因素直接关系到公司的声誉和顾客的生命安全。在这其中，制约汽车性能的关键因素之一就是其制动器的性能。
一个高性能的制动器不仅能确保汽车的制动距离和制动效果，还直接影响着驾驶的舒适度和安全性。所以，汽车制造商越来越注重制动器的设计和研发，不断提高其制动力、刹车效率和耐久性。同时，消费者在购买汽车时也会重点考虑其制动性能，这也促使制动器企业不断提高产品性能，采用更为先进的制动技术和更高性价比的制动材料。因此，制动器部件的厚度检测是确保制动器高性能的关键步骤，目前，在生产线的初端，制动器部件被放置在自动输送装置上，由自动输送装置自动输送到检测区域，而传统的制动器部件厚度检测方法通常需要人工进行部件类型的识别，这不仅效率低，而且可能会出现错误，从而会导致制动器部件的质量和性能下降，造成制动器的性能不稳定，甚至可能引发安全问题。
针对相关技术中的问题，目前尚未提出有效的解决方案。
发明内容
有鉴于此，本发明提供一种制动器焊接设备自动输送上料厚度检测方法及系统，以解决上述提及的传统的制动器部件厚度检测方法通常需要人工进行部件类型的识别，会导致制动器部件的质量和性能下降问题。
为了解决上述问题，本发明采用的具体技术方案如下：
根据本发明的一方面，提供了一种制动器焊接设备自动输送上料厚度检测方法，该制动器焊接设备自动输送上料厚度检测方法包括以下步骤：
S1、通过预设的自动输送装置将制动器部件输送至含有压力传感器的测量区域；
S2、对制动器部件的表面施加压力，并通过压力传感器得到制动器部件底端的压力数据；
S3、基于得到的压力数据对制动器部件类型进行识别，并获取制动器部件的标准厚度数据；
S4、通过激光扫描仪获取制动器部件顶端的表面点云数据和压力传感器的表面点云数据；
S5、对制动器部件底端的压力数据以及制动器部件顶端和压力传感器的表面点云数据进行分析，得到制动器部件的厚度数据；
S6、将制动器部件的厚度数据与制动器部件的标准厚度数据进行比较，判断制动器部件是否合格。
优选的，基于得到的压力数据对制动器部件类型进行识别，并获取制动器部件的标准厚度数据包括以下步骤：
S31、对得到的压力数据进行预处理，预处理包括去噪处理和归一化处理；
S32、利用递归图编码技术将预处理后的压力数据转化为压力分布图，并获取制动器部件的轮廓数据；
S33、根据得到的制动器部件轮廓数据对制动器部件类型进行识别，并获取制动器部件的标准厚度数据。
优选的，利用递归图编码技术将预处理后的压力数据转化为压力分布图，并获取制动器部件的轮廓数据包括以下步骤：
S321、对预处理后的压力数据进行离散化处理，得到离散化空间数据；
S322、对离散化空间数据进行相空间重构，并计算相空间中任意两个向量之间的距离；
S323、基于两个向量之间的距离计算递归值，得到二值方阵，并将二值方阵绘制在坐标轴上，得到递归图；
S324、通过递归定量分析法对递归图中的特征值计算和提取，并将递归图和特征映射到二维纹理图像上，得到压力分布图；
S325、根据得到的压力分布图，利用边缘检测法提取制动器部件的轮廓数据。
优选的，根据得到的制动器部件轮廓数据对制动器部件类型进行识别，并获取制动器部件的标准厚度数据包括以下步骤：
S331、将得到的制动器部件轮廓数据与预设轮廓数据库中的样本轮廓数据进行相似度计算，预设轮廓数据中包括制动器部件的类型、样本轮廓数据集标准厚度数据；
S332、若计算出的相似度大于预设的阈值，则判断该制动器部件轮廓数据与样本轮廓数据为同一类型，否则，则认为该制动器部件为不合格产品；
S333、根据制动器部件的类型确定制动器部件的标准厚度数据。
优选的，基于两个向量之间的距离计算递归值的计算公式为：；
式中，R ij 表示递归值；
Θ表示Heaviside函数；
G表示阈值，且阈值的大小为相空间中任意两个向量中距离最大值的10%；
dis i,j 表示相空间中任意两个向量之间的距离。
优选的，对制动器部件底端的压力数据以及制动器部件顶端和压力传感器的表面点云数据进行分析，得到制动器部件的厚度数据包括以下步骤：
S51、将制动器部件底端的压力数据转换至距离，并建立制动器部件底端坐标系；
S52、将制动器部件顶端和压力传感器的表面点云数据转换至距离，并建立制动器部件顶端坐标系；
S53、将制动器部件底端坐标系和制动器部件顶端坐标系合并，并计算出制动器部件的厚度值。
优选的，将制动器部件底端的压力数据转换至距离，并建立制动器部件底端坐标系包括以下步骤：
S511、根据制动器部件底端的压力数据，将压力数据中的最大值所在的面作为基准面；
S512、根据预设的压力与距离关系，利用线性回归算法确定所有压力传感器的压力数据对应的距离信息；
S513、根据压力数据的位置信息、压力数据对应的距离信息及确定的基准面建立制动器部件底端的笛卡尔三维坐标系，将每个压力值对应的距离信息映射到Z轴上，得到制动器部件底端和压力传感器表面的转换点云数据，并形成制动器部件底端的坐标系。
优选的，将制动器部件顶端和压力传感器的表面点云数据转换至距离，并建立制动器部件顶端坐标系包括以下步骤：
S521、将压力传感器的表面点云数据所在的面作为基准面；
S522、根据预设的点云高度与距离关系，利用线性回归算法确定所有点云数据对应的距离信息；
S523、根据点云数据的位置信息、点云数据对应的距离信息及确定的基准面建立制动器部件顶端的笛卡尔三维坐标系，将每个点云数据对应的距离信息映射到Z轴上，得到制动器部件顶端和压力传感器表面的点云数据，并形成制动器部件顶端坐标系。
优选的，将制动器部件底端坐标系和制动器部件顶端坐标系合并，并计算出制动器部件的厚度值包括以下步骤：
S531、将制动器部件底端坐标系和制动器部件顶端坐标系合并；
S532、将制动器部件底端坐标系中的压力传感器表面的转换点云数据和制动器部件顶端坐标系中压力传感器表面的点云数据进行对齐；
S533、计算对齐后的制动器部件底端坐标系中制动器部件底端点云和制动器部件顶端坐标系中制动器部件顶端点云之间的垂直距离，并将其作为制动器部件每个点的厚度值。
根据本发明的另一方面，提供了一种制动器焊接设备自动输送上料厚度检测系统，该制动器焊接设备自动输送上料厚度检测系统包括：部件输送模块、压力数据获取模块、部件类型识别模块、点云数据获取模块、厚度数据获取模块及部件厚度判断模块；
部件输送模块，用于通过预设的自动输送装置将制动器部件输送至含有压力传感器的测量区域；
压力数据获取模块，用于对制动器部件的表面施加压力，并通过压力传感器得到制动器部件底端的压力数据；
部件类型识别模块，用于基于得到的压力数据对制动器部件类型进行识别，并获取制动器部件的标准厚度数据；
点云数据获取模块，用于通过激光扫描仪获取制动器部件顶端的表面点云数据和压力传感器的表面点云数据；
厚度数据获取模块，用于对制动器部件底端的压力数据以及制动器部件顶端和压力传感器的表面点云数据进行分析，得到制动器部件的厚度数据；
部件厚度判断模块，用于将制动器部件的厚度数据与制动器部件的标准厚度数据进行比较，判断制动器部件是否合格。
本发明的有益效果为：
1、本发明通过自动化的上料和检测流程减少了人工干预，从而大大提高了生产和检测的效率，通过使用自动化设备和先进的传感器技术，可以大大降低检测错误的可能性，通过对数据的实时分析，可以确保每个部件都达到严格的质量标准，通过将实际厚度数据与标准厚度数据进行比较，可以准确判断制动器部件是否合格，进而提高了产品的质量控制，可以确保制动器的性能和安全性，提高汽车的安全性和驾驶舒适度。
2、本发明通过对得到的压力数据进行预处理，可以提高后续处理的准确性，对压力数据的分析和轮廓数据的提取，可以有效识别不同类型的制动器部件和获取其标准厚度数据，通过递归图编码技术和递归定量分析法，能够快速和高效地处理和分析压力数据，通过相似度计算和阈值判断，能够有效地处理和识别各种不同类型和状况的制动器部件，具有很好的鲁棒性。
3、本发明通过将压力数据和点云数据转换为距离信息，并以此建立制动器部件底端和顶端的三维坐标系，能够更精确地获取制动器部件的形状信息，进而准确地计算出部件的厚度，不仅适用于具有特定形状和类型的制动器部件，而且还可以对各种形状和类型的制动器部件进行测量，无需额外的测量设备或方法，降低了测量成本。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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的附图。在附图中：
图1是根据本发明实施例的一种制动器焊接设备自动输送上料厚度检测方法的流程图；
图2是根据本发明实施例的一种制动器焊接设备自动输送上料厚度检测系统的原理框图。
图中：
1、部件输送模块；2、压力数据获取模块；3、部件类型识别模块；4、点云数据获取模块；5、厚度数据获取模块；6、部件厚度判断模块。
具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案，下面将结合本申请实施方式中的附图，对本申请实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式仅仅是本申请一部分实施方式，而不是全部的实施方式。基于本申请中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都应当属于本申请保护的范围。
根据本发明的实施例，提供了一种制动器焊接设备自动输送上料厚度检测方法及系统。
现结合附图和具体实施方式对本发明进一步说明，如图1所示，根据本发明的一个实施例，提供了一种制动器焊接设备自动输送上料厚度检测方法，该制动器焊接设备自动输送上料厚度检测方法包括以下步骤：
S1、通过预设的自动输送装置将制动器部件输送至含有压力传感器的测量区域；
需要说明的是，首先，制定一个预设的自动输送程序，将制动器部件从生产线的某一点自动转移到包含压力传感器的测量区域。这个过程主要由自动输送装置完成，这是一种通常由电力驱动，能够自动向前移动并将物品从一个地点传送到另一个地点的设备。制动器部件会被正确的定位并稳定地移动，以确保在到达测量区域后可以进行准确的厚度检测。
S2、对制动器部件的表面施加压力，并通过压力传感器得到制动器部件底端的压力数据；
需要说明的是，在制动器部件移动到测量区域后，对制动器部件的表面施加适当压力，压力传感器会开始收集数据，将施加在压力传感器上的压力转化为电信号，然后这个电信号可以被读取并转化为压力数据。
S3、基于得到的压力数据对制动器部件类型进行识别，并获取制动器部件的标准厚度数据；
作为优选实施方式，基于得到的压力数据对制动器部件类型进行识别，并获取制动器部件的标准厚度数据包括以下步骤：
S31、对得到的压力数据进行预处理，预处理包括去噪处理和归一化处理；
需要说明的是，在实际的数据收集过程中，由于各种环境和设备的因素，数据通常会包含一些噪声。这些噪声会对后续的数据处理和分析产生干扰，因此需要进行去噪处理。归一化是将数据转化为一个标准的范围，可以使得数据在后续的处理和分析中更易于处理，也可以避免因为数据的原始范围和分布的差异导致的不公平的影响。
S32、利用递归图编码技术将预处理后的压力数据转化为压力分布图，并获取制动器部件的轮廓数据；
作为优选实施方式，利用递归图编码技术将预处理后的压力数据转化为压力分布图，并获取制动器部件的轮廓数据包括以下步骤：
S321、对预处理后的压力数据进行离散化处理，得到离散化空间数据；
需要说明的是，离散化处理是将连续的数据转化为离散的数据的过程。对于压力数据，这可能涉及将数据转化为一系列的离散值或者离散的区间；可以按照数据的范围将数据分割为一系列的等宽区间，并确定数据的最小值和最大值，离散化处理后，原本连续的压力数据就被转化为了离散化空间数据，从而能够简化后续的处理和分析。
S322、对离散化空间数据进行相空间重构，并计算相空间中任意两个向量之间的距离；
需要说明的是，将压力数据按照数值的大小进行顺序排列，然后将排列后的顺序视为虚拟的时间，再选择一个嵌入维度d和一个延迟时间t，然后从虚拟的时间序列中提取出长度为d的数据段，每两个数据段之间的间隔为t，将每一个数据段就可以视为相空间中的一个点，最后便可以通过欧式距离计算任意两个向量之间的距离了。
其中，嵌入维度是指在重构相空间时，使用的虚拟时间序列数据点的数量。延迟时间是指在构造相空间向量时，各个数据点之间的间隔。
S323、基于两个向量之间的距离计算递归值，得到二值方阵，并将二值方阵绘制在坐标轴上，得到递归图；
需要说明的是，对于相空间中的每一对向量，都可以计算它们的递归值，然后将这些递归值组织成一个矩阵。这个矩阵的每一行和每一列都对应一个向量，矩阵中的每一个元素就是对应的两个向量的递归值，利用图像绘制函数将矩阵中的1表示为一种颜色（例如黑色），将0表示为另一种颜色（例如白色），得到递归图。
作为优选实施方式，基于两个向量之间的距离计算递归值的计算公式为：；
式中，R ij 表示递归值，Θ表示Heaviside函数，G表示阈值，且阈值的大小为相空间中任意两个向量中距离最大值的10%，dis i,j 表示相空间中任意两个向量之间的距离。
需要说明的是，阈值选取方法为：计算相空间中任意两个向量之间的欧式距离，并构建所有向量间的距离集合，然后从距离集合中找出最大值，将最大值的10%设定为阈值。
其中，Heaviside函数是数学中的一种阶跃函数，可以表示一个系统在一个阈值点发生突变。
S324、通过递归定量分析法对递归图中的特征值计算和提取，并将递归图和特征映射到二维纹理图像上，得到压力分布图；
需要说明的是，对递归图进行特征值分析，提取其主要特征值，可通过图的邻接矩阵来计算图的特征值，在得到特征值后，可以将递归图和特征映射到二维纹理图像上，以形象地表示数据的特性。例如，将特征值归一化到[0,1]区间，然后将归一化后的特征值映射到灰度值上，以此来生成二维纹理图像。
S325、根据得到的压力分布图，利用边缘检测法提取制动器部件的轮廓数据。
需要说明的是，边缘检测是一种用于识别图像中物体边缘的方法，将边缘检测算法应用到压力分布图上，可以生成一个二值图像，其中的白色像素表示边缘，黑色像素表示非边缘。这个二值图像就是提取的制动器部件轮廓数据。
S33、根据得到的制动器部件轮廓数据对制动器部件类型进行识别，并获取制动器部件的标准厚度数据。
作为优选实施方式，根据得到的制动器部件轮廓数据对制动器部件类型进行识别，并获取制动器部件的标准厚度数据包括以下步骤：
S331、将得到的制动器部件轮廓数据与预设轮廓数据库中的样本轮廓数据进行相似度计算，预设轮廓数据中包括制动器部件的类型、样本轮廓数据集标准厚度数据；
需要说明的是，在进行相似度计算之前，从实际制动器部件中收集不同类型的样本轮廓数据，每种类型收集多个样本实例，然后建立一个轮廓数据库，然后将轮廓数据库中的每个轮廓数据关联其类型和标准厚度数据，记录在轮廓数据库中。然后将得到的制动器部件轮廓数据与预设轮廓数据中的样本轮廓数据进行余弦相似度计算，而余弦相似度是一种用于计算两个向量之间相似程度的度量。余弦相似度越接近1，两个向量越相似，越接近-1越不相似。它可以很好地评估两个对象的相似程度。
S332、若计算出的相似度大于预设的阈值，则判断该制动器部件轮廓数据与样本轮廓数据为同一类型，否则，则认为该制动器部件为不合格产品；
S333、根据制动器部件的类型确定制动器部件的标准厚度数据。
需要说明的是，通过轮廓匹配识别类型，然后根据类型从数据库中查询标准厚度。
具体的，通过对得到的压力数据进行预处理，可以提高后续处理的准确性，对压力数据的分析和轮廓数据的提取，可以有效识别不同类型的制动器部件和获取其标准厚度数据，通过递归图编码技术和递归定量分析法，能够快速和高效地处理和分析压力数据，通过相似度计算和阈值判断，能够有效地处理和识别各种不同类型和状况的制动器部件，具有很好的鲁棒性。
S4、通过激光扫描仪获取制动器部件顶端的表面点云数据和压力传感器的表面点云数据；
作为优选实施方式，使用激光扫描仪对制动器部件顶端和未接触制动器部件的压力传感器进行扫描，得到制动器部件顶端的表面点云数据和压力传感器的表面点云数据。
S5、对制动器部件底端的压力数据以及制动器部件顶端和压力传感器的表面点云数据进行分析，得到制动器部件的厚度数据；
作为优选实施方式，对制动器部件底端的压力数据以及制动器部件顶端和压力传感器的表面点云数据进行分析，得到制动器部件的厚度数据包括以下步骤：
S51、将制动器部件底端的压力数据转换至距离，并建立制动器部件底端坐标系；
作为优选实施方式，将制动器部件底端的压力数据转换至距离，并建立制动器部件底端坐标系包括以下步骤：
S511、根据制动器部件底端的压力数据，将压力数据中的最大值所在的面作为基准面；
需要说明的是，制动器在工作过程中，压力最大的地方通常是与制动器面接触最紧密的地方，选择最大压力值所在的面作为基准面是合理的，这可以提高后续距离转换和厚度计算的准确性。
S512、根据预设的压力与距离关系，利用线性回归算法确定所有压力传感器的压力数据（包括未与制动器部件底端接触的压力传感器的压力数据）对应的距离信息；
需要说明的是，由于压力和距离之间通常存在一定的相关性（例如，距离越小，压力越大），因此可以利用这种相关性进行转换。预设的压力与距离关系可能是基于实验数据得出。使用线性回归算法将每个压力值映射到一个距离值。具体来说，算法会找出一条最适合所有数据点的直线（即回归线），然后使用这条线对新的压力数据进行预测，得出对应的距离信息。
S513、根据压力数据的位置信息、压力数据对应的距离信息及确定的基准面建立制动器部件底端的笛卡尔三维坐标系，将每个压力值对应的距离信息映射到Z轴上，得到制动器部件底端和压力传感器表面的转换点云数据，并形成制动器部件底端的坐标系。
需要说明的是，笛卡尔坐标系是一种坐标系统，使用三个垂直的坐标轴来表示三维空间中的位置。在这个步骤中，每一个压力数据都有其特定的位置信息和对应的距离信息，在建立坐标系的过程中，每一个压力值对应的距离信息将被映射到Z轴上，意味着压力数据的Z坐标将是其对应的距离信息。通过这样的映射，可以在三维空间中表示出压力数据的分布情况。在三维空间中建立一个以基准面为原点，以压力数据的位置信息和距离信息为坐标的制动器部件底端笛卡尔三维坐标系，将所有的压力值都表示在这个坐标系中，就形成了制动器部件底端的坐标系。
S52、将制动器部件顶端和压力传感器的表面点云数据转换至距离，并建立制动器部件顶端坐标系；
作为优选实施方式，将制动器部件顶端和压力传感器的表面点云数据转换至距离，并建立制动器部件顶端坐标系包括以下步骤：
S521、将压力传感器的表面点云数据所在的面作为基准面；
需要说明的是，将压力传感器的表面点云数据所在的面定义为基准面。这是因为想要在这个位置建立一个坐标系，以便将其他的点云数据相对于这个基准面进行定位。
S522、根据预设的点云高度与距离关系，利用线性回归算法确定所有点云数据对应的距离信息；
需要说明的是，将点云数据转换为距离信息，预设的点云高度与距离关系可以基于实验数据得到，然后使用线性回归算法来确定所有点云数据对应的距离信息。
S523、根据点云数据的位置信息、点云数据对应的距离信息及确定的基准面建立制动器部件顶端的笛卡尔三维坐标系，将每个点云数据对应的距离信息映射到Z轴上，得到制动器部件顶端和压力传感器表面的点云数据，并形成制动器部件顶端坐标系。
需要说明的是，每一个点云数据都有其特定的位置信息和对应的距离信息，在建立坐标系的过程中，每一个点云数据对应的距离信息将被映射到Z轴上。这意味着点云数据的Z坐标将是其对应的距离信息。通过这样的映射，可以在三维空间中表示出点云数据的分布情况，然后在三维空间中建立以基准面为原点，以点云数据的位置信息和距离信息为坐标的制动器部件顶端的笛卡尔三维坐标系。通过将所有的点云数据都表示在制动器部件顶端的笛卡尔三维坐标系中，就形成了制动器部件顶端的坐标系。
S53、将制动器部件底端坐标系和制动器部件顶端坐标系合并，并计算出制动器部件的厚度值。
作为优选实施方式，将制动器部件底端坐标系和制动器部件顶端坐标系合并，并计算出制动器部件的厚度值包括以下步骤：
S531、将制动器部件底端坐标系和制动器部件顶端坐标系合并；
需要说明的是，将制动器部件底端的坐标系和顶端的坐标系进行合并，是为了能够在同一个系统中比较和分析两个坐标系中的数据。合并时通常会保持原有的坐标系不变，并将其中一个坐标系转换或平移至另一个坐标系。
S532、将制动器部件底端坐标系中的压力传感器表面的转换点云数据和制动器部件顶端坐标系中压力传感器表面的点云数据进行对齐；
需要说明的是，将制动器部件底端坐标系中的压力传感器表面的转换点云数据和制动器部件顶端坐标系中压力传感器表面的点云数据进行对齐，确保了两个坐标系中的点云数据可以在同一平面上进行比较。
S533、计算对齐后的制动器部件底端坐标系中制动器部件底端点云和制动器部件顶端坐标系中制动器部件顶端点云之间的垂直距离，并将其作为制动器部件每个点的厚度值。
需要说明的是，对每个制动器部件底端点云数据点，在顶端点云中找到其最近的数据点，然后计算底端点和对应的顶端点在合并后的坐标系的Z轴方向的距离，即为该点的厚度值。
具体的，通过将压力数据和点云数据转换为距离信息，并以此建立制动器部件底端和顶端的三维坐标系，能够更精确地获取制动器部件的形状信息，进而准确地计算出部件的厚度，不仅适用于具有特定形状和类型的制动器部件，而且还可以对各种形状和类型的制动器部件进行测量，无需额外的测量设备或方法，降低了测量成本。
S6、将制动器部件的厚度数据与制动器部件的标准厚度数据进行比较，判断制动器部件是否合格。
需要说明的是，如果制动器部件一个点的厚度数据与制动器部件的标准厚度数据在允许公差范围内，则该点合格。否则，则该点不合格。然后统计所有点的合格情况，如果所有点都合格，则判定制动器部件合格；如果存在不合格点，则判定制动器部件不合格。
如图2所示，根据本发明的另一个实施例，提供了一种制动器焊接设备自动输送上料厚度检测系统，该制动器焊接设备自动输送上料厚度检测系统包括：部件输送模块1、压力数据获取模块2、部件类型识别模块3、点云数据获取模块4、厚度数据获取模块5及部件厚度判断模块6；
部件输送模块1，用于通过预设的自动输送装置将制动器部件输送至含有压力传感器的测量区域；
压力数据获取模块2，用于对制动器部件的表面施加压力，并通过压力传感器得到制动器部件底端的压力数据；
部件类型识别模块3，用于基于得到的压力数据对制动器部件类型进行识别，并获取制动器部件的标准厚度数据；
点云数据获取模块4，用于通过激光扫描仪获取制动器部件顶端的表面点云数据和压力传感器的表面点云数据；
厚度数据获取模块5，用于对制动器部件底端的压力数据以及制动器部件顶端和压力传感器的表面点云数据进行分析，得到制动器部件的厚度数据；
部件厚度判断模块6，用于将制动器部件的厚度数据与制动器部件的标准厚度数据进行比较，判断制动器部件是否合格。
综上所述，借助于本发明的上述技术方案，本发明通过自动化的上料和检测流程减少了人工干预，从而大大提高了生产和检测的效率，通过使用自动化设备和先进的传感器技术，可以大大降低检测错误的可能性，通过对数据的实时分析，可以确保每个部件都达到严格的质量标准，通过将实际厚度数据与标准厚度数据进行比较，可以准确判断制动器部件是否合格，进而提高了产品的质量控制，可以确保制动器的性能和安全性，提高汽车的安全性和驾驶舒适度；本发明通过对得到的压力数据进行预处理，可以提高后续处理的准确性，对压力数据的分析和轮廓数据的提取，可以有效识别不同类型的制动器部件和获取其标准厚度数据，通过递归图编码技术和递归定量分析法，能够快速和高效地处理和分析压力数据，通过相似度计算和阈值判断，能够有效地处理和识别各种不同类型和状况的制动器部件，具有很好的鲁棒性；本发明通过将压力数据和点云数据转换为距离信息，并以此建立制动器部件底端和顶端的三维坐标系，能够更精确地获取制动器部件的形状信息，进而准确地计算出部件的厚度，不仅适用于具有特定形状和类型的制动器部件，而且还可以对各种形状和类型的制动器部件进行测量，无需额外的测量设备或方法，降低了测量成本。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明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，本发明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、光学存储器等）上实施的计算机程序产品的形式。
以上所述的具体实施例，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例而已，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 (4)
1.一种制动器焊接设备自动输送上料厚度检测方法，其特征在于，该制动器焊接设备自动输送上料厚度检测方法包括以下步骤：
S1、通过预设的自动输送装置将制动器部件输送至含有压力传感器的测量区域；
S2、对制动器部件的表面施加压力，并通过压力传感器得到制动器部件底端的压力数据；
S3、基于得到的压力数据对制动器部件类型进行识别，并获取制动器部件的标准厚度数据；
S4、通过激光扫描仪获取制动器部件顶端的表面点云数据和压力传感器的表面点云数据；
S5、对制动器部件底端的压力数据以及制动器部件顶端和压力传感器的表面点云数据进行分析，得到制动器部件的厚度数据；
S6、将制动器部件的厚度数据与制动器部件的标准厚度数据进行比较，判断制动器部件是否合格；
所述基于得到的压力数据对制动器部件类型进行识别，并获取制动器部件的标准厚度数据包括以下步骤：
S31、对得到的压力数据进行预处理，所述预处理包括去噪处理和归一化处理；
S32、利用递归图编码技术将预处理后的压力数据转化为压力分布图，并获取制动器部件的轮廓数据；
S33、根据得到的制动器部件轮廓数据对制动器部件类型进行识别，并获取制动器部件的标准厚度数据；
所述利用递归图编码技术将预处理后的压力数据转化为压力分布图，并获取制动器部件的轮廓数据包括以下步骤：
S321、对预处理后的压力数据进行离散化处理，得到离散化空间数据；
S322、对离散化空间数据进行相空间重构，并计算相空间中任意两个向量之间的距离；
S323、基于两个向量之间的距离计算递归值，得到二值方阵，并将二值方阵绘制在坐标轴上，得到递归图；
S324、通过递归定量分析法对递归图中的特征值计算和提取，并将递归图和特征映射到二维纹理图像上，得到压力分布图；
S325、根据得到的压力分布图，利用边缘检测法提取制动器部件的轮廓数据；
所述对制动器部件底端的压力数据以及制动器部件顶端和压力传感器的表面点云数据进行分析，得到制动器部件的厚度数据包括以下步骤：
S51、将制动器部件底端的压力数据转换至距离，并建立制动器部件底端坐标系；
S52、将制动器部件顶端和压力传感器的表面点云数据转换至距离，并建立制动器部件顶端坐标系；
S53、将制动器部件底端坐标系和制动器部件顶端坐标系合并，并计算出制动器部件的厚度值；
所述将制动器部件底端的压力数据转换至距离，并建立制动器部件底端坐标系包括以下步骤：
S511、根据制动器部件底端的压力数据，将压力数据中的最大值所在的面作为基准面；
S512、根据预设的压力与距离关系，利用线性回归算法确定所有压力传感器的压力数据对应的距离信息；
S513、根据压力数据的位置信息、压力数据对应的距离信息及确定的基准面建立制动器部件底端的笛卡尔三维坐标系，将每个压力值对应的距离信息映射到Z轴上，得到制动器部件底端和压力传感器表面的转换点云数据，并形成制动器部件底端的坐标系；
所述将制动器部件顶端和压力传感器的表面点云数据转换至距离，并建立制动器部件顶端坐标系包括以下步骤：
S521、将压力传感器的表面点云数据所在的面作为基准面；
S522、根据预设的点云高度与距离关系，利用线性回归算法确定所有点云数据对应的距离信息；
S523、根据点云数据的位置信息、点云数据对应的距离信息及确定的基准面建立制动器部件顶端的笛卡尔三维坐标系，将每个点云数据对应的距离信息映射到Z轴上，得到制动器部件顶端和压力传感器表面的点云数据，并形成制动器部件顶端坐标系；
所述将制动器部件底端坐标系和制动器部件顶端坐标系合并，并计算出制动器部件的厚度值包括以下步骤：
S531、将制动器部件底端坐标系和制动器部件顶端坐标系合并；
S532、将制动器部件底端坐标系中的压力传感器表面的转换点云数据和制动器部件顶端坐标系中压力传感器表面的点云数据进行对齐；
S533、计算对齐后的制动器部件底端坐标系中制动器部件底端点云和制动器部件顶端坐标系中制动器部件顶端点云之间的垂直距离，并将其作为制动器部件每个点的厚度值。
2.根据权利要求1所述的一种制动器焊接设备自动输送上料厚度检测方法，其特征在于，所述根据得到的制动器部件轮廓数据对制动器部件类型进行识别，并获取制动器部件的标准厚度数据包括以下步骤：
S331、将得到的制动器部件轮廓数据与预设轮廓数据库中的样本轮廓数据进行相似度计算，所述预设轮廓数据中包括制动器部件的类型、样本轮廓数据集标准厚度数据；
S332、若计算出的相似度大于预设的阈值，则判断该制动器部件轮廓数据与样本轮廓数据为同一类型，否则，则认为该制动器部件为不合格产品；
S333、根据制动器部件的类型确定制动器部件的标准厚度数据。
3.根据权利要求2所述的一种制动器焊接设备自动输送上料厚度检测方法，其特征在于，所述基于两个向量之间的距离计算递归值的计算公式为：；
式中，R ij 表示递归值；
Θ表示Heaviside函数；
G表示阈值，且阈值的大小为相空间中任意两个向量中距离最大值的10%；
dis i,j 表示相空间中任意两个向量之间的距离。
4.一种制动器焊接设备自动输送上料厚度检测系统，用于实现权利要求1-3中任一项所述的制动器焊接设备自动输送上料厚度检测方法，其特征在于，该制动器焊接设备自动输送上料厚度检测系统包括：部件输送模块、压力数据获取模块、部件类型识别模块、点云数据获取模块、厚度数据获取模块及部件厚度判断模块；
所述部件输送模块，用于通过预设的自动输送装置将制动器部件输送至含有压力传感器的测量区域；
所述压力数据获取模块，用于对制动器部件的表面施加压力，并通过压力传感器得到制动器部件底端的压力数据；
所述部件类型识别模块，用于基于得到的压力数据对制动器部件类型进行识别，并获取制动器部件的标准厚度数据；
所述点云数据获取模块，用于通过激光扫描仪获取制动器部件顶端的表面点云数据和压力传感器的表面点云数据；
所述厚度数据获取模块，用于对制动器部件底端的压力数据以及制动器部件顶端和压力传感器的表面点云数据进行分析，得到制动器部件的厚度数据；
所述部件厚度判断模块，用于将制动器部件的厚度数据与制动器部件的标准厚度数据进行比较，判断制动器部件是否合格。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311355294.5A CN117091521B (zh) | 2023-10-19 | 2023-10-19 | 一种制动器焊接设备自动输送上料厚度检测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311355294.5A CN117091521B (zh) | 2023-10-19 | 2023-10-19 | 一种制动器焊接设备自动输送上料厚度检测方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117091521A CN117091521A (zh) | 2023-11-21 |
| CN117091521B true CN117091521B (zh) | 2023-12-22 |
Family
ID=88773746
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311355294.5A Active CN117091521B (zh) | 2023-10-19 | 2023-10-19 | 一种制动器焊接设备自动输送上料厚度检测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117091521B (zh) |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB9713447D0 (en) * | 1996-06-25 | 1997-08-27 | Siemens Ag | Device for detecting the thickness of a brake lining |
| GB0114520D0 (en) * | 2000-06-14 | 2001-08-08 | Bosch Gmbh Robert | Method of monitoring the thickness of the brake linings of a vehicle brake system |
| DE102005058354A1 (de) * | 2005-12-06 | 2007-06-14 | Continental Teves Ag & Co. Ohg | Verfahren zur Bestimmung der Belagdicke in einem Kraftfahrzeugbremssystem |
| CN104482865A (zh) * | 2014-12-18 | 2015-04-01 | 北京安铁软件技术有限公司 | 一种制动器厚度检测的方法及系统 |
| CN109410231A (zh) * | 2018-09-13 | 2019-03-01 | 安徽继远软件有限公司 | 基于图像处理的输电线路覆冰检测方法及系统 |
| CN109949326A (zh) * | 2019-03-21 | 2019-06-28 | 苏州工业园区测绘地理信息有限公司 | 基于背包式三维激光点云数据的建筑物轮廓线提取方法 |
| CN110179468A (zh) * | 2019-05-22 | 2019-08-30 | 福建双驰智能信息技术有限公司 | 一种足部测量装置、多维度足部特征分析系统及方法 |
| CN112146576A (zh) * | 2020-09-25 | 2020-12-29 | 苏州盈科电子有限公司 | 尺寸测量方法及其装置 |
| DE102019131863A1 (de) * | 2019-11-25 | 2021-05-27 | Dürr Assembly Products GmbH | Verwendung einer Vorrichtung zur photogrammetrischen Vermessung von Objekten zur Bestimmung von Position und/oder Orientierung von Teilen eines Fahrzeugs |
| CN114593681A (zh) * | 2020-12-07 | 2022-06-07 | 北京格灵深瞳信息技术有限公司 | 厚度测量方法，装置，电子设备及存储介质 |
| CN115601250A (zh) * | 2021-06-28 | 2023-01-13 | 动态Ad有限责任公司（Us） | 用于照相机对准的装置和方法 |
| CN116086332A (zh) * | 2023-04-10 | 2023-05-09 | 山东裕东汽车零部件有限公司 | 一种多功能的刹车盘检测工装 |
| CN116113975A (zh) * | 2020-12-31 | 2023-05-12 | 华为技术有限公司 | 一种图像处理方法以及装置 |
| CN116399216A (zh) * | 2023-04-23 | 2023-07-07 | 四川科理特智能科技有限公司 | 一种工件表面测厚方法 |
-
2023
- 2023-10-19 CN CN202311355294.5A patent/CN117091521B/zh active Active
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB9713447D0 (en) * | 1996-06-25 | 1997-08-27 | Siemens Ag | Device for detecting the thickness of a brake lining |
| GB0114520D0 (en) * | 2000-06-14 | 2001-08-08 | Bosch Gmbh Robert | Method of monitoring the thickness of the brake linings of a vehicle brake system |
| DE102005058354A1 (de) * | 2005-12-06 | 2007-06-14 | Continental Teves Ag & Co. Ohg | Verfahren zur Bestimmung der Belagdicke in einem Kraftfahrzeugbremssystem |
| CN104482865A (zh) * | 2014-12-18 | 2015-04-01 | 北京安铁软件技术有限公司 | 一种制动器厚度检测的方法及系统 |
| CN109410231A (zh) * | 2018-09-13 | 2019-03-01 | 安徽继远软件有限公司 | 基于图像处理的输电线路覆冰检测方法及系统 |
| CN109949326A (zh) * | 2019-03-21 | 2019-06-28 | 苏州工业园区测绘地理信息有限公司 | 基于背包式三维激光点云数据的建筑物轮廓线提取方法 |
| CN110179468A (zh) * | 2019-05-22 | 2019-08-30 | 福建双驰智能信息技术有限公司 | 一种足部测量装置、多维度足部特征分析系统及方法 |
| DE102019131863A1 (de) * | 2019-11-25 | 2021-05-27 | Dürr Assembly Products GmbH | Verwendung einer Vorrichtung zur photogrammetrischen Vermessung von Objekten zur Bestimmung von Position und/oder Orientierung von Teilen eines Fahrzeugs |
| CN112146576A (zh) * | 2020-09-25 | 2020-12-29 | 苏州盈科电子有限公司 | 尺寸测量方法及其装置 |
| CN114593681A (zh) * | 2020-12-07 | 2022-06-07 | 北京格灵深瞳信息技术有限公司 | 厚度测量方法，装置，电子设备及存储介质 |
| CN116113975A (zh) * | 2020-12-31 | 2023-05-12 | 华为技术有限公司 | 一种图像处理方法以及装置 |
| CN115601250A (zh) * | 2021-06-28 | 2023-01-13 | 动态Ad有限责任公司（Us） | 用于照相机对准的装置和方法 |
| CN116086332A (zh) * | 2023-04-10 | 2023-05-09 | 山东裕东汽车零部件有限公司 | 一种多功能的刹车盘检测工装 |
| CN116399216A (zh) * | 2023-04-23 | 2023-07-07 | 四川科理特智能科技有限公司 | 一种工件表面测厚方法 |
Non-Patent Citations (1)
| Title |
|---|
| 基于足底压力分布的楦底曲面重构;胡小春 等;《基于足底压力分布的楦底曲面重构》(第16期);第106-112页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117091521A (zh) | 2023-11-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107341802B (zh) | 一种基于曲率与灰度复合的角点亚像素定位方法 | |
| US8103376B2 (en) | System and method for the on-machine 2-D contour measurement | |
| CN117237368A (zh) | 一种桥梁裂缝检测方法及系统 | |
| CN117372433B (zh) | 厚度参数的控制方法、装置、设备及存储介质 | |
| CN110567383A (zh) | 基于结构森林和亚像素的受电弓磨耗预警系统及检测方法 | |
| CN115311629A (zh) | 一种折弯机的异常折弯精度监测系统 | |
| CN111539951B (zh) | 一种陶瓷砂轮头轮廓尺寸视觉检测方法 | |
| CN115937651A (zh) | 基于改进的yolov5s网络模型的圆柱滚子表面检测方法及系统 | |
| CN117091521B (zh) | 一种制动器焊接设备自动输送上料厚度检测方法及系统 | |
| CN114022441A (zh) | 一种不规则五金件的缺陷检测方法 | |
| CN111695582A (zh) | 一种颤振纹理的检测方法及其装置 | |
| CN117333727A (zh) | 一种基于可视化图像处理技术的输送带磨损区域识别分析系统 | |
| CN113269234A (zh) | 一种基于目标检测的连接件装配检测方法和系统 | |
| CN117085969A (zh) | 人工智能工业视觉检测方法、装置、设备及存储介质 | |
| CN116681912A (zh) | 铁路道岔的轨距检测方法及装置 | |
| CN111768423A (zh) | 一种基于图像识别的纤维角度自动测量方法 | |
| CN114266719B (zh) | 一种基于霍夫变换的产品检测方法 | |
| Belhaoua et al. | Estimation of 3D reconstruction errors in a stereo-vision system | |
| CN117911412B (zh) | 用于工程机械用链轨节的尺寸检测方法及系统 | |
| CN116452587B (zh) | 一种环保建筑结构钢板缺陷识别方法 | |
| CN117291874B (zh) | 用于铜公测量的自动分中方法及其系统 | |
| CN118015004B (zh) | 一种激光切割扫描系统及方法 | |
| CN113358058B (zh) | 基于离散序列点的焊缝轮廓特征计算机视觉检测方法 | |
| CN118067043B (zh) | 基于机器视觉的扁线电机定子中扁线旋转角度检测方法 | |
| CN115931878A (zh) | 工件表面瑕疵检测方法及装置 |
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 |