TW202109026A

TW202109026A - 車輛之塗料缺陷檢測方法及檢測隧道

Info

Publication number: TW202109026A
Application number: TW109123507A
Authority: TW
Inventors: 普拉吉瑟斯貝爾達; 魯伊斯喬治布羅托; 洛薩諾約瑟阿里巴斯; 古貝瑪麗亞約瑟伊斯提夫
Original assignee: 西班牙商艾茵斯系統有限責任公司
Priority date: 2019-07-30
Filing date: 2020-07-13
Publication date: 2021-03-01
Also published as: ES2804648A1; CN114430841A; WO2021019111A1

Abstract

本發明係關於一種車輛之塗料缺陷檢測方法，其能夠藉由一檢測隧道來判定該車輛(7)之該等塗料缺陷之3D座標。該檢測隧道(1)包括：若干視訊攝影機(2)；一輸送機(8)；一位置編碼器(9)，其量測該車輛(7)之移動；一全測站(11)，其量測檢測隧道結構之固定點(12)；一校準棋盤(3)及一校準圖案(4)；處理及儲存構件(10)，其等儲存由該等視訊攝影機拍攝之影像、該等車輛之電腦輔助設計檔案，及一缺陷辨識演算法。

Description

車輛之塗料缺陷檢測方法及檢測隧道

本發明屬於意欲用於偵測及分析一車輛之塗料缺陷之檢測裝置及由所述裝置實施之偵測及分析方法之技術領域。

現今，除對塗料缺陷之若干類型分類之外，亦使用藉由具有人工視覺之固定視訊攝影機之反射表面之掃描系統來獲得塗料缺陷之2D位置。此資訊由生產工廠用於：對修復操作者展示缺陷在哪裡、品質部之統計、噴塗程序之回應控制、作為一單元之重複誤差之偵測。

由於噴塗車輛係3D物件，因此獲得車輛之2D塗料缺陷仍需要操作者將偵測到之2D點轉移至3D物件。因此，基於2D之系統還不是全自動的。

因此，期望找到車輛中之塗料缺陷問題之一全自動解決方案。

本發明之目的係一種車輛之塗料缺陷檢測方法及一種配備實施一車輛之塗料缺陷檢測方法所需之構件之檢測隧道。

本發明之方法尋求使在車輛生產鏈中實施之車輛中之塗料之最終飾面之檢測程序自動化以視情況修復所發現之缺陷。

本發明揭示一種車輛之塗料缺陷檢測方法及一種車輛之塗料缺陷檢測隧道。

本發明之一第一態樣揭示一車輛之塗料缺陷檢測隧道。檢驗隧道包括：視訊攝影機，其等用於拍攝一車輛之影像；一輸送機，其使車輛線性移動且縱向通過檢測隧道；一位置編碼器，其量測車輛之移動；一全測站，其準確量測檢測隧道結構之3D固定點；一校準棋盤，其上定位一校準圖案；及處理及儲存構件，其等至少儲存由視訊攝影機拍攝之影像、車輛之電腦輔助設計(CAD)檔案及一缺陷辨識演算法。另外，處理及儲存構件連接至視訊攝影機、輸送機及位置編碼器。最後，處理及儲存構件經調適以執行下文將在本發明之第二態樣中界定之一車輛之塗料缺陷檢測方法之步驟。檢測隧道可視情況具有一修復工具。

應注意，位置編碼器或編碼器係一脈衝產生器，其連接至使輸送機移動之一馬達之軸且在馬達旋轉時產生脈衝。在本發明中，編碼器用於在將脈衝轉化為長度量測時量測車輛沿輸送機之進距。

在檢測隧道之一實施例中，校準圖案由配置成一交錯構造之方形形成。另外，校準圖案包括一資料矩陣碼及一基準標記。資料矩陣碼及基準標記含有與校準圖案有關之資訊，諸如列及行之數目、中心方形之情形、方形大小、方形色彩等等。較佳地，方形呈黑白色，因為當必須界定方形之連接點時，其具有較佳對比度。

在檢測隧道之另一實施例中，檢測隧道進一步包括一倒U形支撐結構及一前支撐結構以支撐檢測隧道內部之視覺攝影機。視訊攝影機之此等支撐件具有依使得可實施檢測隧道內部之車輛之一全掃描之一方式放置視訊攝影機之優點。

本發明之一第二態樣揭示與本發明之第一態樣之檢測隧道相關聯之一車輛之塗料缺陷檢測方法。一車輛之塗料缺陷檢測方法包括以下步驟： ● 校準包括於檢測隧道中之視訊攝影機以計算視訊攝影機之內在參數及外在參數； ● 構建檢測隧道之一共同參考系(SCE)且將視訊攝影機鏈接至共同參考系(SCE)； ● 基於共同參考系(SCE)透過車輛之至少四個參考點之立體視覺計算3D座標以獲得各參考點之X, Y, Z座標； ● 基於一車輛參考系(SCV)自具有車輛之3D量測之一電腦輔助設計(CAD)檔案計算各參考點之X, Y, Z座標； ● 由視訊攝影機拍攝車輛之至少兩個同步2D影像，其中各同步2D影像之識別符(ID)與車輛相對於檢測隧道之空間位置相關聯，且基於共同參考系(SCE)應用儲存各缺陷之X, Y座標及識別符(ID)之一缺陷辨識演算法； ● 將同步2D影像組合成3D影像，其中3D影像中之缺陷具有鏈接至共同參考系(SCE)之X, Y, Z座標； ● 藉由以下關係計算鏈接至車輛參考系(SCV)之3D影像中之缺陷之X, Y, Z座標： SCV = Inverse (MR) × SCE 其中SCV係界定鏈接至車輛參考系(SCV)之X, Y, Z座標之一矩陣；SCE係界定鏈接至共同參考系(SCE)之X, Y, Z座標之一矩陣，且MR係界定自一參考系轉至另一參考系所需之平移、旋轉及縮放之兩個參考系之間的關係矩陣。

使用先前步驟，獲得一車輛之塗料中發現之各缺陷的3D座標。此資訊可用於修復缺陷。為此，本發明之一車輛之塗料缺陷檢測方法進一步包括以下步驟： ● 計算視訊攝影機之位置與經鏈接至車輛參考系(SCV)之缺陷之X, Y, Z座標重合之一中心點之間的攝影機-車輛向量； ● 產生平行於攝影機-車輛向量、無旋轉但具有一預定距離之等距及徑向平移的四個額外向量； ● 計算車輛上之各額外向量之相交點的3D座標，以獲得四個3D點(P1x, P1y, P1z)、(P2x, P2y, P2z)、(P3x, P3y, P3z)、(P4x, P4y, P4z)； ● 計算自先前步驟中獲得之各3D點至中心點的距離； ● 捨棄具有車輛之造形線之邊緣或表面上的向量(因為此等會使角度之最終結果畸變)； ● 計算車輛之表面上之三角形，其中藉由連接中心點之3D座標與未捨棄向量之兩個相交點來計算各三角形； ● 計算相對於計算表面之法向量； ● 計算先前法向量之平均值以獲得一單一法向量。

法向量表示用於修復車輛之塗料缺陷之修復工具的近似向量。

視訊攝影機校準步驟中所描述之視訊攝影機的校準程序牽涉內在及外在參數的計算。為計算內在參數，實施以下子步驟： ● 拍攝包括至少資料矩陣碼及基準標記之校準棋盤的至少兩個影像； ● 解碼資料矩陣碼以獲得方形大小、校準棋盤之列數及行數； ● 基於資料矩陣碼來界定校準棋盤之中心方形； ● 自中心方形開始計算方形之所有連接； ● 基於方形之連接、包括於視訊攝影機中之光學器件之大小及視訊攝影機之CCD單元大小來計算光學中心、焦距、徑向畸變之至少六個參數(K1至K6)及切向畸變之至少兩個參數(P1、P2)。

另外，為計算外在參數，一車輛之塗料缺陷檢測方法包括以下子步驟： ● 將校準棋盤放置於檢測隧道內部可由至少一視訊攝影機看見校準棋盤之一位置中； ● 由全測站藉由以下操作來實施校準棋盤之一量測： ○ 由測站量測檢測隧道結構上之四個固定點； ○ 反覆部署全測站以獲得相對於檢測隧道內部之一車輛輸送機之共同參考系(SCE)； ○ 由共同參考系(SCE)中之全測站量測位於校準棋盤上之至少12個輔助點； ● 藉由使用變換及硬度之估計來計算共同參考系(SCE)與校準棋盤之間的關係； ● 儲存各視訊攝影機之校準棋盤之至少一影像； ● 計算各視訊攝影機之一局部座標系及計算局部座標系至共同參考系(SCE)之變換。

一旦校準視訊攝影機且構建共同參考系(SCE)以將視訊攝影機鏈接至共同參考系(SCE)，則施加由基於共同參考系(SCE)透過立體視覺計算一車輛之四個參考點之3D座標以獲得各參考點之X, Y, Z座標組成之下一步驟。為透過立體視覺計算一車輛之四個參考點之3D座標，實施以下步驟： ● 在車輛之每側選擇視覺存取待量測之四個參考點之兩個視訊攝影機； ● 選擇車輛上待計算之參考點以考量車輛在輸送機上相對於檢測隧道之同步移動。

視情況而定且除兩個先前步驟之外，可藉由一對比度向量搜尋演算法產生用於辨識後續相同車輛之辨識圖案。

下文將描述基於展示圖之本發明之一較佳實施例。

圖1展示用於實施一車輛之一塗料缺陷檢測之本發明之檢測隧道1。圖1展示檢測隧道1及其內部之輸送機8上之車輛7之底盤。儘管圖1中僅展示車輛之底盤，但本發明之檢測隧道1進一步實施全裝配車輛之塗料缺陷檢測。輸送機8用於使車輛7在檢測隧道1內部移動。檢測隧道1主要由倒U形支撐結構5及前支撐結構6支撐之視訊攝影機2組成。另外，檢測隧道1具有車輛輸送機8、位置編碼器9及處理及儲存構件10。處理及儲存構件10係經組態以執行本發明中所描述之方法之步驟及與組成檢測隧道之其他元件互連之處理器及記憶體。再者，編碼器9用於使檢測隧道1能夠隨時知道車輛之位置。此允許在車輛之一位置與由視訊攝影機在一給定時刻拍攝之一影像之間拍攝同步影像，如將進一步描述。

在開始一車輛之檢測程序之前，需要校準視訊攝影機2。視訊攝影機2之校準由計算視訊攝影機之內在及外在參數組成。

為計算內在參數，將一校準棋盤3放置於檢測隧道1內部，如圖2中所展示。校準圖案4 (其形狀展示於圖3中)放置於校準棋盤3上。校準圖案4由依一交錯構造交替之黑白方形4c (類似於一棋盤)組成。校準圖案4包括配置於不同白色方形中之資料矩陣碼4a及基準標記4b。處理及儲存構件10實施以下步驟以計算內在參數：其藉由視訊攝影機2拍攝具有校準圖案4之校準棋盤3之至少兩個影像；其解碼資料矩陣碼4a以獲得方形4c之大小、中心方形4d、校準棋盤3之列數及行數。使用上述資訊，處理及儲存構件10計算自中心方形開始之方形之所有連接，且使用方形之連接、包括於視訊攝影機中之光學器件之大小及攝影機之CCD單元大小，處理及儲存構件10計算以下內在參數13：光學中心、焦距、徑向畸變之至少六個參數(K1至K6)及切向畸變之至少兩個參數(P1、P2)。

關於外在參數，除使用校準棋盤3之外，亦使用全測站11，如圖4中所展示。首先，將校準棋盤3放置於檢測隧道1內部可由至少一視訊攝影機2看見校準棋盤3之一位置中。接著，由全測站11實施校準棋盤3之一量測。此牽涉產生共同參考系(SCE) 16，為此由全測站11實施檢測隧道1結構之四個點及位於校準棋盤3上之12個點之反覆量測。換言之，檢測隧道1之相同四個點及位於校準棋盤3上之12個點自全測站11相對於檢測隧道1之不同位置量測。較佳地，不同位置係一車輛將在輸送機8上覆蓋之位置。換言之，對檢測隧道1之四個固定點12及位於校準棋盤3上之12個點進行之量測之間的關係允許產生共同參考系(SCE) 16。一旦界定共同參考系(SCE) 16，則各視訊攝影機2必須相對於共同參考系(SCE) 16鏈接以隨後能夠判定一車輛之一塗料缺陷之3D座標。為此，首先藉由變換及硬度之估計來計算共同參考系(SCE)與校準棋盤之間的關係。隨後，儲存各視訊攝影機2之校準棋盤3之至少一影像，計算各視訊攝影機2之局部座標系，且最後計算局部座標系至共同參考系(SCE)之變換。

一旦校準視訊攝影機2且構建共同參考系(SCE) 16以將視訊攝影機鏈接至共同參考系(SCE) 16，則施加由基於共同參考系(SCE)透過立體視覺計算一車輛之四個參考點15的3D座標，以獲得各參考點之X, Y, Z座標組成的下一步驟，如圖5中所展示。如圖5中所展示，在車輛7之各側上，兩個視訊攝影機2拍攝參考點15之影像，且獲得參考點15相對於共同參考系(SCE) 16之3D座標。因此，獲得兩個參考點15之3D座標，車輛之各側一個。同時或依序計算亦在車輛之兩側上之另兩個參考點15的3D座標。若存在可拍攝另兩個參考點15之影像的視訊攝影機2，則可同時實施計算，或由輸送機8依序移動車輛7，直至兩個視訊攝影機2可存取另兩個參考點15。參考點15的3D座標具有一校正因數，以消除由位於輸送機8上之位置編碼器或編碼器9獲知之依序方式的移動。為使由檢測隧道1檢測之後續相同車輛不必重複針對圖5所描述之步驟，處理及儲存構件10可藉由一對比度向量搜尋演算法來產生辨識圖案。

一旦相對於共同參考系(SCE) 16計算車輛7之四個參考點15的3D座標，則可建立車輛之四個參考點15相對於共同參考系(SCE) 16之3D座標與車輛之該等相同四個參考點15相對於車輛參考系(SCV) 17之3D座標之間之一對應性(圖7)，以將四個參考點定位於含有車輛之3D量測/座標之一電腦輔助設計(CAD)檔案中，如圖6中所展示。換言之，建立由視訊攝影機計算之參考點15之各者(圖5)與自CAD檔案提取之相同參考點15 (圖6)之間的對應性(圖7)。

接著，分析車輛7之表面以檢測車輛之塗料缺陷。為此，車輛7之若干2D同步影像20係由視訊攝影機拍攝(圖8)。2D影像被視為「同步」，因為對於各「同步」影像，影像之識別符(ID)、視訊攝影機之空間位置及車輛之空間位置之間存在一直接關係，因為車輛位於輸送機8上，輸送機8與檢測隧道1之空間關係由位置編碼器9獲知。如圖8中所展示，一缺陷辨識演算法被應用於各2D同步影像20，藉此，處理及儲存構件可基於共同參考系(SCE) 16來計算各缺陷之X,Y座標18，使X, Y座標與識別符(ID)相關聯，且儲存X,Y座標以供其稍後處理。

一旦拍攝缺陷18之若干2D同步影像20 (至少兩個)，則將2D同步影像組合成3D影像21以獲得3D影像，其中3D影像中之缺陷具有鏈接至共同參考系(SCE)之X, Y, Z座標19。由於本發明找到車輛本身之塗料缺陷，因此由以下方程式關係來計算共同參考系(SCE)至車輛參考系(SCV)之3D影像中之缺陷之X, Y, Z座標之一變換： SCV = Inverse (MR) × SCE 其中SCV係界定經鏈接至車輛參考系(SCV)之X, Y, Z座標之一矩陣；SCE係界定經鏈接至共同參考系(SCE)之X, Y, Z座標之一矩陣，MR係界定自SCV轉至SCE參考系所需之平移、旋轉及縮放的關係矩陣。基於此，在經鏈接至車輛參考系(SCV)之一3D影像中獲得車輛7之塗料缺陷的3D座標(X, Y, Z) 19，如圖9中所展示。

在鏈接至車輛參考系(SCV)之一3D影像中獲知車輛之塗料缺陷之3D座標(X, Y, Z) 19之一可能應用係由修復工具修復缺陷26。修復工具需要知道到達缺陷26之角度，即，車輛之塗料缺陷之3D座標19。此係本發明之方法可進一步實施以下步驟以計算修復工具24必須到達車輛上之缺陷之角度的原因。圖10中所表示之步驟係： ● 計算視訊攝影機2之位置與鏈接至車輛參考系(SCV)之缺陷之X, Y, Z座標19重合之中心點之間的攝影機-車輛向量22； ● 產生平行於攝影機-車輛向量22、無旋轉但具有約1 mm之一預定距離之等距及徑向平移之四個額外向量23； ● 計算車輛上之各額外向量之相交點25之3D座標以獲得四個3D點(P1x, P1y, P1z)、(P2x, P2y, P2z)、(P3x, P3y, P3z)、(P4x, P4y, P4z)以應用前述技術計算塗料缺陷之3D位置； ● 計算自先前步驟中所獲得之各3D點至中心點之距離； ● 捨棄具有車輛之造形線之邊緣或表面上之向量，因為此等會使角度之最終結果畸變； ● 計算車輛之表面上之三角形，其中藉由連接中心點之3D座標與未捨棄向量之兩個相交點來計算各三角形； ● 計算相對於計算表面之法向量； ● 計算先前法向量之平均值以獲得表示修復工具必須到達車輛上之缺陷之角度之一單一法向量。

1:檢測隧道 2:視訊攝影機 3:校準棋盤 4:校準圖案 4a:資料矩陣碼 4b:基準標記 4c:方形 4d:中心方形 5:倒U形支撐結構 6:前支撐結構 7:車輛 8:輸送機 9:位置編碼器 10:處理及儲存構件 11:全測站 12:固定點 13:內在參數 14:外在參數 15:參考點 16:共同參考系(SCE) 17:車輛參考系(SCV) 18:缺陷之X, Y座標 19:缺陷之三維(3D)座標(X, Y, Z) 20:二維(2D)同步影像 21:三維(3D)影像 22:攝影機-車輛向量 23:平行於攝影機-車輛向量之向量 24:修復工具 25:相交點 26:缺陷

圖1展示用於檢測本發明之一車輛之塗料之檢測隧道，其展示檢測隧道內部之一車輛之車體。

圖2展示其中校準棋盤已放置於內部之本發明之檢測隧道。

圖3展示由校準棋盤攜帶之校準圖案。

圖4展示取得檢測隧道之四個固定點之3D座標之一全測站。

圖5展示由視訊攝影機計算車輛之四個參考點。

圖6展示自一CAD檔案提取之一車輛，車輛之任何點之3D座標可基於CAD檔案獲得。

圖7展示共同參考系SCE、車輛參考系SCV及自一系轉至另一系之一座標變換。

圖8展示一車輛之一塗料缺陷之一2D影像及藉由缺陷之X, Y座標之2D位置。

圖9展示一車輛之一塗料缺陷之一3D影像及藉由缺陷之X, Y, Z座標之3D位置。

圖10展示一車輛之一塗料缺陷之一3D影像及用於修復缺陷之修復工具之近似表示。

1:檢測隧道

2:視訊攝影機

5:倒U形支撐結構

6:前支撐結構

7:車輛

8:輸送機

9:位置編碼器

10:處理及儲存構件

Claims

一種藉由檢測隧道之一車輛之塗料缺陷檢測方法，其特徵在於該方法包括以下步驟：藉由計算包括於一檢測隧道中之視訊攝影機的內在參數及外在參數來校準該等視訊攝影機；構建該檢測隧道之一共同參考系(SCE)，且將該等視訊攝影機鏈接至該共同參考系(SCE)；基於該共同參考系(SCE)透過一車輛之至少四個參考點的立體視覺來計算3D座標，以獲得各參考點的X, Y, Z座標；基於一車輛參考系(SCV)自具有該車輛之3D量測之一電腦輔助設計(CAD)檔案來計算各參考點的X, Y, Z座標；藉由該等視訊攝影機拍攝該車輛之至少兩個同步2D影像，其中各同步2D影像之一識別符(ID)係與該車輛相對於該檢測隧道之空間位置相關聯，且應用基於該共同參考系(SCE)來計算各缺陷及該識別符(ID)之X, Y座標之一缺陷辨識演算法；將該等同步2D影像組合成3D影像，其中該等3D影像中之缺陷具有經鏈接至該共同參考系(SCE)的X, Y, Z座標；藉由以下關係來計算經鏈接至該車輛參考系(SCV)之該等3D影像中之該等缺陷的X, Y, Z座標： SCV = Inverse (MR) × SCE 其中SCV係界定經鏈接至該車輛參考系(SCV)之X, Y, Z座標之一矩陣；MR係關係矩陣，且SCE係界定經鏈接至該共同參考系(SCE)之X, Y, Z座標之一矩陣。
如請求項1之藉由檢測隧道之一車輛之塗料缺陷檢測方法，其中該方法進一步包括以下步驟：計算視訊攝影機之位置與經鏈接至該車輛參考系(SCV)之缺陷之X, Y, Z座標重合之一中心點之間之一攝影機-車輛向量；產生平行於該攝影機-車輛向量、具有一預定距離之等距及徑向平移的四個額外向量；計算該車輛上之各額外向量之相交點的3D座標，以獲得四個3D點(P1x, P1y, P1z)、(P2x, P2y, P2z)、(P3x, P3y, P3z)、(P4x, P4y, P4z)；計算自先前步驟中所獲得之各3D點至該中心點的距離；捨棄具有該車輛之造形線之邊緣或表面上的向量；計算該車輛之表面上的三角形，其中藉由連接該中心點之3D座標與未捨棄向量之兩個相交點來計算各三角形；計算相對於該計算表面之法向量；計算該等先前法向量之平均值，以獲得一單一法向量。
如請求項1之藉由檢測隧道之一車輛之塗料缺陷檢測方法，其中校準該等視訊攝影機之步驟進一步包括以下子步驟以計算該等內在參數：拍攝包括至少一資料矩陣碼及一基準標記之一校準棋盤的至少兩個影像；解碼該資料矩陣碼以獲得一方形大小、該校準棋盤之一列數及一行數；基於該資料矩陣碼來界定該校準棋盤之一中心方形；自該中心方形開始計算方形之所有連接；基於該等方形之該等連接、包括於該等視訊攝影機中之光學器件之大小及視訊攝影機之CCD單元大小來計算一光學中心、一焦距、徑向畸變之至少六個參數(K1至K6)，及切向畸變之至少兩個參數(P1、P2)。
如請求項1之藉由檢測隧道之一車輛之塗料缺陷檢測方法，其中校準該等視訊攝影機之步驟進一步包括以下子步驟以計算該等外在參數：將一校準棋盤放置於該檢測隧道內部其中可由至少一視訊攝影機看見該校準棋盤之一位置中；由一全測站實施該校準棋盤之一量測，為此：由該全測站量測該檢測隧道結構上之四個固定點；反覆部署該全測站以獲得相對於該檢測隧道內部之一車輛輸送機之該共同參考系(SCE)；由該共同參考系(SCE)中之該全測站量測位於該校準棋盤上之至少12個輔助點；藉由使用變換及剛度之估計來計算該共同參考系(SCE)與該校準棋盤之間的關係；儲存各視訊攝影機之該校準棋盤的至少一影像；計算各視訊攝影機之一局部座標系，及計算該局部座標系至該共同參考系(SCE)之變換。
如請求項1之藉由檢測隧道之一車輛之塗料缺陷檢測方法，其中透過立體視覺來校準該等3D座標之步驟進一步包括以下子步驟：在該車輛之每側，選擇視覺存取待量測之該四個參考點的兩個視訊攝影機；選擇該車輛上待計算之該等參考點，以考量該車輛在該輸送機上相對於該檢測隧道之同步移動；藉由一對比度向量搜尋演算法來產生用於辨識後續相同車輛之辨識圖案。
一種一車輛之塗料缺陷檢測隧道，其中該檢測隧道1之特徵在於其包括：視訊攝影機(2)，其等拍攝一車輛(7)之影像；一輸送機(8)，其使該車輛(7)線性移動且縱向通過該檢測隧道(1)；一位置編碼器(9)，其量測該車輛(7)之該移動；一全測站(11)，其量測檢測隧道結構之固定點(12)；一校準棋盤(3)，其上定位一校準圖案(4)；處理及儲存構件(10)，其等至少儲存由該等視訊攝影機拍攝之影像、車輛之電腦輔助設計(CAD)檔案，及一缺陷辨識演算法；該等處理及儲存構件(10)經連接至該等視訊攝影機(2)、該輸送機(8)及該位置編碼器(9)；且其中該等處理及儲存構件經調適以執行如請求項1至5中任一項之方法之步驟。
如請求項6之一車輛之塗料缺陷檢測隧道，其中該校準圖案(4)係由經配置成一交錯構造之方形(4c)形成，且其中該校準圖案(4)進一步包括一資料矩陣碼(4a)及一基準標記(4b)。
如請求項6之一車輛之塗料缺陷檢測隧道，其中該檢測隧道(1)進一步包括一倒U形支撐結構(5)及一前支撐結構(6)以支撐該檢測隧道(1)內部之該等視覺攝影機(2)。
如請求項6之一車輛之塗料缺陷檢測隧道，其中該檢測隧道(1)進一步包括用於修復該車輛(7)之該等塗料缺陷之一修復工具(24)。