WO2007052462A1 - 形状認識装置及び歪評価装置 - Google Patents

形状認識装置及び歪評価装置 Download PDF

Info

Publication number
WO2007052462A1
WO2007052462A1 PCT/JP2006/320531 JP2006320531W WO2007052462A1 WO 2007052462 A1 WO2007052462 A1 WO 2007052462A1 JP 2006320531 W JP2006320531 W JP 2006320531W WO 2007052462 A1 WO2007052462 A1 WO 2007052462A1
Authority
WO
WIPO (PCT)
Prior art keywords
data
curvature
approximate curve
cross
measured
Prior art date
Application number
PCT/JP2006/320531
Other languages
English (en)
French (fr)
Inventor
Hideto Katsuma
Seiji Oue
Masato Otagoshi
Minho Chang
Original Assignee
Daihatsu Motor Co., Ltd.
Solutionix Corp.
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 Daihatsu Motor Co., Ltd., Solutionix Corp. filed Critical Daihatsu Motor Co., Ltd.
Priority to DE112006003100T priority Critical patent/DE112006003100B4/de
Priority to CN200680041459XA priority patent/CN101356418B/zh
Publication of WO2007052462A1 publication Critical patent/WO2007052462A1/ja

Links

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
    • G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • 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
    • G01B21/20—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 contours or curvatures, e.g. determining profile
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B5/00—Measuring arrangements characterised by the use of mechanical techniques
    • G01B5/0025—Measuring of vehicle parts

Definitions

  • the present invention relates to a shape recognition device for recognizing a shape of a surface to be measured based on three-dimensional measurement data of the surface to be measured, and a strain for evaluating distortion using the shape of the recognized surface to be measured. It relates to evaluation equipment.
  • a shape that is, strain
  • the ability to judge whether or not the distortion is acceptable is based on a sensory evaluation based on the sensitivity of a skilled human.
  • a strain evaluation device has been proposed that aims to perform a sensory evaluation of the degree of strain quantitatively by mechanically extracting some characteristics of the strain force of the measured surface such as the body surface.
  • the strain evaluation apparatus described in Patent Document 1 compares the measurement data of the surface to be measured with the CAD data of the surface to be measured, which is stored in advance in the CAD device, at each point on the surface to be measured. The difference data is created. Based on the difference data, the distortion of the measured surface is evaluated. That is, the strain evaluation apparatus described in Patent Document 1 performs a process based on the idea that the information included in the difference data is only the strain information of the surface to be measured.
  • Patent Document 1 Japanese Patent Laid-Open No. 2003-21511
  • the difference data includes information indicating springback in addition to information indicating distortion.
  • the information representing the springback is information representing the original shape of the measured surface, is not. That is, the strain evaluation apparatus described in Patent Document 1 described above cannot separately recognize the original shape of the surface to be measured and the strain generated in the shape.
  • the conventional strain evaluation apparatus evaluates the distortion of the surface to be measured based on the inaccurate shape recognition of the surface to be measured. I can't say it.
  • the present invention has been made in view of the above-described problems, and the object thereof is a shape capable of accurately recognizing the shape of the surface to be measured even if deformation due to a springback or the like has occurred. It is to provide a recognition device, and to provide a strain evaluation device that can accurately evaluate strain based on the result of shape recognition.
  • a feature configuration of a shape recognition apparatus for achieving the above object is a shape recognition apparatus for performing shape recognition based on three-dimensional measurement data of a surface to be measured. Approximation in which a first approximate curve having a certain curvature is applied to each of a plurality of first data groups along the length direction of the cross section of the two-dimensional cross section data of the measurement data representing the unevenness of the measurement surface.
  • Uniform range determining means for determining a uniform range in which the curvature is uniform along the length direction of the cross section, and the uniform range determined by the uniform range determining means of the two-dimensional cross section data.
  • a certain curvature with respect to the second data group existing in the range In that it comprises a trendline deriving means for deriving a second approximate curve with.
  • the approximate curve applying means applies a plurality of first data groups along the length direction of the cross section of the two-dimensional cross section data of the measurement data representing the unevenness of the surface to be measured.
  • a first approximate curve having a certain curvature is applied to derive the curvatures of the plurality of first approximate curves.
  • the tendency of the curvature change along the length direction of the cross section can be known.
  • a uniform range in which the curvature is uniform along the length direction of the cross section is determined.
  • the approximate curve deriving means is the two-dimensional Among the data, the second approximate curve having a certain curvature is derived for the second data group existing within the uniform range determined by the uniform range determining means. That is, a uniform range in which the curvature is uniform along the length direction of the section, that is, the section shape of the surface to be measured has a substantially constant curvature, and the second data group existing in the uniform range can be determined. Can be extracted. Therefore, the second approximate curve having a constant curvature derived with respect to the second data group corresponds to a portion where the cross-sectional shape of the surface to be measured has a substantially constant curvature.
  • the shape recognition device As described above, by using the shape recognition device according to the present invention, the two-dimensional cross-sectional data of the portion of the surface to be measured whose cross-sectional shape has a substantially constant curvature is extracted regardless of the presence or absence of deformation due to springback or the like. it can. As a result, it is possible to know the original shape of the surface to be measured without distortion.
  • the characteristic configuration of the strain evaluation apparatus according to the present invention for achieving the above object is that the second approximation is performed by comparing the second data group existing in the uniform range with the second approximation curve.
  • Distortion data extraction means is provided for extracting data whose deviation from the curve exceeds the set tolerance as distortion data.
  • the second approximate curve representing the original shape of the surface to be measured that does not include distortion and the second data group are compared with each other, and the original surface of the surface to be measured included in the second data group is compared. It is possible to extract a shape different from the shape of this and use it as strain data. Therefore, accurate evaluation of distortion becomes possible.
  • strain data extraction means includes the first data in which the curvature of the first approximate curve is equal to or greater than a set curvature in the two-dimensional cross-sectional data.
  • the distortion data is not extracted from the data corresponding to the data group.
  • FIG. 1 shows a non-contact three-dimensional measurement system that measures the shape of a surface to be measured in three dimensions
  • FIG. 3 is a functional block diagram of a shape recognition device 50 and a strain evaluation device 40 according to the present invention.
  • This non-contact three-dimensional measurement system is a non-contact three-dimensional measurement of the shapes of door panels and bodies produced by pressing a steel plate with a die.
  • a robot hand 10 as a measuring head moving means, and a captured image of a grid pattern projected onto a surface to be inspected while performing phase shift under tracking scanning of the door panel surface by the robot hand 10, for example.
  • a non-contact three-dimensional measuring means 20 that outputs a measured image for the sake of easy understanding.
  • a three-dimensional measurement control unit 30 for processing a part of the measurement image of the door panel surface, which is sequentially sent from the non-contact three-dimensional measurement means 20, and generating three-dimensional measurement data of the entire door panel surface is provided.
  • the shape recognition device 50 and the distortion evaluation device 40 can be realized by a combination of an arithmetic processing device such as a computer and a predetermined program.
  • the robot hand 10 itself is a well-known one, and has an arm mechanism 11 having a tool mounting portion 1 la that can be moved in a three-dimensional position at the tip, and a robot node controller 12 that controls the movement of the arm mechanism 11 and a force. Become.
  • the non-contact three-dimensional measuring means 20 includes a fringe projection unit 21a that functions as a projector for projecting a lattice pattern onto a surface to be measured and a camera unit 21b that captures a deformed lattice image projected onto the surface to be measured.
  • a measurement head 21 comprising: a control unit 22 for controlling the fringe projection unit 21a and the camera unit 21b, and a three-dimensional image that generates and outputs the above-described measurement image by analyzing the image of the imaging screen sent from the camera unit 21b.
  • a distance data measurement unit 23 is provided.
  • Such non-contact three-dimensional measuring means 20 is a force that enables measurement with higher accuracy by combining phase shift with grating pattern projection, and its measurement principle and mechanism are well known.
  • Japanese Patent Application Laid-Open No. 2004-317495 No. 2002-257528 is described. Since the measuring head 21 is attached to the tool mounting portion 11a of the robot hand 10, it can be moved to an arbitrary three-dimensional position to perform three-dimensional measurement.
  • the three-dimensional measurement data generated as described above is a three-dimensional measurement control unit. 30 to the distortion evaluation device 40 including the shape recognition device 50.
  • the configurations of the shape recognition device 50 and the strain evaluation device 40, the shape recognition method of the surface to be measured performed using the shape recognition device 50, and the strain evaluation method performed using the strain evaluation device 40 are described below. I will explain.
  • the shape recognition device 50 includes an approximate curve applying unit 43, a curvature deriving unit 44, a uniform range determining unit 45, and an approximate curve deriving unit 46. Furthermore, the shape recognition device 50 includes data conversion means 41 that performs data conversion of the three-dimensional measurement data generated by the three-dimensional measurement control unit, and noise removal means 42 that removes noise from the data.
  • the strain evaluation apparatus 40 further includes strain data extraction means 47 for extracting strain data existing on the surface to be measured. Further, the input data 'data being processed' data after the processing
  • the display means 48 capable of displaying various data to be handled is provided.
  • the data converting means 41, noise removing means 42, approximate curve applying means 43, curvature deriving means 44, uniform range determining means 45, approximate curve deriving means 46, and distortion data extracting means 47 are the shape recognition device. 50 and the processing device such as a computer constituting the distortion evaluation device 40.
  • FIG. 2 is a diagram for explaining data conversion by the data conversion means 41.
  • the data conversion means 41 realizes a function of converting data in order to convert the three-dimensional measurement data, which is point cloud data representing the surface shape of the surface to be measured in three dimensions, into data that can be easily used in later processing.
  • the measured data of the 3D measurement data is represented by white circles, and the converted data after conversion is represented by black circles.
  • the data conversion means 41 calculates the data on the lattice points on the XY plane from the actual 3D measurement data and converts the point cloud data constituting the actual 3D measurement data to the XY plane. To point cloud data on the grid points.
  • FIG. 3 is a diagram for explaining noise removal by the noise removing means 42.
  • the noise removal means 42 compares the specific point P that is the target of noise removal and a point adjacent to the specific point P with an interval.
  • the noise removing means 42 is configured such that the Z value (the height of the surface to be measured) between the points P 1 and P 2 that are separated from each other by sandwiching the specific point P and the specific point P.
  • the noise removal means 42 derives a difference value Dv from the point P having a larger difference from the specific point P v, and the difference value Dv is determined as the allowable difference value Di. Compare with
  • FIG. 4 is a diagram for explaining the function of the approximate curve applying means 43.
  • the approximate curve applying means 43 has a first curvature having a certain curvature with respect to a plurality of first data groups along the length direction of the cross section of the two-dimensional cross section data of the measurement data representing the unevenness of the surface to be measured. 1 Approximate curve is applied respectively. Specifically, as shown in Fig. 4 (a), the first data point for each data point of the two-dimensional section data P, P, P, ... along the length direction of the section.
  • P and P are the points at both ends with a constant interval centered on P.
  • FIG. 4C illustrates an example of the first approximate curves Rl, R4, R6 created as described above.
  • the first approximate curve R4 for the point P is P, P and P
  • each first approximate curve is associated with position information along the length direction of the cross section, that is, information indicating the force generated for which point, and is transferred to a subsequent process.
  • FIG. 5 is data of the curvature of the first approximate curve applied to each point of the two-dimensional cross-sectional data derived by the curvature deriving means 44.
  • Curvature P is the reciprocal of the absolute value of radius R of the first approximate curve.
  • the sign of the radius of the first approximate curve when the two-dimensional cross-sectional data has an upwardly convex shape is positive
  • the sign of the radius is negative.
  • the sign of the radius of the first approximate curve Rl, R4 in FIG. 4 (a) is positive
  • the sign of the radius of the first approximate curve R6 is negative.
  • the uniform range determining unit 45 converts the plurality of curvatures derived by the curvature deriving unit 44 as illustrated in FIG. 5 into change data along the length direction of the cross section of the surface to be measured. Based on this, a uniform range in which the curvature is uniform along the length direction of the cross section is determined.
  • range A and range C are uniform ranges, and force range B is not uniform.
  • the uniform curvature along the direction of the cross section of the measured surface means that the measured surface force at the position corresponding to that range is wide. It means that the surface has a certain curvature over the range.
  • the curvatures of A, B, and C are positive, and these areas are convex curved surfaces.
  • each curvature value existing within the uniform range includes a section of the surface to be measured. Information about which position along the surface direction the curvature value of the first approximate curve applied to is associated. Therefore, the uniform range determining means 45 determining the uniform range with respect to the curvature information indirectly determines the uniform range with respect to the two-dimensional cross-sectional data.
  • the approximate curve deriving means 46 extracts the data existing in the uniform range determined by the uniform range determining means 45 from the two-dimensional cross-sectional data as a second data group, and the second data group.
  • a second approximate curve having a certain curvature with respect to the data group is derived.
  • FIG. 6 is a graph showing a plurality of data points (second data group) existing within a specific uniform range in the two-dimensional cross-sectional data. Each point shown in the figure is a point along the cross-sectional direction of the surface to be measured, and each point is associated with information on the curvature of the first approximate curve.
  • the approximate curve deriving means 46 can derive the second approximate curve having a certain curvature with respect to the second data group by averaging the curvature of each point existing in the second data group.
  • the approximate curve deriving means 46 derives the second approximate curve for each uniform range.
  • the second approximate curve shown in FIG. 6 is a line representing the cross-sectional shape of a surface having a certain curvature over a specific range of the surface to be measured. That is, by using the shape recognition device 50 of the present invention, it is possible to use only the two-dimensional cross-sectional data of the surface to be measured that is actually measured, regardless of whether the surface to be measured is deformed due to springback. V, including distortion, etc., and the shape of the measured surface itself (the shape after springback) can be recognized.
  • the strain evaluation device 40 can extract the strain existing on the surface to be measured using the second approximate curve derived by the shape recognition device 50.
  • the strain evaluation device 40 compares the second data group existing within the uniform range derived by the shape recognition device 50 with the second approximate curve, thereby comparing the second approximate curve force Distortion data extraction means 47 for extracting data whose deviation amount is greater than the set tolerance as distortion data.
  • the strain data extracting means 47 sets the set tolerances dl, d2 for the increasing side and the decreasing side of the second approximate curve, and the second data group. Is extracted from the data that constitutes the deviation amount from the second approximate curve is equal to or greater than the set tolerance.
  • the set tolerances dl, d2 for the increasing side and the decreasing side of the second approximate curve
  • the strain data extraction unit 47 extracts data existing in the data area Db and the data area Dc from the two-dimensional cross-sectional data of the measured surface as strain data. Further, the strain data extracting means 47 similarly extracts strain data in each uniform range using each second approximate curve in all cross sections constituting the surface to be measured derived by the above approximate curve deriving means 46. To do.
  • the strain data extracting means 47 is the first data that is equal to or larger than the set curvature p shown in FIG. 5 in the two-dimensional cross-sectional data of the surface to be measured, regardless of whether the curvature of the first approximate curve is uneven.
  • distortion data is not extracted for data that exists outside the uniform range, such as range B shown in Fig. 5.
  • FIG. 7 is an example of a display screen when the vicinity of the fuel filler on the body surface of the vehicle is a measured surface, and the strain data extracted by the strain data extracting means 47 on the measured surface is displayed on the display means 48.
  • the distortion data is drawn in a gray scale distribution map according to the magnitude of the value. From Fig. 7, it can be seen that the distortion appears intensively around the four corners (regions S3, S4, S5, S6) of the fuel filler port and almost appears in the other parts.
  • the distribution diagram in FIG. 7 shows a portion where the deviation from the second approximate curve is less than the set tolerance, a portion where the curvature of the first approximate curve is greater than the set curvature p, and FIG.
  • the part other than the uniform range such as the range B
  • the shape of the measured surface corresponding to the areas SI and S2 actually had a curvature.
  • the part having the curvature is not distortion. Then, as shown in Fig. 7, a distribution map can be obtained in which only the presence of distortion can be easily recognized.
  • the distortion evaluation device 40 is illustrated as including the shape recognition device 50, but the shape recognition device 50 and the distortion evaluation device 40 may be configured separately.
  • an arithmetic processing device such as a computer that realizes the shape recognition device 50 and an arithmetic processing device such as a computer that realizes the distortion evaluation device 40 may be configured separately.
  • each function of the shape recognition device 50 and the distortion evaluation device 40 may be configured to be realized by a plurality of arithmetic processing devices.
  • the noise removing unit 42 has been described as an example of performing noise removal of the two-dimensional cross-section data using the method described with reference to FIG. 3, but conventional power exists as a noise removing method. It is possible to adopt various methods.
  • the shape recognition apparatus can be used to recognize the shape of any object as long as the object has a surface with a constant curvature. Further, the strain evaluation apparatus according to the present invention can be used when quantitatively evaluating the strain on the body surface of an automobile or the like. Therefore, it is possible to find the distortion generated by pressing, for example, on the door panel surface of the vehicle properly under a certain standard, so that the mold used for the pressing force will not generate distortion thereafter. So that it can be corrected appropriately. In addition, the shape recognition device can be used to accurately represent the data of a press mold with a small amount of correction (on the order of 0.1 mm). As described above, the strain evaluation apparatus of the present invention is very useful for inspection of molds used for pressing force.
  • FIG. 1 is a functional block diagram of a non-contact three-dimensional measurement system, a shape recognition device, and a strain evaluation device.
  • FIG. 3 is a diagram for explaining noise removal by noise removing means.

Abstract

　被測定面の三次元計測データに基づいて形状認識を行う形状認識装置５０が被測定面の凹凸を表す計測データの二次元断面データのうち、断面の長さ方向に沿った複数の第１データ群に対して、一定の曲率を有する第１近似曲線を夫々適用する近似曲線適用手段４３と、複数の第１近似曲線の曲率を導出する曲率導出手段４４と、曲率導出手段４４により導出された複数の曲率の、断面の長さ方向に沿った変化データに基づいて、曲率が断面の長さ方向に沿って一様な一様範囲を決定する一様範囲決定手段４５と、二次元断面データのうち一様範囲決定手段４５が決定した一様範囲内に存在する第２データ群に関して、一定の曲率を有する第２近似曲線を導出する近似曲線導出手段４６とを備える。

Description

明 細 書
形状認識装置及び歪評価装置
技術分野
[0001] 本発明は、被測定面の三次元計測データに基づいてその被測定面の形状認識を 行う形状認識装置、及び、認識された被測定面の形状を用いて歪の評価を行う歪評 価装置に関する。
背景技術
[0002] 鋼板を用いて作製された車両のボディ表面には、鋼板の板厚 '組成などに応じて、 設計通りに作製されたのとは異なる形状 (つまり、歪）が発生することがある。そして、 その歪が許容できる程度のものであるか否かの判定力 熟練した人間の感性による 官能評価に依って行われている。但し、長い年月の間、様々な歪を見てきた経験の ある熟練者でなければ、歪の程度の評価を一定の基準の下で的確に行えない。その ため、ボディ表面などの被測定面の歪力も何らかの特徴を機械的に抽出して、歪の 程度の官能評価を定量的に行うことを目的とした歪評価装置が提案されている。
[0003] 特許文献 1に記載の歪評価装置は、被測定面の計測データと、 CAD装置に予め 記憶されて 、る被測定面の CADデータとを比較し、被測定面上の各点での差分デ ータを作成している。そして、その差分データに基づいて被測定面の歪の評価を行 つている。つまり、特許文献 1に記載の歪評価装置は、差分データに含まれる情報が 被測定面の歪の情報のみであると 、う考えに基づ 、た処理を行って 、る。
特許文献 1：特開 2003— 21511号公報
発明の開示
発明が解決しょうとする課題
[0004] 鋼板を用いて実際にプレス成形されたボディ表面には、上述した歪などとは別にス プリングバックなどの若干の変形が発生していることがある。その場合、被測定面の 実際の計測データは CADデータとは一致しなくなる。そして、上記差分データには、 歪を表す情報に加えて、スプリングバックを表す情報も含まれることになる。しかしな がら、スプリングバックを表す情報は、被測定面の本来の形状を表す情報であり、歪 ではない。つまり、上述した特許文献 1に記載の歪評価装置は、被測定面の本来の 形状と、その形状に発生している歪とを別々に認識できていない。
以上のように、従来の歪評価装置は、被測定面の不正確な形状認識に基づいて被 測定面の歪の評価を行って 、るため、正確な歪の評価を行って 、るとは言えな 、。
[0005] 本発明は、上記の課題に鑑みてなされたものであり、その目的は、スプリングバック などによる変形が発生していたとしても被測定面の形状認識を正確に行うことができ る形状認識装置を提供する点にあり、力 tlえて、その形状認識の結果に基づいて正確 な歪評価を行える歪評価装置を提供する点にある。
課題を解決するための手段
[0006] 上記目的を達成するための本発明に係る形状認識装置の特徴構成は、被測定面 の三次元計測データに基づ!/、て形状認識を行う形状認識装置であって、前記被測 定面の凹凸を表す計測データの二次元断面データのうち、前記断面の長さ方向に 沿った複数の第 1データ群に対して、一定の曲率を有する第 1近似曲線を夫々適用 する近似曲線適用手段と、複数の前記第 1近似曲線の曲率を導出する曲率導出手 段と、前記曲率導出手段によって導出された複数の曲率の、前記断面の長さ方向に 沿った変化データに基づいて、曲率が前記断面の長さ方向に沿って一様である一 様範囲を決定する一様範囲決定手段と、前記二次元断面データのうち、前記一様範 囲決定手段が決定した前記一様範囲内に存在する第 2データ群に関して、一定の 曲率を有する第 2近似曲線を導出する近似曲線導出手段とを備える点にある。
[0007] 上記特徴構成によれば、近似曲線適用手段が、前記被測定面の凹凸を表す計測 データの二次元断面データのうち、前記断面の長さ方向に沿った複数の第 1データ 群に対して、一定の曲率を有する第 1近似曲線を夫々適用し、複数の前記第 1近似 曲線の曲率を導出する。つまり、断面の長さ方向に沿った各位置における局所的な 曲率を導出することで、断面の長さ方向に沿った曲率変化の傾向を知ることができる カロえて、一様範囲決定手段が、前記曲率導出手段によって導出された複数の曲率 の、前記断面の長さ方向に沿った変化データに基づいて、曲率が前記断面の長さ方 向に沿って一様である一様範囲を決定し、近似曲線導出手段が、前記二次元断面 データのうち、前記一様範囲決定手段が決定した前記一様範囲内に存在する第 2デ ータ群に関して、一定の曲率を有する第 2近似曲線を導出するように構成されて!、る 。つまり、断面の長さ方向に沿って曲率が一様である、即ち、被測定面の断面形状が ほぼ一定の曲率である一様範囲を決定でき、その一様範囲に存在する第 2データ群 を抽出できる。従って、第 2データ群に関して導出された、一定の曲率を有する第 2 近似曲線は、被測定面の断面形状がほぼ一定の曲率である部分に相当する。 以上のように、本発明に係る形状認識装置を用いることで、スプリングバックなどに よる変形の有無に拘わらず、断面形状がほぼ一定の曲率である被測定面の部分の 二次元断面データを抽出できる。その結果、歪を含まない被測定面の本来の形状を 知ることができる。
[0008] 上記目的を達成するための本発明に係る歪評価装置の特徴構成は、前記一様範 囲内に存在する前記第 2データ群を前記第 2近似曲線と比較して、前記第 2近似曲 線からの逸脱量が設定許容差以上のデータを歪データとして抽出する歪データ抽出 手段を備える点にある。
[0009] 上記特徴構成によれば、歪を含まない被測定面の本来の形状を表す第 2近似曲線 と第 2データ群と比較することで、第 2データ群に含まれる被測定面の本来の形状と は異なる形状を抽出し、それを歪データとすることができる。従って、歪の正確な評価 が可能となる。
[0010] 本発明に係る歪評価装置の別の特徴構成は、前記歪データ抽出手段は、前記二 次元断面データのうち、前記第 1近似曲線の曲率が設定曲率以上である前記第 1デ ータ群に対応するデータに対しては前記歪データの抽出は行わな 、ように構成され ている点にある。
[0011] 上記特徴構成によれば、曲率が設定曲率以上である部分、つまり、被測定面の形 状が当初より急激に変化している部分では、例え歪が発生していたとしても目立たな いため、歪評価において無視しても構わない。その結果、不要な歪評価を行わない ようにして、ハードウェア資源を有効に活用できる。
発明を実施するための最良の形態
[0012] 図 1は、被測定面の形状を三次元で計測する非接触三次元計測システム、並びに 、本発明に係る形状認識装置 50及び歪評価装置 40の機能ブロック図である。この 非接触三次元計測システムは、鋼板を金型でプレス加工して作製されたドアパネル やボディなどの形状を非接触で三次元計測するものである。このシステムは、まず、 測定ヘッド移動手段としてのロボットハンド 10と、ロボットハンド 10による例えばドアパ ネル表面の追従走査の下で位相シフトしながら被検査面上に投影される格子パター ンの撮像画像を縞解析して撮像画像の画素毎に三次元座標値を求め、画素毎に三 次元距離データを割り当てられた測定画像 (正確には画像を構成する画素の値が三 次元距離データであり、一般的な画像とは異なるが、ここでは理解し易いように測定 画像と呼ぶことにする）を出力する非接触三次元測定手段 20とを備える。さらに、こ の非接触三次元測定手段 20から順次送られてくる、ドアパネル表面の一部の測定 画像を処理してドアパネル表面全体の三次元計測データを生成する三次元計測コ ンロトールユニット 30を備えている。また、形状認識装置 50及び歪評価装置 40は、 コンピュータなどの演算処理装置と所定のプログラムとの組み合わせによって実現で きる。
ロボットハンド 10自体は公知のものであり、先端に三次元位置移動可能なツール装 着部 1 laを有するアーム機構 11と、このアーム機構 11の動きを制御するロボットノ、ン ドコントローラ 12と力 なる。
[0013] 非接触三次元測定手段 20は、格子パターンを被測定面に投影するプロジェクタと して機能する縞投影部 21aと被測定面に投影されて変形した格子像を撮影するカメ ラ部 21bとからなる測定ヘッド 21、縞投影部 21aやカメラ部 21bを制御する制御部 22 、及び、カメラ部 21bから送られてきた撮像画面の画像を分析して上述した測定画像 を生成出力する三次元距離データ測定部 23を備えている。このような非接触三次元 測定手段 20は、格子パターン投影に位相シフトを組み合わすことによってより精度の 高い測定が可能となる力 その測定原理や仕組みは公知であり、例えば、特開 2004 — 317495号公報ゃ特開 2002— 257528号公報に説明されている。測定ヘッド 21 はロボットハンド 10のツール装着部 11aに取り付けられているので、任意の三次元位 置に移動して三次元測定を行うことができる。
[0014] 上述のようにして生成された三次元計測データは、三次元計測コントロールユニット 30から、形状認識装置 50を備える歪評価装置 40へ渡される。以下に、形状認識装 置 50及び歪評価装置 40の構成と、形状認識装置 50を用いて行われる被測定面の 形状認識方法並びに歪評価装置 40を用いて行われる歪評価方法とにつ 、て説明 する。
[0015] 本発明に係る形状認識装置 50は、近似曲線適用手段 43と、曲率導出手段 44と、 一様範囲決定手段 45と、近似曲線導出手段 46とを備える。更に、形状認識装置 50 は、三次元計測コントロールユニットで生成された三次元計測データのデータ変換を 行うデータ変換手段 41と、そのデータのノイズ除去を行うノイズ除去手段 42とを備え る。
また、本発明に係る歪評価装置 40は、被測定面に存在する歪データを抽出する歪 データ抽出手段 47を備え、更に、入力されたデータ'演算処理中のデータ'演算処 理後のデータなど、取り扱われる種々のデータを表示可能な表示手段 48を備える。 上述したデータ変換手段 41、ノイズ除去手段 42、近似曲線適用手段 43、曲率導 出手段 44、一様範囲決定手段 45、近似曲線導出手段 46、及び、歪データ抽出手 段 47は、形状認識装置 50及び歪評価装置 40を構成するコンピュータなどの演算処 理装置によって実現される。
[0016] 図 2は、データ変換手段 41によるデータ変換を説明する図である。上記データ変 換手段 41は、被測定面の表面形状を三次元で表す点群データである三次元計測 データを、後の処理において利用し易いデータにするためにデータ変換する機能を 実現する。図 2において、三次元計測データの実測データは白丸で表し、変換後の 変換データは黒丸で表す。具体的には、データ変換手段 41は、実際の三次元計測 データから X— Y平面の格子点上のデータを演算して、実際の三次元計測データを 構成する点群データを X— Y平面の格子点上の点群データに変換する。
[0017] 図 3は、ノイズ除去手段 42によるノイズ除去を説明する図である。ノイズ除去手段 4 2は、ノイズ除去の対象とする特定点 Pと、その特定点 Pに対して間隔をおいて隣接 する点との比較を行う。本実施形態において、ノイズ除去手段 42は、特定点 Pを挟 むようにして二つ離れて存在する点 P , P と、特定点 Pとの Z値 (被測定面の高
v+2 v-2 V
さ方向の値）との比較を行う。 図 3のグラフ A— 1に示すように、ノイズ除去手段 42は、特定点 Pvからの差異が大き い方の点 P との差異値 Dvを導出し、その差異値 Dvを許容差異値 Diと比較する。
v-2
そして、図 3のグラフ A—1に示すように Dvく Diであれば、図 3のグラフ B—1に示す ように、特定点 Pに対して、その特定点 Pを隣接するデータの近似線上に補正する スムージング処理を行う。
他方で、図 3のグラフ A— 2に示すように、ノイズ除去手段 42は、特定点 Pと点 P
V v+2 とを比較したとき Dv>Diであれば、図 3のグラフ B— 2に示すように、特定点 Pに対 するスムージング処理を行わない。以上のようにして、各データ点に対するノイズ除 去処理を行うことで、グラフ Cに示すようなデータ群が得られる。そして、以降の処理 では、このノイズ除去されたデータ群を被測定面の三次元計測データ (又は、被測定 面の凹凸を表す計測データの二次元断面データ）として用いる。
[0018] 図 4は、近似曲線適用手段 43の機能を説明する図である。この近似曲線適用手段 43は、被測定面の凹凸を表す計測データの二次元断面データのうち、その断面の 長さ方向に沿った複数の第 1データ群に対して、一定の曲率を有する第 1近似曲線 を夫々適用するように構成されている。具体的には、図 4 (a)に示すように、断面の長 さ方向に沿った二次元断面データ P、 P、 P、 · · · ·の夫々のデータ点に対して第 1
1 2 3
近似曲線を適用する。
以降の説明では、被測定面の特定の計測データに係る二次元断面データに対す る処理を説明するが、被測定面を構成する他の二次元断面データに対しても同様の 処理が行われる。
[0019] まず、図 4 (a)に示すように、 Pを中心とし、一定間隔の両端の点を P , Pとして、そ
1 si ei
の 3点からサークルを描く。このとき設定した公差内に全ての点が収まれば、 Pの曲 率はその算出した値になる。もし、一点でも公差の外れた点があれば、 si = si+ l, ei
=ei— 1とし、公差内に入るまで繰り返す。
これでも最適なサークルを見つけることが出来ない場合がある。
図 4 (b)では、近似曲線適用手段 43が実行する、データ点 Pにおける第 1近似曲 線の適用の手法について説明する。図示したように、一定ピッチ内に形状（〔P , P
i-5 i-
〕区間)または変曲点が存在すれば、形状または変曲点が存在する方（図 4 (b)では 、 P側）を固定して計算を始める。計算方法は上記と同じであり、 (P , P , P )→(P si 1-2 l ei l
， P， P )→(P ， P， P )→ > (P ， P， P )→(P ， P， P )→(P ， P，
-2 i ei-1 i-2 i ei-2 i-2 i i+2 i-1 i i+2 i-1 i
P )
i+1 の順でサークル近似する。
これにより、全ての点の曲率を求めることができる。
上記方式でサークルを近似する方法の例を表しているが、その方式が常に固定さ れている訳ではない。より大きく且つ正確なサークルに近似するために両側から点を 減らす方法に変更したり、決定されたサークルの近似区間のうち、中心とした点 Pを 移動することちできる。
[0020] 図 4 (c)に例示するのは、以上のようにして作成された第 1近似曲線 Rl, R4, R6の 例である。例えば、点 Pに対する第 1近似曲線 R4は、 P , P及び Pを第 1データ群
4 3 4 5
としている。このように、各第 1近似曲線は断面の長さ方向に沿った位置情報、即ち、 どの点に対して作成されたの力を表す情報と関連付けられ、後の工程に引き渡され る。
[0021] 図 5は、曲率導出手段 44が導出した、二次元断面データの各点に対して適用され た第 1近似曲線の曲率のデータである。曲率 Pは第 1近似曲線の半径 Rの絶対値の 逆数としている。本実施形態では、二次元断面データが上に凸の形状であるときの 第 1近似曲線の半径の符号を正とし、二次元断面データが下に凸の形状であるとき の第 1近似曲線の半径の符号を負としている。例えば、図 4 (a)の第 1近似曲線 Rl、 R4の半径の符号は正であり、第 1近似曲線 R6の半径の符号は負である。
[0022] 次に、一様範囲決定手段 45は、図 5に例示したような、曲率導出手段 44によって 導出された複数の曲率の、被測定面の断面の長さ方向に沿った変化データに基づ いて、曲率が断面の長さ方向に沿って一様である一様範囲を決定する。図 5では、 範囲 A及び範囲 Cは一様範囲である力 範囲 Bは一様範囲ではない。図 5に示すよう に、一様範囲 A及び一様範囲 Cにおいて、被測定面の断面の方向に沿って曲率が 一様であるということは、その範囲に対応する位置の被測定面力 広い範囲に渡って 一定の曲率を有する面であることを意味している。尚、上記 A, B, Cの曲率はプラス であり、これらの領域は凸状の曲面である。
本実施形態では、一様範囲内に存在するそれぞれの曲率値には、被測定面の断 面方向に沿ったどの位置に対して適用された第 1近似曲線の曲率値であるのかに関 する情報が関連付けられている。従って、一様範囲決定手段 45が曲率の情報に関 して一様範囲を決定することは、間接的に、二次元断面データに関して一様範囲を 決定していることになる。
[0023] その後、近似曲線導出手段 46は、二次元断面データのうち、上記一様範囲決定 手段 45が決定した前記一様範囲内に存在するデータを第 2データ群として抽出し、 その第 2データ群に関して一定の曲率を有する第 2近似曲線を導出する。図 6は、二 次元断面データのうち、特定の一様範囲内に存在する複数のデータ点（第 2データ 群）を示すグラフである。図示する各点は、被測定面の断面の方向に沿った点であり 、各点には上記第 1近似曲線の曲率に関する情報が関連付けられている。よって、 近似曲線導出手段 46は、第 2データ群に存在する各点の曲率を平均化することで、 第 2データ群に関して一定の曲率を有する第 2近似曲線を導出できる。また、近似曲 線導出手段 46は、この第 2近似曲線の導出を各一様範囲に対して行う。
[0024] 以上のように、図 6に示す第 2近似曲線は、被測定面の特定の範囲に渡って一定 の曲率を有する面の断面形状を表す線である。つまり、本発明の形状認識装置 50を 用いることで、被測定面にスプリングバックによる変形が発生しているか否かに拘わら ず、実際に計測された被測定面の二次元断面データのみを用いて、歪などを含まな V、被測定面自体の形状 (スプリングバック後の形状)を認識できる。
[0025] 更に、本発明に係る歪評価装置 40は、形状認識装置 50において導出された上記 第 2近似曲線を用いて被測定面に存在する歪を抽出できる。図 1に示すように、歪評 価装置 40は、上記形状認識装置 50において導出された一様範囲内に存在する第 2 データ群を第 2近似曲線と比較して、第 2近似曲線力ゝらの逸脱量が設定許容差以上 のデータを歪データとして抽出する歪データ抽出手段 47を備える。具体的には、図 6に示すように、歪データ抽出手段 47は、第 2近似曲線の増加側及び減少側のそれ ぞれに対して設定許容差 dl, d2を設定し、第 2データ群を構成するデータのうち、第 2近似曲線からの逸脱量がその設定許容差以上であるデータを抽出する。図 6に示 した例では、データ領域 Daに存在するデータの逸脱量は設定許容差未満であるが 、データ領域 Db及びデータ領域 Dcに存在するデータの逸脱量は設定許容差以上 である。よって、歪データ抽出手段 47は、被測定面の二次元断面データのうち、デ ータ領域 Db及びデータ領域 Dcに存在するデータを歪データとして抽出する。また、 歪データ抽出手段 47は、上記近似曲線導出手段 46が導出した被測定面を構成す る全ての断面における各第 2近似曲線を用いて、各一様範囲における歪データの抽 出を同様に行う。
[0026] 但し、歪データ抽出手段 47は、被測定面の二次元断面データのうち、第 1近似曲 線の曲率が凹凸何れの場合も、図 5に示す設定曲率 p 以上である第 1データ群に
TH
対応するデータに対しては、第 1近似曲線の曲率が一様であっても、上述したような 歪データの抽出は行わない。これは、曲率が設定曲率 p 以上である部分、つまり、
TH
被測定面の形状が当初より急激に変化している部分では、例え歪が発生していたと しても目立たないため、歪評価において無視しても構わないからである。例えば、図 4 に例示した第 1近似曲線 R4の曲率が設定曲率 p 以上であれば、点 Pに関して第
TH 4
1データ群を構成する点 p , p , pは歪データではないと見なして上述した歪データ
3 4 5
の抽出の対象としない。
また、図 5に示した範囲 Bなど、一様範囲以外の部分に存在するデータに対しても 歪データの抽出は行わない。
[0027] 図 7は、車両のボディ表面の給油口付近を被測定面とし、その被測定面において 歪データ抽出手段 47が抽出した歪データを表示手段 48で表示したときの表示画面 例である。但し、歪データは、その値の大きさに応じたグレースケールの分布図で描 いている。図 7からは、歪が給油口の四隅 (領域 S3, S4, S5, S6)付近に集中的に 現れ、その他の部分ではほとんど現れて 、な 、ことが分かる。
[0028] 以上のように、形状認識装置 50が認識した、歪を含まな 、被測定面の本来の形状 を表す第 2近似曲線と、それに対応する第 2データ群と比較することで、第 2データ群 に含まれる被測定面の本来の形状とは異なる形状を抽出し、それを歪データとするこ とができる。特に、図 7の分布図では、第 2近似曲線からの逸脱量が設定許容差未満 である部分、第 1近似曲線の曲率が設定曲率 p 以上である部分、及び、図 5に示
TH
した範囲 Bなど、一様範囲以外の部分は、領域 Sl、 S2のように平坦面として表示さ れる。つまり、領域 SI, S2に対応する被測定面の形状が実際には曲率を持っていた としても、その曲率を有する部分は歪ではないと認識される。そして、図 7のように、歪 の存在のみが容易に認識できる分布図が得られる。
[0029] <別実施形態 >
< 1 >
上記実施形態では、図 1の機能ブロック図において、歪評価装置 40が形状認識装 置 50を含むように図示したが、形状認識装置 50と歪評価装置 40とを別体で構成し てもよい。例えば、形状認識装置 50を実現するコンピュータなどの演算処理装置と、 歪評価装置 40を実現するコンピュータなどの演算処理装置とを別体で構成してもよ い。更に、形状認識装置 50及び歪評価装置 40のそれぞれの機能が複数台の演算 処理装置によって実現されるように構成してもよ ヽ。
[0030] < 2>
上記実施形態では、ノイズ除去手段 42が、図 3を参照して説明した手法を用いて 二次元断面データのノイズ除去を行う例にっ 、て説明したが、ノイズ除去の手法とし て従来力 存在する様々な手法を採用することが可能である。
産業上の利用可能性
[0031] 本発明に係る形状認識装置は、曲率が一定である表面を有する物体であれば、あ らゆる物の形状を認識するために利用できる。また、本発明に係る歪評価装置は、自 動車等のボディ表面の歪を定量的に評価する際に利用できる。従って、プレス加工 により作製された、例えば車両のドアパネル表面に生じた歪を一定の基準の下で適 切に発見できるので、そのプレス力卩ェに用いた金型を、以後、歪を発生させないよう に適切に修正できるようになる。また、微量 (0. 1mmオーダー）の修正が加わったプ レス金型のデータを精度良く表現するためにも形状認識装置を利用できる。このよう に、本発明の歪評価装置は、プレス力卩ェに用いる金型の検査等についても非常に有 用である。
さらに、パネル形状の設計 ·金型の設計 ·プレス加工'歪評価 ·金型修正と!/、つたェ 程を繰り返し行って技術の蓄積を行うことで、歪が発生し難!、パネル形状の設計及 び金型の設計を行う際の CAE (computer-aided engineering)を含めた予測技術を向 上させることができる。 更に、歪の程度の評価結果が定量的に行われることを利用して、人間の感性による 歪の程度の官能評価が適当力否かを判定するために、つまり、経験の少ない人間を 熟練者へ育成すると!/ヽぅ技術継承に利用できる。
図面の簡単な説明
[0032] [図 1]非接触三次元計測システム、形状認識装置、及び、歪評価装置の機能ブロック 図
[図 2]データ変換手段によるデータ変換を説明する図
[図 3]ノイズ除去手段によるノイズ除去を説明する図
[図 4]近似曲線適用手段の機能を説明するグラフ
[図 5]曲率導出手段が導出した、計測データの二次元断面データの各点に対して適 用された第 1近似曲線の曲率のグラフ
[図 6]計測データの二次元断面データのうち、特定の一様範囲内に存在する複数の データ点 (第 2データ群)を示すグラフ
[図 7]被測定面における歪データの表示画面の例を示す図
符号の説明
[0033] 40 歪評価装置
43 近似曲線適用手段
44 曲率導出手段
45 一様範囲決定手段
46 近似曲線導出手段
47 歪データ抽出手段
50 形状認識装置

Claims

請求の範囲
[1] 被測定面の三次元計測データに基づいて形状認識を行う形状認識装置であって、 前記被測定面の凹凸を表す計測データの二次元断面データのうち、前記断面の 長さ方向に沿った複数の第 1データ群に対して、一定の曲率を有する第 1近似曲線 を夫々適用する近似曲線適用手段と、
複数の前記第 1近似曲線の曲率を導出する曲率導出手段と、
前記曲率導出手段によって導出された複数の曲率の、前記断面の長さ方向に沿つ た変化データに基づいて、曲率が前記断面の長さ方向に沿って一様である一様範 囲を決定する一様範囲決定手段と、
前記二次元断面データのうち、前記一様範囲決定手段が決定した前記一様範囲 内に存在する第 2データ群に関して、一定の曲率を有する第 2近似曲線を導出する 近似曲線導出手段と、を備える形状認識装置。
[2] 請求項 1に記載の形状認識装置において導出された、前記一様範囲内に存在す る前記第 2データ群を前記第 2近似曲線と比較して、前記第 2近似曲線からの逸脱 量が設定許容差以上のデータを歪データとして抽出する歪データ抽出手段を備える 歪評価装置。
[3] 前記歪データ抽出手段は、前記二次元断面データのうち、前記第 1近似曲線の曲 率が設定曲率以上である前記第 1データ群に対応するデータに対しては前記歪デ ータの抽出は行わな!/、ように構成されて 、る請求項 2記載の歪評価装置。
PCT/JP2006/320531 2005-11-07 2006-10-16 形状認識装置及び歪評価装置 WO2007052462A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
DE112006003100T DE112006003100B4 (de) 2005-11-07 2006-10-16 Formerkennungsvorrichtung und Verzerrungsbewertungsvorrichtung
CN200680041459XA CN101356418B (zh) 2005-11-07 2006-10-16 形状识别装置以及变形评价装置

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2005322753A JP4741344B2 (ja) 2005-11-07 2005-11-07 形状認識装置及び歪評価装置
JP2005-322753 2005-11-07

Publications (1)

Publication Number Publication Date
WO2007052462A1 true WO2007052462A1 (ja) 2007-05-10

Family

ID=38005615

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2006/320531 WO2007052462A1 (ja) 2005-11-07 2006-10-16 形状認識装置及び歪評価装置

Country Status (5)

Country Link
JP (1) JP4741344B2 (ja)
KR (1) KR20070049046A (ja)
CN (1) CN101356418B (ja)
DE (1) DE112006003100B4 (ja)
WO (1) WO2007052462A1 (ja)

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009024757A1 (en) * 2007-08-17 2009-02-26 Renishaw Plc Phase analysis measurement apparatus and method
US8220335B2 (en) * 2008-05-16 2012-07-17 Lockheed Martin Corporation Accurate image acquisition for structured-light system for optical shape and positional measurements
JP5395470B2 (ja) * 2009-03-12 2014-01-22 ダイハツ工業株式会社 形状認識装置
JP2010210577A (ja) * 2009-03-12 2010-09-24 Daihatsu Motor Co Ltd 形状認識装置
JP5403367B2 (ja) * 2010-02-05 2014-01-29 アイシン精機株式会社 物体形状評価装置
JP5581081B2 (ja) * 2010-03-12 2014-08-27 中部電力株式会社 写真測量装置及び写真測量方法
JP5753422B2 (ja) * 2011-03-28 2015-07-22 国立大学法人 熊本大学 ３ｄパターンマッチング方法
DE102011051800B3 (de) 2011-07-13 2012-07-19 Carl Mahr Holding Gmbh Konturmessgerät und Verfahren zur Konturmessung eines Werkstücks mit tangential aneinander anschließenden Konturgeometrien
CN102288126B (zh) * 2011-07-28 2013-03-13 南京理工大学 非接触式手指变形测量装置及测量方法
EP3179207B1 (en) 2014-08-08 2019-10-16 Nippon Steel Corporation Line displacement evaluation method, line displacement evaluation device, program, and recording medium
WO2017109946A1 (ja) * 2015-12-25 2017-06-29 楽天株式会社 形状弁別装置、形状弁別方法及び形状弁別プログラム
WO2017199652A1 (ja) * 2016-05-16 2017-11-23 株式会社日立製作所 診断システム及び電子制御装置
CN108037009A (zh) * 2017-09-01 2018-05-15 武汉华威专用汽车检测有限责任公司 一种冷藏车车厢强度检测方法及系统
CN107553469A (zh) * 2017-09-27 2018-01-09 西安华航唯实机器人科技有限公司 一种工业机器人视觉数字化测量装置
CN110811834B (zh) 2019-11-22 2021-07-02 苏州微创畅行机器人有限公司 截骨导向工具的校验方法、校验系统及检测靶标
JP7352496B2 (ja) * 2020-03-09 2023-09-28 株式会社ヤクルト本社 容器の測定システム及び測定方法
CN113405530B (zh) * 2021-07-02 2023-02-28 菲特（天津）检测技术有限公司 冲压工艺板料偏移视觉测量系统、方法、设备、生产线、终端

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04141789A (ja) * 1990-10-03 1992-05-15 Dainippon Printing Co Ltd 高精度ベクトル近似装置及び方法
JPH06288763A (ja) * 1993-03-30 1994-10-18 Mazda Motor Corp 形状評価方法
JPH07134015A (ja) * 1993-01-13 1995-05-23 Yaskawa Electric Corp 領域分割方法
JP2004272459A (ja) * 2003-03-06 2004-09-30 Cad Center:Kk 三次元形状の自動生成装置、自動生成方法、そのプログラム、及びそのプログラムを記録した記録媒体

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002257528A (ja) * 2001-03-02 2002-09-11 Ricoh Co Ltd 位相シフト法による三次元形状測定装置
JP3764856B2 (ja) * 2001-07-06 2006-04-12 日産自動車株式会社 被測定面の形状不具合評価方法
DE10258493B4 (de) * 2002-12-14 2009-11-19 Robert Bosch Gmbh Verfahren zur Bestimmung von Krümmungsradien einer Kontur
JP4255865B2 (ja) * 2003-03-31 2009-04-15 株式会社ミツトヨ 非接触三次元形状測定方法及び装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04141789A (ja) * 1990-10-03 1992-05-15 Dainippon Printing Co Ltd 高精度ベクトル近似装置及び方法
JPH07134015A (ja) * 1993-01-13 1995-05-23 Yaskawa Electric Corp 領域分割方法
JPH06288763A (ja) * 1993-03-30 1994-10-18 Mazda Motor Corp 形状評価方法
JP2004272459A (ja) * 2003-03-06 2004-09-30 Cad Center:Kk 三次元形状の自動生成装置、自動生成方法、そのプログラム、及びそのプログラムを記録した記録媒体

Also Published As

Publication number Publication date
CN101356418A (zh) 2009-01-28
JP4741344B2 (ja) 2011-08-03
JP2007127610A (ja) 2007-05-24
DE112006003100T5 (de) 2010-06-02
DE112006003100B4 (de) 2012-07-19
CN101356418B (zh) 2011-09-14
KR20070049046A (ko) 2007-05-10

Similar Documents

Publication Publication Date Title
JP4741344B2 (ja) 形状認識装置及び歪評価装置
JP4282643B2 (ja) 歪評価装置及び歪評価方法
WO2014069518A1 (ja) 自動車用部品の外板パネルの動的張り剛性の測定方法および測定装置
JP5395470B2 (ja) 形状認識装置
US10101153B2 (en) Method and device for detecting deviations of an object surface
TWI697425B (zh) 車體修復系統及其方法
TW201740311A (zh) 人臉影像處理方法及其系統
Pan et al. Method of using non-specific target to complete structured light plane calibration
Miao et al. Efficient measurement of key-cap flatness for computer keyboards with a multi-line structured light imaging approach
JP5036637B2 (ja) 凹凸文字抽出のための画像処理方法及び画像処理装置
JP5542019B2 (ja) 金型形状データ作成システム
JP2004185019A5 (ja)
JP5387491B2 (ja) 金属板の面歪みの評価方法、金属板の面歪みの評価値演算装置及びプログラム
TW201428272A (zh) 以物體變化前後影像分析其結構變化量之方法
JP2007003229A (ja) 非接触計測データの解析システム
JP2017116404A (ja) 形状認識装置、及び形状認識方法
Sahoo et al. An effective quality inspection system using image processing techniques
JP5515177B2 (ja) 形状認識装置
JP3799419B2 (ja) 非接触力学特性測定システム
US8009298B2 (en) Method and apparatus for acquiring reference grating of three-dimensional measurement system using moire
JPH10170253A (ja) プレス成形シミュレーションにおける面形状評価方法
Świłło et al. Hemming Process Evaluation by Using Computer Aided Measurement System and Numerical Analysis
JP2018156442A (ja) 推定器学習装置、法線方向推定装置、方法、及びプログラム
JP5491162B2 (ja) 画像パターン照合装置および方法
JP2010210577A (ja) 形状認識装置

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 200680041459.X

Country of ref document: CN

121 Ep: the epo has been informed by wipo that ep was designated in this application
WWE Wipo information: entry into national phase

Ref document number: 1120060031007

Country of ref document: DE

122 Ep: pct application non-entry in european phase

Ref document number: 06811802

Country of ref document: EP

Kind code of ref document: A1

RET De translation (de og part 6b)

Ref document number: 112006003100

Country of ref document: DE

Date of ref document: 20100602

Kind code of ref document: P

REG Reference to national code

Ref country code: DE

Ref legal event code: 8607