CN104316033A - 汽车零部件视觉检测*** - Google Patents
汽车零部件视觉检测*** Download PDFInfo
- Publication number
- CN104316033A CN104316033A CN201410613779.4A CN201410613779A CN104316033A CN 104316033 A CN104316033 A CN 104316033A CN 201410613779 A CN201410613779 A CN 201410613779A CN 104316033 A CN104316033 A CN 104316033A
- Authority
- CN
- China
- Prior art keywords
- image
- auto parts
- detection system
- vision detection
- light source
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种汽车零部件视觉检测***。该***依次包括光学成像***、图像获取设备、图像处理***、智能决策判断机构和控制执行机构,所述的图像获取设备、图像处理***同时连接通讯和监控***;通过所述的控制执行机构控制被测目标物体,通过所述的智能决策判断机构控制光源。本发明把图像作为检测和传递信息的手段或载体加以利用,通过处理被测图像而获得所需的各种参数,具有高效、高精度、无损伤的检测优点。
Description
技术领域
本发明涉及一种汽车零部件视觉检测***。
背景技术
现代汽车工业自动化生产中往往涉及到各种各样的设备检验、尺寸测量和零件识别等,如汽车零配件尺寸检测和自动装配的完整性检查、电子装配元件缺陷检测和二维码识别等。目前汽车零件检验的基本方法主要有:检视法、量具测量法、无损探伤法,通常这些带有高度重复性和一定智能性的工作是由肉眼来完成的,然而在某些特殊情况下,比如对微小尺寸的精确快速测量、形状匹配以及颜色辨识等,仅仅依靠肉眼根本无法连续稳定地进行,而其它物理量相关的传感器也难以胜任。
机器视觉技术作为计算机科学的一个重要分支,在近三十年中有迅猛的发展。由于机器视觉***可以快速获取大量信息自动进行数据处理,易于同设计信息及加工控制信息集成,因此,在现代自动化生产过程中,机器视觉***被广泛用于工况监视、成品检验和质量控制等领域。
机器视觉***的特点是可以提高生产的柔性和自动化程度。在一些不适合人工作业的危险工作环境或人工视觉难以满足要求的场合,常用机器视觉来替代人工视觉;另外,在大批量工业生产过程中,用机器视觉***检查产品质量显然要比人工方式速度快,精度高,而且可以大大提高生产效率和生产自动化程度。另外,机器视觉***便于信息集成,是实现现代工业自动化的基础技术。
目前几乎所有的计算机视觉检测***都只适用于解决特定的检测任务,而汽车上的零件总类繁多,如果按照它的结构和作用,可以分为壳体、轴、齿轮、轴承、弹簧等五种基本类型。各类零件具体的结构形状不同且损坏特点和检验方法均不同。因此如何将机器视觉应用于汽车零件的检测,如何将视觉检测***嵌入到生产线相应的工序中,使检测速度与生产线节拍相一致,是视觉检测走上实际应用的关键一步。
发明内容
发明目的:为了解决上述技术问题,本发明提供了一种汽车零部件视觉检测***。
技术方案:本发明所述的汽车零部件视觉检测***,依次包括光学成像***、图像获取设备、图像处理***、智能决策判断机构和控制执行机构,所述的图像获取设备、图像处理***同时连接通讯和监控***;通过所述的控制执行机构控制被测目标物体,通过所述的智能决策判断机构控制光源。
所述的光学成像***包括光源、光学镜头和光学成像设备,根据不同的任务和目的,需要选择不同光源和光学成像方式。
所述的图像获取设备:主要包括CCD型摄像机和COMS型摄像机,图像信息采集装置;完成对图像数据的采集,并把它转换成相应形式的输出信号。
所述的图像处理***:用于对实时图像数据的计算与分析,完成对图像的增强、分割、特征提取和模式识别处理。
所述的通讯和监控***:包括现场总线,各种接口和显示模块,用于对整个***的工作状态进行实时的控制和监控。
所述的智能决策判断机构:利用***分析的数据结果,结合实际应用要求作出及时准确的判断。
所述的控制执行机构包括机电控制***、液压控制***或气动控制***。
所述的光源为红外同轴环形光源或点光源。
有益效果:本发明把图像作为检测和传递信息的手段或载体加以利用,通过处理被测图像而获得所需的各种参数,具有高效、高精度、无损伤的检测优点。
附图说明
图1为本发明的***结构图。
具体实施方式:
本发明所述的汽车零部件视觉检测***是一个完整的基于数字图像处理技术的视觉检测***,如图1所示,主要包括以下几个部分:
(1)光学***:包括光源、光学镜头、光学成像等内容,根据不同的任务和目的,需要选择不同光源和光学成像方式。该系部分是视觉检测***的光学输入通路,对图像的成像质量关系重大。
(2)图像获取设备:主要包括CCD型摄像机和COMS型摄像机,图像信息采集装置等。主要完成对图像数据的采集,并把它转换成相应形式的输出信号。
(3)图像处理***:视觉检测***的核心部件,用于对实时图像数据的计算与分析,主要完成对图像的增强、分割、特征提取和模式识别等处理,其中软件***算法处理速度和精度对整个***的实时性产生直接的影响。
(4)通讯和监控***:包括现场总线,各种接口和显示模块等,用于对整个***的工作状态进行实时的控制和监控。
(5)智能决策判断机构:利用***分析的数据结果,结合实际应用要求作出及时准确的判断。
(6)控制执行机构:视觉检测***的动作执行中心。根据不同的应用要求和场所需要,可以将控制执行机构分为机电、液压、气动等***中的一种,无论工作于某一***中,我们必须要对部件的制造装配精度给以重视,同时还要对设备运行的动态特性(快速性和稳定性)进行分析和控制。
具体的,本发明所述的图像获取装置,包括光学成像设备(如CCD摄像机)和图像采集卡等。所述的图像存储设备,可以是图像采集卡缓存、磁盘或闪存等。所述的数据处理器,可以是PC机、DSP或图像处理机。此外,还包括伺服装置,功能在于使被测目标处于一个稳定的最佳拍摄状态,载物台是一种最简单的伺服装置。还包括软件***,负责完成图像特征的提取、数据的分析与综合等功能,软件***是整个检测***的关键,其处理精度和速度直接影响着整个检测***的精度和实时性能。
先按照某种事先设定的光学通路和成像方式,将用CCD摄像机及其他摄像装置采集到的目标信息转换成数字图像信号传送给专用的图像处理模块,根据像素灰度、空域频域能量分布等特性对这些信号进行各种运算来提取目标的特征参数,进而根据预设的容许度和其他条件输出判别结果来控制相应设备的动作。
在视觉检测过程中关键的技术包括以下几个方面:图像获取、图像处理、高精度***标定、亚像素边缘定位技术等。
图像获取:图像的获取实际上是将被测物体的可视化图像和内在特征转换成能被计算机处理的一系列数据,它主要由三部分组成:照明、图像聚焦形成、图像确定和形成摄像机输出信号。本项目针对特定的应用选择合适的光源来突出被测汽车零部件特征,例如采用红外同轴环形光源检测二维码、采用点光源检测冲压铆钉有无裂纹等完整性项目。
图像处理:视觉***中,视觉信息的处理技术主要依赖于图像处理方法,它包括图像滤波、图像增强、边缘提取、细化、特征提取、图像识别与理解等内容。对应不同的应用(二维码检测、表面缺陷检测、长度测量等)会有不同的图像处理算法上的关键技术需要解决。
***标定:摄像机标定是一个确定三维物体空间坐标系与摄像机图像二维坐标系之间变换关系以及摄像机内部参数和外部参数的过程,高精度的测量***需要高精度的标定参数。由于成像中的镜头不可避免地产生畸变,小孔投影模型的假设也存在成像误差,寻找简单而且足够精度的摄像机标定方法,是视觉测量精度的关键因素。
亚像素边缘定位技术:随着工业检测等应用对精度要求的不断提高,像素级精度已经不能满足实际测量的要求,因此需要更高精度的边缘提取算法,即亚像素算法。项目中相关的尺寸检测需要利用该类算法,进而利用软件来提高检测的精度,具有方法简单、有效的优点,因而图像测量的软件算法越来越受到人们的重视。
Claims (8)
1.一种汽车零部件视觉检测***,其特征在于依次包括光学成像***、图像获取设备、图像处理***、智能决策判断机构和控制执行机构,所述的图像获取设备、图像处理***同时连接通讯和监控***;所述的控制执行机构控制被测目标物体,所述的智能决策判断机构控制光源。
2.如权利要求1所述的汽车零部件视觉检测***,其特征在于所述的光学成像***包括光源、光学镜头和光学成像设备,根据不同的任务和目的,需要选择不同光源和光学成像方式。
3.如权利要求1所述的汽车零部件视觉检测***,其特征在于所述的图像获取设备包括图像信息采集装置和摄像机,所述的摄像机为CCD型摄像机或COMS型摄像机;完成对图像数据的采集,并把它转换成相应形式的输出信号。
4.如权利要求1所述的汽车零部件视觉检测***,其特征在于所述的图像处理***用于对实时图像数据的计算与分析,完成对图像的增强、分割、特征提取和模式识别处理。
5.如权利要求1所述的汽车零部件视觉检测***,其特征在于所述的通讯和监控***包括现场总线,接口和显示模块,用于对整个***的工作状态进行实时的控制和监控。
6.如权利要求1所述的汽车零部件视觉检测***,其特征在于所述的智能决策判断机构利用***分析的数据结果,结合实际应用要求作出及时准确的判断。
7.如权利要求1所述的汽车零部件视觉检测***,其特征在于所述的控制执行机构包括机电控制***、液压控制***或气动控制***。
8.如权利要求1所述的汽车零部件视觉检测***,其特征在于所述的光源为红外同轴环形光源或点光源。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410613779.4A CN104316033A (zh) | 2014-11-04 | 2014-11-04 | 汽车零部件视觉检测*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410613779.4A CN104316033A (zh) | 2014-11-04 | 2014-11-04 | 汽车零部件视觉检测*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104316033A true CN104316033A (zh) | 2015-01-28 |
Family
ID=52371299
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410613779.4A Pending CN104316033A (zh) | 2014-11-04 | 2014-11-04 | 汽车零部件视觉检测*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104316033A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105184276A (zh) * | 2015-09-28 | 2015-12-23 | 大连楼兰科技股份有限公司 | 智能眼镜维保过程中的零件识别方法 |
CN106034218A (zh) * | 2015-03-12 | 2016-10-19 | 宁夏巨能机器人***有限公司 | 一种自动化生产线用2d视觉识别装置及其识别方法 |
CN106842351A (zh) * | 2017-01-17 | 2017-06-13 | 山东飞越钢结构工程有限公司 | 一种自动化生产漏钉检测*** |
CN107917698A (zh) * | 2017-11-07 | 2018-04-17 | 东华大学 | 一种基于电容式位移传感器和图像处理的小物件检测*** |
CN108765375A (zh) * | 2018-04-28 | 2018-11-06 | 湖北盛时杰精密机电有限公司 | 一种用于汽车零部件测试设备的监控方法 |
CN109596058A (zh) * | 2019-02-01 | 2019-04-09 | 东莞中科蓝海智能视觉科技有限公司 | 塑胶工件的尺寸检测识别方法 |
CN110108714A (zh) * | 2019-04-28 | 2019-08-09 | 浙江博拉自动化科技有限公司 | 一种汽车零部件外观检测***及装置 |
CN111707692A (zh) * | 2020-07-17 | 2020-09-25 | 碳升技术服务(北京)有限公司 | 汽车零部件的缺陷检测方法、***及电子设备 |
CN111915604A (zh) * | 2020-08-20 | 2020-11-10 | 魏小燕 | 一种互联网人工智能电子零配件识别与检测*** |
CN116399871A (zh) * | 2023-04-19 | 2023-07-07 | 广州市阳普机电工程有限公司 | 一种基于机器视觉的汽车零部件装配检测***及方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5329595A (en) * | 1992-06-05 | 1994-07-12 | Trw Inc. | System and method for analyzing optical spectral data of a terrain image |
JP2005265699A (ja) * | 2004-03-19 | 2005-09-29 | Chugoku Electric Power Co Inc:The | 無人飛行体を用いた送電線点検システムおよび方法 |
CN202547948U (zh) * | 2011-12-30 | 2012-11-21 | 上海一成汽车检测设备科技有限公司 | 双3d汽车检测仪 |
CN103808720A (zh) * | 2012-11-07 | 2014-05-21 | 孙仁 | 一种机器视觉*** |
CN103823454A (zh) * | 2014-03-12 | 2014-05-28 | 黄昱俊 | 一种基于机器视觉的图书查询、定位***及方法 |
CN203672319U (zh) * | 2013-11-08 | 2014-06-25 | 宁波敏实汽车零部件技术研发有限公司 | 一种大型汽车零部件视觉检测自动化设备 |
-
2014
- 2014-11-04 CN CN201410613779.4A patent/CN104316033A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5329595A (en) * | 1992-06-05 | 1994-07-12 | Trw Inc. | System and method for analyzing optical spectral data of a terrain image |
JP2005265699A (ja) * | 2004-03-19 | 2005-09-29 | Chugoku Electric Power Co Inc:The | 無人飛行体を用いた送電線点検システムおよび方法 |
CN202547948U (zh) * | 2011-12-30 | 2012-11-21 | 上海一成汽车检测设备科技有限公司 | 双3d汽车检测仪 |
CN103808720A (zh) * | 2012-11-07 | 2014-05-21 | 孙仁 | 一种机器视觉*** |
CN203672319U (zh) * | 2013-11-08 | 2014-06-25 | 宁波敏实汽车零部件技术研发有限公司 | 一种大型汽车零部件视觉检测自动化设备 |
CN103823454A (zh) * | 2014-03-12 | 2014-05-28 | 黄昱俊 | 一种基于机器视觉的图书查询、定位***及方法 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106034218A (zh) * | 2015-03-12 | 2016-10-19 | 宁夏巨能机器人***有限公司 | 一种自动化生产线用2d视觉识别装置及其识别方法 |
CN105184276A (zh) * | 2015-09-28 | 2015-12-23 | 大连楼兰科技股份有限公司 | 智能眼镜维保过程中的零件识别方法 |
CN105184276B (zh) * | 2015-09-28 | 2018-10-19 | 大连楼兰科技股份有限公司 | 智能眼镜维保过程中的零件识别方法 |
CN106842351A (zh) * | 2017-01-17 | 2017-06-13 | 山东飞越钢结构工程有限公司 | 一种自动化生产漏钉检测*** |
CN107917698A (zh) * | 2017-11-07 | 2018-04-17 | 东华大学 | 一种基于电容式位移传感器和图像处理的小物件检测*** |
CN108765375A (zh) * | 2018-04-28 | 2018-11-06 | 湖北盛时杰精密机电有限公司 | 一种用于汽车零部件测试设备的监控方法 |
CN109596058A (zh) * | 2019-02-01 | 2019-04-09 | 东莞中科蓝海智能视觉科技有限公司 | 塑胶工件的尺寸检测识别方法 |
CN110108714A (zh) * | 2019-04-28 | 2019-08-09 | 浙江博拉自动化科技有限公司 | 一种汽车零部件外观检测***及装置 |
CN111707692A (zh) * | 2020-07-17 | 2020-09-25 | 碳升技术服务(北京)有限公司 | 汽车零部件的缺陷检测方法、***及电子设备 |
CN111915604A (zh) * | 2020-08-20 | 2020-11-10 | 魏小燕 | 一种互联网人工智能电子零配件识别与检测*** |
CN116399871A (zh) * | 2023-04-19 | 2023-07-07 | 广州市阳普机电工程有限公司 | 一种基于机器视觉的汽车零部件装配检测***及方法 |
CN116399871B (zh) * | 2023-04-19 | 2023-11-14 | 广州市阳普机电工程有限公司 | 一种基于机器视觉的汽车零部件装配检测***及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104316033A (zh) | 汽车零部件视觉检测*** | |
CN111340797B (zh) | 一种激光雷达与双目相机数据融合检测方法及*** | |
CN103454285A (zh) | 基于机器视觉的传动链条质量检测*** | |
CN102519400B (zh) | 基于机器视觉的大长径比轴类零件直线度误差检测方法 | |
CN104316530A (zh) | 一种零部件检测方法及应用 | |
CN105279756A (zh) | 基于自适应区域分割的缺口圆弧零件尺寸视觉检测方法 | |
CN110146017B (zh) | 工业机器人重复定位精度测量方法 | |
CN108582075A (zh) | 一种智能机器人视觉自动化抓取*** | |
CN103308524A (zh) | Pcb自动光学检测*** | |
CN104215179A (zh) | 使用激光位移传感器动态测量钢坯宽度的方法 | |
CN104236458A (zh) | 一种塑料瓶几何尺寸在线测量***及其测量方法 | |
CN103383240A (zh) | 机器视觉二维检测平台装置 | |
CN107271446B (zh) | 一种发动机正时齿轮室胶线的视觉检测方法 | |
WO2021179400A1 (zh) | 一种基于计算机视觉的装配过程几何参数自适应测量***及方法 | |
CN110969357A (zh) | 一种铝合金机加工零件孔洞视觉检测方法 | |
Wang et al. | A binocular vision method for precise hole recognition in satellite assembly systems | |
CN204313793U (zh) | 一种非接触式检测工件形位公差的装置 | |
CN111122172A (zh) | 汽车零部件视觉检测*** | |
CN109211222B (zh) | 基于机器视觉的高精度定位***及方法 | |
Brambilla et al. | Automated Vision Inspection of Critical Steel Components based on Signal Analysis Extracted form Images | |
CN112763495A (zh) | 一种手机电池尺寸和外观缺陷检测***及检测方法 | |
Vacho et al. | Selected method of image analysis used in quality control of manufactured components | |
Chao et al. | Parameters of small pitch thread measured by an intelligent detection method | |
CN111815552A (zh) | 一种工件检测方法、装置、可读存储介质及终端设备 | |
CN111183351A (zh) | 图像传感器表面缺陷检测方法及检测*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150128 |
|
RJ01 | Rejection of invention patent application after publication |