CN108240798B - 基于2d激光轮廓传感器和机器视觉的缝隙尺寸测量方法 - Google Patents
基于2d激光轮廓传感器和机器视觉的缝隙尺寸测量方法 Download PDFInfo
- Publication number
- CN108240798B CN108240798B CN201611204263.XA CN201611204263A CN108240798B CN 108240798 B CN108240798 B CN 108240798B CN 201611204263 A CN201611204263 A CN 201611204263A CN 108240798 B CN108240798 B CN 108240798B
- Authority
- CN
- China
- Prior art keywords
- gap
- profile
- straight line
- data
- slit
- 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
Images
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
- G01B11/14—Measuring arrangements characterised by the use of optical techniques for measuring distance or clearance between spaced objects or spaced apertures
-
- 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
-
- 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
- G01B11/255—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures for measuring radius of curvature
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明涉及基于2D激光轮廓传感器的缝隙测量方法。该处理方法是在2D激光传感器利用结构光原理获取数据之后,结合图像处理的方法实现的。首先采集测量位置处,分别采集缝隙内侧做左右两边的轮廓数据。然后从正面采集缝隙轮廓数据,将左右内侧的轮廓与正面采集的轮廓进行信息融合,得到完整的轮廓。然后利用机器视觉中的霍夫直线变换和圆拟合等方法,计算缝宽、面差和曲率半径。与标准的尺寸进行比较之后,可以判断当前缝隙是否合格。发明结构简单,可靠性好、精度高,测量时间短,实现高速大量重复测量,提高生产节拍。
Description
技术领域
本发明属于尺寸计量领域,具体的说是基于2D激光轮廓传感器和机器视觉的缝隙尺寸测量方法。
背景技术
随着汽车行业不断的发展,行业竞争不断加剧,制造商对汽车制造各方面的水准都提出了更高的要求,以满足消费者对于外形质量越来越挑剔的审美。因此,在汽车制造,特别是总装过程中,车身上各个部分之间的缝隙宽度,面差和缝隙两边的折弯部位的曲率半径都成为汽车制造商关注的焦点。
当前很多汽车制造商还是采用塞尺,面差尺等手工测量车身上各个部位之间缝隙的缝宽、面差等数据,塞尺片的规格繁多,使用塞尺进行测量程序非常繁琐,不但效率很低,而且测量精度很大程度上取决于测量者的手感和经验,并且在测量喷漆之后的车身的时候容易造成损伤。造成很难对产品的质量有精确的把控。
现有的测量方法也能完成这个功能,但是存在以下问题:1.现有的许多测量方法无法得到完整的被测缝隙的轮廓,很难准确的计算缝隙的宽度以及折弯部位的曲率半径。2.可以得到完整轮廓的现有方法或者需要转动传感器,造成测量时间的延长,或者需要多个传感器组合,造成成本的增加。
发明内容
为了克服上述的技术背景中存在的不足之处,本发明旨在提供一种非接触式的测量方式,只使用一个2D激光轮廓传感器,对缝隙实现高速、准确、完整的测量。
本发明为实现上述目的所采用的技术方案是:基于2D激光轮廓传感器和机器视觉的缝隙尺寸测量方法,包括以下步骤:
步骤1:利用2D激光轮廓传感器采集缝隙正面轮廓剖面数据并输出给主控计算机;
步骤2:利用2D激光轮廓传感器分别采集缝隙左侧轮廓剖面数据、缝隙右侧轮廓剖面数据并输出给主控计算机;
步骤3:主控计算机将接收的上述三个轮廓剖面数据转换成缝隙正面轮廓剖面图像、缝隙左侧轮廓剖面图像、缝隙右侧轮廓剖面图像;再将缝隙左侧轮廓剖面图像、缝隙右侧轮廓剖面图像生成缝隙左侧轮廓剖面模板、缝隙右侧轮廓剖面模板;再根据上述两个模板形状计算出其匹配到缝隙正面轮廓剖面图像上的位置和角度,并得到完整的缝隙轮廓剖面图像;
步骤4:主控计算机将完整的缝隙轮廓剖面图像划分成缝隙左侧直线段与缝隙左侧圆弧段、缝隙右侧直线段与缝隙右侧圆弧段、缝隙左侧深度方向的直线段,再分别计算:缝隙宽度、面差、曲率半径完成测量。
所述2D激光轮廓传感器的波长根据被测材料的材质确定。
所述采集缝隙正面轮廓剖面数据、缝隙左侧轮廓剖面数据、缝隙右侧轮廓剖面数据时2D激光轮廓传感器均处于同一水平面。
所述缝隙宽度的计算如下:
在完整的缝隙轮廓剖面图像中,利用霍夫直线变换方法分别找到缝隙左侧直线段、缝隙右侧直线段所在的直线L1、L2和缝隙左侧深度方向的直线段所在直线L3;
计算直线L3到缝隙右侧圆弧段的最小距离作为缝隙宽度D1;
计算缝隙左侧直线段与缝隙左侧圆弧段的连接点P2到直线L1的距离作为面差D2。
所述曲率半径的计算如下:
在完整的缝隙轮廓剖面图像中,利用最小二乘法分别对缝隙左侧圆弧段、缝隙右侧圆弧段进行圆拟合求取曲率半径R1、R2。
本发明具有以下有益效果及优点:
1.发明结构简单只有一个单线的2D激光传感器。
2.本发明的测量结果对曝光时间的变化和外界光照鲁棒性较好,测量结果稳定,可靠性好,某些同类方案受曝光时间和外界光干扰影响很大。
3.本发明不需要像某些同类产品一样测量的时候需要转动,在保证测量精度高的同时,测量时间短。
4.本发明可以实现高速大量重复在线测量,可以提高生产节拍。
附图说明
图1为本发明方法流程图;
图2为本发明方法中传感器S采集缝隙右侧轮廓R的轮廓剖面数据示意图;
图3为本发明方法中传感器S采集缝隙左侧轮廓L的轮廓剖面数据示意图;
图4为本发明方法中传感器S采集缝隙正面轮廓剖面数据示意图;
图5为本发明方法中将采集的缝隙左侧数据转化成缝隙左侧轮廓剖面图像;
图6为本发明方法中将采集的缝隙右侧数据转化成缝隙右侧轮廓剖面图像;
图7为本发明方法中将采集的缝隙正面数据转化成缝隙正面轮廓剖面图像;
图8为本发明方法中模板匹配之后得到的完整缝隙轮廓剖面图像;
图9为本发明方法中进行霍夫直线变换方法得到的直线;
图10为本发明方法中进行圆拟合得到的曲率圆;
图11为本发明方法最终的测量结果。
具体实施方式
下面结合附图及实施例对本发明做进一步的详细说明。
本发明方法采用的硬件设备包括:一个激光2D轮廓传感器S,一台主控计算机,HALCON机器视觉软件。如图2所示,为本发明方法中传感器S采集缝隙右侧轮廓R的轮廓剖面数据示意图;如图3所示,为本发明方法中传感器S采集缝隙左侧轮廓L的轮廓剖面数据示意图;如图4所示,为本发明方法中传感器S采集缝隙正面轮廓剖面数据示意图。完整的轮廓剖面数据采集需要分别进行上述三个方向的采集。
步骤1:利用2D激光轮廓传感器分别采集缝隙左侧L的轮廓剖面数据、缝隙右侧R的轮廓剖面数据并输出给主控计算机,首先在计算机中以0.01mm一个像素的比例将上述两个轮廓剖面数据分别保存为缝隙左侧轮廓剖面图像、缝隙右侧轮廓剖面图像。如图5、6所示。并使用HALCON中create_shape_model()函数分别生成缝隙左侧轮廓剖面模板、缝隙右侧轮廓剖面模板,保存在计算机硬盘中。
步骤2:利用2D激光轮廓传感器采集缝隙正面轮廓剖面数据并输出给主控计算机,按照与步骤1相同的方法生成缝隙正面轮廓剖面图像,如图7所示。
步骤3:根据上述生成缝隙左侧轮廓剖面模板、缝隙右侧轮廓剖面模板形状并使用HALCON中find_shape_model()函数分别找到其在缝隙正面轮廓剖面图像上对应的匹配位置和角度,并进行整合得到完整的缝隙轮廓剖面图像,如图8所示。
步骤4:将完整的缝隙轮廓剖面图像划分成缝隙左侧直线段与缝隙左侧圆弧段、缝隙右侧直线段与缝隙右侧圆弧段、缝隙左侧深度方向的直线段。
步骤5:利用霍夫直线变换方法分别找到缝隙左侧直线段、缝隙右侧直线段所在的直线L1、L2和缝隙左侧深度方向的直线段所在直线L3;如图9所示。
计算直线L3到缝隙右侧圆弧段的最小距离作为缝隙宽度D1;
计算缝隙左侧直线段与缝隙左侧圆弧段的连接点P2到直线L1的距离作为面差D2。如图11所示。
步骤6:在完整的缝隙轮廓剖面图像中,利用最小二乘法分别对缝隙左侧圆弧段、缝隙右侧圆弧段进行圆拟合求取曲率半径R1、R2,如图10所示。
测量时,需要跟根据被测物体的材质,选择反光不强烈的2D激光轮廓传感器。需要尽量保证在采集左侧和右侧模板数据时和采集正面轮廓数据时,这两个时刻中,激光传感器的光平面相对于左侧和右侧部分是处于同一个平面的。
Claims (2)
1.基于2D激光轮廓传感器和机器视觉的缝隙尺寸测量方法,其特征在于,包括以下步骤:
步骤1:利用2D激光轮廓传感器采集缝隙正面轮廓剖面数据并输出给主控计算机;
步骤2:利用2D激光轮廓传感器分别采集缝隙左侧轮廓剖面数据、缝隙右侧轮廓剖面数据并输出给主控计算机;
步骤3:主控计算机将接收的上述三个轮廓剖面数据转换成缝隙正面轮廓剖面图像、缝隙左侧轮廓剖面图像、缝隙右侧轮廓剖面图像;再将缝隙左侧轮廓剖面图像、缝隙右侧轮廓剖面图像生成缝隙左侧轮廓剖面模板、缝隙右侧轮廓剖面模板;再根据上述两个模板形状计算出其匹配到缝隙正面轮廓剖面图像上的位置和角度,并得到完整的缝隙轮廓剖面图像;
所述采集缝隙正面轮廓剖面数据、缝隙左侧轮廓剖面数据、缝隙右侧轮廓剖面数据时2D激光轮廓传感器均处于同一水平面;
步骤4:主控计算机将完整的缝隙轮廓剖面图像划分成缝隙左侧直线段与缝隙左侧圆弧段、缝隙右侧直线段与缝隙右侧圆弧段、缝隙左侧深度方向的直线段,再分别计算:缝隙宽度、面差、曲率半径完成测量;
所述缝隙宽度的计算如下:
在完整的缝隙轮廓剖面图像中,利用霍夫直线变换方法分别找到缝隙左侧直线段、缝隙右侧直线段所在的直线L1、L2和缝隙左侧深度方向的直线段所在直线L3;
计算直线L3到缝隙右侧圆弧段的最小距离作为缝隙宽度D1;
计算缝隙左侧直线段与缝隙左侧圆弧段的连接点P2到直线L1的距离作为面差D2;
所述曲率半径的计算如下:
在完整的缝隙轮廓剖面图像中,利用最小二乘法分别对缝隙左侧圆弧段、缝隙右侧圆弧段进行圆拟合求取曲率半径R1、R2。
2.按照权利要求1所述的基于2D激光轮廓传感器和机器视觉的缝隙尺寸测量方法,其特征在于,所述2D激光轮廓传感器的波长根据被测材料的材质确定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611204263.XA CN108240798B (zh) | 2016-12-23 | 2016-12-23 | 基于2d激光轮廓传感器和机器视觉的缝隙尺寸测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611204263.XA CN108240798B (zh) | 2016-12-23 | 2016-12-23 | 基于2d激光轮廓传感器和机器视觉的缝隙尺寸测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108240798A CN108240798A (zh) | 2018-07-03 |
CN108240798B true CN108240798B (zh) | 2020-08-04 |
Family
ID=62703919
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611204263.XA Active CN108240798B (zh) | 2016-12-23 | 2016-12-23 | 基于2d激光轮廓传感器和机器视觉的缝隙尺寸测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108240798B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111156900B (zh) * | 2018-11-08 | 2021-07-13 | 中国科学院沈阳自动化研究所 | 一种枪弹底火装配深度线结构光测量方法 |
CN110411383B (zh) * | 2019-07-26 | 2021-10-22 | 中国航发沈阳发动机研究所 | 一种航空发动机封严间隙测量方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4498776A (en) * | 1982-08-23 | 1985-02-12 | General Motors Corporation | Electro-optical method and apparatus for measuring the fit of adjacent surfaces |
JP2003315020A (ja) * | 2002-04-19 | 2003-11-06 | Nissan Motor Co Ltd | 隙間および段差の測定装置および測定方法ならびに測定プログラム |
CN103759695A (zh) * | 2013-12-27 | 2014-04-30 | 中国铁道科学研究院金属及化学研究所 | 自动测量钢轨轮廓的检测装置和检测方法 |
CN104236480B (zh) * | 2014-09-22 | 2017-06-27 | 电子科技大学 | 一种线结构光机器视觉六角钢坯轮廓测量装置及方法 |
-
2016
- 2016-12-23 CN CN201611204263.XA patent/CN108240798B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN108240798A (zh) | 2018-07-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107876970B (zh) | 一种机器人多层多道焊接焊缝三维检测及焊缝拐点识别方法 | |
US9214039B2 (en) | Method for creating three-dimensional shape data, apparatus for creating three-dimensional shape data, and corresponding computer-readable storage medium | |
CN101000499A (zh) | 基于多传感器集成测量的仿形加工方法及*** | |
CN111862181A (zh) | 一种缝隙宽度和阶差检测方法 | |
CN108240798B (zh) | 基于2d激光轮廓传感器和机器视觉的缝隙尺寸测量方法 | |
CN108801175B (zh) | 一种高精度空间管路测量***及方法 | |
CN104809738A (zh) | 一种基于双目视觉的安全气囊轮廓尺寸检测方法 | |
Li et al. | SVM-based information fusion for weld deviation extraction and weld groove state identification in rotating arc narrow gap MAG welding | |
CN105066915A (zh) | 模具曲面加工误差和表面粗糙度在机检测装置及检测方法 | |
CN107806843A (zh) | 电子束熔丝增材制造形貌测量装置及其补偿控制方法 | |
CN103049622A (zh) | 基于空间编码投影的逆向工程加工***与方法 | |
CN110837715B (zh) | 一种基于逆向工程技术的复杂曲面加工误差补偿方法 | |
CN102798349A (zh) | 一种基于等灰度线搜索的三维表面提取方法 | |
CN101270982A (zh) | 基于立体视觉的风洞模型外形监测方法 | |
CN111932494B (zh) | 一种轮胎磨损程度评价方法及装置 | |
CN104089599A (zh) | 用于接触式测头测量中提取二维轮廓的准形态学滤波方法 | |
Usamentiaga et al. | Flatness measurement using two laser stripes to remove the effects of vibrations | |
CN109333165B (zh) | 一种基于点云数据描述的非圆曲面玻璃饰品的研磨方法 | |
CN109740269B (zh) | 一种渐开线蜗杆车削加工齿面三维建模方法 | |
CN111156921A (zh) | 一种基于滑动窗口均值滤波的轮廓数据处理方法 | |
CN101691997A (zh) | 基于旋转拼接的双频光栅投影三维轮廓测量的方法 | |
CN105809736B (zh) | 一种管路的三维重建方法及装置 | |
CN103759637A (zh) | 一种辅助测量靶标 | |
CN204881558U (zh) | 模具曲面加工误差和表面粗糙度在机检测装置 | |
CN203038276U (zh) | 基于空间编码投影的逆向工程加工*** |
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 |