CN115356261A - 一种汽车球笼防尘罩的缺陷检测***及方法 - Google Patents
一种汽车球笼防尘罩的缺陷检测***及方法 Download PDFInfo
- Publication number
- CN115356261A CN115356261A CN202210906776.4A CN202210906776A CN115356261A CN 115356261 A CN115356261 A CN 115356261A CN 202210906776 A CN202210906776 A CN 202210906776A CN 115356261 A CN115356261 A CN 115356261A
- Authority
- CN
- China
- Prior art keywords
- industrial camera
- dust cover
- ball cage
- light source
- detection
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 87
- 239000000428 dust Substances 0.000 title claims abstract description 62
- 230000007547 defect Effects 0.000 title claims abstract description 48
- 238000000034 method Methods 0.000 title claims abstract description 13
- 239000000463 material Substances 0.000 claims abstract description 109
- 230000007246 mechanism Effects 0.000 claims abstract description 35
- 238000004891 communication Methods 0.000 claims abstract description 14
- 238000007689 inspection Methods 0.000 claims description 18
- 238000013135 deep learning Methods 0.000 claims description 6
- 230000003044 adaptive effect Effects 0.000 claims description 3
- 230000007797 corrosion Effects 0.000 claims description 3
- 238000005260 corrosion Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 238000006073 displacement reaction Methods 0.000 claims description 2
- 238000004519 manufacturing process Methods 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000007664 blowing Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 239000004519 grease Substances 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 230000001050 lubricating effect Effects 0.000 description 2
- 238000005498 polishing Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 238000005299 abrasion Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000011796 hollow space material Substances 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000012779 reinforcing material Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 229920006346 thermoplastic polyester elastomer Polymers 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8806—Specially adapted optical and illumination features
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
- H04L69/16—Implementation or adaptation of Internet protocol [IP], of transmission control protocol [TCP] or of user datagram protocol [UDP]
- H04L69/163—In-band adaptation of TCP data exchange; In-band control procedures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8806—Specially adapted optical and illumination features
- G01N2021/8841—Illumination and detection on two sides of object
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2201/00—Features of devices classified in G01N21/00
- G01N2201/04—Batch operation; multisample devices
- G01N2201/0484—Computer controlled
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2201/00—Features of devices classified in G01N21/00
- G01N2201/06—Illumination; Optics
- G01N2201/061—Sources
- G01N2201/06146—Multisources for homogeneisation, as well sequential as simultaneous operation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2201/00—Features of devices classified in G01N21/00
- G01N2201/10—Scanning
- G01N2201/102—Video camera
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2201/00—Features of devices classified in G01N21/00
- G01N2201/10—Scanning
- G01N2201/103—Scanning by mechanical motion of stage
- G01N2201/1035—3D motion
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Theoretical Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Computer Networks & Wireless Communication (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了一种汽车球笼防尘罩的缺陷检测***及方法，该***由两个检测工位构成，每个检测工位包含两个不同位置的拍摄机位，通过承载和执行机构对球笼防尘罩进行全覆盖特征采集。工控机会根据图像所属机位，调用相应的检测算法对采集回来的图像进行冗余检测。当一号工位采集的所有图像经过检测没有发现缺陷时，物料会被转移到二号工位继续检测其他部位。工控机会通过TCP通信的方式控制执行机构将各工位相应结果物料扔到相应的料框之中。
Description
技术领域
本发明涉及工业缺陷检测领域，尤其是一种汽车球笼防尘罩的缺陷检测***及方法。
背景技术
由于汽车球笼在使用过程中承受中交变载荷的作用，因此如果保护不到位就很容易损坏，甚至使汽车无法行驶。一般外球笼损坏最明显的特征就是汽车在直线行驶时正常，而在转向时在前轮部分发出“咔咔”的响声，严重时甚至无法转向；内球笼损坏最明显的特征是汽车在加速时或汽车行驶在不平的路面上时，在变速箱部位会发出“咔咔”的异响，同时伴有球笼漏油的现象，如果损坏严重在汽车转向时也会有异响。
而球笼防尘罩的主要作用就是防止尘土，杂质进入球笼内导致球笼内部产生机械磨损，发出异响，甚至导致球笼卡死影响汽车传动和转向，对行车安全造成危害。还防止球笼内的润滑脂外漏，避免润滑脂减少导致的行驶异常，是保护球笼，确保车辆正常行驶的关键部件。因此对球笼防尘罩进行质量检测，及时地从生产端剔除有缺陷的防尘罩，就显得非常重要。
现在常用的TPEE球笼防尘罩注吹机制作一个防尘罩的时间大概在48s，而由于防尘罩的缺陷多样，导致人工质检一个的时间大概在40s左右。况且注吹机可以24小时工作，而质检时间长，质检速度与生产速度不匹配，是导致生产厂家出现产能瓶颈的重要因素。况且人工质检还容易受人的生理和心理因素的影响，导致质检周期变长，质检出现误判等问题。
现有的全自动工业缺陷检测方案普遍采用多相机和深度学习的方案，这种方案存在检测成本高昂检测时间长的缺陷。
发明内容
本发明需要解决的技术问题是提供一种汽车球笼防尘罩的缺陷检测***及方法，实现机器代替人工进行全自动工业检测汽车球笼防尘罩缺陷，
为解决上述技术问题，本发明所采用的技术方案是：
一种汽车球笼防尘罩的缺陷检测***，包括第一检测工位、第二检测工位、光源支架、相机支架、背景板、用来对物料进行旋转、位移等操作的执行机构和工控机；
所述第一检测工位包括：第一球笼防尘罩物料、第一工业相机和第二工业相机；被检测的第一球笼防尘罩物料由执行机构夹持停留在空中，第一工业相机设置固定在空中，第一工业相机的轴心与第一球笼防尘罩物料的大口底面平面齐平，第二工业相机设置在第一球笼防尘罩物料下方的工位台上，第二工业相机的轴心偏离于第一物料的圆心轴一定距离，使得第一球笼防尘罩物料位于第二工业相机视野中远离中心靠近边界的地方；
所述第二检测工位包括：第二球笼防尘罩物料、第三工业相机、第四工业相机和承载机构；第二球笼防尘罩物料设置在承载机构上，两者轴心重合，承载机构为可以调节转速的旋转机构，第三工业相机设置在第二球笼防尘罩物料上方，第三工业相机的轴心偏离于第二球笼防尘罩物料的圆心轴一定距离，使得第二球笼防尘罩物料位于第三工业相机视野中远离中心靠近边界的地方，第四工业相机设置固定在空中，第四工业相机的轴心与第二球笼防尘罩物料的小口平面在同一平面上。
本发明技术方案的进一步改进在于：第一检测工位设置有第一条形光源和第一环形光源，第一条形光源放置在第一工业相机的下方，光线方向斜向上朝向第一球笼防尘罩物料的底部，第一环形光源套在第二工业相机的外部，两者轴心重合；第二检测工位设置有第二条形光源和第二环形光源；第二条形光源位于第三工业相机的上方一定距离，其光线斜向下指向第二球笼防尘罩物料的小口部位，第二环形光源套在第三工业相机的外部，两者轴心重合。
本发明技术方案的进一步改进在于：工控机具备至少5个RJ45接口，工控机与相机、执行机构的通信方式为TCP通信。
本发明技术方案的进一步改进在于：执行机构为机械手。
一种汽车球笼防尘罩缺陷检测方法，执行机构夹持待测物料进行旋转，承载机构承载待测物料进行旋转，工控机控制四个相机对待测物料进行拍照来采集图像，当每个相机至少采集六张图像后对采集到的图像进行算法检测，只要有一张图像检出为不合格，那么就会判定该物料为不合格。对所述第三工业相机（6）采集到的图像使用基于EDCircle的缺陷检测算法进行检测，步骤如下：
步骤一：通过两层图像金字塔对第三工业相机（6）采集的图像进行下采样，在几乎不损失缺陷特征的情况下缩小图像尺寸；
步骤二：通过直方图统计以及滑动窗口得到二值化的自适应阈值，省去了手动调参的步骤；
步骤三：使用自适应阈值对图像进行阈值分割；
步骤四：获取分割后的图像ROI区域，进一步缩小图像尺寸；
步骤五：接着对ROI图像进行腐蚀操作，去掉可能影响检测结果的图像孔洞；
步骤六：使用EDCircle算法提取出图像中所有的候选圆、椭圆；
步骤七：取所有候选结果中半径和半轴最小的圆、椭圆；
步骤八：在上述结果中再取置信度最高的圆、椭圆作为最终结果；
步骤九：将最终得到的圆、椭圆置信度与置信度阈值进行对比，大于置信度阈值即为OK件，小于置信度阈值即为NG件。
本发明技术方案的进一步改进在于：对所述第一工业相机、第二工业相机和第四工业相机采集到的图形进行检测的算法为深度学习算法。
由于采用了上述技术方案，本发明取得的技术进步是：
采用两个检测工位即四个拍摄机位同时对物料进行检测，可以大幅缩短物料的检测时间，减少工业相机的使用数量，从而降低图像采集成本，并且检测视野可以覆盖物料的所有部位。而对于普通的图像采集方式，如果要实现检测功能，则至少需要10个工业相机，即顶部和底部至少1个，罩体以及大小口处至少8个，而且10个相机采集的图像还会互相干扰，并且会漏掉正好处于相机视野交界的缺陷特征。
通过使顶部和底部工业相机传感器轴心都偏离物料圆心轴，结合物料的旋转，可以巧妙地利用增加的视角增强物料小口内部的毛刺缺陷特征，提高该缺陷的检出率。
针对物料纯黑的特性，采用条形光和环形光的组合打光方式以及所述打光角度，可以提高各个拍摄机位的图像采集质量，将缺陷特征相对于背景突显出来。
可以旋转的承载机构和执行机构是实现冗余检测的必要硬件结构。由于相机位置固定，而物料的缺陷特征可能出现在物料的任意位置上，所以采用冗余检测的方式：即通过承载机构或执行机构承载物料，并带动其旋转360度，在旋转过程中，每个拍摄机位都对各自负责的物料部位进行拍照，拍摄至少6张图像。通过冗余检测方式，可以将物料任意位置的缺陷特征捕捉到，调用检测算法进行缺陷识别，只要有一张图像检出缺陷，那么该物料即被判定为不合格。若物料在第一检测工位，那么会被执行机构转移到第二检测工位继续检测物料的其他部位，若在第二检测工位，则会直接被执行机构扔到好料框。该检测方法可以在提高检测速度、降低硬件成本的同时最大限度地降低缺陷检测漏检的概率。
由于顶部机位仅仅负责小口内部毛刺一种缺陷，故对于顶部相机即第三工业相机采集的图像使用基于EDCircle算法的防尘罩顶拍毛刺缺陷检测算法。本算法属于机器视觉算法，比深度学习算法的检测时间短。结合一个部位的相机只调用一种算法可以最大程度减少检测总时间的经验，当顶部机位采用该算法时可以在保证检测准确性的情况下，降低检测总时间。
采用工控机作为控制中枢，TCP通信作为通信方式可最大限度减少***复杂程度，便于后期设备调试维修，也有利于控制软件的开发，简化硬件控制的方式。最后通过TCP控制执行机构将物料按照相应的判定结果投入到相应的料框中，从而实现球笼防尘罩缺陷检测的全自动化。
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，下面将对实施例或现有技术描述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；
图1为两个检测工位结构示意图；
图2为第一检测工位结构正视示意图；
图3为第一检测工位结构东南等轴侧示意图；
图4为第二检测工位结构正视示意图；
图5为第二检测工位结构东南等轴侧示意图；
图6为检测方法的流程图；
图7为基于EDCircle的防尘罩顶拍毛刺缺陷检测算法流程图；
其中，1、第一球笼防尘罩物料，2、第一工业相机，3、第一条形光源，4、第二工业相机，5、第一环形光源，6、第三工业相机，7、第二环形光源，8、第二条形光源，9、第三工业相机，10、第二球笼防尘罩物料，11、承载机构，12、第一检测工位，13、第二检测工位。
具体实施方式
下面结合实施例对本发明做进一步详细说明：
实施例一
汽车球笼防尘罩缺陷检测***包括第一检测工位12、第二检测工位13、光源支架、相机支架、背景板、作为执行机构的机械手和工控机。第一检测工位12包括：第一球笼防尘罩物料1、第一工业相机2、第二工业相机4、第一条线光源3和第一环形光源5。第二检测工位包括：第二球笼防尘罩物料10、第三工业相机6、第四工业相机9、第二条形光源8、第二环形光源7和承载机构11。
如图1所示，为汽车球笼防尘罩缺陷检测***的两个检测工位示意图，由机械手夹持在第一检测工位12被检测的第一球笼防尘罩物料1（后面简称第一物料）悬留在半空，第一工业相机2由相机支架固定在空中，使得第一工业相机2的轴心与第一物料的大口底面平面齐平。第一条形光源3放置在第一工业相机1的下方，光线方向斜向上朝向第一物料的底部。第二工业相机4设置在第一物料的下方，第二工业相机4的轴心偏离于第一物料的圆心轴一定距离，使得第一物料位于第二工业相机4视野中远离中心靠近边界的地方，第一环形光源5套在第二工业相机4的外部，两者轴心重合。在第二检测工位13上被检测的物料为第二球笼防尘罩物料10（后面简称第二物料），第二物料放置在第二检测工位13的承载机构11上，两者轴心重合，承载机构11可根据工控机指令调节转速旋转，第三工业相机6设置在第二物料上方，且第三工业相机6的轴心偏离于第二物料的圆心轴一定距离，使得第二物料位于第三工业相机6视野中远离中心靠近边界的地方。第二环形光源7套在第三工业相机6的外部，两者轴心重合。第四工业相机9设置固定在半空中，且第四工业相机9的轴心与第二物料的小口平面在同一平面上。第二条形光源8固定设置于第三工业相机9的上方一定距离，其光线斜向下指向第二物料的小口部位。
该检测***采用工控机作为控制中枢，工控机有5个RJ45接口，工控机与相机、机械手之间的通信方式为TCP通信。如图6所示，工控机以软触发的方式控制机械手夹持着第一物料1以预设好的速度进行旋转，工控机控制第一检测工位12的第一工业相机2和第二工业相机4对第一物料旋转360°拍照采用冗余检测的方式进行采集图像，可以将物料任意位置的缺陷特征捕捉到，当采集到六张照片后，对第一工业相机2与第二工业相机4采集的图像均使用深度学习算法进行检测。只要有一张图像检出缺陷，那么该物料即被判定为不合格为坏物料，当检测结果为坏物料时，工控机会通过TCP通信的方式控制机械手将第一物料扔到坏料框。当检测结果为好物料时，工控机会通过TCP通信的方式控制机械手将第一物料转移到第二检测工位13的承载机构11上，此时将用第二物料指代刚转移过来的第一物料，然后机械手将继续去取待检测的物料到第一检测工位12进行检测。第二物料到达检测位置后，工控机采用软触发的方式触发第三工业相机6和第四工业相机9进行拍照，同时承载机构11会带动第二物料进行旋转，仍采用冗余检测的方式，对物料旋转360°进行采集，可以将物料任意位置的缺陷特征捕捉到，当采集够六张照片后，对第四工业相机9采集的图像使用深度学习算法进行检测。对第三工业相机6采集的图像使用基于EDCircle的缺陷检测算法进行检测。基于EDCircle的缺陷检测算法进行检测如图7所示，步骤如下：
步骤一：通过两层图像金字塔对第三工业相机（6）采集的图像进行下采样，在几乎不损失缺陷特征的情况下缩小图像尺寸；
步骤二：通过直方图统计以及滑动窗口得到二值化的自适应阈值，省去了手动调参的步骤；
步骤三：使用自适应阈值对图像进行阈值分割；
步骤四：获取分割后的图像ROI区域，进一步缩小图像尺寸；
步骤五：接着对ROI图像进行腐蚀操作，去掉可能影响检测结果的图像孔洞；
步骤六：使用EDCircle算法提取出图像中所有的候选圆、椭圆；
步骤七：取所有候选结果中半径和半轴最小的圆、椭圆；
步骤八：在上述结果中再取置信度最高的圆、椭圆作为最终结果；
步骤九：将最终得到的圆、椭圆置信度与置信度阈值进行对比，大于置信度阈值即为OK件，小于置信度阈值即为NG件。
当检测结果为坏物料时，工控机会通过TCP通信的方式控制另外的机械手将第二物料扔到坏料框。当检测结果为好物料时，工控机会通过TCP通信的方式控制另外的机械手将第二物料扔到好料框。至此一个球笼防尘罩的缺陷检测结束。值得注意的是，算法的调用可以通过更改工控软件程序实现边采集边调用。该发明可以实现机器代替人工进行全自动工业检测汽车防尘罩缺陷，既缩短了质检周期，且质检质量高，不易出现误检的失误。机器检测不受人力限制，可完全匹配机器生产速度，极大的突破了产能瓶颈，提高了生产效率。
以上所述的实施例仅仅是对本发明的优选实施方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案做出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。
Claims (6)
1.一种汽车球笼防尘罩的缺陷检测***，包括第一检测工位（12）、第二检测工位（13）、光源支架、相机支架、背景板、用来对物料进行旋转、位移等操作的执行机构和工控机，其特征在于：
所述第一检测工位（12）包括：第一球笼防尘罩物料（1）、第一工业相机（2）和第二工业相机（4）；被检测的第一球笼防尘罩物料（1）由执行机构夹持停留在空中，第一工业相机（2）设置固定在空中，第一工业相机（2）的轴心与第一球笼防尘罩物料（1）的大口底面平面齐平，第二工业相机（4）设置在第一球笼防尘罩物料（1）下方的工位台上，第二工业相机（4）的轴心偏离于第一物料（1）的圆心轴一定距离；
所述第二检测工位（13）包括：第二球笼防尘罩物料（10）、第三工业相机（6）、第四工业相机（9）和承载机构（11）；第二球笼防尘罩物料（10）设置在承载机构（11）上，两者轴心重合，所述承载机构（11）为可以调节转速的旋转机构，第三工业相机（6）设置在第二球笼防尘罩物料（10）上方，第三工业相机（6）的轴心偏离于第二球笼防尘罩物料（10）的圆心轴一定距离，第四工业相机（9）设置固定在空中，第四工业相机（9）的轴心与第二球笼防尘罩物料（10）的小口平面在同一平面上。
2.根据权利要求1所述的一种汽车球笼防尘罩的缺陷检测***，其特征在于：第一检测工位（12）设置有第一条形光源（3）和第一环形光源（5），第一条形光源（3）放置在第一工业相机（1）的下方，光线方向斜向上朝向第一球笼防尘罩物料（1）的底部，第一环形光源（5）套在第二工业相机（4）的外部，两者轴心重合；第二检测工位（13）设置有第二条形光源（8）和第二环形光源（7）；第二条形光源（8）位于第三工业相机（9）的上方一定距离，其光线斜向下指向第二球笼防尘罩物料（10）的小口部位，第二环形光源（7）套在第三工业相机（6）的外部，两者轴心重合。
3.根据权利要求2所述的一种汽车球笼防尘罩的缺陷检测***，其特征在于：所述的工控机具备至少5个RJ45接口，工控机与相机、执行机构的通信方式为TCP通信。
4.根据权利要求3所述的一种汽车球笼防尘罩的缺陷检测***，其特征在于：所述执行机构为机械手。
5.一种汽车球笼防尘罩缺陷检测方法，基于权利要求1-4任一权利要求所述的汽车球笼防尘罩的缺陷检测***，在第一检测工位（12）执行机构夹持待测物料进行旋转，在第二检测工位（13）承载机构（11）承载待测物料进行旋转，工控机控制四个相机对待测物料进行拍照来采集图像，当每个相机至少采集六张图像后对采集到的图像进行算法检测，只要有一张图像检测出缺陷，那么该物料即为不合格物料；所述缺陷检测算法其特征在于：对所述第三工业相机（6）采集到的图像使用基于EDCircle的缺陷检测算法进行检测，步骤如下：
步骤一：通过两层图像金字塔对第三工业相机（6）采集的图像进行下采样，在几乎不损失缺陷特征的情况下缩小图像尺寸；
步骤二：通过直方图统计以及滑动窗口得到二值化的自适应阈值，省去了手动调参的步骤；
步骤三：使用自适应阈值对图像进行阈值分割；
步骤四：获取分割后的图像ROI区域，进一步缩小图像尺寸；
步骤五：接着对ROI图像进行腐蚀操作，去掉可能影响检测结果的图像孔洞；
步骤六：使用EDCircle算法提取出图像中所有的候选圆、椭圆；
步骤七：取所有候选结果中半径和半轴最小的圆、椭圆；
步骤八：在上述结果中再取置信度最高的圆、椭圆作为最终结果；
步骤九：将最终得到的圆、椭圆置信度与置信度阈值进行对比，大于置信度阈值即为OK件，小于置信度阈值即为NG件。
6.根据权利要求5所述的一种汽车球笼防尘罩缺陷检测方法，其特征在于：对所述第一工业相机（2）、第二工业相机（4）和第四工业相机（9）采集到的图形进行检测的算法为深度学习算法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210906776.4A CN115356261A (zh) | 2022-07-29 | 2022-07-29 | 一种汽车球笼防尘罩的缺陷检测***及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210906776.4A CN115356261A (zh) | 2022-07-29 | 2022-07-29 | 一种汽车球笼防尘罩的缺陷检测***及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115356261A true CN115356261A (zh) | 2022-11-18 |
Family
ID=84031627
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210906776.4A Pending CN115356261A (zh) | 2022-07-29 | 2022-07-29 | 一种汽车球笼防尘罩的缺陷检测***及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115356261A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117554374A (zh) * | 2023-11-13 | 2024-02-13 | 杭州腾励传动科技股份有限公司 | 一种球笼自动化缺陷检测分类***及数据跟踪分析方法 |
Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012177662A (ja) * | 2011-02-28 | 2012-09-13 | Ntn Corp | 欠陥検査方法および欠陥検査装置 |
| US20140267693A1 (en) * | 2013-03-15 | 2014-09-18 | Digital Wind Systems, Inc. | System and method for ground based inspection of wind turbine blades |
| WO2016089431A1 (en) * | 2014-12-03 | 2016-06-09 | Faro Technologies, Inc. | Using depth-camera images to speed registration of three-dimensional scans |
| CN106423916A (zh) * | 2016-12-12 | 2017-02-22 | 燕山大学 | 一种基于机器视觉的delta分拣机械手 |
| US20170307544A1 (en) * | 2014-09-05 | 2017-10-26 | SCREEN Holdings Co., Ltd. | Inspection apparatus and inspection method |
| CN109342445A (zh) * | 2018-11-21 | 2019-02-15 | 中国质量认证中心 | 一种abs齿圈端面缺陷检测***及方法 |
| US20190295290A1 (en) * | 2017-01-06 | 2019-09-26 | Position Imaging, Inc. | System and method of calibrating a directional light source relative to a camera's field of view |
| WO2020024185A1 (en) * | 2018-08-01 | 2020-02-06 | SZ DJI Technology Co., Ltd. | Techniques for motion-based automatic image capture |
| WO2020078440A1 (zh) * | 2018-10-18 | 2020-04-23 | 北京中科虹霸科技有限公司 | 采集高清晰度面部图像的装置和摄像头云台自动俯仰调节的方法 |
| WO2021028910A1 (en) * | 2019-08-12 | 2021-02-18 | Nanomotion Ltd | A gimbal apparatus system and method for automated vehicles |
| WO2021068848A1 (zh) * | 2019-10-09 | 2021-04-15 | 山东大学 | 隧道结构病害多尺度检测与智能诊断***及方法 |
| CN112858332A (zh) * | 2021-02-22 | 2021-05-28 | 菲特(珠海横琴)智能科技有限公司 | 基于机器视觉的同步器齿毂表面缺陷检测方法、***、终端 |
| CN113000413A (zh) * | 2021-05-06 | 2021-06-22 | 菲特（天津）检测技术有限公司 | 基于机器视觉的同步器齿套表面缺陷检测***、方法、终端 |
| CN213633209U (zh) * | 2020-10-21 | 2021-07-06 | 广州柔视智能科技有限公司 | 产品缺陷检测装置 |
| CN113643280A (zh) * | 2021-08-30 | 2021-11-12 | 燕山大学 | 一种基于计算机视觉的板材分拣***及方法 |
| WO2022156381A1 (zh) * | 2021-01-19 | 2022-07-28 | 陈贺龄 | 陪练机器人、控制方法及控制*** |
-
2022
- 2022-07-29 CN CN202210906776.4A patent/CN115356261A/zh active Pending
Patent Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012177662A (ja) * | 2011-02-28 | 2012-09-13 | Ntn Corp | 欠陥検査方法および欠陥検査装置 |
| US20140267693A1 (en) * | 2013-03-15 | 2014-09-18 | Digital Wind Systems, Inc. | System and method for ground based inspection of wind turbine blades |
| US20170307544A1 (en) * | 2014-09-05 | 2017-10-26 | SCREEN Holdings Co., Ltd. | Inspection apparatus and inspection method |
| WO2016089431A1 (en) * | 2014-12-03 | 2016-06-09 | Faro Technologies, Inc. | Using depth-camera images to speed registration of three-dimensional scans |
| CN106423916A (zh) * | 2016-12-12 | 2017-02-22 | 燕山大学 | 一种基于机器视觉的delta分拣机械手 |
| US20190295290A1 (en) * | 2017-01-06 | 2019-09-26 | Position Imaging, Inc. | System and method of calibrating a directional light source relative to a camera's field of view |
| WO2020024185A1 (en) * | 2018-08-01 | 2020-02-06 | SZ DJI Technology Co., Ltd. | Techniques for motion-based automatic image capture |
| WO2020078440A1 (zh) * | 2018-10-18 | 2020-04-23 | 北京中科虹霸科技有限公司 | 采集高清晰度面部图像的装置和摄像头云台自动俯仰调节的方法 |
| CN109342445A (zh) * | 2018-11-21 | 2019-02-15 | 中国质量认证中心 | 一种abs齿圈端面缺陷检测***及方法 |
| WO2021028910A1 (en) * | 2019-08-12 | 2021-02-18 | Nanomotion Ltd | A gimbal apparatus system and method for automated vehicles |
| WO2021068848A1 (zh) * | 2019-10-09 | 2021-04-15 | 山东大学 | 隧道结构病害多尺度检测与智能诊断***及方法 |
| CN213633209U (zh) * | 2020-10-21 | 2021-07-06 | 广州柔视智能科技有限公司 | 产品缺陷检测装置 |
| WO2022156381A1 (zh) * | 2021-01-19 | 2022-07-28 | 陈贺龄 | 陪练机器人、控制方法及控制*** |
| CN112858332A (zh) * | 2021-02-22 | 2021-05-28 | 菲特(珠海横琴)智能科技有限公司 | 基于机器视觉的同步器齿毂表面缺陷检测方法、***、终端 |
| CN113000413A (zh) * | 2021-05-06 | 2021-06-22 | 菲特（天津）检测技术有限公司 | 基于机器视觉的同步器齿套表面缺陷检测***、方法、终端 |
| CN113643280A (zh) * | 2021-08-30 | 2021-11-12 | 燕山大学 | 一种基于计算机视觉的板材分拣***及方法 |
Non-Patent Citations (2)
| Title |
|---|
| 方琳等: "球笼内表面裂纹自动识别***图像预处理研究", 《信息技术》, no. 4, 31 December 2015 (2015-12-31), pages 126 - 129 * |
| 李佳伟: "基于机器视觉的球笼防尘罩缺陷检测***设计", 《硕士学位论文》, 31 May 2023 (2023-05-31), pages 2 - 4 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117554374A (zh) * | 2023-11-13 | 2024-02-13 | 杭州腾励传动科技股份有限公司 | 一种球笼自动化缺陷检测分类***及数据跟踪分析方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115356261A (zh) | 一种汽车球笼防尘罩的缺陷检测***及方法 | |
| CN102636490A (zh) | 基于机器视觉的轴承防尘盖表面缺陷检测方法 | |
| JP5302701B2 (ja) | タイヤ形状検査方法，タイヤ形状検査装置 | |
| US20100053790A1 (en) | Hard disk inspection apparatus and method, as well as program | |
| CN107234488A (zh) | 一种基于数控机床视觉检测的刀具破损度检测方法 | |
| CN112098419A (zh) | 汽车外覆盖件表面缺陷检测***、检测方法 | |
| CN105817428B (zh) | 一种用于轴承自动化装配生产线的轴承检测装置 | |
| CN114088738B (zh) | 一种环状焊缝的高精度缺陷检测方法和装置 | |
| CN112432949A (zh) | 一种利用3d拍照技术进行凹印版辊表面缺陷的检测方法 | |
| CN113670923A (zh) | 一种笔记本电脑外壳缺陷的全方位高精度检测装置与方法 | |
| CN113343834A (zh) | 基于机器视觉和激光线的皮带跑偏诊断方法 | |
| CN114820475B (zh) | 边缘识别方法、***、晶圆加工装置及晶圆与加工台同心状态确定方法 | |
| CN113744247A (zh) | 一种pcb焊点缺陷识别方法和*** | |
| CN114113129B (zh) | 一种镜片微小缺陷识别抓取***及方法 | |
| CN113305037B (zh) | 一种转台减速提高轮辋焊缝径向定位精度方法 | |
| CN114581444A (zh) | 基于图像处理的玻璃盖打磨工艺监测方法 | |
| US11327028B2 (en) | Ceramic ball automatic sorting system and method | |
| CN206930449U (zh) | 一种机器人检测*** | |
| CN109886182A (zh) | 一种复杂环境下的刹车盘识别与定位方法 | |
| KR20230046099A (ko) | 지능형 휠캡 자동 압입 조립시스템 | |
| CN114612474A (zh) | 一种晶圆清洁干燥模组状态检测方法、装置及平坦化设备 | |
| CN215339551U (zh) | 地面试运行航空发动机外部损伤的检测设备 | |
| CN109013388B (zh) | 一种陶瓷球自动分拣***及方法 | |
| CN110948355A (zh) | 用于压力容器密封面打磨检测装置 | |
| CN111157538A (zh) | 汽车主驾驶气囊用视觉检测机 |
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 |