车身部件虚拟匹配方法和系统技术方案

本发明专利技术涉及车身部件虚拟匹配方法和系统。车身部件虚拟匹配方法包括：获取训练部件的一个或多个位置处的尺寸数据；对尺寸数据添加匹配度标签，匹配度表示训练部件在所述一个或多个位置处与目标匹配部件的匹配程度；利用带有匹配度标签的尺寸数据生成虚拟匹配模型；以及利用虚拟匹配模型基于测试部件的一个或多个位置处的尺寸数据得到测试部件的虚拟匹配预测结果。

【技术实现步骤摘要】
车身部件虚拟匹配方法和系统
本专利技术涉及汽车制造
具体而言，本专利技术涉及车身部件虚拟匹配方法。
技术介绍
随着现代汽车工业的快速发展，市场竞争日趋激烈。提高汽车质量和缩短开发周期是汽车厂商赢得市场竞争的关键。在制造过程中，控制零部件尺寸是控制质量的一个重要方面。如何消除匹配缺陷以确保较高的整车制造质量一直是汽车生产厂家的一个难题，汽车尺寸工程传统的方法是用检具对部件尺寸进行评估。但是，这种方法只能通过有限的测点进行量化，对于匹配的不可见区域和狭小而无法测量区域，则很难进行尺寸评估。而且，在无检具的情况下，就无法对部件进行尺寸评估。即使能够采集到关于尺寸的数据，由于影响部件匹配的因素较多，利用传统尺寸链的方法研究部件的匹配是非常困难的。在现有技术中，如果部件在装配的过程中存在干涉（例如，重叠），应对的办法是开发相应的检具辅助安装，或者更改设计的图纸。但这种做法耗时费力，浪费资源，增加成本。
技术实现思路
因此，需要一种能够在无检具条件下对部件进行虚拟测量（包括全尺寸测量、不可见区域测量、狭小受限区域测量等），从而在早期对产品尺寸进行评估、指导产品修改的车身部件虚拟匹配方法。为实现以上目的的一个或多个，本专利技术提供以下技术方案，从而利用机器学习实现在无检具情况下精确全面地对产品尺寸进行评估。按照本专利技术的第一方面，提供一种车身部件虚拟匹配方法，其包括：获取训练部件的一个或多个位置处的尺寸数据；对尺寸数据添加匹配度标签，匹配度表示训练部件在所述一个或多个位置处与目标匹配部件的匹配程度；利用带有匹配度标签的尺寸数据生成虚拟匹配模型；以及利用虚拟匹配模型基于测试部件的一个或多个位置处的尺寸数据得到测试部件的虚拟匹配预测结果。根据本专利技术一实施例的车身部件虚拟匹配方法，其中，虚拟匹配模型基于支持向量机（SVM）模型和神经网络模型。根据本专利技术一实施例或以上任一实施例的车身部件虚拟匹配方法，其中，将SVM模型和神经网络模型的输出进行加权平均而得到虚拟匹配模型输出。根据本专利技术一实施例或以上任一实施例的车身部件虚拟匹配方法，其中，在利用带有匹配度标签的尺寸数据生成虚拟匹配模型之前，还对尺寸数据执行预处理操作，预处理操作包括数据的删除和/或补充和/或降维。根据本专利技术一实施例或以上任一实施例的车身部件虚拟匹配方法，其中，训练部件和/或测试部件的一个或多个位置处的尺寸数据通过光学测量的方法来获得。根据本专利技术一实施例或以上任一实施例的车身部件虚拟匹配方法，其中，匹配程度包括匹配、上工装匹配和不匹配。按照本专利技术的第二方面，提供一种车身部件虚拟匹配系统，其包括：数据采集单元，其配置成获取训练部件的一个或多个位置处的尺寸数据；标签生成单元，其配置成对尺寸数据添加匹配度标签，匹配度表示训练部件在一个或多个位置处与目标匹配部件的匹配程度；模型生成单元，其配置成利用带有匹配度标签的尺寸数据生成虚拟匹配模型；以及匹配预测单元，其配置成利用虚拟匹配模型基于测试部件的一个或多个位置处的尺寸数据得到测试部件的虚拟匹配预测结果。根据本专利技术一实施例的车身部件虚拟匹配系统，其中，模型生成单元配置成基于支持向量机（SVM）模型和神经网络模型生成虚拟匹配模型。根据本专利技术一实施例或以上任一实施例的车身部件虚拟匹配系统，其中，模型生成单元配置成将SVM模型和神经网络模型的输出进行加权平均而得到虚拟匹配模型输出。根据本专利技术一实施例或以上任一实施例的车身部件虚拟匹配系统，其中，模型生成单元还配置成在利用带有匹配度标签的尺寸数据生成虚拟匹配模型之前对尺寸数据执行预处理操作，预处理操作包括数据的删除和/或补充和/或降维。根据本专利技术一实施例或以上任一实施例的车身部件虚拟匹配系统，其中，数据采集单元配置成通过光学测量的方法来获得训练部件和/或测试部件的一个或多个位置处的尺寸数据。根据本专利技术一实施例或以上任一实施例的车身部件虚拟匹配系统，其中，匹配程度包括匹配、上工装匹配和不匹配。附图说明本专利技术的上述和/或其它方面和优点将通过以下结合附图的各个方面的描述变得更加清晰和更容易理解，附图中相同或相似的单元采用相同的标号表示。附图包括：图1是根据本专利技术一实施例的车身部件虚拟匹配方法100的示意性流程图；图2是根据本专利技术一实施例的车身部件虚拟匹配系统200的示意性框图；图3是根据本专利技术一实施例的对车辆座舱系统进行尺寸数据采集的多个位置的示意图；以及图4是表示圆Hough变换的参数空间的示意图。具体实施方式在本说明书中，参照其中图示了本专利技术示意性实施例的附图更为全面地说明本专利技术。但本专利技术可以按不同形式来实现，而不应解读为仅限于本文给出的各实施例。给出的各实施例旨在使本文的披露全面完整，以将本专利技术的保护范围更为全面地传达给本领域技术人员。诸如“包含”和“包括”之类的用语表示除了具有在说明书和权利要求书中有直接和明确表述的单元和步骤以外，本专利技术的技术方案也不排除具有未被直接或明确表述的其它单元和步骤的情形。诸如“第一”和“第二”之类的用语并不表示单元在时间、空间、大小等方面的顺序而仅仅是作区分各单元之用。下文参考根据本专利技术实施例的方法和系统的流程图说明、框图和/或流程图来描述本专利技术。将理解这些流程图说明和/或框图的每个框、以及流程图说明和/或框图的组合可以由计算机程序指令来实现。可以将这些计算机程序指令提供给通用计算机、专用计算机或其它可编程数据处理设备的处理器以构成机器，以便由计算机或其它可编程数据处理设备的处理器执行的这些指令创建用于实施这些流程图和/或框和/或一个或多个流程框图中指定的功能/操作的部件。可以将这些计算机程序指令加载到计算机或其它可编程数据处理器上以使一系列的操作步骤在计算机或其它可编程处理器上执行，以便构成计算机实现的进程，以使计算机或其它可编程数据处理器上执行的这些指令提供用于实施此流程图和/或框图的一个或多个框中指定的功能或操作的步骤。还应该注意在一些备选实现中，框中所示的功能/操作可以不按流程图所示的次序来发生。例如，依次示出的两个框实际可以基本同时地执行或这些框有时可以按逆序执行，具体取决于所涉及的功能/操作。图1是根据本专利技术一实施例的车身部件虚拟匹配方法100的示意性流程图。首先，根据本专利技术的车身部件虚拟匹配方法100在步骤110处获取训练部件的一个或多个位置处的尺寸数据（参见图3）。其中训练部件是在执行虚拟匹配方法100之前已经生产的用于对虚拟匹配模型进行训练的一个或多个部件。针对某一类型的部件，使用与其属于同一类型的一个或多个部件来训练用于对该类型部件进行虚拟匹配的模型。在一个实施例中，步骤110中的测量的操作可以采用光学测量方法。例如，可以先采用相机对训练对象（例如，车辆座舱系统）进行拍照。可以采用分辨率为3840×2748的工业相机，在一个实施例中，可以采用大恒星水星系列工业相机（MER-1070-10GM/C-P）。然后，对图片进行处理来得到本文档来自技高网...

【技术保护点】
1.一种车身部件虚拟匹配方法，其特征在于，包括下列步骤：/n获取训练部件的一个或多个位置处的尺寸数据；/n对所述尺寸数据添加匹配度标签，所述匹配度表示所述训练部件在所述一个或多个位置处与目标匹配部件的匹配程度；/n利用带有所述匹配度标签的所述尺寸数据生成虚拟匹配模型；以及/n利用所述虚拟匹配模型基于测试部件的一个或多个位置处的尺寸数据得到所述测试部件的虚拟匹配预测结果。/n

【技术特征摘要】
1.一种车身部件虚拟匹配方法，其特征在于，包括下列步骤：
获取训练部件的一个或多个位置处的尺寸数据；
对所述尺寸数据添加匹配度标签，所述匹配度表示所述训练部件在所述一个或多个位置处与目标匹配部件的匹配程度；
利用带有所述匹配度标签的所述尺寸数据生成虚拟匹配模型；以及
利用所述虚拟匹配模型基于测试部件的一个或多个位置处的尺寸数据得到所述测试部件的虚拟匹配预测结果。


2.根据权利要求1所述的车身部件虚拟匹配方法，其中，所述虚拟匹配模型基于支持向量机（SVM）模型和神经网络模型。


3.根据权利要求2所述的车身部件虚拟匹配方法，其中，将所述SVM模型和所述神经网络模型的输出进行加权平均而得到所述虚拟匹配模型输出。


4.根据权利要求1至3中任一项所述的车身部件虚拟匹配方法，其中，在利用带有所述匹配度标签的所述尺寸数据生成虚拟匹配模型之前，还对所述尺寸数据执行预处理操作，所述预处理操作包括数据的删除和/或补充和/或降维。


5.根据权利要求4所述的车身部件虚拟匹配方法，其中，所述训练部件和/或所述测试部件的一个或多个位置处的尺寸数据通过光学测量的方法来获得。


6.根据权利要求5所述的车身部件虚拟匹配方法，其中，所述匹配程度包括匹配、上工装匹配和不匹配。


7.一种车身部件虚拟匹配系统，其特征在于，包括：
数据采集单元，其配置成...

【专利技术属性】
技术研发人员：殷伟智，唐衎，王欣，袁超，李岩，
申请(专利权)人：上汽通用汽车有限公司，
类型：发明
国别省市：上海;31