一种涂胶检测方法及装置制造方法及图纸

本发明专利技术公开一种涂胶检测方法及装置，所述方法包括：利用经过训练的语义分割网络，对任一涂胶工位的待检测涂胶图像进行分割，得到待检测胶体图；从所述待检测胶体图中提取胶体骨架，并基于所述胶体骨架获取胶体宽度；将所述胶体宽度与所述涂胶工位的预设质量标准进行匹配，以确定是否通过检测。本申请利用语义分割网络对胶体图进行分割，在提取胶体骨架后，基于胶体骨架获取胶体宽度，将提取到的胶体宽度与对应涂胶工位的预设质量标准进行匹配，得到涂胶检测结果，能够自动化的完成涂胶质量的检测，且能够保证检测效率和准确率。本申请利用厚度估计网络获取胶体厚度，从而实现对胶体厚度的自动化质量检测，进一步的提高了检测准确率。

【技术实现步骤摘要】
一种涂胶检测方法及装置
本专利技术涉及汽车设计开发领域，具体涉及一种涂胶检测方法及装置。
技术介绍
在车辆生产过程中，车辆的发动机、窗户、车门等均存在涂胶的需求。目前，采用机器手臂的方式进行涂胶，用机器手臂的胶体涂抹具有速度快、自动化程度高的特点，但是在完成涂胶后，对涂胶质量的检测也很重要。如果每次在机器手臂涂胶完成后利用人工进行涂胶质量的检查，必然会增加工人的工作量且人工检测效率也较低。而如果进行抽样检查或者直接不做检查，则很大程度上会增加不良品流转到下一生产环节的几率，造成产品质量事故。因此，目前急需一种准确高效的自动化涂胶检测方法。
技术实现思路
有鉴于此，本专利技术提供了一种涂胶检测方法及装置，能够自动化的完成涂胶质量的检测，且能够保证检测效率和准确率。第一方面，本申请提供了一种涂胶检测方法，所述方法包括：利用经过训练的语义分割网络，对任一涂胶工位的待检测涂胶图像进行分割，得到待检测胶体图；从所述待检测胶体图中提取胶体骨架，并基于所述胶体骨架获取胶体宽度；将所述胶体宽度与所述涂胶工位的预设质量标准进行匹配，以确定是否通过检测。可选的，所述方法还包括：对所述待检测胶体图进行分段，得到胶体分段；将所述胶体分段作为经过训练的厚度估计网络的输入，经过所述厚度估计网络的处理后，得到胶体厚度；将所述胶体厚度与所述涂胶工位的预设质量标准进行匹配，以确定是否通过检测。可选的，所述基于所述胶体骨架获取胶体宽度，包括：r>获取所述胶体骨架的切面方向的宽度，作为胶体宽度。可选的，所述利用经过训练的语义分割网络，对任一涂胶工位的待检测涂胶图像进行分割，得到待检测胶体图之前，还包括：收集各个涂胶工位的涂胶图像，并对所述涂胶图像中的胶体进行标注；利用经过标注的涂胶图像对语义分割网络进行训练，得到经过训练的语义分割网络。可选的，所述将所述胶体分段作为经过训练的厚度估计网络的输入，经过所述厚度估计网络的处理后，得到胶体厚度之前，还包括：对经过标注的涂胶图像中的胶体进行分段，得到胶体分段样本，并对各个胶体分段样本进行胶体厚度标注；利用经过胶体厚度标注的各个胶体分段样本对厚度估计网络进行训练，得到经过训练的厚度估计网络。第二方面，本申请还提供了一种涂胶检测装置，所述装置包括：分割模块，用于利用经过训练的语义分割网络，对任一涂胶工位的待检测涂胶图像进行分割，得到待检测胶体图；提取模块，用于从所述待检测胶体图中提取胶体骨架；获取模块，用于基于所述胶体骨架获取胶体宽度；第一匹配模块，用于将所述胶体宽度与所述涂胶工位的预设质量标准进行匹配，以确定是否通过检测。可选的，所述装置还包括：分段模块，用于对所述待检测胶体图进行分段，得到胶体分段；处理模块，用于将所述胶体分段作为经过训练的厚度估计网络的输入，经过所述厚度估计网络的处理后，得到胶体厚度；第二匹配模块，用于将所述胶体厚度与所述涂胶工位的预设质量标准进行匹配，以确定是否通过检测。可选的，所述获模块，具体用于：获取所述胶体骨架的切面方向的宽度，作为胶体宽度。可选的，所述装置还包括：第二标注模块，用于收集各个涂胶工位的涂胶图像，并对所述涂胶图像中的胶体进行标注；第二训练模块，用于利用经过标注的涂胶图像对语义分割网络进行训练，得到经过训练的语义分割网络。可选的，所述装置还包括：第一标注模块，用于对经过标注的涂胶图像中的胶体进行分段，得到胶体分段样本，并对各个胶体分段样本进行胶体厚度标注；第一训练模块，用于利用经过胶体厚度标注的各个胶体分段样本对厚度估计网络进行训练，得到经过训练的厚度估计网络。本申请提供的涂胶检测方法中，利用语义分割网络对胶体图进行分割，在提取胶体骨架后，基于胶体骨架获取胶体宽度，最终，将提取到的胶体宽度与对应涂胶工位的预设质量标准进行匹配，得到涂胶检测结果。本申请能够自动化的完成涂胶质量的检测，且能够保证检测效率和准确率。进一步的，本申请利用厚度估计网络获取胶体厚度，从而实现对胶体厚度的自动化质量检测，进一步的提高了检测准确率。附图说明为了更清楚地说明本申请实施例中的技术方案，下面将对实施例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申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本申请实施例提供的一种涂胶检测方法的流程图；图2为本申请实施例提供的另一种涂胶检测方法的流程图；图3为本申请实施例提供的一种涂胶检测装置的结构示意图。具体实施方式下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。参考图1，为本专利技术实施例提供的一种涂胶检测方法的流程图，该方法包括：S101：利用经过训练的语义分割网络，对任一涂胶工位的待检测涂胶图像进行分割，得到待检测胶体图。本申请实施例提供的涂胶检测方法是针对每个涂胶工位的涂胶质量进行检测，具体的，对各个涂胶工位的待检测涂胶图像进行处理，最终得到检测结果。实际应用中，可以利用语义分割网络(PyramidSceneParsingNetwork；PSPnet)对待检测涂胶图像进行处理。其中，语义分割网络可以为具有全局语义分割能力的卷积神经网络CNN。其中，首先对语义分割网络进行训练，具体的，收集各个涂胶工位的涂胶图像，并接收对各个涂胶图像中的胶体的标注；然后将经过标注的胶体图像作为语义分割网络的训练样本对该语义分割网络进行训练，得到经过训练的语义分割网络。值得注意的是，作为训练样本的涂胶图像的数量需要足够大(通常每个涂胶工位需要200张以上的胶体图像)。本申请实施例中，将待检测涂胶图像作为经过训练的语义分割网络的输入，经过该语义分割网络的处理后，实现对该待检测涂胶图像的分割，得到待检测胶体图。也就是说，利用语义分割网络能够将待检测涂胶图像上的胶体的轮廓分割出来。S102：从所述待检测胶体图中提取胶体骨架，并基于所述胶体骨架获取胶体宽度。本申请实施例中，为了便于后续处理，在得到待检测胶体图后，首先对该待检测胶体图进行二值化处理，然后从经过二值化处理的待检测胶体图中提取胶体骨架。具体的，可以通过数学形态学的方法求取待检测胶体图中的胶体骨架。实际应用中，为了实现对涂胶的质量检测，需要获取胶体宽度。一种实现方式中，在提取到胶体骨架后，可以获取胶体骨架的切面方向的宽度，作为胶体宽度。具体的，可以沿胶体骨架切面方向求取胶体各个切面的宽度，得到最大值和最小值；另外，也可以沿本文档来自技高网...

【技术保护点】
1.一种涂胶检测方法，其特征在于，所述方法包括：/n利用经过训练的语义分割网络，对任一涂胶工位的待检测涂胶图像进行分割，得到待检测胶体图；/n从所述待检测胶体图中提取胶体骨架，并基于所述胶体骨架获取胶体宽度；/n将所述胶体宽度与所述涂胶工位的预设质量标准进行匹配，以确定是否通过检测。/n

【技术特征摘要】
1.一种涂胶检测方法，其特征在于，所述方法包括：
利用经过训练的语义分割网络，对任一涂胶工位的待检测涂胶图像进行分割，得到待检测胶体图；
从所述待检测胶体图中提取胶体骨架，并基于所述胶体骨架获取胶体宽度；
将所述胶体宽度与所述涂胶工位的预设质量标准进行匹配，以确定是否通过检测。


2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
对所述待检测胶体图中的胶体进行分段，得到胶体分段；
将所述胶体分段作为经过训练的厚度估计网络的输入，经过所述厚度估计网络的处理后，得到胶体厚度；
将所述胶体厚度与所述涂胶工位的预设质量标准进行匹配，以确定是否通过检测。


3.根据权利要求1所述的方法，其特征在于，所述基于所述胶体骨架获取胶体宽度，包括：
获取所述胶体骨架的切面方向的宽度，作为胶体宽度。


4.根据权利要求1-3任一项所述的方法，其特征在于，所述利用经过训练的语义分割网络，对任一涂胶工位的待检测涂胶图像进行分割，得到待检测胶体图之前，还包括：
收集各个涂胶工位的涂胶图像，并接收对所述涂胶图像中的胶体的标注；
利用经过标注的涂胶图像对语义分割网络进行训练，得到经过训练的语义分割网络。


5.根据权利要求4所述的方法，其特征在于，所述将所述胶体分段作为经过训练的厚度估计网络的输入，经过所述厚度估计网络的处理后，得到胶体厚度之前，还包括：
对经过标注的涂胶图像中的胶体进行分段，得到胶体分段样本，并接收对各个胶体分段样本的胶体厚度标注；
利用经过胶体厚度标注的各个胶体分段样本对厚度估计网络进行训练，得到经过训练的厚度估计网络。...

【专利技术属性】
技术研发人员：张亮，杨敏，倪雪蕾，陈峻，王芳，杨秀锋，曾鸽，陈辉，吴莹，翁爽，何臻宇，
申请(专利权)人：上海汽车集团股份有限公司，
类型：发明
国别省市：上海;31