一种非完整点云条件下的车身R角视觉检测方法及系统技术方案

本发明专利技术属于视觉检测技术领域，具体涉及一种非完整点云条件下的车身R角视觉检测方法及系统，方法包括步骤包括以下步骤：获得拍摄后的车身R角点云轮廓数据；设定车身R角半径上下极值；对获取的数据进行处理；使用基于变半径的DBSCAN聚类算法区分核心点、边界点、离群点，得到最终用来拟合R角的核心点；使用基于圆心约束的最小二乘法对R角的核心点进行拟合，得到R角的圆心及半径；将得到的R角的半径与设定的车身R角半径上下极值进行比较，确定R角是否满足设计规格的要求。本发明专利技术相对比现有的仅以R角测量方法更加精确，整个测量过程不需要人为干预且测量效率更高。为干预且测量效率更高。为干预且测量效率更高。

【技术实现步骤摘要】
一种非完整点云条件下的车身R角视觉检测方法及系统


[0001]本专利技术属于视觉检测
，具体涉及一种非完整点云条件下的车身R角视觉检测方法及系统。

技术介绍

[0002]然而随着人们汽车感知质量的日益重视，其外观质量甚至成为顾客购买该产品的决定性因素。汽车白车身R角的几何准确度是保证汽车装配合格、外形美观的重要因素。R角质量是实现车身感知质量高效、高精度检测与控制的关键。然而，目前汽车行业R角一般采用R规进行测量，其测量精度受人工经验影响，并且测量效率低下。随着光学传感器的测量精度不断提高，线激光检测逐渐应用到R角测量中，然而针对车身上的钣金件非完整圆弧，可提取特征信息少、拟合精度不高，这就迫切需要对R角的视觉检测方法的研究。
[0003]已有技术中,姜子钘等以大齿轮为研究对象，提出了半径差约束的最小二乘拟合法。该方法先计算出大齿轮上一贴片点的半径，再利用半径约束的最小二乘圆拟合法计算出大齿轮的中心，最后运用程序对模拟数据和实例数据进行处理，证明利用该方法能够有效提高拟合精度。但针小圆弧仍然难以满足检测精度。申请号为:CN1057本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种非完整点云条件下的车身R角视觉检测方法，其特征在于：包括以下步骤：S1：利用线激光相机对车身R角进行拍摄，获得拍摄后的车身R角点云轮廓数据；S2：设定车身R角半径上下极值；S3：对获取的车身R角点云轮廓数据进行处理；S4：根据处理后的车身R角点云轮廓数据使用基于变半径的DBSCAN聚类算法，区分核心点、边界点、离群点，得到最终用来拟合R角的核心点；S5：使用基于圆心约束的最小二乘法对R角的核心点进行拟合，得到R角的圆心及半径；S6：将得到的R角的半径与设定的车身R角半径上下极值进行比较，确定R角是否满足设计规格的要求。2.根据权利要求1所述的一种稀疏点云条件下的车身R角视觉检测方法，其特征在于：所述步骤S1中线激光相机入射角与R角所处车身平面的角度范围为[
‑
30
°
,30
°
]。3.根据权利要求1所述的一种非完整点云条件下的车身R角视觉检测方法，其特征在于：获得拍摄后的车身R角点云轮廓数据后从相机导出车身R角点云轮廓数据，将CSV格式的文档转化为TXT格式的文档，去除其中无效数据。4.根据权利要求1所述的一种非完整点云条件下的车身R角视觉检测方法，其特征在于：所述步骤S1包括对车身R角点云轮廓数据进行双边滤波。5.根据权利要求1所述的一种非完整点云条件下的车身R角视觉检测方法，其特征在于：所述步骤S3中对获取的车身R角点云轮廓数据进行处理包括以下步骤：S31：使用曲率对车身R角点云轮廓数据进行初步筛，设置曲率取值范围，计算车身R角点云轮廓数据的曲率并去除曲率小于曲率最小值或大于曲率最大值的数据，完成车身R角点云轮廓数据初步筛选；S32：根据数据量的大小对筛选后的车身R角点云轮廓数据进行变步长分组，得到若干组不同数据量的车身R角点云轮廓数据；S33：使用基于圆心约束的最小二乘法将每一组的车身R角点云轮廓数据进行圆拟合，得到每组的圆心坐标以及半径，再根据设定的车身R角半径上下极值再次筛选数据，将超出半径设置阈值的数据进行去除，得到处理后的车身R角点云轮廓数据。6.根据权利要求5所述的一种非完整点云条件...

【专利技术属性】
技术研发人员：郑伟，陆雨薇，李远智，秦世林，黄宇飞，罗佳，谭彩霞，
申请(专利权)人：广西科技大学，
类型：发明
国别省市：