基于有效区域覆盖的缺陷检测的优化路径规划制造技术

一种可移动的相机沿检查路径移动，用于光学检查物体的检查表面以进行缺陷检测。在规划检查路径时，生成检查表面上的视点集。每个视点都与一个方块区域相关联，当相机位于视点上方来捕捉视野的图像时，该方块区域是相机视野内检查表面的最大区域。方块区域的有效区域由神经网络根据方块区域的三维几何特征进行有利的预测，从而使预测的有效区域对基于捕获图像的缺陷检测有效。有效区域是指其在捕获的图像上的相应区域没有模糊，既没有曝光不足也没有曝光过度。检查路径是根据与视点集相关的各自有效区域确定的。自有效区域确定的。自有效区域确定的。

【技术实现步骤摘要】
【国外来华专利技术】基于有效区域覆盖的缺陷检测的优化路径规划
[0001]缩略用语列表
[0002]2D 两维
[0003]3D 三维
[0004]AutoML 自动机器学习
[0005]DNN 深度神经网络
[0006]FOV 视野
[0007]NN 神经网络


[0008]本专利技术整体涉及使用可移动的相机对物体的检查表面进行成像，以进行缺陷检测。特别是，本专利技术涉及一种计算机实现的方法，用于规划可移动的相机的检查路径，以便对检查表面进行光学检查以进行缺陷检测。

技术介绍

[0009]表面检查是制造和维护中的一个重要和必要的程序，因为它与质量控制甚至产品的安全有关。例如，表面检查对于识别火车轨道或飞机上的裂缝等是有用的。
[0010]传统上，检查过程涉及通过人眼做出判断，因此可靠性差是一个问题。为了确保检查的均匀性，已经开发了自动化或机器人检查系统来解决这个问题，同时这还具有提高检查过程的效率和生产力的优点。与检查过程相关的一个问题是，相机或成像传感器只能从一个特定的视角覆盖被检查物体的一部分，因本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种计算机实现的方法，用于在物体的检查表面规划检查路径，该检查路径用于引导可移动的相机沿着该检查路径移动，以便对所述检查表面进行光学检查从而进行缺陷检测，该方法包括：在所述检查表面上生成视点集；单独视点与方块区域相关联；当所述相机位于该单独视点上方以捕捉所述相机的视野的图像时，该方块区域是所述检查表面在所述相机的所述视野内的最大区域；根据所述方块区域的三维几何特征，通过神经网络预测所述方块区域的有效区域，从而使所预测的有效区域对基于与所述单独视点相关的捕获图像的缺陷检测有效，其中所述神经网络在经过训练后预测所述有效区域；以及根据与所述视点集相关的多个各自的有效区域确定所述检查路径。2.根据权利要求1所述的方法，其中根据与所述视点集相关的方块区域的多个各自的有效区域对所述检查路径的确定，包括：确定所述视点集中的优化子集，以形成存活视点的集合，使得所确定的优化子集是所述视点集中最小的非空子集，且其约束条件是与所述优化子集中不同的存活视点相关联的各有效区域的方块区域的联合，覆盖整个检查区域；以及将所述检查路径确定为连接所有相应的存活视点并访问每个存活视点一次的优化路径，同时在每条都连接所有相应的存活视点并访问每个相应的存活视点一次的所有可能的路径中，所述相机的移动成本最小。3.根据权利要求1所述的方法，其中所述三维几何特征是由多个三维点数据给出的，这些三维点数据包括对所述方块区域进行建模的点云的组成点的三维坐标。4.根据权利要求3所述的方法，其中，由所述神经网络对所述方块区域的所述有效区域进行的所述预测，包括：确定所述方块区域的单个组成点是在所述有效区域内还是在所述有效区域外，从而允许所述有效区域由对所述方块区域建模的所述点云表示，并为所述单个组成点指示该单个组成点是在所述有效区域内还是在所述有效区域外。5.根据权利要求1所述的方法，还包括获得所述物体的CAD模型，该CAD模型至少包括对所述检查表面进行几何建模的设计数据，从而根据该CAD模型生成所述视点集。6.根据权利要求5所述的方法，进一步包括：在预测了所述有效区域后，将与单个存活视点相关的所述有效区域投射到所述CAD模型上。7.根据权利要求3所述的方法，其中所述神经网络是深度神经网络。8.根据权利要求3所述的方法，其中所述神经网络选自PointNet++和ConvPoint。9.根据权利要求3所述的方法，其中所述神经网络是由自动机器学习工具生成的。10.根据权利要求2所述的方法，其中，所述优化子集是根据集合覆盖问题的解决方案确定的。11.根据权利要求2所述的方法，其中所述优化路径是根据开环旅行推销员问题的解确定的。12.根据权利要求3所述的方法，还包括：
用训练数据集...

【专利技术属性】
技术研发人员：戚大卫，王志诚，
申请(专利权)人：香港应用科技研究院有限公司，
类型：发明
国别省市：