一种发动机缸盖的三维缺陷检测方法及其装置制造方法及图纸

本发明专利技术提供了一种发动机缸盖的三维缺陷检测方法及其装置，能够自动检测发动机缸盖的表面缺陷与内部三维结构，并且快速高效率切换发动机缸盖的六个面。包括以下步骤：步骤一：通过一号工业机器人抓取待检测发动机缸盖送到指定检测区域；步骤二：通过一号工业机器人与二号工业机器人配合，使用二号工业机器人上的三维相机获取待检测发动机缸上1、2、3、4、A、B六个面的三维图像；步骤三：将获取到的发动机缸盖的三维图像进行点云配准；步骤四：将检测到的点云配准数据进行三维建模并与标准发动机缸盖的三维模型进行形状差值的比对；步骤五：将对比出来的形状差值与设定的数值进行对比。将对比出来的形状差值与设定的数值进行对比。将对比出来的形状差值与设定的数值进行对比。

【技术实现步骤摘要】
一种发动机缸盖的三维缺陷检测方法及其装置


[0001]本专利技术涉及发动机缸盖检测
，特别是涉及一种发动机缸盖的三维缺陷检测方法及其装置。

技术介绍

[0002]发动机缸体缸盖的铸件是发动机生产中难度最大，而且最重要的一环，其质量队发动机的功率、油耗等性能起到决定性的作用。可以说，缸体缸盖的铸造技术体现了发动机的制造能力，汽车缸体缸盖铸件铸造成套装备及其制造水平是影响发动机性能的重要因素之一。目前行业内的检测方法主要以人工目视检测为主，检测主要依赖于人眼的识别能力、经验、责任心和细心程度，检测可靠性与人息息相关。在实际生产过程中，由于生产线速度较快人易疲劳,且需要对整个铸件的各个面进行检测，常常有漏检情况的发生。
[0003]在现有的专利数据库中有一种公开号为：CN216433934U的一种发动机缸盖视觉检测设备，此种设备利用三自由度运动平台、仿形力矩夹手以及传动平台构成了传动送检系统，使发动机缸盖可以多角度展现在光学镜头的拍照范围内；传动送检系统与光学检测系统相配合，使发动机缸盖的检测效率大幅度提升，光学相机代替肉眼检查，进一步确保了检测的精确度；该设备可控性强、经济成本大幅度降低，实现了自动化智能检测的目的。但是此类型的缺陷检测设备与方法只能采取到二维平面的发动机缸盖图像，无法做到对发动机缸盖的内部三维结构检测，而且现有的发动机缸盖缺陷检测装置主要是采用传送带进行运送，无法快速的切换不同的面进行检测，效率低。

技术实现思路

[0004]对此，本专利技术旨在于提供一种发动机缸盖的三维缺陷检测方法及其装置，能够自动检测发动机缸盖的表面缺陷与内部三维结构，并且快速高效率切换发动机缸盖的六个面。
[0005]为实现上述目的，本专利技术提供如下技术方案：
[0006]一种发动机缸盖的三维缺陷检测方法，包括以下步骤：
[0007]步骤一：通过一号工业机器人抓取待检测发动机缸盖送到指定检测区域；
[0008]步骤二：通过一号工业机器人与二号工业机器人配合，使用二号工业机器人上的三维相机获取待检测发动机缸上1、2、3、4、A、B六个面的三维图像；
[0009]步骤三：将获取到的发动机缸盖的三维图像进行点云配准；
[0010]步骤四：将检测到的点云配准数据进行三维建模并与标准发动机缸盖的三维模型进行形状差值的比对；
[0011]步骤五：将对比出来的形状差值与设定的数值进行对比，如果大于设定数值范围或小于设定数值范围则判定为缺陷位置。
[0012]与现有技术相比，本专利技术的有益效果是：
[0013]通过上述检测方法，实现了仅通过每个面单次拍照数据即可同时检测出发动机缸
盖的表面二维图像缺陷与其三维内部结构的难题，并且实现自动化，准确性高，极大的极高了检测效率，节省了人工。
[0014]为实现上述目的，本专利技术还提供如下技术方案：
[0015]一种发动机缸盖的三维缺陷检测的装置，包括光源、一号工业机器人、二号工业机器人、识别摄像头、三维相机和主控模块，光源固定在检测区域的顶部，识别摄像头安装在一号机器人上，二号工业机器人上固定有三维相机，所述光源、一号工业机器人、二号工业机器人、识别摄像头、三维相机分别与主控模块电控连接。
[0016]优选的，在步骤一前先通过一号工业机器人上的识别摄像头对待检测发动机缸盖的B面进行抓取点进行识别。
[0017]与现有技术相比，本专利技术的有益效果是：
[0018]通过一号工业机器人和二号工业机器人在位置上的不断切换，使各功能部件有机结合，从而实现对发动机缸盖的抓取和检测时六个面多角度切换，识别摄像头能够对发动机缸盖对抓取点高精度识别，也能够解决在光源光照角度不同的环境下对抓取点识别低的问题，精度高，而通过三维相机获取到的三维图像则存入到主控模块内进行储存和处理，最终通过计算检测到的点云配准数据进行三维建模并与标准发动机缸盖的三维模型进行形状差值的比对，从而检测和定位发动机缸盖的缺陷位置。
附图说明
[0019]图1为本专利技术一种发动机缸盖的三维缺陷检测方法及其装置中发动机缸盖的抓取点的定位流程图。
[0020]图2为本专利技术中对发动机缸盖六个面进行三维图像获取的流程图。。
[0021]图3为本专利技术中三维数据进行缺陷检测时的流程图。
[0022]图4为以K
‑
means得到的质心为初始圆心沿半径方向进行径向扫描得到沿着半径方向的投影图。
具体实施方式
[0023]下面对本专利技术作进一步详细的说明：
[0024]具体参看图1至图4：
[0025]一种发动机缸盖的三维缺陷检测方法，包括以下步骤：
[0026]步骤一：通过一号工业机器人抓取待检测发动机缸盖送到指定检测区域；
[0027]步骤二：通过一号工业机器人与二号工业机器人配合，使用二号工业机器人上的三维相机获取待检测发动机缸上1、2、3、4、A、B六个面的三维图像；
[0028]步骤三：将获取到的发动机缸盖的三维图像进行点云配准；
[0029]步骤四：将检测到的点云配准数据进行三维建模并与标准发动机缸盖的三维模型进行形状差值的比对；
[0030]步骤五：将对比出来的形状差值与设定的数值进行对比，如果大于设定数值范围或小于设定数值范围则判定为缺陷位置。通过上述检测方法，实现了仅通过每个面单次拍照数据即可同时检测出发动机缸盖的表面二维图像缺陷与其三维内部结构的难题，并且实现自动化，准确性高，极大的极高了检测效率，节省了人工。
[0031]本实施例中，发动机缸盖的四个侧面分别为1、2、3、4，正面为A面，背面为B面。
[0032]本实施例中，在步骤一前先通过一号工业机器人上的识别摄像头对待检测发动机缸盖的B面进行抓取点进行识别，这样，能够保证每个待检测发动机缸盖抓取位置的一致性，从而保证检测精度。
[0033]在步骤一前，通过识别摄像头对待检测发动机缸盖的B面进行抓取点识别，使用卷积神经网络与K
‑
means算法结合的方式来精确定位安装抓取点，首先使用卷积神经网络对安装抓取点的圆心区域粗略定位，因为精度不够，需要在粗定位区域中精准抓取圆孔位置；第一步采用K
‑
means聚类的方法得到安装抓取点孔圆的轮廓，和其质心，用于初始化圆心的大概位置。初始中心点选择为卷积神经网络输出的安装抓取点孔圆边界框圆形区域ROI(Intersection over Union)的中心点，K
‑
means算法步骤如下所示：
[0034]c
(i)
＝argmin||x
(i)
‑
μ
j
||
[0035][0036]1)选择初始化的2个样本作为初始聚类中心为1,2,
…
,。
[0037]2)针对数据集中每个样本计算它到2个聚类中心的距离并将其分到距离最小的聚类中心所对应的类中；
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种发动机缸盖的三维缺陷检测方法，其特征在于，包括以下步骤：步骤一：通过一号工业机器人抓取待检测发动机缸盖送到指定检测区域；步骤二：通过一号工业机器人与二号工业机器人配合，使用二号工业机器人上的三维相机获取待检测发动机缸上1、2、3、4、A、B六个面的三维图像；步骤三：将获取到的发动机缸盖的三维图像进行点云配准；步骤四：将检测到的点云配准数据进行三维建模并与标准发动机缸盖的三维模型进行形状差值的比对；步骤五：将对比出来的形状差值与设定的数值进行对比，如果大于设定数值范围或小于设定数值...

【专利技术属性】
技术研发人员：姜振海，王超，孙勇，
申请(专利权)人：南京秋辰光电技术有限公司，
类型：发明
国别省市：