基于人工智能的汽车零部件视觉检测装置及检测方法制造方法及图纸

本发明专利技术的基于人工智能的汽车零部件视觉检测装置及检测方法，包括侧面视觉装置，所述侧面视觉装置的侧面相机位于工件带左侧或右侧以实时采集工件带及工件侧壁的二维侧壁图像，所述侧面视觉装置的侧面相机厚度监测模块实时监测所述二维侧壁图像中工件带或工件的厚度从而识别凸出缺陷或冲压工艺异常。本发明专利技术技术方案，可解决现有汽车零部件表面缺陷视觉检测技术的检测速度有限的问题。检测技术的检测速度有限的问题。检测技术的检测速度有限的问题。

【技术实现步骤摘要】
基于人工智能的汽车零部件视觉检测装置及检测方法


[0001]本专利技术涉及汽车零部件视觉检测装置及视觉检测方法领域，尤其涉及基于人工智能的汽车零部件视觉检测装置及视觉检测方法。

技术介绍

[0002]汽车用量大，因而汽车零部件通常采用自动化生产加工系统进行自动化加工制造。汽车零部件在制造过程中通常采用视觉方法替代人工进行缺陷检测，从而保证汽车产品的质量和安全性。汽车零部件的视觉检测装置及相关检测方法在汽车零部件制造过程中已取得广泛应用。
[0003]板状冲压件是汽车零部件中的一种，在汽车内广泛使用，其用量较大，通常采用高速高精密冲压制造。
[0004]板状冲压件通常采用冲床对工件带进行冲压成型，去除工件带中的部分材料而得到相应工件或中间态工件。板状冲压件的表面缺陷检测受冲头上下运动影响，一般无法采用三维线激光扫描仪进行三维成像。本领域通常采用双目视觉技术进行三维成像（如中国专利文献CN201810338153.5），然后基于人工智能算法进行工件三维图像的表面缺陷检测，从而识别工件是否存在表面脏污、毛刺、划痕等缺陷。
[0005]这种常规的视觉检测技术，受限于三维精密成像的巨量运算，往往无法满足高速高精密冲床所需的高速检测需求。因而，如何提高汽车零部件表面缺陷视觉检测技术的检测速度，成为汽车零部件视觉检测领域亟待解决的难题。

技术实现思路

[0006]本专利技术的一些实施例，提供一种基于人工智能的汽车零部件视觉检测装置及视觉检测方法，能够解决前述的检测速度问题，从而提高汽车零部件表面缺陷视觉检测技术的检测速度，进而保证汽车产品的质量和安全性。
[0007]在本专利技术的一个方面，提供一种基于人工智能的汽车零部件视觉检测装置，包括双目视觉装置、工件带、模座、冲头和冲床机身，所述冲头对置于模座上的工件带进行冲压成形得到工件，所述双目视觉装置的两台双目相机分别实时采集工件的表面二维图像，所述双目视觉装置的双目相机三维识别模块对所述表面二维图像进行三维重建得到表面三维点云模型并基于机器学习算法识别所述表面三维点云模型中的表面缺陷；还包括侧面视觉装置，所述侧面视觉装置的侧面相机位于工件带左侧或右侧以实时采集工件带及工件侧壁的二维侧壁图像，所述侧面视觉装置的侧面相机厚度监测模块实时监测所述二维侧壁图像中工件带或工件的厚度从而识别凸出缺陷或冲压工艺异常。
[0008]在一些实施例中，所述的基于人工智能的汽车零部件视觉检测装置包括两个或两个以上的冲头，以及两个或两个以上的模座，且冲头的数量等于模座的数量，各所述冲头分别正对一个所述的模座；相邻两个模座之间设置模座间隔，相邻两个工件之间设置工件间隔；所述侧面相机位于模座间隔的中部，所述侧面相机的数量等于所述模座间隔的数量。
[0009]在一些实施例中，所述双目相机的数量等于冲头数量的2倍。
[0010]在一些实施例中，所述双目视觉装置还包括单目相机二维识别模块；所述两台双目相机的其中之一单独采集工件的单目二维图像；所述单目相机二维识别模块可识别所述单目二维图像是否存在异常区域。
[0011]在一些实施例中，所述单目相机二维识别模块可判断所述异常区域是否为细条状。
[0012]在本专利技术的另一方面，提供一种基于人工智能的汽车零部件视觉检测方法，采用所述的基于人工智能的汽车零部件视觉检测装置，并按以下步骤进行缺陷检测：S11：通过侧面相机厚度监测模块识别所述二维侧壁图像中是否存在所述凸出缺陷或冲压工艺异常，如存在凸出缺陷或冲压工艺异常，则输出检测结果为存在凸出缺陷或冲压工艺异常；如不存在凸出缺陷或冲压工艺异常，转入S12；S12：通过双目相机三维识别模块识别所述表面三维点云模型是否存在缺陷，如存在则输出检测结果为其他缺陷；如不存在缺陷，则输出检测结果为工件合格、工艺正常。
[0013]在一些实施例中，所述的基于人工智能的汽车零部件视觉检测方法，采用前述的包含有单目相机二维识别模块的基于人工智能的汽车零部件视觉检测装置，并按以下步骤进行缺陷检测：S21：通过侧面相机厚度监测模块识别所述二维侧壁图像中是否存在所述凸出缺陷或冲压工艺异常，如存在凸出缺陷或冲压工艺异常，则输出检测结果为存在凸出缺陷或冲压工艺异常；如不存在凸出缺陷或冲压工艺异常，转入S22；S22：通过单目相机二维识别模块识别所述单目二维图像中是否存在异常区域，如不存在，则输出检测结果为工件合格、工艺正常；如存在异常区域，则转入S23；S23：通过双目相机三维识别模块识别所述表面三维点云模型是否存在缺陷，如存在则输出检测结果为其他缺陷；如不存在缺陷，则输出检测结果为工件合格、工艺正常。
[0014]在一些实施例中，所述的基于人工智能的汽车零部件视觉检测方法，采用前述的包含有能判断所述异常区域是否为细条状的单目相机二维识别模块的基于人工智能的汽车零部件视觉检测装置，并按以下步骤进行缺陷检测：S31：通过侧面相机厚度监测模块识别所述二维侧壁图像中是否存在所述凸出缺陷或冲压工艺异常，如存在凸出缺陷或冲压工艺异常，则输出检测结果为存在凸出缺陷或冲压工艺异常；如不存在凸出缺陷或冲压工艺异常，转入S32；S32：通过单目相机二维识别模块识别所述单目二维图像中是否存在异常区域，如不存在，则输出检测结果为工件合格、工艺正常；如存在异常区域，则转入S33；S33：单目相机二维识别模块判断S32所述异常区域是否为细条状，如为细条状，则输出检测结果为划痕缺陷；如不是细条状，则转入S34；S34：通过双目相机三维识别模块识别所述表面三维点云模型是否存在缺陷，如存在则输出检测结果为其他缺陷；如不存在缺陷，则输出检测结果为工件合格、工艺正常。
[0015]在一些实施例中，所述侧面相机厚度监测模块识别所述二维侧壁图像中是否存在所述凸出缺陷或冲压工艺异常的方法，包括以下步骤：S2201：所述侧面相机图像采集模块通过侧面相机获得工件带及工件侧壁的二维侧壁图像；
S2202：所述侧面相机厚度监测模块对所述二维侧壁图像通过阈值分割算法得到工件带及工件侧壁的侧壁黑白图像，并滤除与所述侧壁黑白图像中白色带状区域不连通的噪声区域，然后获取所述白色带状区域上边缘各像素点的位置值，得到相应侧壁的上边缘高度序列，并获取所述白色带状区域下边缘各像素点的位置值，得到相应侧壁的下边缘高度序列；S2203：将所述上边缘高度序列各值减去所述上边缘高度序列各值均值得到上边缘高度数值，如果所述上边缘高度数值中超出高度允许范围的数值数量超过高度异常允许数量，则输出结果为存在凸起；如果所述上边缘高度数值中超出高度允许范围的数值数量没有超过高度异常允许数量，则输出结果为不存在凸起；S2204：所述上边缘高度序列各值减去所述下边缘高度序列各值均值得到侧壁厚度序列差值，如果所述侧壁厚度序列差值中超出厚度允许范围的数值数量超过厚度异常允许数量，则输出结果为存在冲压工艺异常；如果没有超过厚度异常允许数量，则输出结果为不存在冲压工艺异常。
[0016]在一些实施例中，所述单目相机二维识别模块识别所述单目二维图像中是否存在异常区域的方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于人工智能的汽车零部件视觉检测装置，包括双目视觉装置、工件带、模座、冲头和冲床机身，所述冲头对置于模座上的工件带进行冲压成形得到工件，所述双目视觉装置的两台双目相机分别实时采集工件的表面二维图像，所述双目视觉装置的双目相机三维识别模块对所述表面二维图像进行三维重建得到表面三维点云模型并基于机器学习算法识别所述表面三维点云模型中的表面缺陷，其特征在于，还包括侧面视觉装置，所述侧面视觉装置的侧面相机位于工件带左侧或右侧以实时采集工件带及工件侧壁的二维侧壁图像，所述侧面视觉装置的侧面相机厚度监测模块实时监测所述二维侧壁图像中工件带或工件的厚度从而识别凸出缺陷或冲压工艺异常。2.根据权利要求1所述的基于人工智能的汽车零部件视觉检测装置，其特征在于，包括两个或两个以上的冲头，以及两个或两个以上的模座，且冲头的数量等于模座的数量，各所述冲头分别正对一个所述的模座；相邻两个模座之间设置模座间隔，相邻两个工件之间设置工件间隔；所述侧面相机位于模座间隔的中部，所述侧面相机的数量等于所述模座间隔的数量。3.根据权利要求2所述的基于人工智能的汽车零部件视觉检测装置，其特征在于，所述双目相机的数量等于冲头数量的2倍。4.根据权利要求2所述的基于人工智能的汽车零部件视觉检测装置，其特征在于，所述双目视觉装置还包括单目相机二维识别模块；所述两台双目相机的其中之一单独采集工件的单目二维图像；所述单目相机二维识别模块可识别所述单目二维图像是否存在异常区域。5.根据权利要求4所述的基于人工智能的汽车零部件视觉检测装置，其特征在于，所述单目相机二维识别模块可判断所述异常区域是否为细条状。6.基于人工智能的汽车零部件视觉检测方法，其特征在于，采用权利要求1至5所述的基于人工智能的汽车零部件视觉检测装置，并按以下步骤进行缺陷检测：S11：通过侧面相机厚度监测模块识别所述二维侧壁图像中是否存在所述凸出缺陷或冲压工艺异常，如存在凸出缺陷或冲压工艺异常，则输出检测结果为存在凸出缺陷或冲压工艺异常；如不存在凸出缺陷或冲压工艺异常，转入S12；S12：通过双目相机三维识别模块识别所述表面三维点云模型是否存在缺陷，如存在则输出检测结果为其他缺陷；如不存在缺陷，则输出检测结果为工件合格、工艺正常。7.基于人工智能的汽车零部件视觉检测方法，其特征在于，采用权利要求4至5所述的基于人工智能的汽车零部件视觉检测装置，并按以下步骤进行缺陷检测：S21：通过侧面相机厚度监测模块识别所述二维侧壁图像中是否存在所述凸出缺陷或冲压工艺异常，如存在凸出缺陷或冲压工艺异常，则输出检测结果为存在凸出缺陷或冲压工艺异常；如不存在凸出缺陷或冲压工艺异常，转入S22；S22：通过单目相机二维识别模块识别所述单目二维图像中是否存在异常区域，如不存在，则输出检测结果为工件合格、工艺正常；如存在异常区域，则转入S23；S23：通过双目相机三维识别模块识别所述表面三维点云模型是否存在缺陷，如存在则输出检测结果为其他缺陷；如不存在缺陷，则输出检测结果为工件合格、...

【专利技术属性】
技术研发人员：袁骥轩，丘雪芬，邹海鑫，李克宁，周世琼，宋柱梅，邱今胜，肖敦鹤，王建华，章辰，王霄雪，黄红梁，廖植泓，
申请(专利权)人：深圳信息职业技术学院，
类型：发明
国别省市：