本申请提供了一种零部件视觉检测系统,属于轨道车辆检修技术领域
【技术实现步骤摘要】
一种零部件视觉检测系统
[0001]本申请涉及轨道车辆检修
,特别涉及一种零部件视觉检测系统
。
技术介绍
[0002]转向架等轨道车辆零部件的检查作业目前以人工检查为主,以人工
+
相机的模式,相机对目标进行拍照,然后人工对拍摄结果进行查看
。
其检查指标主要分为四类:关键部位缺陷的识别与测量
(
面积
、
长度
、
方向
)、
磨耗测量
、
磨耗板状态和零件状态
(
裂纹
、
形变
)。
[0003]这种模式虽然能够对零部件检查进行留痕追溯,但是所有信息均需要人工录入,增加了岗位人员的作业时间,并且对后续检修柔性化发展产生阻碍
。
技术实现思路
[0004]本申请提供了一种零部件视觉检测系统,能够实现零部件视觉检查的自动化,减少人工作业量,降低岗位人员的工作时长
。
该技术方案如下:
[0005]本申请实施例提供了一种零部件视觉检测系统,所述系统包括检测辅助机器人
、
升降机构以及视觉分析系统;
[0006]所述升降机构用于将目标零部件顶起;
[0007]所述检测辅助机器人用于持工业相机和结构光扫描仪对所述目标零部件分别进行图像采集和点云采集,并将采集到的图像数据和点云数据传输至所述视觉分析系统;
[0008]所述视觉分析系统用于基于所述图像数据识别所述目标零部件的结构缺陷,以及基于所述点云数据识别所述目标零部件的磨耗情况,得到视觉检测结果
。
[0009]可选的,所述视觉分析系统用于对所述图像数据进行图像优化处理,并将优化后的所述图像数据输入缺陷检测模型,得到结构缺陷的类型和位置,所述缺陷检测模型基于正负样本训练得到,所述负样本中标记有样本结构缺陷的类型和位置
。
[0010]可选的,所述缺陷检测模型包括卷积层
、
池化层
、
全连接层以及归一化函数;
[0011]所述视觉分析系统用于通过所述卷积层和池化层将所述图像数据简化为小尺度特征图像,通过所述全连接层将所述特征图像转化为特征向量,以及通过所述归一化函数对所述特征向量进行判别,得到所述图像数据中结构缺陷的类型和位置
。
[0012]可选的,所述视觉分析系统用于分别基于第一目标定位算法和第二目标定位算法对优化后的所述图像数据进行目标定位,其中,所述第一目标定位算法用于对图像进行分割处理并基于图像特征进行区域合并,所述第二目标定位算法用于对图像进行分割并对各部分分割图像进行至少两个尺度的滑窗处理;
[0013]所述视觉分析系统还用于对目标定位结果进行汇总和去重
。
[0014]可选的,所述视觉分析系统用于对所述点云数据进行点云拟合,得到所述目标零部件对应的目标模型,基于标准模型与所述目标模型进行比对分析和偏差判断,确定所述目标零部件的磨耗情况
。
[0015]可选的,所述标准模型是通过对标准零部件进行建模采集以及逆向建模得到的,
其中,所述建模采集是指通过图像传感器接收投射至物体表面的结构光,基于空间光路几何关系以及图像传感器成像模型进行计算,得到物体表面三维信息的过程,所述逆向建模是指对点云数据三角面片化,并对面片数据进行数据拟合
、
轮廓投影
、
面片拟合以及曲面调整的过程
。
[0016]可选的,所述结构光扫描仪中包含投影装置
、
以及拍摄角度成预设夹角的两个摄像机;
[0017]所述投影装置用于将预设编码的结构光投影至所述目标零部件表面;
[0018]所述摄像机用于同步采集图像;
[0019]所述结构光扫描仪用于基于光学拍照定位技术以及光栅测量原理进行图像解码和相位计算,得到所述点云数据,并通过
SDK
接口将所述点云数据输出至所述视觉分析系统
。
[0020]可选的,所述系统包括至少三台所述检测辅助机器人,其中,至少两台所述检测辅助机器人用于对所述目标零部件的底面及侧面进行图像采集和点云采集,至少一台所述检测辅助机器人用于对所述目标零部件的顶部进行图像采集和点云采集
。
[0021]可选的,所述系统还包括视觉检查总控系统,所述视觉检查总控系统用于基于视觉检查控制程序对所述零部件视觉检测系统中的各个单元进行协同控制
。
[0022]可选的,所述系统还包括数据管理系统,所述数据管理系统用于基于所述视觉分析系统生成的所述视觉检测结果生成检测报告,以及为用户提供视觉检测查询服务
。
[0023]本申请提供的技术方案至少包括以下有益效果:
[0024]本申请实施例提供的一种零部件视觉检查系统,通过升降机构配合将目标零部件顶起,使检测辅助机器人对目标零部件的外观进行图像采集和点云采集,并通过视觉分析系统基于图像数据进行结构缺陷识别以及基于点云数据进行磨耗情况分析,能够实现零部件视觉检查的自动化,减少人工作业量,降低岗位人员的工作时长,并为后续的柔性化检修提供数据支撑
。
附图说明
[0025]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的介绍
。
[0026]图1是本申请一个示例性实施例提供的转向架人工检测过程示意图;
[0027]图2是本申请一个示例性实施例提供的一种零部件视觉检测系统的结构框图;
[0028]图3是本申请一个示例性实施例提供的升降机构以及检测辅助机器人的示意图;
[0029]图4是本申请一个示例性实施例提供的图像分析流程图;
[0030]图5是本申请一个示例性实施例提供的缺陷检测模型架构图;
[0031]图6是本申请一个示例性实施例提供的目标定位过程示意图;
[0032]图7是本申请一个示例性实施例提供的点云采集原理示意图;
[0033]图8是本申请一个示例性实施例提供的服务器的结构框图
。
具体实施方式
[0034]为使本申请的目的
、
技术方案和优点更加清楚,下面将结合附图对本申请实施方
所示,一台检测辅助机器人
301
用于对目标零部件的上表面进行图像采集和点云采集,两台检测辅助机器人
302
及
303
用于对目标零部件的底面和侧面进行图像采集和点云采集
。
[0046]可选的,本申请实施例提供的零部件视觉检测系统还包括视觉检查总控系统,视觉检查总控系统用于基于视觉检查控制程序对零部件视觉检测系统中的各个单元进行协同控制
。
[0047]在一种可能的实施方式中,视觉检查控制程序部署在视觉检测系统的各设备中,控制协同完成对目标零部件的视觉检测...
【技术保护点】
【技术特征摘要】
1.
一种零部件视觉检测系统,其特征在于,所述系统包括检测辅助机器人
、
升降机构以及视觉分析系统;所述升降机构用于将目标零部件顶起;所述检测辅助机器人用于持工业相机和结构光扫描仪对所述目标零部件分别进行图像采集和点云采集,并将采集到的图像数据和点云数据传输至所述视觉分析系统;所述视觉分析系统用于基于所述图像数据识别所述目标零部件的结构缺陷,以及基于所述点云数据识别所述目标零部件的磨耗情况,得到视觉检测结果
。2.
根据权利要求1所述的系统,其特征在于,所述视觉分析系统用于对所述图像数据进行图像优化处理,并将优化后的所述图像数据输入缺陷检测模型,得到结构缺陷的类型和位置,所述缺陷检测模型基于正负样本训练得到,所述负样本中标记有样本结构缺陷的类型和位置
。3.
根据权利要求2所述的系统,其特征在于,所述缺陷检测模型包括卷积层
、
池化层
、
全连接层以及归一化函数;所述视觉分析系统用于通过所述卷积层和池化层将所述图像数据简化为小尺度特征图像,通过所述全连接层将所述特征图像转化为特征向量,以及通过所述归一化函数对所述特征向量进行判别,得到所述图像数据中结构缺陷的类型和位置
。4.
根据权利要求3所述的系统,其特征在于,所述视觉分析系统用于分别基于第一目标定位算法和第二目标定位算法对优化后的所述图像数据进行目标定位,其中,所述第一目标定位算法用于对图像进行分割处理并基于图像特征进行区域合并,所述第二目标定位算法用于对图像进行分割并对各部分分割图像进行至少两个尺度的滑窗处理;所述视觉分析系统还用于对目标定位结果进行汇总和去重
。5.
根据权利要求1所述的系统,其特征在于,所述视觉分析系统用于对所述点云数据进行点云拟合,得到所述目标零部件对应的目标模型,基于标准模型与所述目标模型...
【专利技术属性】
技术研发人员:赵鹏,赵斌,张金城,王向宏,段世雄,栾锋,路尧,樊亚琛,张晓伟,谭富海,刘亚东,刘宇,王子浩,王印辉,
申请(专利权)人:国能铁路装备有限责任公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。