System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于机器视觉的汽车线束质量检测方法及系统技术方案_技高网

一种基于机器视觉的汽车线束质量检测方法及系统技术方案

技术编号:40027189 阅读:6 留言:0更新日期:2024-01-16 17:40
本申请公开了一种基于机器视觉的汽车线束质量检测方法及系统,涉及汽车行业技术领域。该检测方法包括:包括外观检测、拉伸检测、压缩检测和通信检测。该检测系统包括拉伸检测模块、压缩检测模块、通信检测模块和机器视觉检测模块,且该检测系统与该检测方法相匹配。采用本申请的基于机器视觉的汽车线束质量检测方法及系统,能够基于机器视觉技术,实现对汽车线束的外观、抗拉伸、抗压、通信质量等性能进行检测,并通过机器视觉检测模块给出相应的评价报告,实现了设备的多用性,并且,能够基于机器视觉的数据处理和分析能力,得到可靠的检测结果,因此,降低了成本且提高了检测质量。

【技术实现步骤摘要】

本申请涉及汽车行业,具体是一种基于机器视觉的汽车线束质量检测方法及系统


技术介绍

1、汽车线束,在汽车安全领域有着举足轻重的地位,合格的汽车线束的使用,是确保车辆成功启动和稳定运行的基础,特别是在当前新能源汽车高速发展的阶段,汽车线束在驾驶安全中的重要性更是体现的淋漓尽致。因此,在汽车线束出厂或者是汽车线束使用前,需要其进行质量检测。传统的汽车线束的质量检测手段,是通过多种不同的检测技术分别实现对线束的外观、抗拉伸、抗压、耐温等等性能进行检测后再综合判断线束的质量,这种方式,需要在每个测试阶段中分别通过该相应的检测设备对线束作出检测结果的判断,测试效率较差,成本较高。


技术实现思路

1、本申请的目的在于提供一种基于机器视觉的汽车线束质量检测方法及系统,以解决上述
技术介绍
中提出的技术问题。

2、为实现上述目的,本申请公开了以下技术方案:

3、第一方面,本申请提供了一种基于机器视觉的汽车线束质量检测方法,包括外观检测、拉伸检测、压缩检测和通信检测;

4、所述外观检测包括:

5、w1:采用机器视觉检测模块对线束进行全外观扫描,所述机器视觉检测模块基于扫描结果进行三维建模得到测样模型;

6、w2:对测样模型进行边缘提取,得到边缘线框;

7、w3:将获取到的边缘线框与机器视觉检测模块中与存储的基准线框进行比对,获取外观比对结果,基于所述外观比对结果生成外观评价报告,所述外观评价报告用于记录外观检测过程和外观检测结果,所述外观检测结果包括表示被测线束的外观与标准外观差异较小的外观检测合格结果和表示被测线束的外观与标准外观差异较大的外观检测不合格结果;

8、所述拉伸检测包括:

9、l1:采用拉伸检测模块对外观检测合格的线束进行拉伸检测;

10、l2:对拉伸检测后的线束进行所述外观检测,得到拉伸后线束的外观比对结果;

11、l3:基于拉伸后线束的外观比对结果生成拉伸性能评价报告,所述拉伸性能评价报告用于记录拉伸检测过程和拉伸检测结果,所述拉伸检测结果包括:表示被测线束形变明显对应的拉伸检测不合格结果和表示被测线束形变不明显对应的拉伸检测合格结果;

12、所述压缩检测包括:

13、y1:采用压缩检测模块对外观检测合格的线束进行压缩检测;

14、y2:对压缩后的线束进行所述外观检测,得到压缩后线束的外观比对结果;

15、y3:基于压缩后线束的外观比对结果生成压缩性能评价报告,所述压缩性能评价报告用于记录压缩检测过程和压缩检测结果,所述压缩检测结果包括:表示被测线束形变明显对应的压缩检测不合格结果和表示被测线束形变不明显对应的压缩检测合格结果;

16、所述通信检测包括:

17、t1:采用通信检测模块对线束进行模拟通信;

18、t2:将所述通信检测模块的模拟通信结果发送至所述机器视觉检测模块中进行通信检测图像转化,获取通信质量波形图;

19、t3:基于所述通信质量波形图生成通信质量评价报告,所述通信质量评价报告用于记录线束的通信数据和通信检测结果,所述通信检测结果包括:表示无法通信或通信质量不达标的通信检测不合格结果、表示通信质量达标的通信检测合格结果。

20、作为优选,在所述外观检测中,对线束进行全外观扫描前,采用牵引装置与线束的两端进行连接,并在全外观扫描时,通过所述牵引装置使线束处于平直的临界状态,在该临界状态下,线束不被所述牵引装置拉伸。

21、作为优选,所述的对测样模型进行边缘提取,具体包括:

22、在所述测样模型中选取至少一个正视角下的图像作为检测图像;

23、对所述检测图像进行二值化处理得到二值化图像;

24、对所述二值化图像进行像素分析,并提取边缘轮廓点;

25、对所有的轮廓点进行连续连线,得到所述边缘线框。

26、作为优选,所述的将获取到的边缘线框与机器视觉检测模块中与存储的基准线框进行比对,具体包括:

27、对所述边缘线框的中心点进行获取;

28、将所述基准线框的中心点与所述边缘线框的中心点进行重合;

29、计算所述基准线框的边缘与所述边缘线框上与其相邻的边缘之间的间距δh;

30、将得到的间距与预设的间距阈值h进行比对,定义δha为边缘线框上的a点处与基准线框的边缘之间的间距,当|δha|>h时,表示线束在a点处的尺寸不达标,将线束的a点处标记为尺寸缺陷位置。

31、作为优选,当得到的所有间距均满足|δh|≤h时,计算尺寸均值havg,当havg≤h时,表示线束的外观尺寸达标,否则,表示线束的外观尺寸不达标。

32、作为优选,所述w1具体包括:

33、采用机器视觉检测模块对线束进行全外观扫描;

34、将所述全外观扫描的结果输入机器视觉检测模块,所述机器视觉检测模块基于预存储的外观缺陷特征对所述全外观扫描的结果进行遍历比对;

35、当比对成功时,判断该线束存在缺陷,结束质量检测;否则,所述机器视觉检测模块基于扫描结果进行三维建模得到测样模型。

36、作为优选,该种基于机器视觉的汽车线束质量检测方法,还包括耐温检测;所述耐温检测包括:

37、n1:采用高/低温测试模块对通信检测合格的线束进行高/低温环境处置;

38、n2:对高/低温环境处置后的线束依次分别进行所述外观检测、所述拉伸检测、所述压缩检测和所述通信检测,并生成该线束对应的外观评价报告、拉伸性能评价报告、压缩性能评价报告和通信质量评价报告;

39、n3;基于该线束对应的外观评价报告、拉伸性能评价报告、压缩性能评价报告和通信质量评价报告生成耐温监测评价报告,所述耐温监测评价报告用于记录耐温检测过程和耐温检测结果,所述耐温检测结果包括:高/低温处理后的线束对应的外观检测是否合格、高/低温处理后的线束对应的拉伸性能检测是否合格、高/低温处理后的线束对应的压缩性能检测是否合格、高/低温处理后的线束对应的通信质量是否达标。

40、第二方面,本申请公开了一种基于机器视觉的汽车线束质量检测系统,包括拉伸检测模块、压缩检测模块、通信检测模块和机器视觉检测模块;

41、所述拉伸检测模块配置为:对线束进行预设拉力下的拉伸处理;

42、所述压缩检测模块配置为:对线束进行预设压力下的压缩处理;

43、所述通信检测模块配置为:对线束进行通信模拟;

44、所述机器视觉检测模块配置为:对取样的线束进行全外观三维扫描,所述取样的线束包括:经过拉伸和/或压缩处理后的线束、未经过拉伸和/或压缩处理后的线束,并基于扫描结果进行三维建模得到测样模型,然后对测样模型进行边缘提取,得到边缘线框,将获取到的边缘线框与机器视觉检测模块中与存储的基准线框进行比对,获取外观比对结果,基于所述外观比对本文档来自技高网...

【技术保护点】

1.一种基于机器视觉的汽车线束质量检测方法,其特征在于,包括外观检测、拉伸检测、压缩检测和通信检测;

2.根据权利要求1所述的基于机器视觉的汽车线束质量检测方法,其特征在于,在所述外观检测中,对线束进行全外观扫描前,采用牵引装置与线束的两端进行连接,并在全外观扫描时,通过所述牵引装置使线束处于平直的临界状态,在该临界状态下,线束不被所述牵引装置拉伸。

3.根据权利要求1所述的基于机器视觉的汽车线束质量检测方法,其特征在于,所述的对测样模型进行边缘提取,具体包括:

4.根据权利要求3所述的基于机器视觉的汽车线束质量检测方法,其特征在于,所述的将获取到的边缘线框与机器视觉检测模块中与存储的基准线框进行比对,具体包括:

5.根据权利要求4所述的基于机器视觉的汽车线束质量检测方法,其特征在于,当得到的所有间距均满足|ΔH|≤H时,计算尺寸均值Havg,当Havg≤H时,表示线束的外观尺寸达标,否则,表示线束的外观尺寸不达标。

6.根据权利要求1所述的基于机器视觉的汽车线束质量检测方法,其特征在于,所述W1具体包括:

7.根据权利要求1所述的基于机器视觉的汽车线束质量检测方法,其特征在于,该种基于机器视觉的汽车线束质量检测方法,还包括耐温检测;所述耐温检测包括:

8.一种基于机器视觉的汽车线束质量检测系统,其特征在于,包括拉伸检测模块、压缩检测模块、通信检测模块和机器视觉检测模块;

9.根据权利要求8所述的基于机器视觉的汽车线束质量检测系统,其特征在于,所述的将获取到的边缘线框与机器视觉检测模块中与存储的基准线框进行比对,具体包括:

10.根据权利要求8所述的基于机器视觉的汽车线束质量检测系统,其特征在于,该种基于机器视觉的汽车线束质量检测系统还包括高/低温测试模块,所述高/低温测试模块配置为:对通信检测合格的线束进行高/低温环境处置;

...

【技术特征摘要】

1.一种基于机器视觉的汽车线束质量检测方法,其特征在于,包括外观检测、拉伸检测、压缩检测和通信检测;

2.根据权利要求1所述的基于机器视觉的汽车线束质量检测方法,其特征在于,在所述外观检测中,对线束进行全外观扫描前,采用牵引装置与线束的两端进行连接,并在全外观扫描时,通过所述牵引装置使线束处于平直的临界状态,在该临界状态下,线束不被所述牵引装置拉伸。

3.根据权利要求1所述的基于机器视觉的汽车线束质量检测方法,其特征在于,所述的对测样模型进行边缘提取,具体包括:

4.根据权利要求3所述的基于机器视觉的汽车线束质量检测方法,其特征在于,所述的将获取到的边缘线框与机器视觉检测模块中与存储的基准线框进行比对,具体包括:

5.根据权利要求4所述的基于机器视觉的汽车线束质量检测方法,其特征在于,当得到的所有间距均满足|δh|≤h时,计算尺寸均值havg,当havg≤h时,表示线束的...

【专利技术属性】
技术研发人员:鄢伟王志远黄焕炎叶建辉彭清杰
申请(专利权)人:广州君华检测认证有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1