本发明专利技术公开了一种基于多视图三维重建的工件装配一致性检测方法及相关装置,方法包括如下过程:从包含目标工件三维点云中取目标工件相应点云区域,得到工件点云;对工件点云进行聚类,得到目标工件点云;对目标工件点云进行拟合,获取目标工件点云相应的几何方程与参数表示;根据所述几何方程与参数表示,构建点云空间的直角坐标系;基于该直角坐标系,结合目标工件信息,对点云进行条件滤波,获得目标工件中待检测部位的点云数据;根据工件工艺上的检测需求,计算目标工件中待检测部位点云数据的相应角度、尺度信息,与目标工件待检测部位信息进行比较,得到最终的一致性检测结果。本发明专利技术可实现工件装配一致性检测,能够提高检测的准确性和效率。
【技术实现步骤摘要】
本专利技术属于工件装配一致性检测领域,具体涉及一种基于多视图三维重建的工件装配一致性检测方法及相关装置。
技术介绍
1、工件装配一致性检测是一种在制造过程中对工件进行检测的方法,旨在确保工件的装配过程准确无误。通过使用各种测量技术和设备,如激光雷达、高清摄像机和红外传感器等,可以检测工件的尺寸、形状、相对位置和相互关系,以验证其与设计要求是否一致。工件装配一致性检测技术广泛应用于各个行业和领域,包括汽车制造、航空航天制造、电子设备制造等,以确保产品的质量、性能和可靠性。通过对工件进行装配一致性检测,制造商可以提高生产效率、降低缺陷率,并确保最终产品符合客户和市场的需求和标准。
2、传统的工件装配一致性检测方法通常依赖于人工操作,这对工人的技术要求较高。工人需要准确地测量和判断工件的尺寸、形状和位置,以确保装配的准确性。这种依赖人工的检测方法存在一些问题。首先,人工操作容易受到主观因素的影响,可能存在个体差异和误判的风险。其次,人工检测需要花费大量的时间和精力,尤其是对于大批量生产的工厂来说,这种方法效率较低。此外,一些高精度的检测设备,如激光雷达、深度相机,成本昂贵,限制了其在大规模企业生产中的普及。
技术实现思路
1、为了对工件进行装配一致性检测,本专利技术提供了一种基于多视图三维重建的工件装配一致性检测方法及相关装置,本专利技术利用计算机视觉技术和深度学习技术实现工件装配一致性检测,能够提高检测的准确性和效率。
2、本专利技术采用的技术方案如下:
3、一种基于多视图三维重建的工件装配一致性检测方法,包括如下过程:
4、从包含目标工件的三维点云中取目标工件的相应点云区域,得到工件点云;
5、对工件点云进行聚类,滤除无关离群点云,保留有效点云部分,得到目标工件点云;
6、对目标工件点云进行拟合,获取目标工件点云相应的几何方程与参数表示;
7、根据所述几何方程与参数表示,构建点云空间的直角坐标系;
8、基于点云空间的直角坐标系,结合目标工件的实际物理尺寸、比例信息,对目标工件点云进行条件滤波,获得目标工件中待检测部位的点云数据;
9、根据工件工艺上的检测需求,计算目标工件中待检测部位点云数据的相应角度、尺度信息,将目标工件中待检测部位点云数据的相应角度、尺度信息与目标工件待检测部位的实际角度、尺度信息进行比较,得到最终的一致性检测结果。
10、优选的,对工件点云进行聚类时采用dbscan聚类方法;对目标工件点云进行拟合时,基于ransac算法对目标工件点云进行拟合。
11、优选的,所述目标工件三维点云的获取方法包括如下过程:
12、利用已预训练好的目标检测模型对所拍摄的用来拍摄工件的视频流进行实时目标检测,将所述视频流中的图像中边界框的外部全部掩码掉、保留边界框中的图像,得到目标工件图像,所述目标工件图像中包含所述目标工件;对于同一目标工件,每隔若干帧获取所述目标工件图像并保存;
13、对所述每隔若干帧获取所述目标工件图像利用colmap库估计用于拍摄所述视频流的相机的外参并获得深度估计范围;
14、将所述每隔若干帧获取所述目标工件图像、所述相机的内参、所述相机的外参及深度估计范围通过基于深度学习的mvs算法中进行稠密重建,获得工件的三维点云;
15、对所述工件三维点云进行滤波,去除获取的无关点云数据及噪点,得到所述包含目标工件的三维点云。
16、优选的,所述目标检测模型采用已预训练的yolov5s模型。
17、优选的,用来拍摄工件视频流的相机在拍摄工件时,相机的视野一次捕捉到一个目标工件。
18、优选的,对所述工件三维点云进行滤波时采用dbscan算法。
19、本专利技术还提供一种基于多视图三维重建的工件装配一致性检测系统,包括:
20、点云提取模块:用于从包含目标工件的三维点云中取目标工件的相应点云区域,得到工件点云;
21、聚类模块:用于对工件点云进行聚类,滤除无关离群点云,保留有效点云部分,得到目标工件点云;
22、拟合模块:用于对目标工件点云进行拟合,获取目标工件点云相应的几何方程与参数表示;
23、坐标系构建模块:用于根据所述几何方程与参数表示,构建点云空间的直角坐标系;
24、第一滤波模块:用于基于点云空间的直角坐标系,结合目标工件的实际物理尺寸、比例信息,对目标工件点云进行条件滤波,获得目标工件中待检测部位的点云数据;
25、计算模块:用于根据工件工艺上的检测需求,计算目标工件中待检测部位点云数据的相应角度、尺度信息,将目标工件中待检测部位点云数据的相应角度、尺度信息与目标工件待检测部位的实际角度、尺度信息进行比较,得到最终的一致性检测结果。
26、优选的,本专利技术基于多视图三维重建的工件装配一致性检测系统还包括点云的获取单元,所述点云获取单元包括:
27、目标工件图像获取模块:用于利用已预训练好的目标检测模型对所拍摄的用来拍摄工件的视频流进行实时目标检测,将所述视频流中的图像中边界框的外部全部掩码掉、保留边界框中的图像,得到目标工件图像,所述目标工件图像中包含所述目标工件;对于同一目标工件,每隔若干帧获取所述目标工件图像并保存;
28、相机外参获取模块:用于对所述每隔若干帧获取所述目标工件图像利用colmap库估计用于拍摄所述视频流的相机的外参并获得深度估计范围;
29、重建模块:用于将所述每隔若干帧获取所述目标工件图像、所述相机的内参、所述相机的外参及深度估计范围通过基于深度学习的mvs算法中进行稠密重建,获得工件的三维点云;
30、第二滤波模块:用于对所述工件三维点云进行滤波,去除获取的无关点云数据及噪点,得到所述包含目标工件的三维点云。
31、本专利技术还提供了一种电子设备,包括:
32、一个或多个处理器;
33、存储装置,其上存储有一个或多个程序;
34、当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现本专利技术如上所述的基于多视图三维重建的工件装配一致性检测方法。
35、本专利技术提供了一种存储介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现本专利技术如上所述的基于多视图三维重建的工件装配一致性检测方法。
36、本专利技术具有如下有益效果:
37、本专利技术利用计算机视觉技术和深度学习技术实现工件装配一致性检测,不仅能够提高检测的准确性和效率,还能够降低成本并推动制造业的数字化转型,为工业制造领域提供了具体的经济价值,具有重大的现实意义。
本文档来自技高网...
【技术保护点】
1.一种基于多视图三维重建的工件装配一致性检测方法,其特征在于,包括如下过程:
2.根据权利要求1所述的一种基于多视图三维重建的工件装配一致性检测方法,其特征在于,对工件点云进行聚类时采用DBSCAN聚类方法;对目标工件点云进行拟合时,基于RANSAC算法对目标工件点云进行拟合。
3.根据权利要求1所述的一种基于多视图三维重建的工件装配一致性检测方法,其特征在于,所述目标工件三维点云的获取方法包括如下过程:
4.根据权利要求3所述的一种基于多视图三维重建的工件装配一致性检测方法,其特征在于,所述目标检测模型采用已预训练的YOLOv5S模型。
5.根据权利要求3所述的一种基于多视图三维重建的工件装配一致性检测方法,其特征在于,用来拍摄工件视频流的相机在拍摄工件时,相机的视野一次捕捉到一个目标工件。
6.根据权利要求3所述的一种基于多视图三维重建的工件装配一致性检测方法,其特征在于,对所述工件三维点云进行滤波时采用DBSCAN算法。
7.一种基于多视图三维重建的工件装配一致性检测系统,其特征在于,包括:
<
p>8.根据权利要求7所述的一种基于多视图三维重建的工件装配一致性检测系统,其特征在于,还包括点云的获取单元,所述点云获取单元包括:9.一种电子设备,其特征在于,包括:
10.一种存储介质,其特征在于,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现如权利要求1至7任意一项所述的基于多视图三维重建的工件装配一致性检测方法。
...
【技术特征摘要】
1.一种基于多视图三维重建的工件装配一致性检测方法,其特征在于,包括如下过程:
2.根据权利要求1所述的一种基于多视图三维重建的工件装配一致性检测方法,其特征在于,对工件点云进行聚类时采用dbscan聚类方法;对目标工件点云进行拟合时,基于ransac算法对目标工件点云进行拟合。
3.根据权利要求1所述的一种基于多视图三维重建的工件装配一致性检测方法,其特征在于,所述目标工件三维点云的获取方法包括如下过程:
4.根据权利要求3所述的一种基于多视图三维重建的工件装配一致性检测方法,其特征在于,所述目标检测模型采用已预训练的yolov5s模型。
5.根据权利要求3所述的一种基于多视图三维重建的工件装配一致性检测方法,其特征在于...
【专利技术属性】
技术研发人员:汪建基,卢远亮,刘蒴,刘曦春,余乐,郑南宁,
申请(专利权)人:西安交通大学,
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。