隨著汽車市場(chǎng)不斷消費(fèi)升級(jí),漆面外觀及質(zhì)量受到越來越多的關(guān)注。工藝水平及生產(chǎn)環(huán)境等不確定性因素會(huì)造成涂層表面產(chǎn)生不同程度的缺陷。目前涂裝漆膜缺陷主要依靠人工檢測(cè),勞動(dòng)成本高,主觀影響大,制約了涂裝的生產(chǎn)效率。此外,靠人工不能達(dá)到完全準(zhǔn)確的質(zhì)量判斷,增加子返工成木.限制了企業(yè)擴(kuò)大產(chǎn)能,甚至還可能會(huì)造成用戶抱怨,對(duì)企業(yè)聲譽(yù)造成影響。近年來,隨著工業(yè)信息化和智能化的發(fā)展,涂裝漆面缺陷檢測(cè)對(duì)自動(dòng)化、智能化生產(chǎn)模式的需求日益增長(zhǎng)。機(jī)器視覺作為1種新興技術(shù),具有高效、穩(wěn)定和自動(dòng)化程度高等特點(diǎn),為漆面缺陷檢測(cè)系統(tǒng)的研發(fā)奠定了理論基礎(chǔ)?;跈C(jī)器視覺的檢測(cè)方法可以較好地解決傳統(tǒng)人工檢測(cè)遇到的時(shí)間長(zhǎng)、工...
比如某豪華汽車公司規(guī)定,在引擎蓋表面不允許出現(xiàn)直徑超過2mm的顆粒缺陷,直徑在1~2mm之間的顆粒不能超過1個(gè),任意100cm2的范圍內(nèi)直徑在1mm以下的顆粒不能超過2個(gè),否則就判定為不合格,需要進(jìn)行打磨拋光等修飾處理。常規(guī)的漆膜缺陷尋找、判定以及標(biāo)記等都是由人工完成,在噴涂線之后設(shè)置面漆檢查線。根據(jù)檢查區(qū)域設(shè)置高度不同的工位,需要配置不同角度的光源和檢查人員等,因此常規(guī)的人工檢查線不僅空間占據(jù)過大而且需要過多的人員配置。2漆膜缺陷自動(dòng)檢測(cè)系統(tǒng)原理及結(jié)構(gòu)計(jì)算機(jī)視覺是將圖像處理、計(jì)算機(jī)圖形學(xué)、模式識(shí)別、計(jì)算機(jī)技術(shù)、人工智能等眾多學(xué)科高度集成和有機(jī)結(jié)合而形成的一門綜合性技術(shù)。一般地說,計(jì)算...
本發(fā)明的設(shè)備再噴涂時(shí)將噴涂區(qū)域密封,避免了油漆外漏污染汽車表面油漆。附圖說明為了更清楚地說明發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案,下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹,顯而易見地,下面描述中的附圖jinjin是發(fā)明的一些實(shí)施例,對(duì)于本領(lǐng)域普通技術(shù)人員來講,在不付出創(chuàng)造性勞動(dòng)的前提下,還可以根據(jù)這些附圖獲得其他的附圖。下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明進(jìn)一步說明。圖1是本發(fā)明的一種汽車外漆修補(bǔ)拋光一體機(jī)整體結(jié)構(gòu)示意圖。圖2是圖1中仰視圖。圖3是圖1中a-a的結(jié)構(gòu)示意圖。圖4是圖1中b的放大結(jié)構(gòu)示意圖。具體實(shí)施方式下面結(jié)合圖1-4對(duì)本發(fā)明進(jìn)行詳細(xì)說明,其中,為敘述方便,現(xiàn)對(duì)下文...
傳統(tǒng)圖像算法中特征提取主要依賴人工設(shè)計(jì)的提取器,需要有專業(yè)知識(shí)及復(fù)雜的參數(shù)調(diào)整過程,分類決策也需要人工構(gòu)建規(guī)則引擎,每個(gè)方法和規(guī)則都是針對(duì)具體應(yīng)用的.泛化能力及魯棒性較差。具體到缺陷檢測(cè)的應(yīng)用場(chǎng)景,需要先對(duì)缺陷在包括但不限于顏色、灰度、形狀、長(zhǎng)度等的一個(gè)或多個(gè)維度上進(jìn)行量化規(guī)定,再根據(jù)這些量化規(guī)定在圖像上尋我符合條件的特征區(qū)域,并進(jìn)行標(biāo)記。傳統(tǒng)圖像處理有很多算法庫,如Halcon、VisionPro和OpenCV等,一般采用編程語言調(diào)用算法庫的形式來實(shí)現(xiàn)。常用的經(jīng)典檢測(cè)算法有Roberts算子,Sobel算子,Previtt算子,IOG算子和Canny算子等.Canny算子是1種邊...
本發(fā)明涉及汽配領(lǐng)域,尤其是一種汽車外漆修補(bǔ)拋光一體機(jī)。背景技術(shù):隨著社會(huì)的進(jìn)步和經(jīng)濟(jì)的發(fā)展,汽車進(jìn)入了千家萬戶,汽車再駕駛過程中難免存在磕碰劃痕,傳統(tǒng)的劃痕修補(bǔ)方法需要將劃痕周邊貼上紙張避免補(bǔ)漆時(shí)造成周邊汽車表面油漆被污染,這種方法操作不便且容易損壞汽車表層油漆,傳統(tǒng)的補(bǔ)漆設(shè)備需要人手動(dòng)噴涂,導(dǎo)致噴涂不均勻,因此有必要設(shè)置一種汽車外漆修補(bǔ)拋光一體機(jī)改善上述問題。技術(shù)實(shí)現(xiàn)要素:本發(fā)明的目的在于提供一種汽車外漆修補(bǔ)拋光一體機(jī),能夠克服現(xiàn)有技術(shù)的上述缺陷,從而提高設(shè)備的實(shí)用性。本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是:本發(fā)明的一種汽車外漆修補(bǔ)拋光一體機(jī),包括機(jī)身以及設(shè)置于所述機(jī)身底壁內(nèi)開口向下...
(2)縮孔等小形變?nèi)毕輽z測(cè)效果不佳;(3)缺陷分類效果不佳;(4)無法對(duì)缺陷三維形貌進(jìn)行測(cè)量。如果后續(xù)工位計(jì)劃引進(jìn)自動(dòng)打磨拋光系統(tǒng),必須由缺陷檢測(cè)傳感器提供缺陷分類信息與三維形貌信息。因此,隧道式漆面?zhèn)鞲衅鳠o法與自動(dòng)打磨與自動(dòng)拋光系統(tǒng)集成,從而無法形成漆面缺陷自動(dòng)化檢測(cè)與修復(fù)的整體解決方案。三、趨勢(shì):基于相位偏折技術(shù)的漆面缺陷檢測(cè)系統(tǒng)什么是相位測(cè)量偏折技術(shù)?相位測(cè)量偏折技術(shù)是一種鏡面/類鏡面的表面質(zhì)量檢測(cè)技術(shù),可分辨鏡面表面nm量級(jí)的形貌變化,可對(duì)鏡面表面進(jìn)行亞μm量級(jí)精度的三維形貌測(cè)量。相位測(cè)量偏折技術(shù)系統(tǒng)主要包括顯示屏光源和相機(jī),顯示屏光源可以任意變換設(shè)定的形態(tài)規(guī)則的圖樣,利用相機(jī)...
深度學(xué)習(xí)算法主要是數(shù)據(jù)驅(qū)動(dòng)進(jìn)行特征提取和分類決策,根據(jù)大量樣本的學(xué)習(xí)能夠得到深層的、數(shù)據(jù)集特定的特征表示,其對(duì)數(shù)據(jù)集的表達(dá)更高效和淮確、所提取的抽象特征魯棒性更強(qiáng),泛化能力更好,但檢測(cè)結(jié)果受樣本集的影響較大。深度學(xué)習(xí)通過大量的缺陷照片數(shù)據(jù)樣本訓(xùn)練而得到缺陷判別的模型參數(shù),建立出一套缺陷判別模型,終目標(biāo)是讓機(jī)器能夠像人一樣具有分析學(xué)習(xí)能力能夠識(shí)別缺陷。深度學(xué)習(xí)算法基于TensorFlow和Keras框架,常用的深度學(xué)習(xí)算法有ResNet、MobileNet、MaskR-CNN和FasterR-CNN等。FasterR-CNN是以RPN(注意力網(wǎng)絡(luò))和CNN(卷積神經(jīng)網(wǎng)絡(luò))為算法框架,...
相位偏折術(shù)是一個(gè)比較冷門的方向,主要用于測(cè)量鏡面物體。一直以來,干涉法都是測(cè)量鏡面比較好方法,精度可以達(dá)到波長(zhǎng)的幾百分之一,但是有一些局限性:測(cè)量自由面型的鏡面物體時(shí),干涉法所需要的光學(xué)補(bǔ)償原件制作復(fù)雜且昂貴;回程誤差,干涉法很難快速標(biāo)定;測(cè)量環(huán)境苛刻,不適合干涉法測(cè)量,因?yàn)檩p微抖動(dòng)、溫度變化,會(huì)給測(cè)量記過帶來很大誤差;相位偏折法是一種應(yīng)用于鏡面/類鏡面的表面質(zhì)量檢測(cè)技術(shù),系統(tǒng)通常由程控條紋光(LCD屏幕)及工業(yè)面陣相機(jī)組成,光源投射特定圖案到待測(cè)面上,利用反射圖像相位對(duì)待測(cè)面微小變化敏感特點(diǎn),根據(jù)相位解包裹及重建算法實(shí)現(xiàn)三維形貌及缺陷檢測(cè)(人們不易觀察水面形狀,但可根據(jù)觀察物體在水面倒影的變...
從而帶動(dòng)所述第二錐齒輪38轉(zhuǎn)動(dòng),從而帶動(dòng)所述diyi錐齒輪43轉(zhuǎn)動(dòng),此時(shí)所述螺紋套41轉(zhuǎn)動(dòng)帶動(dòng)所述螺紋桿40移動(dòng),從而帶動(dòng)左右兩個(gè)所述滑動(dòng)塊46移動(dòng),所述滑動(dòng)塊46移動(dòng)帶動(dòng)所述噴頭16移動(dòng),由于此時(shí)所述機(jī)身10處于遠(yuǎn)離需要補(bǔ)油漆的汽車表面一側(cè),所述三通閥56將左側(cè)的所述diyi連通管55與所述第二連通管57連通,此時(shí)啟動(dòng)所述氣泵17時(shí),所述噴頭16能夠噴射出油漆從而對(duì)汽車表面進(jìn)行油漆覆蓋,此時(shí)由于所述密封罩15與汽車表面貼合,油漆不會(huì)擴(kuò)散出所述密封罩15外部,從而保護(hù)汽車表面不受多余油漆污染,當(dāng)所述滑動(dòng)塊46移動(dòng)至*右側(cè)時(shí)啟動(dòng)所述第二電機(jī)48帶動(dòng)所述第三轉(zhuǎn)軸51反轉(zhuǎn),多次重復(fù)上述操作后...
機(jī)器視覺近年來大受歡迎,尤其是在制造業(yè)。公司可以從該技術(shù)增強(qiáng)的靈活性、減少產(chǎn)品故障和提高整體生產(chǎn)質(zhì)量中獲益。機(jī)器獲取圖像、評(píng)估圖像、解釋情況然后做出適當(dāng)響應(yīng)的能力稱為機(jī)器視覺。智能相機(jī)、圖像處理和軟件都是系統(tǒng)的一部分。由于成像技術(shù)、智能傳感器、嵌入式視覺、機(jī)器和監(jiān)督學(xué)習(xí)、機(jī)器人接口、信息傳輸協(xié)議和圖像處理能力方面的重大進(jìn)步,視覺技術(shù)可以在許多層面上為制造業(yè)提供幫助。通過減少人為錯(cuò)誤并確保對(duì)通過生產(chǎn)線的所有貨物進(jìn)行質(zhì)量檢查,視覺系統(tǒng)提高了產(chǎn)品質(zhì)量。根據(jù)數(shù)據(jù)研究報(bào)告,到2028年底,工業(yè)機(jī)器視覺市場(chǎng)價(jià)值,預(yù)計(jì)將以。此外,具有更高產(chǎn)品質(zhì)量措施的制造單位或工廠的檢驗(yàn)需求增加,可能會(huì)推動(dòng)人工智能...
既要負(fù)責(zé)對(duì)缺陷的檢測(cè),又要在發(fā)現(xiàn)缺陷后及時(shí)進(jìn)行處理,因而導(dǎo)致在檢查與處理過程中需要消耗更多的時(shí)間。與此同時(shí),由于人工檢測(cè)還存在較多的缺陷漏檢情況,因此在正常的生產(chǎn)流程中,還容易造成二次返修缺陷的問題。但是上述情況在自動(dòng)檢測(cè)系統(tǒng)應(yīng)用下可以有效避免,返修工人不需要進(jìn)行檢測(cè)的工作,而只需要對(duì)缺陷進(jìn)行處理即可,由此實(shí)現(xiàn)了更精細(xì)化的分工,可以實(shí)現(xiàn)降低缺陷漏檢、提升檢測(cè)質(zhì)量的目標(biāo)。隨著工業(yè)科技的進(jìn)一步發(fā)展,汽車涂裝生產(chǎn)技術(shù)與檢測(cè)流程也會(huì)持續(xù)升級(jí),逐步向高智能化與全自動(dòng)化發(fā)展。因此在機(jī)器視覺輔助下,汽車車身涂膜表面質(zhì)量的自動(dòng)化檢測(cè)技術(shù)展現(xiàn)出重要的應(yīng)用價(jià)值,其通過機(jī)器功能代替了人工檢測(cè)的過程,不僅可以...
但是所采集的圖像信息并不是全部用于檢測(cè)提示,比如車頂天窗、天線孔等位置,同樣會(huì)生成非預(yù)設(shè)參數(shù),但這些區(qū)域會(huì)自動(dòng)去除在缺陷檢測(cè)之中。在該環(huán)節(jié)中,系統(tǒng)主要通過感興趣區(qū)域ROI機(jī)制進(jìn)行控制,通過該機(jī)制可以讓系統(tǒng)分辨出采集圖像中可以忽略的信息內(nèi)容,進(jìn)而保證檢測(cè)具有更高的針對(duì)性與精確性。對(duì)于不同顏色的車身,檢測(cè)系統(tǒng)也會(huì)建立智能學(xué)習(xí)體系,針對(duì)不同的顏色建立檢測(cè)參數(shù)庫,進(jìn)而以更精確的數(shù)據(jù)檢測(cè)其光線范圍,保證圖像采集的高質(zhì)量標(biāo)準(zhǔn),從而保證檢測(cè)系統(tǒng)不會(huì)受到因顏色而帶來的反射光光線線差差異異影影響響。圖像處理自動(dòng)檢測(cè)系統(tǒng)在得到傳感器采集的諸多圖像之后,則要對(duì)高清圖片進(jìn)行圖像二值化算法處理,進(jìn)而通過算法疊加...
機(jī)器人式缺陷檢測(cè)系統(tǒng)采用機(jī)器人來布置光源和相機(jī)。該系統(tǒng)的檢測(cè)硬件由4臺(tái)搭載檢測(cè)單元的機(jī)器人組成,安裝在面漆烘房出口的在線檢查工位。檢測(cè)單元將光源和相機(jī)集成在一個(gè)單元中.亮點(diǎn)是一塊可顯示不同光源模式的LED顯示屏。車身的每一處位置會(huì)通過不同的光源模式(單色光、條紋光等)在不同方向上進(jìn)行多次檢測(cè),通過疊加采樣實(shí)現(xiàn)2D圖像+3D輪廓的圖像識(shí)別方式。機(jī)器人式缺陷檢測(cè)系統(tǒng)可以實(shí)現(xiàn)小,比較大可實(shí)現(xiàn)單線60JP1的檢測(cè)能力,單線投資1500~2000萬元。機(jī)器人式缺陷檢測(cè)系統(tǒng)識(shí)別精度高,受益于其多次檢測(cè)+疊加采樣的圖像采集方式,對(duì)于凹凸、縮孔等3D缺陷識(shí)別效率較高。但鑒套系統(tǒng)結(jié)構(gòu)較復(fù)雜,1個(gè)檢測(cè)...
將39個(gè)工業(yè)視覺傳感器固定于車身周圍,進(jìn)行涂裝表面圖像獲取,保證每個(gè)傳感器都能固定獲取并檢測(cè)對(duì)應(yīng)的區(qū)域范圍,并通過所有傳感器的合理分布,使得檢測(cè)的總區(qū)域?qū)④嚿肀砻嫒采w。系統(tǒng)以LED紅色高亮光帶為光源,在車身行進(jìn)的同時(shí),對(duì)車身涂膜表面進(jìn)行高清掃描,從每輛車上可以獲取3萬張以上的高清圖像,而后通過高性能計(jì)算機(jī)處理中心對(duì)圖像數(shù)據(jù)進(jìn)行處理,進(jìn)而根據(jù)算法分析出接測(cè)結(jié)果,并通過數(shù)據(jù)輸出,自動(dòng)指出其缺陷位置。該技術(shù)對(duì)于車身涂裝缺陷的檢測(cè)與識(shí)別主要依靠缺陷表面與正常涂裝表面的反射光差異,在光的反射定律下,車身涂裝平面形成的反射光具有典型特征,當(dāng)視覺傳感器接收到與預(yù)設(shè)光線不同的信號(hào)時(shí),就可以大概判斷其...
在檢測(cè)時(shí)計(jì)算機(jī)系統(tǒng)需要處理大量圖像,因此需要更優(yōu)的計(jì)算機(jī)處理器。在車身檢測(cè)過程中,則分為五部分展開,分別為車身前蓋、車頂、左邊、右邊和后蓋,其中各自安裝一臺(tái)計(jì)算機(jī)處理器,通過通訊主機(jī)實(shí)現(xiàn)交互通信,進(jìn)而得出總體檢測(cè)結(jié)果。檢測(cè)系統(tǒng)的視覺傳感器則分別固定在車身的周邊位置,通過設(shè)置一定的掃描重疊區(qū),保證檢測(cè)區(qū)域能夠完全覆蓋車輛表面。2自動(dòng)檢測(cè)技術(shù)在汽車涂裝質(zhì)量檢測(cè)中的應(yīng)用流程車輛在達(dá)到檢測(cè)站之前,車身信息讀寫站會(huì)將目標(biāo)車輛的相關(guān)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)并發(fā)送給檢測(cè)系統(tǒng),主要信息包括車身的基本型號(hào)、車身表面的噴漆顏色、車頂?shù)奶厥庑问?、是否存在天線孔等。檢測(cè)系統(tǒng)在收到型號(hào)信息后,可以根據(jù)對(duì)應(yīng)型號(hào)加載數(shù)據(jù)參數(shù)。...
隨著汽車市場(chǎng)不斷消費(fèi)升級(jí),漆面外觀及質(zhì)量受到越來越多的關(guān)注。工藝水平及生產(chǎn)環(huán)境等不確定性因素會(huì)造成涂層表面產(chǎn)生不同程度的缺陷。目前涂裝漆膜缺陷主要依靠人工檢測(cè),勞動(dòng)成本高,主觀影響大,制約了涂裝的生產(chǎn)效率。此外,靠人工不能達(dá)到完全準(zhǔn)確的質(zhì)量判斷,增加子返工成木.限制了企業(yè)擴(kuò)大產(chǎn)能,甚至還可能會(huì)造成用戶抱怨,對(duì)企業(yè)聲譽(yù)造成影響。近年來,隨著工業(yè)信息化和智能化的發(fā)展,涂裝漆面缺陷檢測(cè)對(duì)自動(dòng)化、智能化生產(chǎn)模式的需求日益增長(zhǎng)。機(jī)器視覺作為1種新興技術(shù),具有高效、穩(wěn)定和自動(dòng)化程度高等特點(diǎn),為漆面缺陷檢測(cè)系統(tǒng)的研發(fā)奠定了理論基礎(chǔ)?;跈C(jī)器視覺的檢測(cè)方法可以較好地解決傳統(tǒng)人工檢測(cè)遇到的時(shí)間長(zhǎng)、工...
隨著時(shí)代的發(fā)展,汽車已經(jīng)成為人們生活中的重要交通工具,而人們對(duì)汽車性能與舒適度的要求則在不斷提升。因此在車輛生產(chǎn)過程中,其表面涂裝質(zhì)量同樣需要進(jìn)行深度檢測(cè),以保證其良好的外觀形象。本文即重點(diǎn)介紹自動(dòng)檢測(cè)技術(shù)在汽車涂裝表面質(zhì)量檢測(cè)中的應(yīng)用方式,通過對(duì)自動(dòng)檢測(cè)系統(tǒng)準(zhǔn)確性的評(píng)價(jià),尋求降低檢測(cè)過程中缺陷遺漏的方法,并有效提升車身表面的質(zhì)量,提高生產(chǎn)過程的自動(dòng)化率。車身噴涂是汽車生產(chǎn)過程中的重要步驟,在自動(dòng)化技術(shù)、機(jī)器視覺技術(shù)等新型技術(shù)的發(fā)展應(yīng)用之下,針對(duì)鋼材、PCB板以及織物表面質(zhì)量檢測(cè)的技術(shù)得到了升級(jí),目前其相關(guān)技術(shù)在國(guó)外大型汽車公司已經(jīng)開始測(cè)試使用,本文即通過深入研究與探討為國(guó)內(nèi)的普及應(yīng)用...
當(dāng)所述機(jī)身10遠(yuǎn)離需要補(bǔ)油漆的汽車表面時(shí)所述三通閥56將左側(cè)的所述diyi連通管55與所述第二連通管57連通,此時(shí)啟動(dòng)所述氣泵17時(shí),所述噴頭16能夠噴射出油漆,當(dāng)所述機(jī)身10貼近需要補(bǔ)油漆的汽車表面時(shí)所述三通閥56將右側(cè)的所述diyi連通管55與所述第二連通管57連通,此時(shí)啟動(dòng)所述氣泵17時(shí)所述噴頭16能噴射出拋光液,此時(shí)配合所述拋光輪44轉(zhuǎn)動(dòng)可實(shí)現(xiàn)汽車外漆拋光。,本實(shí)施例所述固定連接方法包括但不限于螺栓固定、焊接等方法。如圖1-4所示,本發(fā)明的設(shè)備在初始狀態(tài)時(shí),所述機(jī)身10與所述限位塊24貼合,所述花鍵桿23末端斜面朝下,所述第二連通管57與左側(cè)的所述diyi連通管55連通。整個(gè)裝...
在檢測(cè)時(shí)計(jì)算機(jī)系統(tǒng)需要處理大量圖像,因此需要更優(yōu)的計(jì)算機(jī)處理器。在車身檢測(cè)過程中,則分為五部分展開,分別為車身前蓋、車頂、左邊、右邊和后蓋,其中各自安裝一臺(tái)計(jì)算機(jī)處理器,通過通訊主機(jī)實(shí)現(xiàn)交互通信,進(jìn)而得出總體檢測(cè)結(jié)果。檢測(cè)系統(tǒng)的視覺傳感器則分別固定在車身的周邊位置,通過設(shè)置一定的掃描重疊區(qū),保證檢測(cè)區(qū)域能夠完全覆蓋車輛表面。2自動(dòng)檢測(cè)技術(shù)在汽車涂裝質(zhì)量檢測(cè)中的應(yīng)用流程車輛在達(dá)到檢測(cè)站之前,車身信息讀寫站會(huì)將目標(biāo)車輛的相關(guān)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)并發(fā)送給檢測(cè)系統(tǒng),主要信息包括車身的基本型號(hào)、車身表面的噴漆顏色、車頂?shù)奶厥庑问?、是否存在天線孔等。檢測(cè)系統(tǒng)在收到型號(hào)信息后,可以根據(jù)對(duì)應(yīng)型號(hào)加載數(shù)據(jù)參數(shù)。...
1)讀取橫條紋圖像組,對(duì)橫條紋圖像分別進(jìn)行橫向條紋分割得到橫向亮條紋圖像和橫向暗條紋圖像,針對(duì)橫向亮條紋圖像進(jìn)行二值化、邊緣腐蝕,得到橫向亮條紋檢測(cè)區(qū)域,在橫條紋圖像組中分別分割出橫向亮條紋灰度檢測(cè)區(qū)域,對(duì)橫向亮條紋灰度檢測(cè)區(qū)域進(jìn)行二值化與特征提取,提取得到橫向亮條紋中的外觀缺陷;同樣依據(jù)上述處理過程可得到橫向暗條紋圖像中的外觀缺陷;步驟(2)讀取豎條紋圖像組,對(duì)豎條紋圖像分別進(jìn)行橫向條紋分割得到豎向亮條紋圖像和豎向暗條紋圖像,針對(duì)豎向亮條紋圖像進(jìn)行二值化、邊緣腐蝕,得到豎向亮條紋檢測(cè)區(qū)域,在豎條紋圖像組中分別分割出豎向亮條紋灰度檢測(cè)區(qū)域,對(duì)豎向亮條紋灰度檢測(cè)區(qū)域進(jìn)行二值化與特征提取,...
汽車噴涂面漆有很多種方法,噴涂過程中也要相對(duì)的細(xì)心。那么汽車噴涂面漆有哪幾種方法呢?小編分享一下我的經(jīng)驗(yàn)。面漆的噴涂操作與底漆和二道漿的操作基本相同,只是噴涂的手法要求更加細(xì)膩一些,以獲得良好的色彩光澤效果。(1)干噴指噴涂時(shí)選擇的溶劑要快干,氣壓較大,漆量較小,溫度較高等,噴涂后漆面較干。(2)濕噴指噴涂時(shí)選擇的溶劑要慢干,氣壓較小,漆量較大,溫度較低等,噴涂后漆面較濕。(3)濕碰濕同上面講的濕噴有相似的一面,都是不等上道漆中溶劑揮發(fā)繼續(xù)噴涂下一道漆。(4)虛***噴涂指在噴涂色漆后,將大量溶劑或固體分調(diào)整得極低的涂料噴涂在面漆上。(5)霧化噴涂俗稱飛霧法噴涂,又叫飛漆,一般用于金屬...
所述轉(zhuǎn)動(dòng)腔內(nèi)的所述第四轉(zhuǎn)軸末端固定設(shè)置有與所述蝸桿外表面固定設(shè)置的第三錐齒輪嚙合的第四錐齒輪,手動(dòng)轉(zhuǎn)動(dòng)所述手動(dòng)輪半周,此時(shí)所述第四轉(zhuǎn)軸帶動(dòng)所述第四錐齒輪轉(zhuǎn)動(dòng),從而帶動(dòng)所述第三錐齒輪轉(zhuǎn)動(dòng),從而帶動(dòng)所述蝸桿轉(zhuǎn)動(dòng),從而帶動(dòng)所述蝸輪轉(zhuǎn)動(dòng),所述蝸輪轉(zhuǎn)動(dòng)帶動(dòng)所述diyi轉(zhuǎn)軸轉(zhuǎn)動(dòng)半周。進(jìn)一步地,所述轉(zhuǎn)動(dòng)腔左右兩側(cè)對(duì)稱設(shè)置有儲(chǔ)液腔,左右兩個(gè)所述儲(chǔ)液腔分別盛放油漆與拋光液,左右兩個(gè)所述儲(chǔ)液腔之間固定設(shè)置有三通閥,所述三通閥左右兩側(cè)通過所述diyi連通管與所述儲(chǔ)液腔連通,所述三通閥底部通過所述第二連通管連通所述儲(chǔ)液腔,當(dāng)所述機(jī)身遠(yuǎn)離需要補(bǔ)油漆的汽車表面時(shí)所述三通閥將左側(cè)的所述diyi連通管與所述第二連通管...
機(jī)器視覺近年來大受歡迎,尤其是在制造業(yè)。公司可以從該技術(shù)增強(qiáng)的靈活性、減少產(chǎn)品故障和提高整體生產(chǎn)質(zhì)量中獲益。機(jī)器獲取圖像、評(píng)估圖像、解釋情況然后做出適當(dāng)響應(yīng)的能力稱為機(jī)器視覺。智能相機(jī)、圖像處理和軟件都是系統(tǒng)的一部分。由于成像技術(shù)、智能傳感器、嵌入式視覺、機(jī)器和監(jiān)督學(xué)習(xí)、機(jī)器人接口、信息傳輸協(xié)議和圖像處理能力方面的重大進(jìn)步,視覺技術(shù)可以在許多層面上為制造業(yè)提供幫助。通過減少人為錯(cuò)誤并確保對(duì)通過生產(chǎn)線的所有貨物進(jìn)行質(zhì)量檢查,視覺系統(tǒng)提高了產(chǎn)品質(zhì)量。根據(jù)數(shù)據(jù)研究報(bào)告,到2028年底,工業(yè)機(jī)器視覺市場(chǎng)價(jià)值,預(yù)計(jì)將以。此外,具有更高產(chǎn)品質(zhì)量措施的制造單位或工廠的檢驗(yàn)需求增加,可能會(huì)推動(dòng)人工智能...
一種車身漆面缺陷檢測(cè)裝置,其特征在于:包括伺服控制器、工控機(jī)、車身輸送機(jī)構(gòu)、若干面陣相機(jī)、若干投影儀和若干投影屏幕,所述工控機(jī)與所述伺服控制器聯(lián)接,所述伺服控制器與所述車身輸送機(jī)構(gòu)聯(lián)接,所述車身輸送機(jī)構(gòu)可在所述伺服控制器和工控機(jī)的作用下驅(qū)動(dòng)待檢測(cè)車輛在長(zhǎng)度方向和高度方向移動(dòng),所述工控機(jī)與所述投影儀聯(lián)接,所述投影屏幕設(shè)置在所述投影儀外且與所述投影儀對(duì)應(yīng),所述面陣相機(jī)分布在待檢測(cè)車輛四周。2.根據(jù)權(quán)利要求1所述的車身漆面缺陷檢測(cè)裝置,其特征在于:所述投影儀共有8臺(tái),其中,2臺(tái)設(shè)置在待檢測(cè)車輛車頭位置,2臺(tái)設(shè)置在待檢測(cè)車輛車尾位置,4臺(tái)設(shè)置在待檢測(cè)車輛車身側(cè)面位置和車頂位置,所述投影屏幕包括2...
為了提高車身漆面缺陷檢測(cè)的效率和準(zhǔn)確性,本研究利用計(jì)算機(jī)視覺技術(shù)和深度學(xué)習(xí)方法,以小樣本為基礎(chǔ)實(shí)現(xiàn)了車身漆面缺陷的自動(dòng)檢測(cè)。首先,為了實(shí)時(shí)采集車身油漆缺陷圖像,本文提出了一種新的數(shù)據(jù)增強(qiáng)算法,以增強(qiáng)數(shù)據(jù)庫處理小樣本數(shù)據(jù)過擬合現(xiàn)象的能力。針對(duì)汽車涂料固有的缺陷特征,通過改進(jìn)MobileNet-SSD網(wǎng)絡(luò)的特征層,優(yōu)化邊界框的匹配策略,提出了一種改進(jìn)的MobileNet-SSD算法,用于油漆缺陷的自動(dòng)檢測(cè)。實(shí)驗(yàn)結(jié)果表明,改進(jìn)的MobileNet-SSD算法可以檢測(cè)出六種傳統(tǒng)車身漆膜的缺陷,準(zhǔn)確率超過95%,比傳統(tǒng)SSD算法快10%,可以實(shí)現(xiàn)實(shí)時(shí)、準(zhǔn)確的車身漆面缺陷檢測(cè)。車身主要由鋼制成,長(zhǎng)...
基于計(jì)算機(jī)視覺的表面缺陷自動(dòng)檢測(cè)作為一種快速發(fā)展的新型檢測(cè)技術(shù),具有速度快、效率高等優(yōu)點(diǎn),已經(jīng)成功應(yīng)用到多個(gè)行業(yè)。將其應(yīng)用到汽車車身漆膜缺陷檢測(cè)領(lǐng)域,可改變現(xiàn)在人工檢測(cè)耗時(shí)過長(zhǎng)、一次檢出率低等缺陷,同時(shí)可以降低人工成本。主要介紹了漆膜缺陷自動(dòng)檢測(cè)技術(shù)的原理、特點(diǎn),以及在一些生產(chǎn)線中的應(yīng)用實(shí)例,總結(jié)了現(xiàn)狀及存在的問題,并對(duì)其應(yīng)用前景做了展望。汽車涂裝是汽車生產(chǎn)過程中重要的一個(gè)環(huán)節(jié),主要為汽車提供外觀裝飾性和長(zhǎng)期的防腐蝕性能。常規(guī)的汽車涂裝過程中,噴涂后的車身需要進(jìn)行漆膜表面的缺陷檢測(cè)和修飾。目前,噴涂后車身漆膜檢測(cè)主要通過人工目視的方法完成,存在耗時(shí)過長(zhǎng)、效率低下及受人為因素影響等缺點(diǎn),...
所述花鍵孔25內(nèi)可滑動(dòng)的設(shè)置有末端伸入所述鎖定槽21內(nèi)的花鍵桿23,所述花鍵桿23與所述花鍵孔25端壁間設(shè)置有復(fù)位彈簧26,當(dāng)向下按壓所述機(jī)身10時(shí),所述花鍵桿23自上而下依次卡入所述鎖定槽21內(nèi),從而調(diào)整機(jī)身10與所述汽車表面距離,所述機(jī)身10上方設(shè)置有可轉(zhuǎn)動(dòng)的手動(dòng)輪27,將所述手動(dòng)輪27轉(zhuǎn)動(dòng)半周通過所述機(jī)身10頂壁內(nèi)設(shè)置的聯(lián)動(dòng)裝置98可以帶動(dòng)所述花鍵桿23轉(zhuǎn)動(dòng)半周,此時(shí)所述機(jī)身10再所述頂壓彈簧12作用下上移。有益地,所述傳動(dòng)裝置99包括所述傳動(dòng)腔42頂壁內(nèi)設(shè)置的齒輪腔50,所述齒輪腔50與所述傳動(dòng)腔42之間轉(zhuǎn)動(dòng)設(shè)置有第二轉(zhuǎn)軸36,所述第二轉(zhuǎn)軸36頂部末端轉(zhuǎn)動(dòng)設(shè)置于所述轉(zhuǎn)動(dòng)腔14頂...
1)讀取橫條紋圖像組,對(duì)橫條紋圖像分別進(jìn)行橫向條紋分割得到橫向亮條紋圖像和橫向暗條紋圖像,針對(duì)橫向亮條紋圖像進(jìn)行二值化、邊緣腐蝕,得到橫向亮條紋檢測(cè)區(qū)域,在橫條紋圖像組中分別分割出橫向亮條紋灰度檢測(cè)區(qū)域,對(duì)橫向亮條紋灰度檢測(cè)區(qū)域進(jìn)行二值化與特征提取,提取得到橫向亮條紋中的外觀缺陷;同樣依據(jù)上述處理過程可得到橫向暗條紋圖像中的外觀缺陷;步驟(2)讀取豎條紋圖像組,對(duì)豎條紋圖像分別進(jìn)行橫向條紋分割得到豎向亮條紋圖像和豎向暗條紋圖像,針對(duì)豎向亮條紋圖像進(jìn)行二值化、邊緣腐蝕,得到豎向亮條紋檢測(cè)區(qū)域,在豎條紋圖像組中分別分割出豎向亮條紋灰度檢測(cè)區(qū)域,對(duì)豎向亮條紋灰度檢測(cè)區(qū)域進(jìn)行二值化與特征提取,...
隧道式缺陷檢測(cè)系統(tǒng)采用門拱框架來布置光源和相機(jī)。該系統(tǒng)的檢測(cè)硬件由主檢測(cè)站、后蓋檢測(cè)站2部分組成。主檢測(cè)站安裝在面漆存儲(chǔ)線,用于檢測(cè)前蓋車頂和兩側(cè)面:后蓋檢測(cè)站安裝在烘房出口橫移機(jī)處,用于檢測(cè)后蓋。采用編碼器+激光測(cè)距儀方案來支持車身毫米級(jí)的定位,采用條紋光反射漆面瑕疵.采用高效布局的高清相機(jī)進(jìn)行高速拍攝,所獲取的圖片作為系統(tǒng)的輸人。通過后端視覺分析系統(tǒng)對(duì)圖像數(shù)據(jù)進(jìn)行清洗、識(shí)別后,生成漆面缺陷的坐標(biāo)、大小、類別和在車身上的投射圖,作為系統(tǒng)的輸出。隧道式缺陷檢測(cè)系統(tǒng)可以實(shí)現(xiàn)小,缺陷檢出率可以達(dá)到98%以上,單車檢測(cè)時(shí)間30~60s.比較大可實(shí)現(xiàn)單線120JPH(每小時(shí)過車數(shù))的檢測(cè)能...
實(shí)現(xiàn)車身漆面缺陷自動(dòng)檢測(cè)系統(tǒng)非常重要。缺陷檢測(cè)一直是計(jì)算機(jī)視覺領(lǐng)域的研究熱點(diǎn)。通過計(jì)算機(jī)視覺知識(shí)的使用,可以有效、準(zhǔn)確地實(shí)現(xiàn)缺陷區(qū)域的檢測(cè)和分類。目前,計(jì)算機(jī)視覺在車身漆膜缺陷檢測(cè)方面有很多成熟的研究。,選擇了感興趣的區(qū)域,并標(biāo)記了它們,以實(shí)現(xiàn)缺陷位置的準(zhǔn)確檢測(cè)。還有的研究者使用局部二值模式(LBP)和局部方差(VAR)算子的旋轉(zhuǎn)不變性度量的聯(lián)合分布來檢測(cè)和定位人**繪中的缺陷。,然后根據(jù)局部方向模糊方法檢測(cè)整個(gè)照明區(qū)域的缺陷。。選擇多個(gè)幾何特征和灰度特征作為缺陷特征參數(shù),用于SVM分類和識(shí)別。通過深度學(xué)習(xí)方法對(duì)輸入圖像集進(jìn)行訓(xùn)練,并且可以使用檢測(cè)模型來檢測(cè)缺陷圖像。在缺陷檢測(cè)中,深度...