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和修飾。目前,噴涂后車身漆膜檢測主要通過人工目視的方法完成,存在耗時(shí)過長、效率低下及受人為因素影響等缺點(diǎn),是制約涂裝車身質(zhì)量的關(guān)鍵因素之一。隨著光電、自動(dòng)化和計(jì)算機(jī)圖像處理技術(shù)的發(fā)展,計(jì)算機(jī)視覺在不同工業(yè)部門得到了大量的應(yīng)用。比如基于計(jì)算機(jī)視覺的表面缺陷自動(dòng)檢測技術(shù)已經(jīng)大量地應(yīng)用在織物表面、食品表面、鋼表面、瓷磚表面以及多晶硅太陽能電池表面檢測等領(lǐng)域。近幾年,表面缺陷自動(dòng)檢測技術(shù)開始在汽車車身漆膜缺陷的檢測領(lǐng)域發(fā)展,并且已經(jīng)開始在一些汽車公司測試與應(yīng)用。與傳統(tǒng)的人工檢測方法相比。色彩檢測通常采用光譜色差儀,通過測量反射光譜數(shù)據(jù);大連快速汽車面漆檢測設(shè)備源頭廠家
絕大部分的金屬底材汽車車身漆膜都可以歸納為圖1所示的構(gòu)成。漆膜缺陷種類漆膜缺陷細(xì)分有上百種之多,根據(jù)產(chǎn)生的原理和相似性可以大致歸納為以下幾類:1)顆粒、異物等附著導(dǎo)致漆膜表面突起的缺陷;2)表面張力不同而導(dǎo)致的縮孔類缺陷;3)流掛類缺陷;4)針式;5)氣泡;6)沾污、斑點(diǎn)類缺陷;7)顏色缺陷,包括目視色差、發(fā)花、遮蓋不良等;8)外觀不良,包括橘皮、失光等;9)打磨不良導(dǎo)致的缺陷,包括打磨痕、拋光斑等;10)漆膜劃傷、磕碰或部分脫落導(dǎo)致的缺陷,包括劃痕、磕傷和漆膜脫落等缺陷。人工漆膜缺陷檢查和修飾在涂裝生產(chǎn)過程中,這些缺陷產(chǎn)生的區(qū)域、嚴(yán)重程度各不相同,因此處理方式也相應(yīng)地有不同的標(biāo)準(zhǔn)。泉州非隧道式汽車面漆檢測設(shè)備價(jià)格橘皮效應(yīng)是指汽車面漆表面上出現(xiàn)的一種類似于橘皮紋理的現(xiàn)象;。
1.一種基于機(jī)器視覺的漆面瑕疵檢查系統(tǒng),其特征在于:包括plc模塊、圖像采集模塊、圖像處理模塊及圖像分析模塊;所述plc模塊,用于當(dāng)檢測車輛到達(dá)檢測區(qū)域,啟動(dòng)瑕疵檢測程序,并根據(jù)檢測到的車身前進(jìn)距離,對車身上的瑕疵進(jìn)行精細(xì)定位;所述圖像采集模塊,包括光源模塊、相機(jī)陣列模塊及圖像采集程序模塊;所述圖像處理模塊,用于對待測車輛的圖像進(jìn)行處理,識別車身上的瑕疵,并對識別到的瑕疵進(jìn)行分析,判定瑕疵類別及大?。凰鰣D像分析模塊,用于結(jié)合車身三維數(shù)據(jù)、所述plc模塊傳輸?shù)能嚿砬敖嚯x數(shù)據(jù)確定瑕疵在車上的位置,并在圖像上進(jìn)行標(biāo)記。2.根據(jù)權(quán)利要求1所述的基于機(jī)器視覺的漆面瑕疵檢查系統(tǒng),其特征在于:還包括接口模塊,用于實(shí)現(xiàn)用于plc、主機(jī)、數(shù)據(jù)庫之間的數(shù)據(jù)傳輸。
加強(qiáng)人才培養(yǎng)和引進(jìn):中國認(rèn)識到gao端檢測設(shè)備研發(fā)所需人才的多樣性和專業(yè)性,因此,正在加強(qiáng)相關(guān)領(lǐng)域的人才培養(yǎng)和引進(jìn)工作。通過與高校、研究機(jī)構(gòu)的緊密合作,建立產(chǎn)學(xué)研用相結(jié)合的人才培養(yǎng)機(jī)制;同時(shí),通過政策吸引海外高層次人才回國發(fā)展,為檢測設(shè)備行業(yè)注入新鮮血液。展望未來:隨著中國汽車制造業(yè)的不斷發(fā)展和全球化競爭的加劇,汽車面漆檢測設(shè)備的需求將持續(xù)增長,對檢測技術(shù)的精度和效率要求也將越來越高。中國在這一領(lǐng)域的研發(fā)活動(dòng)將繼續(xù)深化,通過技術(shù)創(chuàng)新和產(chǎn)業(yè)升級,逐步縮小與國際先進(jìn)水平的差距,為中國乃至全球的汽車制造業(yè)提供更加you質(zhì)、高效的檢測解決方案。同時(shí),中國也將繼續(xù)在國際舞臺上展示其在汽車面漆檢測設(shè)備領(lǐng)域的研發(fā)實(shí)力和成果,推動(dòng)國產(chǎn)檢測設(shè)備走向世界。保持車輛的外觀美觀和保護(hù)性能,提升車主的滿意度和汽車的市場價(jià)值。
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,其中RPN用于生成可能存在目標(biāo)的候選區(qū)域(Proposal),CNN用于對候選區(qū)域內(nèi)的目標(biāo)進(jìn)行識別并分類,同時(shí)進(jìn)行邊界回歸調(diào)整候選區(qū)域邊框的大小和位置使其更精淮地標(biāo)識缺陷目標(biāo)。FasterR-CNN相比前代的R-CNN和FastR-CNN比較大的改進(jìn)是將卷積結(jié)果共享給RPV和FastR-CNN網(wǎng)絡(luò),在提高準(zhǔn)確率的同時(shí)提高了檢測速度。總體來講,傳統(tǒng)圖像算法是人工認(rèn)知驅(qū)動(dòng)的方法,深度學(xué)習(xí)算法是數(shù)據(jù)驅(qū)動(dòng)的方法。深度學(xué)習(xí)算法一直在不斷拓展其成用的場景.但傳統(tǒng)圖像方法因其成熟、穩(wěn)定等特征仍具有應(yīng)用價(jià)值。確保汽車在各種惡劣條件下仍能保持良好的外觀和保護(hù)效果。三明快速汽車面漆檢測設(shè)備生產(chǎn)廠家
公司的產(chǎn)品和專業(yè)技術(shù)還被廣泛應(yīng)用于半導(dǎo)體和光電行業(yè)的重要領(lǐng)域以及其他半導(dǎo)體。大連快速汽車面漆檢測設(shè)備源頭廠家
漆面缺陷檢測技術(shù)汽車漆面缺陷主要有顆粒、流掛、劃痕。漆面缺陷檢測系統(tǒng)是利用機(jī)器模擬人眼的視覺功能,輔助完成漆面缺陷的檢測和判斷工作。系統(tǒng)硬件主要包括光源、工業(yè)相機(jī)、視覺處理器以及機(jī)器人等,系統(tǒng)軟件主要包括視覺分析系統(tǒng)和運(yùn)動(dòng)控制系統(tǒng)。系統(tǒng)對漆面缺陷檢測的過程和結(jié)果全程保存在本地電腦數(shù)據(jù)庫上,同時(shí)可以與車間管理系統(tǒng)對接,實(shí)現(xiàn)檢測結(jié)果的分類查詢、匯總分析功能。缺陷檢測系統(tǒng)采用機(jī)器人來布置光源和相機(jī)。該系統(tǒng)的檢測硬件由4臺搭載檢測單元的機(jī)器人組成,安裝在面漆烘房出口的在線檢查工位。車身的每一處位置會通過不同的光源模式(單色光、條紋光)在不同方向上進(jìn)行多次檢測,通過疊加采樣實(shí)現(xiàn)2D圖像+3D輪廓的圖像識別方式。大連快速汽車面漆檢測設(shè)備源頭廠家