一种轨道车辆杠杆部件外观机器视觉一体化检测方法与流程

摘要: 本发明涉及车辆杠杆检测,具体为一种轨道车辆杠杆部件外观机器视觉一体化检测方法。背景技术:1、轨道车辆的杠杆部件是转向架的核心受力部件,其尺寸精度、表面状态及钢印...
一种轨道车辆杠杆部件外观机器视觉一体化检测方法与流程

本发明涉及车辆杠杆检测,具体为一种轨道车辆杠杆部件外观机器视觉一体化检测方法。

背景技术:

1、轨道车辆的杠杆部件是转向架的核心受力部件,其尺寸精度、表面状态及钢印信息的准确性直接影响轨道车辆的运行安全。

2、目前,轨道车辆生产车间内对杠杆部件的关键尺寸校验、外形缺陷判断及钢印字符识别,普遍采用标准件校验和人工观察的传统检测方式,该方式存在诸多技术缺陷:其一,作业步骤繁复,需人工逐一对各项点进行测量和检查,劳动强度大,且检测效率低,难以适配日益增长的产能需求;其二,检测精度易受人为因素影响,人工测量的尺寸误差大,对细微表面缺陷的识别率低,钢印字符的识别易出现误判;其三,缺乏统一的检测数据管理,检测结果仅通过人工记录,数据可追溯性差,无法满足轨道车辆生产的质量管理要求。

3、现有技术中,部分机器视觉检测设备被应用于工业部件检测,但此类设备多针对单一检测项点设计,如仅实现尺寸测量或仅实现表面缺陷识别,缺乏对杠杆部件多维度检测项点的一体化适配能力;同时,现有检测设备多为固定工位设计,无法移动,与车间人工产线的融合性差,且检测流程的自动化程度低,仍需大量人工介入,未能从根本上解决传统检测方式的痛点。此外,现有机器视觉检测算法针对轨道车辆行业的适配性不足,对轨道车辆杠杆部件的特殊钢印字符、微小结构缺陷的检测精度和检出率难以达到行业要求。

技术实现思路

1、本发明要解决的技术问题是:克服现有技术缺乏对杠杆部件多维度检测项点的一体化适配能力的不足,解决传统人工检测及现有机器视觉检测设备存在的检测效率低、精度低、自动化程度低、与产线融合性差等技术问题,提出一种轨道车辆杠杆部件外观机器视觉一体化检测方法。

2、为解决上述技术问题,本发明提出的一种轨道车辆杠杆部件外观机器视觉一体化检测方法,包括以下步骤:

3、s1、利用预设的一体式控制台对待检测杠杆进行固定;其中,所述一体式控制台包括服务器、机械臂控制器、协作机械臂、视觉采集模组和固定工装;

4、s2、基于检测指令,控制协作机械臂带动视觉采集模组,采集待检测杠杆的外形轮廓图片,并利用服务器中预设的识别算法对外形轮廓图片进行识别处理,得到杠杆类型;

5、s3、根据杠杆类型,获取待检测杠杆翻面前的第一检测路径和翻面后的第二检测路径;

6、s4、基于第一检测路径,控制协作机械臂带动视觉采集模组采集待检测杠杆的初始多视角点云数据,对初始多视角点云数据进行配准,得到初始配准结果;根据初始配准结果和机械臂控制器,修正视觉采集模组的采集位姿,基于修正后的采集位姿,采集待检测杠杆的目标多视角点云数据和检测图像,并对目标多视角点云数据进行配准,得到点云配准结果;

7、s5、基于服务器中预设的检测算法,分别对点云配准结果和检测图像进行并行检测处理,得到第一多维度检测结果;其中,所述第一多维度检测结果包括孔中心距检测结果、孔同心度检测结果、尺寸厚度检测结果、钢印字符识别结果和表面缺陷识别结果;

8、s6、根据第一多维度检测结果,生成翻面提示,并在待检测杠杆完成翻面后,利用固定工装对翻面后的待检测杠杆进行固定;

9、s7、基于第二检测路径,对翻面后的待检测杠杆重复进行多视角点云采集、采集位姿修正、点云配准和并行检测处理,得到第二多维度检测结果,并根据第一多维度检测结果和第二多维度检测结果生成检测工单;

10、s8、基于检测工单生成检测完成提示,并将整合后的检测数据上传至生产管理网络。

11、本发明有益效果如下:

12、1、本发明根据识别得到的杠杆类型调取对应的检测路径,并控制协作机械臂按照检测路径完成多视角数据采集,能够适配不同类型杠杆部件的检测点位、采集顺序和采集角度,减少人工切换检测项目及逐项测量造成的操作繁琐和检测遗漏,提高杠杆部件检测的自动化程度和检测效率。

13、2、本发明通过对初始多视角点云数据进行配准,并将初始配准结果反馈至机械臂控制器,以修正视觉采集模组的采集位姿,再基于修正后的采集位姿重新采集目标多视角点云数据和检测图像,能够补偿待检测杠杆放置偏差及视觉采集模组采集位置偏差,提高不同检测点位数据的空间一致性和点云配准精度,为后续检测结果的准确确定提供可靠的数据基础。

14、3、本发明结合三维点云数据和二维检测图像,分别对孔中心距、孔同心度、尺寸及厚度、钢印字符和表面缺陷进行并行检测,能够在同一检测流程中完成杠杆部件几何尺寸、孔位关系、字符信息和表面状态的多维度检测,避免现有检测设备仅能检测单一项点的问题,提高检测项目的完整性和一体化程度。

1.一种轨道车辆杠杆部件外观机器视觉一体化检测方法,包括以下步骤:

2.根据权利要求1所述的一种轨道车辆杠杆部件外观机器视觉一体化检测方法,其特征在于,所述s3包括:

3.根据权利要求2所述的一种轨道车辆杠杆部件外观机器视觉一体化检测方法,其特征在于,所述基于第一检测路径,控制协作机械臂带动视觉采集模组采集待检测杠杆的初始多视角点云数据包括:

4.根据权利要求1所述的一种轨道车辆杠杆部件外观机器视觉一体化检测方法,其特征在于,所述对初始多视角点云数据进行配准,得到初始配准结果包括:

5.根据权利要求4所述的一种轨道车辆杠杆部件外观机器视觉一体化检测方法,其特征在于,所述根据匹配点对集合计算源点云与目标点云之间的刚体变换参数,并利用刚体变换参数更新源点云;基于更新后的源点云重新进行匹配点对确定和刚体变换参数计算,直至满足预设迭代终止条件,得到初始配准结果包括:

6.根据权利要求1所述的一种轨道车辆杠杆部件外观机器视觉一体化检测方法,其特征在于,所述孔中心距检测结果包括:

7.根据权利要求1所述的一种轨道车辆杠杆部件外观机器视觉一体化检测方法,其特征在于,所述孔同心度检测结果包括:

8.根据权利要求1所述的一种轨道车辆杠杆部件外观机器视觉一体化检测方法,其特征在于,所述尺寸厚度检测结果包括:

9.根据权利要求1所述的一种轨道车辆杠杆部件外观机器视觉一体化检测方法,其特征在于,所述钢印字符识别结果包括:

10.根据权利要求1所述的一种轨道车辆杠杆部件外观机器视觉一体化检测方法,其特征在于,所述表面缺陷识别结果包括: