一种汽车铸件缺陷检测系统及方法与流程

本发明涉及汽车铸件缺陷检测。更具体地，本发明涉及一种汽车铸件缺陷检测系统及方法。

背景技术：

1、在现代汽车制造领域，汽车底盘及后舱等核心铸件的质量直接决定了整车的安全性能与力学承载能力，随着汽车轻量化与一体化压铸工艺的快速发展，铸件的体积日趋庞大且空间曲面结构较为复杂。对这些大型复杂铸件表面的气孔、砂眼、裂纹及内部缩孔等缺陷进行准确、高节拍的自动化无损检测，是防止不合格零部件流入下游装配线、避免灾难性断裂事故的核心手段。为了确保缺陷检测系统的有效性，必须实现对复杂曲面铸件的多维形貌数字化重构、高频反光噪声的动态剥离以及缺陷形态危险程度的闭环量化评估。

2、相关技术中，例如公开号为cn218824014u的中国专利文件，公开了一种汽车后舱铸件缺陷检测装置，其通过在车间内建造检测铅房，利用机械机构将铸件送入铅房内部，随后通过c型臂搭载x光射线源对铸件进行扫描成像；另外一种常规路线则依赖将铸件浸泡于荧光渗透液中，随后通过紫光灯照射并利用固定视角的2d工业相机进行阈值分割与模板匹配。这些方案在理想的离线静态抽检状态下，能够实现对部分标准铸件的二维缺陷判定。

3、然而，对现有技术在实际复杂工业流水线工况下的表现分析发现，这种依赖重型射线防护或化学渗透加二维视觉的配置方式，存在柔性适配失效与三维特征畸变问题。首先，x光铅房检测存在辐射安全制约，且大型c型臂的物理运动轨迹相对刚性，面对汽车后舱等异形深腔结构容易产生视觉盲区，导致检测节拍拖沓；而传统的荧光液渗透检测依赖的二维视觉算法在面对金属铸件表面的强反射光斑、加工粗糙度差异以及出厂字符标记时，容易陷入固定常数陷阱。二维图像无法捕捉缺陷的深度与体积信息，系统会将表面无害的水印或合法字符误判为裂纹，或将深层隐蔽的微小缩孔漏判。其次，真实的铸件缺陷危害程度呈现非线性演化，同样大小的气孔出现在非受力区与高应力承载区的致命性截然不同。现有技术采用单一固定的几何尺寸阈值作为报废判定标准，缺乏对缺陷空间畸变形态与铸件全局应力热力图的联合闭环寻优，导致检测系统常处于误报率偏高或致命缺陷漏检的失衡状态，无法满足现代汽车工业对高节拍、零漏检与智能化柔性分拣的要求。

技术实现思路

1、为解决上述现有技术依赖刚性射线扫描与二维静态阈值分割，无法自适应复杂金属表面的高频反光干扰与三维形态畸变，导致缺陷深度特征丢失并引发较高误报与漏检的技术问题，本发明在如下的多个方面中提供方案。

2、在第一方面中，本发明提供了一种汽车铸件缺陷检测方法，包括：

3、s1：导入铸件标准三维模型与铸件应力分布云图，提取铸件理论轮廓特征；s2：对铸件理论轮廓特征执行多视角随形贴合扫描，采集铸件二维纹理序列与铸件实测三维点云；基于铸件二维纹理序列与铸件实测三维点云，获得铸件多模态特征阵；结合铸件二维纹理序列中像素亮度特征，获得反光噪点抑制权重；s3：根据铸件理论轮廓特征与铸件实测三维点云，执行刚性配准与布尔差分剥离，获得铸件纯净缺陷点云；从铸件纯净缺陷点云中提取铸件缺陷实测体积、缺陷向内穿透深度以及缺陷表面开口面积，并计算缺陷三维畸变指数；根据铸件多模态特征阵与反光噪点抑制权重，执行多尺度特征融合推理，获得铸件缺陷置信度；s4：根据缺陷空间坐标在铸件应力分布云图中的力学敏感状况，结合局部应力载荷权重、铸件缺陷置信度及缺陷三维畸变指数执行非线性积算，获得铸件损伤指数，输出分拣控制信号。

4、通过采集三维点云与二维纹理的跨模态数据，结合算力模型计算光学反光噪点抑制权重，从底层物理光学层面有效剔除了复杂金属铸件表面的高频反光噪点干扰；其次，本发明将扫描数据与理论模型进行空间刚性配准与布尔差分，将原本容易与真实缺陷混淆的出厂字符与常规粗糙结构实施了像素级剥离，提取出纯净的三维缺陷点云；最后，通过构建包含缺陷体积与向内穿透深度的缺陷三维畸变指数，并将其与深度学习置信度及铸件应力分布云图进行非线性融合寻优，打破了单一尺寸阈值决定报废的固定逻辑。

5、优选地，提取铸件理论轮廓特征，包括：

6、导入待检测汽车底盘的铸件标准三维模型，并从有限元分析数据库同步提取对应的铸件应力分布云图；调用三维网格解析算法，提取铸件标准三维模型表面的三角面片法向量与顶点坐标；基于铸件标准三维模型表面的三角面片法向量与顶点坐标，构建表征铸件理想外观的铸件理论轮廓特征。

7、优选地，采集铸件二维纹理序列与铸件实测三维点云，包括：

8、基于铸件理论轮廓特征执行多视角随形贴合扫描，生成机械臂随形扫描轨迹；驱动柔性检测机械臂沿机械臂随形扫描轨迹运行，并同步触发末端搭载的多频闪偏振相机与三维结构光扫描仪，采集铸件二维纹理序列，以及由结构光解算生成的铸件实测三维点云。

9、本发明通过执行多视角随形贴合扫描与多模态传感器同步触发，有效克服了传统固定相机在复杂深腔结构中容易产生视觉盲区的局限。该操作在物理源头保证了二维表面纹理与三维空间深度的同步获取，为后续的跨模态特征融合与缺陷精确剥离提供了无遮挡的底层基础数据支持。

10、优选地，获得铸件多模态特征阵，包括：

11、提取铸件二维纹理序列与铸件实测三维点云，执行跨模态空间映射对齐算法，将获得的二维像素坐标进行坐标系变换映射，并追加至三维空间顶点属性中执行数据拼接，输出包含颜色通道与空间坐标的铸件多模态特征阵。

12、本发明通过执行跨模态空间映射对齐算法，将独立的二维像素特征融合至三维空间顶点属性中，有效打破了异构传感器间的数据隔离状态。该操作使系统能够在同一物理坐标点上同步评估浅表颜色梯度异常与深层体积畸变，解决了孤立分析单一模态数据容易导致的复杂缺陷漏检问题，提升了特征矩阵的信息维度。

13、优选地，获得反光噪点抑制权重，包括：

14、从铸件二维纹理序列中提取出局部像素的平均亮度作为局部基准散射光强，并提取出局部像素的亮度标准差作为局部高频反光偏差；同时，从铸件实测三维点云中提取出反映表面凹凸度的铸件表面粗糙度；基于局部基准散射光强、局部高频反光偏差和铸件表面粗糙度，执行自适应光学降噪归一化，获得反光噪点抑制权重。

15、本发明通过结合局部散射光强、反光偏差与表面粗糙度获得反光噪点抑制权重，在底层物理光学层面构建了随光强波动的动态惩罚机制。该操作有效识别并抑制了金属切削面或加工油污引发的镜面反射伪影，消除了高光边缘突变带来的光学底噪污染，防止了传统固定亮度阈值分割在金属表面检测中容易产生的误报现象。

16、优选地，获得铸件纯净缺陷点云，包括：

17、执行空间刚性配准，将铸件实测三维点云在六自由度空间内向铸件理论轮廓特征进行旋转与平移逼近；在配准误差收敛后，对两者执行三维布尔差分剥离，滤除重合的合法几何结构，输出剩余异常凸起或凹陷的铸件纯净缺陷点云。

18、本发明通过执行空间刚性配准与三维布尔差分剥离，在空间域内精确去除了符合设计意图的合法几何拓扑结构，该操作有效排除了出厂字符、加工纹路等常规结构起伏带来的几何干扰，提取出表征异常的拓扑残差，在压缩后续算力搜索空间的同时，降低了将正常结构凸起误判为危险鼓包的工程判定偏差。

19、优选地，计算缺陷三维畸变指数，包括：

20、基于铸件纯净缺陷点云，通过三维体积积分与空间几何投影，分别提取出铸件缺陷实测体积、缺陷向内穿透深度以及缺陷表面开口面积；并基于上述三者，执行三维几何形态风险放大算法，计算缺陷三维畸变指数。

21、优选地，获得铸件缺陷置信度，包括：

22、调用部署于主控设备的深度学习推理引擎，提取铸件多模态特征阵、反光噪点抑制权重以及铸件纯净缺陷点云；执行多尺度特征融合神经网络算法，将反光噪点抑制权重作为注意力惩罚层注入网络，对高反光区域进行降维抑制，并结合纯净点云进行多层级提取推理，输出针对疑似缺陷区域的铸件缺陷置信度。

23、优选地，获得铸件损伤指数，输出分拣控制信号，包括：

24、提取铸件应力分布云图，根据缺陷空间坐标，查询其在铸件应力分布云图中所对应的局部应力载荷权重；提取铸件缺陷置信度以及缺陷三维畸变指数；调用多维风险非线性惩罚算子，利用局部应力载荷权重、铸件缺陷置信度及缺陷三维畸变指数执行非线性积算，输出铸件损伤指数；提取铸件损伤指数与预先获取的重度废品预警阈值，当铸件损伤指数大于等于重度废品预警阈值时，标记为不可修复废品，并向后端排料机械臂下发剔除指令，当铸件损伤指数低于重度废品预警阈值时，最终输出指导现场自动化产线物理动作的闭环分拣控制信号。

25、第二方面，本发明提供一种汽车铸件缺陷检测系统，包括处理器和存储器，所述存储器存储有计算机程序指令，当所述计算机程序指令被所述处理器执行时实现上述一种汽车铸件缺陷检测方法。

26、通过采用上述技术方案，将上述的一种汽车铸件缺陷检测方法生成计算机程序，并存储于存储器中，以被处理器加载并执行，从而根据存储器及处理器制作终端设备，方便使用。

27、本发明的有益效果在于：突破了传统汽车铸件缺陷检测高度依赖人工布光与单一模态判定的工程局限，构建了一套涵盖多模态空间数据采存、反光噪点自适应平抑、三维形态差分剥离以及全局应力联合寻优的全生命周期智能化检测与闭环分拣体系。在产线部署初期，本发明依托柔性机械臂与多模态对齐算法的双重保障，赋予了视觉系统较强的异形曲面自适应贴合扫描能力与抗金属高反光韧性，避免了因建造大型铅房带来的高昂成本；在自动化流水线运行期内，本发明改变了固定几何尺寸一刀切的过滤模式，通过深度监测并提取三维缺陷在纵深维度的形态畸变指数，并结合铸件物理应力分布进行二次评估，准确捕捉微小开口却引发内部深度应力集中的高危致命缺陷。这不仅为下游装配环节拦截了潜在的断裂隐患，更在宏观维度上实现了汽车铸件检测在复杂高反光表面干扰下的抗误报特性与异形深腔结构致命缩孔的可靠拦截，这两大对立力学与光学诉求上的统一，为现代汽车轻量化制造筑牢了底层安全基石。