一种用于汽车线束生成的表面瑕疵检测装置的制作方法
本发明属于汽车零部件自动化检测,尤其涉及一种用于汽车线束生成的表面瑕疵检测装置。
背景技术:
1、汽车线束是车辆电气系统中连接各组件的核心部件,其表面质量直接决定整车的电气安全性和运行可靠性。当前,行业普遍采用人工目视抽检或基于二维图像的传统机器视觉方案进行检测。人工方式效率低下、主观性强,操作人员长时间工作易产生视觉疲劳,导致漏检率居高不下,难以满足大规模自动化生产的需求。传统机器视觉系统通常配置固定安装的面阵相机从有限角度拍摄线束表面,并依赖边缘检测、灰度阈值分割等基础算法进行瑕疵判定。
2、然而,这些方案在实际应用中面临多重挑战:线束在动态输送过程中不可避免地发生径向抖动和轴向扭曲,使得采集图像位置不稳定、表面特征发生畸变,严重损害瑕疵检测的稳定性和准确性;相机视角受限,仅能覆盖线束的部分周向区域,无法实现全周向无死角同步成像,导致处于盲区的瑕疵被遗漏;触发机制采用固定采样频率,未与线束实时输送速度建立动态关联,当生产线速度波动时图像出现拉伸或压缩变形,造成瑕疵尺寸测量失真;同时,传统图像处理算法对线束表面细长型瑕疵如微小破损和导体露芯的识别能力不足,难以达到高精度检测标准,且系统缺乏自动分选与数据追溯的闭环管理功能。
3、针对上述问题,现有技术亟需改进。
技术实现思路
1、本发明实施例的目的在于提供一种用于汽车线束生成的表面瑕疵检测装置,旨在解决上述问题。
2、本发明是这样实现的,一种用于汽车线束生成的表面瑕疵检测装置,包括:
3、线束动态输送与自适应导向模块,用于对生成的汽车线束进行连续平稳输送,所述线束动态输送与自适应导向模块包括沿输送方向间隔布置的多组v型自定心浮动滚轮对,各组滚轮对通过独立径向弹簧组件弹性压合于线束外壁;
4、环形全景光学成像模块,布置于所述检测区域外圈,包括多角度环形光源和环绕所述线束中心轴线等角度排列的多路高频相机,用于在特定打光条件下,同步采集所述汽车线束外表面的全周向多视角原始图像;
5、多源图像同步采集触发模块,与所述线束动态输送与自适应导向模块以及所述环形全景光学成像模块电连接,所述多源图像同步采集触发模块包括与线束牵引驱动轴同轴连接的旋转编码器,用于根据旋转编码器输出的正交脉冲经可编程分频器分频后生成与线束瞬时线速度严格正相关的同步脉冲触发信号,并向所述多路高频相机发送该信号,实现多视角图像的同截面空间对齐采集;
6、核心智能数据处理模块,与所述环形全景光学成像模块连接,用于接收多视角原始图像,并通过图像预处理单元进行多视角图像的曲面展平与拼接,再通过深度学习瑕疵识别单元对拼接后的全景图像进行多尺度特征提取,识别并定位线束表面的破损、露芯、缠绕不良及颜色异常瑕疵;
7、分选反馈与报警控制模块,与所述核心智能数据处理模块连接,用于根据瑕疵识别及定位结果,实时驱动声光报警器,并向后续的物理分选机构发送剔除指令,同时将瑕疵数据及线束批次信息上传至生产管理系统。
8、进一步的技术方案,所述环形全景光学成像模块中,所述多路高频相机为四路互呈90度夹角交错排列的线阵相机;所述多角度环形光源包括由内至外嵌套设置的高角度直射环形光和低角度漫反射条形光,两组光源通过频闪控制器交替点亮,以分别突出线束表面的颜色缺陷和形变缺陷。
9、进一步的技术方案,所述核心智能数据处理模块的图像预处理单元中,采用基于柱面投影映射的模型将多视角原始图像从三维弯曲空间投影至二维平面,其曲面展平坐标变换方式为:展平后的横坐标等于线束实时外径乘以(原始像素横坐标与相机光学中心投影点横坐标之差除以相机等效焦距)的反正切值;展平后的纵坐标等于线束实时外径乘以(原始像素纵坐标与相机光学中心投影点纵坐标之差除以相机等效焦距)。
10、进一步的技术方案,所述汽车线束的实时外径估计值采用基于边缘梯度的自适应算子进行动态修正,其修正方式为:修正后的外径等于线束标准设计外径加上动态调节系数乘以滑动窗口内各帧图像中线束左右两侧边缘梯度极大值对应的像素列坐标之差的平均值;其中左右侧边缘坐标差值乘以系统预先标定的像素当量因子后参与计算以确保量纲一致性,滑动窗口总帧数取值范围为5至30,动态调节系数取值范围为0.05至0.25。
11、进一步的技术方案,所述深度学习瑕疵识别单元采用改进的多尺度特征金字塔网络,在损失函数中引入了针对线束细长型瑕疵的形状敏感惩罚项,其总体损失函数由类别分类损失、边界框回归损失和形状敏感惩罚项三部分组成,其中边界框回归损失乘以第一权重系数,形状敏感惩罚项乘以第二权重系数;第一权重系数取值范围为0.5至2.0,第二权重系数取值范围为0.3至1.5。
12、进一步的技术方案,所述形状敏感惩罚项的计算方式为:1减去(预测框宽度与真实框宽度中的较小值乘以预测框高度与真实框高度中的较小值)除以(预测框宽度与真实框宽度中的较大值乘以预测框高度与真实框高度中的较大值),再乘以以负的预测框宽高比与真实框宽高比之差的绝对值为指数的指数函数值。
13、进一步的技术方案,所述频闪控制器配置有交替点亮时序,在一个完整的检测周期内,所述高角度直射环形光先于所述低角度漫反射条形光开启,两者点亮持续时间的比值范围为1:2至1:4,且相邻两次点亮的触发时刻与所述旋转编码器的脉冲上升沿同步。
14、进一步的技术方案,所述深度学习瑕疵识别单元包括依次连接的多尺度特征提取骨干网络、双向特征金字塔融合层及解耦检测头;所述骨干网络采用基于深度可分离卷积的轻量级结构,并在各卷积块内嵌设有坐标注意力模块,所述坐标注意力模块用于沿线束轴向和径向分别编码位置信息,以强化对轴向细长型瑕疵的轴向响应连续性特征,并抑制背景噪声干扰。
15、相比于现有技术,本发明的有益效果:
16、通过环形全景光学成像模块中环绕线束中心轴线等角度排列的多路高频相机,结合多角度环形光源,能够同步采集线束外表面的全周向多视角原始图像,彻底解决了传统固定相机视角受限导致的检测盲区问题,确保线束表面任何方向的瑕疵均能被有效捕获。
17、通过多源图像同步采集触发模块中的旋转编码器与可编程分频器,生成与线束瞬时线速度严格正相关的同步脉冲触发信号,确保多路高频相机对同一线束截面进行同步采集,有效避免了因生产线速度波动导致的图像拉伸或压缩变形,为后续精确的瑕疵尺寸测量和定位提供了可靠的数据基础。
18、核心智能数据处理模块采用改进的多尺度特征金字塔网络,并在损失函数中引入了针对线束细长型瑕疵的形状敏感惩罚项,同时骨干网络内嵌坐标注意力模块以强化轴向响应连续性特征,使深度学习模型能够更精准地识别和定位破损、露芯等沿线束轴向延伸的细长型瑕疵,有效抑制背景噪声干扰。
19、通过分选反馈与报警控制模块,根据核心智能数据处理模块的识别结果实时驱动声光报警,并向物理分选机构发送剔除指令,同时将瑕疵数据及线束批次信息上传至生产管理系统,实现了从瑕疵检测、不良品分选到质量数据追溯的全流程自动化闭环控制,大幅提升了生产效率和质量管理水平。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com