一种非完整点云条件下的车身R角视觉检测方法及系统与流程

技术特征：
1.一种非完整点云条件下的车身r角视觉检测方法，其特征在于：包括以下步骤：s1：利用线激光相机对车身r角进行拍摄，获得拍摄后的车身r角点云轮廓数据；s2：设定车身r角半径上下极值；s3：对获取的车身r角点云轮廓数据进行处理；s4：根据处理后的车身r角点云轮廓数据使用基于变半径的dbscan聚类算法，区分核心点、边界点、离群点，得到最终用来拟合r角的核心点；s5：使用基于圆心约束的最小二乘法对r角的核心点进行拟合，得到r角的圆心及半径；s6：将得到的r角的半径与设定的车身r角半径上下极值进行比较，确定r角是否满足设计规格的要求。2.根据权利要求1所述的一种稀疏点云条件下的车身r角视觉检测方法，其特征在于：所述步骤s1中线激光相机入射角与r角所处车身平面的角度范围为[-30
°
,30
°
]。3.根据权利要求1所述的一种非完整点云条件下的车身r角视觉检测方法，其特征在于：获得拍摄后的车身r角点云轮廓数据后从相机导出车身r角点云轮廓数据，将csv格式的文档转化为txt格式的文档，去除其中无效数据。4.根据权利要求1所述的一种非完整点云条件下的车身r角视觉检测方法，其特征在于：所述步骤s1包括对车身r角点云轮廓数据进行双边滤波。5.根据权利要求1所述的一种非完整点云条件下的车身r角视觉检测方法，其特征在于：所述步骤s3中对获取的车身r角点云轮廓数据进行处理包括以下步骤：s31：使用曲率对车身r角点云轮廓数据进行初步筛，设置曲率取值范围，计算车身r角点云轮廓数据的曲率并去除曲率小于曲率最小值或大于曲率最大值的数据，完成车身r角点云轮廓数据初步筛选；s32：根据数据量的大小对筛选后的车身r角点云轮廓数据进行变步长分组，得到若干组不同数据量的车身r角点云轮廓数据；s33：使用基于圆心约束的最小二乘法将每一组的车身r角点云轮廓数据进行圆拟合，得到每组的圆心坐标以及半径，再根据设定的车身r角半径上下极值再次筛选数据，将超出半径设置阈值的数据进行去除，得到处理后的车身r角点云轮廓数据。6.根据权利要求5所述的一种非完整点云条件下的车身r角视觉检测方法，其特征在于：所述步骤s31中具体包括：s311：对车身r角点云轮廓数据进行分组，以相同数据间隔的三个数据点作为一组；s312:采用每组的三个数据点来拟合曲线，得到参数方程:；s313：在得到参数方程后，利用曲率公式计算这该组三个数据点所代表的曲线的曲率，将曲率大于或者小于曲率取值范围阈值的车身r角点云轮廓数据去除。7.根据权利要求6所述的一种非完整点云条件下的车身r角视觉检测方法，其特征在于：采用每组数据的中间数据点的曲率作为该组数据拟合的曲线的曲率估计值，具体计算过程如下：设对应每组数据包括(x1,y1)、(x2,y2)、(x3,y3)三个数据点，以中间的数据点(x2,y2)的曲率作为该组数据拟合的曲线的曲率估计值，参数方程如下：
采用两段矢量的长度来作为取值范围：采用两段矢量的长度来作为取值范围：参数方程中的t满足如下条件：则有：以及：写成矩阵形式：以及：简写为：求出(a1,a2,a3)和(b1,b2,b3)就有了曲线的解析方程，计算变量的一次导数和二次导数得到：
该组3个数据点拟合的曲线最终的曲率k的计算方式为：当曲率k大于或者小于曲率取值范围阈值时，将该组3个数据点的中间数据点(x2,y2)去除。8.根据权利要求6所述的一种非完整点云条件下的车身r角视觉检测方法，其特征在于：所述曲率取值范围为其中为设置的车身r角半径上下极值的平均值。9.一种非完整点云条件下的车身r角视觉检测系统，其特征在于：包括数据获取模块、r角设置模块、数据处理模块、r角拟合模块、r角检测模块；所述数据获取模块、数据处理模块、r角拟合模块、r角检测模块依次连接；所述r角设置模块与r角检测模块连接；所述数据获取模块用于获取车身r角点云轮廓数据；所述r角设置模块用于设置车身r角公差限与上下极值；所述数据处理模块用于对获取的车身r角点云轮廓数据进行处理；所述r角拟合模块用于根据处理后的车身r角点云轮廓数据进行拟合得到r角的圆心及半径；所述r角检测模块用于根据设置的车身r角半径上下极值对拟合得到r角的圆心及半径进行比较，确定r角是否满足设计规格的要求。

技术总结
本发明属于视觉检测技术领域，具体涉及一种非完整点云条件下的车身R角视觉检测方法及系统，方法包括步骤包括以下步骤：获得拍摄后的车身R角点云轮廓数据；设定车身R角半径上下极值；对获取的数据进行处理；使用基于变半径的DBSCAN聚类算法区分核心点、边界点、离群点，得到最终用来拟合R角的核心点；使用基于圆心约束的最小二乘法对R角的核心点进行拟合，得到R角的圆心及半径；将得到的R角的半径与设定的车身R角半径上下极值进行比较，确定R角是否满足设计规格的要求。本发明相对比现有的仅以R角测量方法更加精确，整个测量过程不需要人为干预且测量效率更高。为干预且测量效率更高。为干预且测量效率更高。


技术研发人员：郑伟 陆雨薇 李远智 秦世林 黄宇飞 罗佳 谭彩霞
受保护的技术使用者：广西科技大学
技术研发日：2021.11.10
技术公布日：2022/2/6