基于线结构光的汽车模具视觉检测系统及检测方法技术方案

本发明专利技术公开了基于线结构光的汽车模具视觉检测系统及检测方法，该基于线结构光的汽车模具视觉检测系统，包括六自由度机械臂、摄像机、激光发生器和处理系统，六自由度机械臂的输出端安装有夹具，摄像机和激光发生器分别安装于夹具的侧部，处理系统分别与摄像机和激光发生器电性相连；该基于线结构光的汽车模具视觉检测方法，包括摄像机内外参数标定、线结构光空间位置标定、机械臂末端空间位置的标定、图像获取、获得结构光光带图像和获得模具缺陷。本发明专利技术中，采用六自由度机械臂，简便的实现图像全方位的获取，同时，对采集的图像进行有效的处理，便于检测模具缺陷。便于检测模具缺陷。便于检测模具缺陷。

【技术实现步骤摘要】
基于线结构光的汽车模具视觉检测系统及检测方法


[0001]本专利技术涉及汽车模具检测
，特别涉及基于线结构光的汽车模具视觉检测系统，同时，本专利技术还提供了基于线结构光的汽车模具视觉检测方法。

技术介绍

[0002]汽车模具作为汽车生产中最重要的工艺装备，对保证汽车零件的加工和装配精度起到了重要的作用，汽车制造具有产量大，生产节奏快的特点，因此在加工过程中模具损坏量很大，模具在工作一段时间后表面就会出现严重的点蚀或裂纹，而模具的制造成本极高，如果直接将破损的冲压模具报废，浪费极大。
[0003]再制造是指以装备全寿命周期理论为指导，以实现废旧装备性能提升为目标，以优质、高效、节能、节材、环保为准则，以先进技术和产业化生产为手段，进行的修复、改造废旧装备的一系列技术措施或工程活动的总称，再制造工程中，缺损零件的修复是最重要的研究内容，因而多会对汽车模具进行再制造，以降低成本。
[0004]在修复之前，一般需要对采集汽车模具的图像信息，以方便对汽车模具的裂纹进行分析，在众多的三维扫描技术中，结构光视觉系统作为一种主动测量系统，具有测量精度高、测量视场大、对测量环境适应性强等特点，在三维测量领域得到了广泛的应用。
[0005]但是，现有的结构光系统在检测过程中，一般只能实现三维移动，而对于模具而言，其形状一般不规整，容易出现被遮挡的部位，进而导致模具的部分部位无法被拍到，进而影响图像的获取。

技术实现思路

[0006](一)要解决的技术问题
[0007]本专利技术可以解决现有的结构光检测，容易出现部分部位无法拍到的情况，影响图像获取的难题。
[0008](二)技术方案
[0009]为了实现上述目的，本专利技术采用以下技术方案：
[0010]一方面，本专利技术提供了基于线结构光的汽车模具视觉检测系统，包括，包括六自由度机械臂、摄像机、激光发生器和处理系统，所述六自由度机械臂的输出端安装有夹具，所述摄像机和所述激光发生器分别安装于所述夹具的侧部，所述处理系统分别与所述摄像机和所述激光发生器电性相连，其中：
[0011]所述处理系统包括处理器和存储器，所述处理器分别与所述摄像机和所述激光发生器电性相连，所述存储器与所述处理器电性相连。
[0012]作为本专利技术的优选技术方案，所述夹具包括连接块和三个夹板，所述连接块安装于所述六自由度机械臂的输出端，三个所述夹板分别安装于所述连接块的侧部，三个所述夹板之间个构成两个夹持腔，所述摄像机和所述激光发生器分别安装于两个所述夹持腔。
[0013]第二方面，本专利技术另提供基于线结构光的汽车模具视觉检测方法，具体包括以下
步骤：
[0014]S1、摄像机内外参数标定：建立摄像机坐标系，利用二步标定法，得到的摄像机内外参数；
[0015]S2、线结构光空间位置标定：在摄像机坐标系的基础上，获得在摄像机坐标系下光平面的空间方程；
[0016]S3、机械臂末端空间位置的标定：通过手眼标定方式，建立摄像机坐标系相对于机械臂末端坐标系的位置关系；
[0017]S4、图像获取：运行自由度机械臂、摄像机和激光发生器，激光发生器发出线结构光，摄像机对待检测汽车模具拍照，获得图像；
[0018]S5、获得结构光光带图像：通过模板匹配算法获得图像中光带区域图像；
[0019]S6、获得模具缺陷：通过光带中心点检测算法，利用图像上光带区域的灰度信息，获得光带横截面或法线方向上的灰度极值点，灰度极值点即为模具缺陷。
[0020]作为本专利技术的优选技术方案，所述S1中，摄像机内外参数标定的具体包括以下步骤：
[0021]S101、通过已知点的空间位置和像素位置来确定摄像机中的光学成像参数和成像平面的空间位姿信息，建立摄像机坐标系；
[0022]S102、建立摄像机成像的线性模型；
[0023]S103、摄像机成像的非线性模型；
[0024]S104、忽略镜头畸变的影响，利用线性模型得到摄像机的内外参数，或者，考虑摄像机的畸变，将已得到的摄像机参数作为初值，代入非线性标定模型中得到考虑畸变后的摄像机参数及畸变系数。
[0025]作为本专利技术的优选技术方案，所述S2中，线结构光空间位置标定的具体包括以下步骤：
[0026]S201、建立线结构光系统标定模型；
[0027]S202、根据标定模型，建立光平面在摄像机坐标系下的带系数光平面方程；
[0028]S203、将摄像机坐标代入光平面方程，获得矩阵表达式，并通过矩阵表达式，获得方程组；
[0029]S204、通过最小二乘法解方程组，即获得系数的具体值，将系数代入光平面方程，即得摄像机坐标系下光平面的空间方程。
[0030]作为本专利技术的优选技术方案，所述S3中，手眼标定采用下述两种方式的其中一种：
[0031]建立手眼标定模型，获得摄像机相对于机械臂末端的外参数矩阵；
[0032]基于单参考点，进行手眼自标定，摄像机相对于机器人末端的外参数。
[0033]作为本专利技术的优选技术方案，所述S5中，获得结构光光带图像的具体包括以下步骤：
[0034]S501、计算灰度值模板与图像之间的相似度系数，确定光带区域；
[0035]S502、对整幅图像进行匹配得到光带准确位置，并利用图像金子塔降采样的方法提高模板匹配速度，即获得光带图像。
[0036]作为本专利技术的优选技术方案，所述S502中，图像金子塔降采样的方法提高模板匹配速度的具体包括以下步骤：
[0037]将图像与模板连续缩小2倍，设原始图像为第1层，图像每缩小2倍，则图像金字塔的层数增加一层，实现对光带图像进行降采样；
[0038]采用高斯平滑滤波器对采样图像进行滤波；
[0039]在合适的图像金字塔层计算图像的相似性值，确定该层中光带的位置；
[0040]将图像金字塔最高层确定的光带区域向图像金字塔的最底层进行映射，最终得到原始图像中光带位置，且每一次映射过程是将匹配点坐标乘以2，即可增加匹配速度。
[0041]作为本专利技术的优选技术方案，所述S5中，获得光带图像后，还需要对光带图像增强。
[0042]作为本专利技术的优选技术方案，所述S6中，获得灰度极值点具体包括以下步骤：
[0043]利用灰度重心法，得到光带区域中每行的灰度重心；
[0044]利用海森矩阵可以得到每行重心点处对应的法线向量；
[0045]将该光带灰度函数沿法线向量进行泰勒展开，获得光带的中心点的像素坐标，进而确定灰度极值点。
[0046](三)有益效果
[0047]1.本专利技术提供的基于线结构光的汽车模具视觉检测系统，包括六自由度机械臂、摄像机、激光发生器和处理系统，通过六自由度机械臂，可以有效的驱动摄像机和激光发生器移动，进而对模具各个方位的图像进行采集，避免了现有三维移动，无法对不规整模具的检测；
[0048]2.本专利技术提供的基于线结构本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于线结构光的汽车模具视觉检测系统，包括六自由度机械臂(100)、摄像机(200)、激光发生器(300)和处理系统(400)，其特征在于：所述六自由度机械臂(100)的输出端安装有夹具(110)，所述摄像机(200)和所述激光发生器(300)分别安装于所述夹具(110)的侧部，所述处理系统(400)分别与所述摄像机(200)和所述激光发生器(300)电性相连，其中：所述处理系统(400)包括处理器(410)和存储器(420)，所述处理器(410)分别与所述摄像机(200)和所述激光发生器(300)电性相连，所述存储器(420)与所述处理器(410)电性相连。2.根据权利要求1所述的基于线结构光的汽车模具视觉检测系统，其特征在于：所述夹具(110)包括连接块(111)和三个夹板(112)，所述连接块(111)安装于所述六自由度机械臂(100)的输出端，三个所述夹板(112)分别安装于所述连接块(111)的侧部，三个所述夹板(112)之间个构成两个夹持腔(113)，所述摄像机(200)和所述激光发生器(300)分别安装于两个所述夹持腔(113)。3.基于线结构光的汽车模具视觉检测方法，其特征在于，具体包括以下步骤：S1、摄像机内外参数标定：建立摄像机坐标系，利用二步标定法，得到的摄像机内外参数；S2、线结构光空间位置标定：在摄像机坐标系的基础上，获得在摄像机坐标系下光平面的空间方程；S3、机械臂末端空间位置的标定：通过手眼标定方式，建立摄像机坐标系相对于机械臂末端坐标系的位置关系；S4、图像获取：运行自由度机械臂、摄像机和激光发生器，激光发生器发出线结构光，摄像机对待检测汽车模具拍照，获得图像；S5、获得结构光光带图像：通过模板匹配算法获得图像中光带区域图像；S6、获得模具缺陷：通过光带中心点检测算法，利用图像上光带区域的灰度信息，获得光带横截面或法线方向上的灰度极值点，灰度极值点即为模具缺陷。4.根据权利要求3所述的基于线结构光的汽车模具视觉检测方法，其特征在于：所述S1中，摄像机内外参数标定的具体包括以下步骤：S101、通过已知点的空间位置和像素位置来确定摄像机中的光学成像参数和成像平面的空间位姿信息，建立摄像机坐标系；S102、建立摄像机成像的线性模型；S103、摄像机成像的非线性模型；S104、忽略镜头畸变的影响，利用线性模型得到摄像机的内外参数，或者，考虑摄像机的...

【专利技术属性】
技术研发人员：胡正乙，杨东旭，单吉，刘思远，杨鹤童，张鑫，张恩奎，
申请(专利权)人：长春汽车工业高等专科学校，
类型：发明
国别省市：