【技术实现步骤摘要】
一种汽车内饰件多品种工件连续混合检测方法及系统
[0001]本申请涉及自动检测
,尤其涉及一种汽车内饰件多品种工件连续混合检测方法及系统。
技术介绍
[0002]在汽车内饰件的生产装配阶段,对于注塑机生产的内饰件,现有方案是只能针对每一个工件单独进行检测,由于单个内饰件的生产装配节奏较慢,检测设备使用效率较低。而且在内饰件装配阶段,越来越多的厂商采用多品种工件并线装配,以节省设备成本和工作空间,在这种并线的场景下,现有技术已经不能处理。原因是每一个品种的工件具有不同的形状和检测点,当前技术只能靠手工切换不同品种工件的模型,来完成不同品种工件的检测。当不同品种工件连续出现在检测区域内拍照成像后,人工无法一直响应切换模型,因此导致最终无法正确检测。
技术实现思路
[0003]有鉴于此,本申请实施例提供一种汽车内饰件多品种工件连续混合检测方法及系统,在汽车内饰件的生产装配阶段,由于注塑件的生产节拍比较固定,为进一步提升检测设备效率,解决不同注塑件出的多个不同品种的内饰件,在同一条输送线上进行混合检测。
[0004]本申请实施例提供一种汽车内饰件多品种工件连续混合检测方法,所述检测方法包括:
[0005]获取工件检测分类模型和嵌件检测分类模型;
[0006]利用所述工件检测分类模型对连续输送的不同注塑件出的不同品种待测工件进行连续混合检测,识别当前所述待测工件的类型;
[0007]根据当前所述待测工件的类型,自动切换到与当前所述待测工件对应的所述嵌件检测分类模型; >[0008]利用所述嵌件检测分类模型识别当前所述待测工件中的嵌件是否存在缺陷;
[0009]对嵌件存在缺陷的所述待测工件进行翻门分拣。
[0010]根据本申请实施例的一种具体实现方式,所述嵌件存在的缺陷包括漏装、错装、反装和外观缺陷。
[0011]根据本申请实施例的一种具体实现方式,所述工件检测分类模型和所述嵌件检测分类模型均采用深度神经网络训练得到。
[0012]根据本申请实施例的一种具体实现方式,所述工件/嵌件检测分类模型训练过程包括:
[0013]获取一定数量包含有标准工件/嵌件的图片样本;
[0014]标注所述标准工件/嵌件在所述图片样本中的位置以及对应的类型信息;
[0015]从所述图片样本中截取所述标准工件/嵌件部分后与其对应的类型信息一起传入YOLOv3图像目标检测模型进行训练,得到能够对待测工件进行分类检测的所述工件检测分
类模型,以及对待测工件上安装的嵌件进行分类检测的嵌件检测分类模型。
[0016]根据本申请实施例的一种具体实现方式,所述嵌件在所述图片样本中的位置采用bound i ng box进行表征。
[0017]根据本申请实施例的一种具体实现方式,所述标准工件/嵌件的图片样本均来自于多个在同一坐标系下标定的内参的相机,在同一时间拍照获取。
[0018]第二方面,本申请实施例还提供一种汽车内饰件多品种工件连续混合检测系统,应用于如第一方面任一实施例所述的汽车内饰件多品种工件连续混合检测方法,所述检测系统包括输送带、拍摄检测设备、翻门分拣箱和检测控制系统,
[0019]所述输送带对接上道输送线,用于承接连续输送的不同注塑件出的不同品种的待测工件;
[0020]所述拍摄检测设备设置在所述输送带的上方,用于对所述待测工件进行拍摄,根据拍摄结果识别当前所述待测工件的类型,根据当前所述待测工件的类型,自动识别当前所述待测工件中的嵌件是否存在缺陷,并将检测结果反馈给所述检测控制系统;
[0021]所述检测控制系统,用于控制整个系统的安全启停,以及根据所述反馈对所述翻门分拣箱发送控制命令;
[0022]所述翻门分拣箱设置于所述输送带的下侧,且位于所述拍摄检测设备的后道,用于根据所述控制命令将嵌件存在缺陷的所述待测工件下落至内部收集箱,合格件流转至后道。
[0023]根据本申请实施例的一种具体实现方式,所述拍摄检测设备包括光源、计算单元和多组相机,所述光源对所述相机提供拍摄用光,所述相机与所述计算单元通信连接,所述相机用于对所述待测工件进行拍摄获取图片,所述计算单元用于接收所述图片并进行计算识别所述待测工件的类型以及所述待测工件中的嵌件是否存在缺陷,得到检测结果。
[0024]根据本申请实施例的一种具体实现方式,所述计算单元为边缘计算平台,针对采集后的图片进行处理,所述计算单元内部设有工件检测分类模型和嵌件检测分类模型,所述工件检测分类模型用于识别当前所述待测工件的类型;所述嵌件检测分类模型用于根据所述待测工件的类型被自动调用,用于识别所述待测工件的嵌件是否存在缺陷。
[0025]根据本申请实施例的一种具体实现方式,所述检测系统内还设有高度调节机构,所述高度调节机构设置于所述输送带底部支架,用于调节所述输送带和翻门分拣箱的高度,所述高度调节机构的调节范围为0
‑
300mm。
[0026]有益效果
[0027]本申请实施例中的汽车内饰件多品种工件连续混合检测方法及系统,可以在多个注塑机生产的不同内饰件,并到同一条线上进行连续混合检测;或者多个并线装配的内饰件,使用一套系统即可完成所有品种工件的连续混合检测。先进行工件分类检测,识别出当前的工件类型;根据识别每个工件分类,进一步完成识别其嵌件的漏装、错装和装反以及外观缺陷。
附图说明
[0028]为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域
普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
[0029]图1为根据本专利技术一实施例的汽车内饰件多品种工件连续混合检测系统的结构示意图;
[0030]图2为根据本专利技术一实施例的汽车内饰件多品种工件连续混合检测方法的流程图。
[0031]图中:1、输送带;2、相机和计算单元;3、高度调节机构;4、翻页分拣箱;5、检测控制系统。
具体实施方式
[0032]下面结合附图对本申请实施例进行详细描述。
[0033]以下通过特定的具体实例说明本申请的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本申请的其他优点与功效。显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。本申请还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本申请的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
[0034]要说明的是,下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见,本文中所描述的方面可体现于广泛多种形式中,且本文中所描述的任何本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种汽车内饰件多品种工件连续混合检测方法,其特征在于,所述检测方法包括:获取工件检测分类模型和嵌件检测分类模型;利用所述工件检测分类模型对连续输送的不同注塑件出的不同品种待测工件进行连续混合检测,识别当前所述待测工件的类型;根据当前所述待测工件的类型,自动切换到与当前所述待测工件对应的所述嵌件检测分类模型;利用所述嵌件检测分类模型识别当前所述待测工件中的嵌件是否存在缺陷;对嵌件存在缺陷的所述待测工件进行翻门分拣。2.根据权利要求1所述的汽车内饰件多品种工件连续混合检测方法,其特征在于,所述嵌件存在的缺陷包括漏装、错装、反装和外观缺陷。3.根据权利要求1所述的汽车内饰件多品种工件连续混合检测方法,其特征在于,所述工件检测分类模型和所述嵌件检测分类模型均采用深度神经网络训练得到。4.根据权利要求3所述的汽车内饰件多品种工件连续混合检测方法,其特征在于,所述工件/嵌件检测分类模型训练过程包括:获取一定数量包含有标准工件/嵌件的图片样本;标注所述标准工件/嵌件在所述图片样本中的位置以及对应的类型信息;从所述图片样本中截取所述标准工件/嵌件部分后与其对应的类型信息一起传入YOLOv3图像目标检测模型进行训练,得到能够对待测工件进行分类检测的所述工件检测分类模型,以及对待测工件上安装的嵌件进行分类检测的嵌件检测分类模型。5.根据权利要求4所述的汽车内饰件多品种工件连续混合检测方法,其特征在于,所述嵌件在所述图片样本中的位置采用bounding box进行表征。6.根据权利要求4所述的汽车内饰件多品种工件连续混合检测方法,其特征在于,所述标准工件/嵌件的图片样本均来自于多个在同一坐标系下标定的内参的相机,在同一时间拍照获取。7.一种汽车内饰件多品种工件连续混合检测系统,其特征在于,应用于如权利要求1
‑
6任一项所述的汽车内饰件多品种工件连续...
【专利技术属性】
技术研发人员:游江,张玉柱,杨凯健,
申请(专利权)人:上海艾豚科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。