本发明专利技术提供了一种轮胎彩色点的检测装置，其包括：输送机构、对中机构、旋转机构、可编程逻辑控制器、图像采集系统和电源，所述图像采集系统包括2D图像采集设备、3D图像采集设备、光源和工业电脑，所述轮胎彩色点的检测装置能够同时采集和处理车轮表面的两维和三维数据并且从数据中得到彩色点的位置、颜色、尺寸和缺陷。缺陷。缺陷。
【技术实现步骤摘要】
一种轮胎彩色点的检测装置
[0001]本专利技术涉及一种应用于轮胎生产或者装配
，尤其涉及轮胎彩色点的位置和缺陷检测的
技术介绍
[0002]车轮彩色点具有多种用途，比如表示平衡的轻重点，跳动的高低点等等。因此，车轮的彩色点是车轮生产后的一个重要的标识。对于后期的车轮装配具有非常重要的意义。
[0003]由于生产中的或者运输途中的原因，车轮彩色点会有各种各样的缺陷，诸如破损，翘曲等等。这些缺陷对于后期的车轮装配会有比较大的影响。有必要进行检测以保证彩色点的完好。
[0004]现有技术对于彩色点的检测主要依赖于2D视觉，对于彩色点的检测存在比较大的局限，比如无法检测彩色点的翘曲，同时2D视觉对于彩色点的检测容易受到环境光影响等问题。
技术实现思路
[0005]为了克服上述技术缺陷，本专利技术的目的在于提供一种轮胎彩色点的检测装置，结构上包括：输送机构、对中机构、旋转机构、可编程逻辑控制器、图像采集系统和电源，所述图像采集系统包括2D图像采集设备、3D图像采集设备、光源和工业电脑，所述轮胎彩色点的检测装置能够同时采集和处理车轮表面的两维和三维数据并且从数据中得到彩色点的位置、颜色、尺寸和缺陷。
[0006]进一步地，所述图像采集系统为基于深度学习的图像采集系统，深度学习是指深度神经网络，深度神经网络是一种判别模型，可以使用反向传播算法进行训练。具体地，深度学习是指深度学习是指深度神经网络(DNN)是深度学习的一种框架，它是一种具备至少一个隐层的神经网络。与浅层神经网络类似，深度神经网络也能够为复杂非线性系统提供建模，但多出的层次为模型提供了更高的抽象层次，因而提高了模型的能力。深度神经网络是一种判别模型，可以使用反向传播算法进行训练。
[0007]进一步地，轮胎彩色点的检测装置，其特征在于，可编程逻辑控制器包括存储器、处理器以及存储于所述存储器上并可在所述处理器上运行的程序，所述程序被所述处理器执行时实现如下步骤：
[0008]步骤S1：车轮对中，对中是后续车轮夹紧和旋转的基础
[0009]步骤S2：车轮夹紧和旋转操作
[0010]步骤S3：车轮旋转达到一定速度后，向图像采集系统发生图像采集开始信号
[0011]步骤S4：图像采集系统完成图像采集后，发送信号通知车轮旋转停止
[0012]步骤S5：图像采集系统完成图像处理后，向输送机构发出处理结果信号，输送机构根据处理结果为合格或不合格，将车轮输送至各自指定位置
[0013]进一步地，所述2D图像采集设备包括光源和工业相机，所述的工业相机又可分为
面阵相机和线阵相机，相机种类可以根据实际需求进行选择。
[0014]进一步地，所述3D图像采集设备为利用激光三角原理的激光轮廓仪，或者为利用结构光原理的3D相机。所述3D图像采集设备用于采集轮胎表面的三维点云数据。
[0015]采用了上述技术方案后，与现有技术相比，具有以下有益效果：同时发挥2D和3D视觉的优势，对于车轮彩色点的多种属性进行检测。具体包括：
[0016]·
利用3D相机强度模式进行彩色点定位
[0017]·
利用2D相机的彩色图片来进行颜色分类
[0018]·
利用3D相机的强度模式进行彩色点的完整性判断
[0019]·
利用3D相机的点云数据，来判断彩色点尺寸，并判断是否有翘曲。能够检测的轮胎彩色点的尺寸范围为5
‑
15mm，对轮胎尺寸的检测精度为0.1mm。
[0020]本申请的轮胎彩色点的检测装置及其检测方法是基于2维和3维视觉的彩色点检测方法。既可以用于轮胎生产中的彩色点缺陷检测(例如彩色点的颜色缺陷、尺寸缺陷、外形完整性缺陷、翘曲缺陷等)，也可以用于轮胎装配过程中的彩色点位置的确定。
附图说明
[0021]图1为本申请轮胎彩色点的检测装置的剖示图。
[0022]附图标号说明：
[0023]1.设备底座
[0024]2.车轮升降部分
[0025]3. 3D图像采集设备
[0026]4.设备框架
[0027]5.电机
[0028]6.主轴
具体实施方式
[0029]以下结合附图与具体实施例进一步阐述本专利技术的优点。本领域技术人员应当理解，下面所具体描述的内容是说明性的而非限制性的，不应以此限制本专利技术的保护范围。
[0030]在本专利技术的描述中，除非另有规定和限定，需要说明的是，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是机械连接或电连接，也可以是两个元件内部的连通，可以是直接相连，也可以通过中间媒介间接相连，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
[0031]实施例1
[0032]如图1所示，本实施例的轮胎彩色点的检测装置包括：设备底座1、输送机构(见图1中的车轮升降部分2)、3D图像采集设备3、设备框架4、电机5、主轴6、对中机构、旋转机构、可编程逻辑控制器、图像采集系统和电源，所述图像采集系统包括2D图像采集设备、光源、工业电脑。电源和可编程逻辑控制器封装于小型电气柜中。可编程控制器由内部CPU，存储有计算机程序及数据的存储器、处理器、输入输出单元、电源模块、数字模拟等单元所模块化组合成，通过数字式或模拟式的输入输出来控制各种类型的机械设备或生产过程。
[0033]采用上述检测装置进行轮胎彩色点的缺陷检测方法的原理如下：
[0034](1)车轮固定在旋转机构上，旋转过程中，2D、3D视觉传感器采集图像信息。
[0035](2)本专利技术专利涉及的核心部件：
[0036]控制器：执行器的控制器是一套嵌入式处理器系统或者可编程逻辑控制器(PLC)，是整个图像采集系统的主控单元，控制车轮旋转和图像采集设备的工作。
[0037]2D/3D图像采集设备：在车轮旋转过程中采集轮胎表面包括彩色点的2D/3D图像信息。
[0038]电机、传动设备及夹具：作为车轮的载体及旋转的动力来源
[0039](3)本专利技术专利涉及的核心技术：基于深度学习的图像处理系统。图像处理系统的主要功能包括：彩色点位置判断和彩色点检测。位置检测主要功能是在轮胎表面发现需要检测的彩色点。彩色点检测为利用2D/3D图像对于彩色的信息进行检测。可以检测的信息包括：颜色、形状、尺寸、外形是否完整，以及是否有翘曲。
[0040]彩色点缺陷检测设备的技术指标如下：
[0041]1)检测范围；彩色点尺寸范围5
‑
15mm
[0042]2)尺寸检测精度：0.1mm
[0043]3)通讯接口：网口。
[0044]本实施例涉及的彩色点缺陷检测设备，同时采用2D、3D视觉传感器进行检测。首先需要进行2D和3D相机之间的标定，从而保证安装在不同位置的相机能够具有相同的坐标系。3D相机利用自身激光光源，同时采集灰度图和点云图。灰本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种轮胎彩色点的检测装置，其特征在于，包括：输送机构、对中机构、旋转机构、可编程逻辑控制器、图像采集系统和电源，所述图像采集系统包括2D图像采集设备、3D图像采集设备、光源和工业电脑，所述轮胎彩色点的检测装置能够同时采集和处理车轮表面的两维和三维数据并且从数据中得到彩色点的位置、颜色、尺寸和缺陷。2.如权利要求1所述的轮胎彩色点的检测装置，其特征在于，所述图像采集系统为基于深度学习的图像采集系统，深度学习是指深度神经网络，深度神经网络是一种判别模型，可以使用反向传播算法进行训练。3.如权利要求1所述的轮胎彩色点的检测装置，其特征在于，可编程逻辑控制器包括存储器、处理器以及存储于所述存储器上并可在所述处理器上运行的程序，所述程序被所述处理器执行时实现如下步骤：步骤S1：车轮对中，对中是后续车...
【专利技术属性】
技术研发人员：张子男，张淳，
申请(专利权)人：赛赫智能设备上海股份有限公司，
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。