基于工业视觉的汽车零部件可视化智能检测方法技术

本发明专利技术涉及汽车零部件检测分析技术领域，具体公开基于工业视觉的汽车零部件可视化智能检测方法，本发明专利技术通过对目标传输装置中目标生产批次各抽检轮胎对应的胎面外观信息、轮辋外观信息、胎面内部信息、轮辋内部信息和胎面、轮辋对应的规格型号进行监测分析，综合计算得出各抽检轮胎对应的质量综合评估系数，进而对各抽检轮胎对应的质量综合评估系数进行分析处理，得到目标生产批次轮胎对应的合格率，有利于后期出现的轮胎问题方便溯源，同时还提高了轮胎的使用效率和使用寿命，提高了对轮胎检测的科学性和合理性，保障了轮胎在后续使用的正常使用，避免存在一定的安全隐患，进而还保障了汽车轮胎的检测结果的精准性和参考性。障了汽车轮胎的检测结果的精准性和参考性。障了汽车轮胎的检测结果的精准性和参考性。

【技术实现步骤摘要】
基于工业视觉的汽车零部件可视化智能检测方法


[0001]本专利技术涉及汽车零部件检测分析
，涉及到基于工业视觉的汽车零部件可视化智能检测方法。

技术介绍

[0002]随着社会的发展,汽车日渐成为人们生活的必需品，汽车轮胎对汽车各项性能有着重要影响，汽车轮胎的合格影响着汽车的加速性和平稳性，由此凸显了对汽车轮胎合格率检测的重要性。
[0003]目前对于汽车轮胎检测主要是对汽车轮胎的噪音强度和外观信息来判断汽车轮胎的合格率，存在着一定的弊端，其具体体现在以下几个层面：1、当前没有通过对轮胎进行胎面和轮辋进行分类检测，没有多维度的对轮胎进行合格率检测，分析维度比较浅显，在一定程度上降低了轮胎检测结果的可靠性，不利于增强业务本身的权威性，会导致轮胎合格率检测的精准度差，无法满足正常的合格率检测需求。
[0004]2、当前对汽车轮胎合格率进行检测时，通过人眼的方式进行检测，科学性和合理性较差，还存在很强主观性，并且检测效率不高。
[0005]3、当前人工检测方式的覆盖面不强，检测力度不高，且检测过程较为繁琐，不适用于大批次轮胎合格率的检测，适应场景存在很大的局限性，还无法保障汽车轮胎的检测结果的参考性。

技术实现思路

[0006]鉴于以上现有技术存在的问题，本专利技术提供基于工业视觉的汽车零部件可视化智能检测方法，用于解决据上述技术问题。
[0007]为了实现上述目的及其他目的，本专利技术采用的技术方案如下：本专利技术提供了基于工业视觉的汽车零部件可视化智能检测方法，包括以下步骤：步骤一、轮胎外观信息监测：通过布设的高清摄像头依次对目标传输装置中目标生产批次各抽检轮胎对应的外观信息进行监测，其中，各抽检轮胎对应的外观信息包括胎面外观信息和轮辋外观信息。
[0008]步骤二、轮胎外部信息分析：对各抽检轮胎的外观信息进行分析，从而得到各抽检轮胎对应的胎面外观评估系数和轮辋外观评估系数。
[0009]步骤三、轮胎内部信息监测：通过布设的高清摄像头依次对目标传输装置中外观检测区域内目标生产批次各抽检轮胎对应的内部信息进行监测，其中，各抽检轮胎对应的内部信息包括胎面内部信息和轮辋内部信息。
[0010]步骤四、轮胎内部信息分析：对各抽检轮胎的内部信息进行分析，从而得到各抽检轮胎对应的胎面内部评估系数和轮辋内部评估系数。
[0011]步骤五、轮胎信息综合分析：基于各抽检轮胎对应的胎面外观评估系数、胎面内部评估系数、轮辋外观评估系数和轮辋内部评估系数，结合各抽检轮胎胎面和轮辋对应的规格型号，综合计算得出各抽检轮胎对应的质量综合评估系数。
[0012]步骤六、轮胎信息综合处理：基于各抽检轮胎对应的胎面综合评估系数和轮辋综合评估系数对进行合格分析处理，从中统计出不合格抽检轮胎对应的编号，进而统计不合格抽检轮胎对应的数目。
[0013]步骤七、轮胎合格率分析：根据不合格抽检轮胎对应的数目，进而计算得出目标生产批次轮胎对应的合格率。
[0014]在一种可能实施的方式中，所述胎面外观信息包括胎面鼓包数目、各鼓包处对应的鼓包体积、胎面毛刺数目和胎面花纹深度，轮辋外观信息包括轮辋掉漆数目、各掉漆处对应的掉漆体积、划痕数目和各划痕对应的划痕长度。
[0015]在一种可能实施的方式中，所述各抽检轮胎对应的胎面外观评估系数，具体分析过程如下：A1、根据各抽检轮胎对应的胎面外观信息，从中提取出胎面鼓包数目和各鼓包处对应的鼓包体积，将各鼓包处对应的鼓包体积进行对比，并从中筛选得出最大鼓包体积，并将其记为其中，s表示为各抽检轮胎对应的编号，s＝1,2,......v。
[0016]A2、根据分析公式分析得出各抽检轮胎对应的胎面外观评估系数α
s
，其中，M
′
鼓包
、M
′
毛刺
、D
′
深度
分别表示为设定的标准轮胎对应的许可鼓包数目、许可毛刺数目、标准花纹深度，分别表示为第s个抽检轮胎对应的鼓包数目、毛刺数目、花纹深度，V'表示为设定的轮胎许可鼓包体积，b1、b2、b3和b4分别表示为设定的鼓包数目、鼓包体积、毛刺数目和花纹深度对应的影响因子，e表示为自然常数。
[0017]在一种可能实施的方式中，所述各抽检轮胎对应的轮辋外观评估系数，具体分析过程如下：B1、根据各抽检轮胎对应的轮辋外观信息，从中提取出轮辋掉漆数目和各掉漆处对应的掉漆体积，将各掉漆处对应的掉漆体积进行对比，并从中筛选得出最大掉漆体积，并将其记为
[0018]B2、根据各抽检轮胎对应的轮辋外观信息，从中提取出轮辋划痕数目和各划痕对应的划痕长度，将各划痕处对应的划痕长度进行对比，并从中筛选得出最长划痕长度，并将其记为
[0019]B3、根据分析公式计算得出各抽检轮胎对应的轮辋外观评估系数β
s
，其中，M
′
掉漆
、M
′
划痕
表示为设定的标准轮胎对应的轮辋许可掉漆数目、许可划痕数目，表示为第s个抽检轮胎对应的掉漆数目、划痕数目，V
掉
′
漆
表示为设定的轮辋许可掉漆面积，L'表示为设定的轮辋许可划痕长度，a1、a2、a3和a4分别表示为设定的掉漆数目、掉漆体积、划痕数目和划痕长度对应的影响因子。
[0020]在一种可能实施的方式中，所述胎面内部信息包括为弹簧歪斜度数、弹簧外径、弹簧总圈数、螺栓松动数目、各松动处对应的松动高度和平衡块信息，轮辋内部信息包括为气门嘴孔涂胶面积和气门嘴孔的厚度。
[0021]在一种可能实施的方式中，所述各抽检轮胎对应的胎面内部评估系数，具体分析公式如下：C1、根据各抽检轮胎对应的胎面内部信息，从中提取出螺栓松动数目和各松动处对应的松动高度，将各松动处对应的松动高度进行对比，并从中筛选得出最高松动高度，并将其记为
[0022]C2、根据目标制动传输装置布设的高清摄像头对各抽检轮胎的胎面进行图像采集，将各抽检轮胎对应的胎面画面聚焦在平衡块位置，得到各抽检轮胎对应的胎面平衡块图像，将各抽检轮胎对应的胎面平衡块图像与设定的标准平衡块图像进行匹配比对，若某抽检轮胎对应的胎面平衡块图像与设定的标准平衡块图像匹配不一致，则判定该抽检轮胎平衡块为丢失状态，进而将该抽检轮胎对应的平衡块存在系数记为χ，反之则判定该抽检轮胎平衡块为正常状态，进而将该抽检轮胎对应的平衡块存在系数记为χ
′
，以此得到各抽检轮胎对应的平衡块存在评估系数χ
s
，χ
s
取值为χ或χ
′
，且χ>χ
′
。
[0023]C3、依据各抽检轮胎对应的平衡块存在评估系数计算方式同理计算得到各抽检轮胎对应的弹簧外径评估系数和各抽检轮胎对应的弹簧总圈数评估系数，并将其分别记为δ
s
和ε
s
。
[0024]C4、根据分析公式计算得出各抽检轮胎对应的胎面内部评估系数其中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于工业视觉的汽车零部件可视化智能检测方法，其特征在于：包括以下步骤：步骤一、轮胎外观信息监测：通过布设的高清摄像头依次对目标传输装置中目标生产批次各抽检轮胎对应的外观信息进行监测，其中，各抽检轮胎对应的外观信息包括胎面外观信息和轮辋外观信息；步骤二、轮胎外部信息分析：对各抽检轮胎的外观信息进行分析，从而得到各抽检轮胎对应的胎面外观评估系数和轮辋外观评估系数；步骤三、轮胎内部信息监测：通过布设的高清摄像头依次对目标传输装置中外观检测区域内目标生产批次各抽检轮胎对应的内部信息进行监测，其中，各抽检轮胎对应的内部信息包括胎面内部信息和轮辋内部信息；步骤四、轮胎内部信息分析：对各抽检轮胎的内部信息进行分析，从而得到各抽检轮胎对应的胎面内部评估系数和轮辋内部评估系数；步骤五、轮胎信息综合分析：基于各抽检轮胎对应的胎面外观评估系数、胎面内部评估系数、轮辋外观评估系数和轮辋内部评估系数，结合各抽检轮胎胎面和轮辋对应的规格型号，综合计算得出各抽检轮胎对应的质量综合评估系数；步骤六、轮胎信息综合处理：基于各抽检轮胎对应的胎面综合评估系数和轮辋综合评估系数对进行合格分析处理，从中统计出不合格抽检轮胎对应的编号，进而统计不合格抽检轮胎对应的数目；步骤七、轮胎合格率分析：根据不合格抽检轮胎对应的数目，进而计算得出目标生产批次轮胎对应的合格率。2.根据权利要求1所述的基于工业视觉的汽车零部件可视化智能检测方法，其特征在于：所述胎面外观信息包括胎面鼓包数目、各鼓包处对应的鼓包体积、胎面毛刺数目和胎面花纹深度，轮辋外观信息包括轮辋掉漆数目、各掉漆处对应的掉漆体积、划痕数目和各划痕对应的划痕长度。3.根据权利要求2所述的基于工业视觉的汽车零部件可视化智能检测方法，其特征在于：所述各抽检轮胎对应的胎面外观评估系数，具体分析过程如下：A1、根据各抽检轮胎对应的胎面外观信息，从中提取出胎面鼓包数目和各鼓包处对应的鼓包体积，将各鼓包处对应的鼓包体积进行对比，并从中筛选得出最大鼓包体积，并将其记为其中，s表示为各抽检轮胎对应的编号，s＝1,2,......v；A2、根据分析公式分析得出各抽检轮胎对应的胎面外观评估系数α
s
，其中，M
′
鼓包
、M
′
毛刺
、D
′
深度
分别表示为设定的标准轮胎对应的许可鼓包数目、许可毛刺数目、标准花纹深度，分别表示为第s个抽检轮胎对应的鼓包数目、毛刺数目、花纹深度，V'表示为设定的轮胎许可鼓包体积，b1、b2、b3和b4分别表示为设定的鼓包数目、鼓包体积、毛刺数目和花纹深度对应的影响因子，e表示为自然常数。4.根据权利要求2所述的基于工业视觉的汽车零部件可视化智能检测方法，其特征在于：所述各抽检轮胎对应的轮辋外观评估系数，具体分析过程如下：
B1、根据各抽检轮胎对应的轮辋外观信息，从中提取出轮辋掉漆数目和各掉漆处对应的掉漆体积，将各掉漆处对应的掉漆体积进行对比，并从中筛选得出最大掉漆体积，并将其记为B2、根据各抽检轮胎对应的轮辋外观信息，从中提取出轮辋划痕数目和各划痕对应的划痕长度，将各划痕处对应的划痕长度进行对比，并从中筛选得出最长划痕长度，并将其记为B3、根据分析公式计算得出各抽检轮胎对应的轮辋外观评估系数β
s
，其中，M
′
掉漆
、M
′
划痕
表示为设定的标准轮胎对应的轮辋许可掉漆数目、许可划痕数目，表示为第s个抽检轮胎对应的掉漆数目、划痕数目，V
′
掉漆
表示为设定的轮辋许可掉漆面积，L'表示为设定的轮辋许可划痕长度，a1、a2、a3和a4分别表示为设定的掉漆数目、掉漆体积、划痕数目和划痕长度对应的影响因子。5.根据权利要求1所述的基于工业视觉的汽车零部件可视化智能检测方法，其特征在于：所述胎面内部信息包括为弹簧歪斜度数、弹簧外径、弹簧总圈数、螺栓松动数目、各松动处对应的松动高度和平衡块信息，轮辋内部信息包括为气门嘴孔涂胶面积和气门嘴孔的厚度。6.根据权利要求5所述的基于工业视觉的汽车零部件可视化智能检测方法，其特征在于：所述各抽检轮胎对应的胎面内部评估系数，具体分析公式如下：C1、根据各抽检轮胎对应的胎面内部信息，从中提取出螺栓松动数目和各松动处对应的松动高度，将各松动处对应的松动高度进行对比，并从中筛选得出最高松动高度，并将其...

【专利技术属性】
技术研发人员：史亚平，
申请(专利权)人：成都永宏辉磁性材料有限公司，
类型：发明
国别省市：