机器视觉检测技术在汽车行业中的应用

最新推荐文章于 2023-05-09 10:05:07 发布

VIP文章太阳碎片Bella

最新推荐文章于 2023-05-09 10:05:07 发布

阅读量1.1k

点赞数

分类专栏：论文研究文章标签：视觉检测人工智能

本文链接：https://blog.csdn.net/Bella_zhang0701/article/details/127981726

版权

最近在关注机器视觉这个领域，发现各种理论、算法讲了很多，但是在实际应用领域还在探索阶段。想做一个实际应用案例的系列。分享一篇机器视觉检测技术在汽车行业中的应用文章，论文发表在《电子测试》，介绍了机器视觉对汽车零部件平面度检测的设计，对主要内容作了摘抄和整理，分享给大家~

0 引言

平面度是汽车零部件的各项形状公差中重要组成部分之一，也是生产检测过程中最重要的技术指标之一。在很大程度上，平面度决定了汽车部分零部件的装配质量，影响汽车的使用性能。所以如何快速准确检测汽车零部件平面度成为目前汽车零件制造行业的研究方向之一。

到目前为止，在零部件平面度测量行业中，部分厂家仍采用塞尺测量法，检测精度低，效率低，只能检测零件边缘。这对于需要大批量检测的产线是难以接受的。有的厂家采用三坐标测量法 [1]，测量速度慢，而且需要被测要素保持水平，导致企业只能对产品行抽检不能进行全检。针对目前测量方法的精度低、效率低、速度慢、容易造成人力资源浪费等问题，本文设计了一种基于机器视觉的汽车零部件平面度在线检测系统，满足了目前国内对汽车零部件进行平面度测量大批量、高速度、高精度的需求，降低企业成本，提高企业的运行效率，具有广阔的应用前景。视觉的汽车零部件平面度在线检测系统，满足了目前国内对汽车零部件进行平面度测量大批量、高速度、高精度的需求，降低企业成本，提高企业的运行效率，具有广阔的应用前景。

1 整体方案设计

本系统的总体技术路线如图 2 所示，分为视觉和机器两部分：

(1) 在视觉部分中，主要包含硬件与软件两部分。视觉硬件主要指测量采用的激光轮廓仪。视觉软件指的是点云算法以及上位机软件的设计。点云算法采取先粗配准再精配准的方式，实现平面度测量。上位机软件设计是基于 Visual Studio 2019 软件开发环境使用 C++ 编程语言并调用 PCL 点云库与 OpenCV 视觉库进行编写、测试与实现。