[发明专利]用于识别物体表面中的偏差的方法和设备

说明书

本发明涉及一种用于使用物体表面的测得数据与指定的参考数据之间的比较来检测该表面的偏差的方法。使用指定的参考数据来生成至少部分参数化的表面描述作为目标表面模型，以及使用目标表面模型和测得数据来执行比较。同样，本发明还涉及一种用于使用物体表面的测得数据与指定的参考数据之间的比较来检测该表面的偏差的设备。

本发明涉及一种用于使用物体表面的测得数据与预先指定的参考数据的比较来识别该表面中的偏差的方法。

本发明还涉及一种用于使用物体表面的测得数据与预先指定的参考数据的比较来识别该表面中的偏差的设备，该设备尤其适用于执行根据权利要求1到14中任一项所述的方法。

术语“表面”应当在最宽可能的意义下来理解，包括平坦表面和三维表面两者，例如浇铸表面和具有纹理的表面。

表面中的偏差(亦称为表面误差)是较小的局部形状偏差，诸如举例而言凹痕、勾缝、刻痕、裂纹、或者缩痕。这些偏差在经涂漆表面或光滑表面的情形中是尤其可见的，并且在评价表面质量时具有不利的效果，例如，汽车工业中的主体和内部组件、航空和航天工业中的外层、电子设备的表面等等。举例而言，识别由诸如金属片或塑料之类的材料制成的柔性组件的表面上的较小的局部形状偏差是特别困难的。举例而言，由于制造过程中的可变形性或者可变性，可以允许组件并且因此表面的大形状公差，该形状公差显著大于被检测到的表面误差。

DE 10 2004 058 778 A1、DE 43 21 042 C1、DE 20 2005 011 807 U1和DE 102007 037 812 A1已公开了用于识别表面误差目的的测试装置，该测试装置包括合适的照明装置、用于捕捉组件的图像目的的相机、以及用于分析捕捉到的二维图像的分析设备。然而，在已知的方法中不利的是，如此获得的测量结果极大地取决于相对于组件表面的照明和相机布置，即，设置它们需要很大的努力。不仅如此，已知的方法仅适用于具有最小曲率的相对平坦的大表面，并且这些表面还必须是凸起的。

另外，举例而言，在现有技术中，在DE 40 23 368 A1、DE 39 38 714、EP 2 019283 A2和DE 199 25 462 C1中已公开了用于对组件表面进行三维检测的办法。然而，此办法仅实现检测大范围的形状偏差或者与理论结构数据的偏差。DE 10 2011 113 138 A1提议用凹形过滤器来分析3D数据以检测局部缺陷。然而，此已知方法仅在选定的几何形状上提供有用的结果。

另外，例如在DE 197 53 620 C1、EP 0 921 374 B1和EP 1 211 479 B1中已提议将组件表面的三维测得数据与预先指定的没有误差的参考组件求差值。这使得在参考组件表示可允许的大面积形状公差的情况下可以确定局部形状偏差，但是参考组件必须已经借助事先用没有误差的参考数据训练的人工神经网络来确定。在此情形中不利的是，由于人工神经网络而要为参考部件的模型创建极大的数据量。由此，该办法在例如50,000个表面点的情形中导致2.5*10⁹个权重，这将在假定双精度的情况下导致接近20GB的数据量。如果仅测量物体的整个表面的子区域，则数据量减少，但是这会导致每个过渡区域处的间隙，使得不能恰当地分析这些过渡区域。最后，另外不利的是，误差检测是面向全局坐标系的，并且不可能考虑表面的很小的局部曲率。

因此，本发明解决提供用于使用物体表面的测得数据与预先指定的参考数据的比较来识别该表面中的偏差的方法和设备的问题，该方法和设备需要较少的资源并且同时可靠地检测物体表面中甚至很小的偏差。此外，本发明还解决提供能以简单和节省成本的方式执行和/或具有简单和节省成本的结构的、用于识别物体表面中的偏差的方法和设备的问题。

以上问题通过独立权利要求1和15的特征来解决。

根据本发明的用于使用表面的测得数据与预先指定的参考数据的比较来识别物体表面的偏差的方法借助预先指定的参考数据将至少部份性地参数化的表面描述创建为目标表面模型，并且使用该目标表面模型和测得数据来执行比较。