[发明专利]一种基于机器视觉的冲压件冲孔在线检测方法有效
| 申请号: | 201810338153.5 | 申请日: | 2018-04-16 |
| 公开(公告)号: | CN108537791B | 公开(公告)日: | 2020-09-04 |
| 发明(设计)人: | 张志国;薛亮;任毅;杨灿;冷粤;王龙 | 申请(专利权)人: | 中汽研汽车检验中心(广州)有限公司 |
| 主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/80;G06N3/08 |
| 代理公司: | 北京远大卓悦知识产权代理事务所(普通合伙) 11369 | 代理人: | 姜美洋 |
| 地址: | 511300 广东省*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 基于 机器 视觉 冲压 冲孔 在线 检测 方法 | ||
1.一种基于机器视觉的冲压件冲孔在线检测方法,其特征在于,包括:
步骤1:按照采样周期,基于机器双目视觉采集冲压件冲孔边缘形状、中心位置、孔深、沿冲压件轴向所述冲孔与相邻孔中心位置的径向距离和沿冲压件径向所述冲孔与相邻孔中心位置的轴向距离;
步骤2:确定三层BP神经网络的输入神经元向量x={x1,x2,x3,x4,x5},其中,x1为冲孔边缘形状,x2为冲孔中心位置,x3为冲孔孔深,x4为沿冲压件轴向所述冲孔与相邻孔中心位置的径向距离,x5为沿冲压件径向所述冲孔与相邻孔中心位置的轴向距离;
所述基于机器双目视觉采集输入神经元向量数据包括:
采集冲压件冲孔图像,提取冲孔的像素坐标,并将其转换为物理坐标:
其中,为冲孔Mi的物理坐标,为冲孔Mi在左侧CCD摄像机坐标系下的坐标,为冲孔Mi在右侧CCD摄像机坐标系下的坐标,为左侧CCD摄像机的结构参数,为右侧CCD摄像机的结构参数;
步骤3:所述输入神经元向量映射到中间层,所述中间层向量y={y1,y2,L,ym};m为中间层节点个数;
步骤4:得到输出层神经元向量o={o1,o2,o3,o4,o5};其中,o1为冲孔边缘形状与标准冲孔重合状态,o2为冲孔中心位置与标准冲孔的中心位置的重合状态,o3为冲孔孔深与标准冲孔孔深的重合状态,o4为沿冲压件轴向所述冲孔与相邻孔中心位置的径向距离与标准径向距离的重合状态,o5为沿冲压件径向所述冲孔与相邻孔中心位置的轴向距离与标准轴向距离的重合状态;其中输出神经元值其中,Cd为重合度;
当所述输出层神经元向量o={T,T,T,T,T}时,所述冲压件冲孔合格,否则不合格。
2.如权利要求1所述的机器视觉的冲压件冲孔在线检测方法,其特征在于,所述中间层节点个数m满足:其中,n为输入层节点个数,p为输出层节点个数。
3.如权利要求1所述的机器视觉的冲压件冲孔在线检测方法,其特征在于,所述中间层及所述输出层的激励函数均采用S型函数fj(x)=1/(1+e-x)。
4.如权利要求1、2或3所述的机器视觉的冲压件冲孔在线检测方法,其特征在于,所述采样周期为每经过一个冲孔进行一次数据采集。
5.如权利要求4所述的机器视觉的冲压件冲孔在线检测方法,其特征在于,在数据采集之前需要对机器双目视觉进行内参数标定,具体包括:
在高精度标定板上选取多个坐标点并在左右两侧CCD摄像机上成像获得所述坐标点在所述左右两侧CCD摄像机上的坐标点并根据:
获取左右两侧CCD摄像机的结构参数
6.如权利要求5所述的机器视觉的冲压件冲孔在线检测方法,其特征在于,所述获取左右两侧CCD摄像机的结构参数采用Levenberg-Marquardt迭代算法。
7.如权利要求5或6所述的机器视觉的冲压件冲孔在线检测方法,其特征在于,完成内参数标定后采用小尺寸二维标定板对机器双目视觉进行外结构参数标定。
8.如权利要求7所述的机器视觉的冲压件冲孔在线检测方法,其特征在于,每检测3000个冲孔后采用小尺寸二维标定板对机器双目视觉的外结构参数进行再次标定。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中汽研汽车检验中心(广州)有限公司,未经中汽研汽车检验中心(广州)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810338153.5/1.html,转载请声明来源钻瓜专利网。





