[发明专利]一种车辆尺寸超差预警及变形趋势预测方法

说明书

本发明涉及一种车辆尺寸变形趋势提取及超差预警方法，该方法包括：获取白车身特征点三维坐标实际值与理论值偏差形成数据集；基于数据集中的偏差数据进行整体变形AI分析，确定车辆整体尺寸变形情况；基于数据集中的偏差数据进行局部超差AI分析，确定局部超差区域。与现有技术相比，本发明能够及时发现生产过程中的尺寸问题，及时进行整改，避免事后解决整车返修困难、解决问题周期长、人力物力耗费大的问题。

技术领域

本发明涉及车辆尺寸变形分析技术领域，尤其是涉及一种车辆尺寸变形趋势提取及超差预警方法。

背景技术

传统制造业中尺寸问题处理方式是出现问题，解决问题。具有如下缺陷：1.问题事后解决整车返修困难；2.解决问题周期长，过程沟通和查看成本高；3.分析确定的方案需要再次验证，人力物力耗费大。

汽车生产过程中，整车尺寸在总拼工位整体变形对四门两盖以及前后风挡影响特别大，所以识别总拼工位整体变形对尺寸控制来说意义非常大。另外一方面，在线生产的车，由于零件、工装、或者操作等原因导致的尺寸变形，需要尽早识别并及时整改。因此上述传统制造业中尺寸问题的处理方式不再适用。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种车辆尺寸变形趋势提取及超差预警方法。

本发明的目的可以通过以下技术方案来实现：

一种车辆尺寸变形趋势提取及超差预警方法，该方法包括：

获取白车身特征点三维坐标实际值与理论值偏差形成数据集；

基于数据集中的偏差数据进行整体变形AI分析，确定车辆整体尺寸变形情况；

基于数据集中的偏差数据进行局部超差AI分析，确定局部超差区域。

优选地，该方法执行时首先进行整体变形AI分析，若存在车辆整体尺寸变形则进行局部超差AI分析，若不存在车辆整体尺寸变形，则结束。

优选地，整体变形AI分析包括白车身侧围纵向变形分析以及白车身侧围横向变形分析。

优选地，所述的白车身侧围纵向变形分析具体包括：

(a1)将白车身侧围沿纵向划分为上、下两个区域，分别统计上、下两个区域中特征点偏差大于0和小于0的特征点个数占相应区域所有特征点的占比，若超过设定阈值，则初步判定存在纵向变形，执行(b1)流程；

(b1)对于待分析的平面，将该平面内特征点的组成的顶部包络线确定为最高特征点带，该平面内特征点的组成的底部包络线确定为最低特征点带，对于最低特征点带的任意一个特征点，将其作为待比对特征点，获取待比对特征点左右一定宽度范围内落于最高特征点带中的特征点作为比对特征点，一一计算比对特征点与待比对特征点的偏差数据是否大于公差带，统计偏差数据大于公差带的所有特征点个数，计算大于公差带的特征点占最高特征点带和最低特征点带中特征点总数的比例，若大于设定阈值，则确定存在纵向变形。

优选地，所述的白车身侧围横向变形分析具体包括：

(a2)将白车身侧围沿横向划分为左、右两个区域，分别统计左、右两个区域中特征点偏差大于0和小于0的特征点个数占相应区域所有特征点的占比，若超过设定阈值，则初步判定存在横向变形，执行(b2)流程；

(b2)对于待分析的平面，将该平面内特征点的组成的左侧包络线确定为左侧特征点带，该平面内特征点的组成的底部包络线确定为右侧特征点带，对于左侧特征点带的任意一个特征点，将其作为待比对特征点，获取待比对特征点上下一定宽度范围内落于右侧特征点带中的特征点作为比对特征点，一一计算比对特征点与待比对特征点的偏差数据是否大于公差带，统计偏差数据大于公差带的所有特征点个数，计算大于公差带的特征点占左侧特征点带和右侧特征点带中特征点总数的比例，若大于设定阈值，则确定存在横向变形。