[发明专利]顶盖焊点云缺陷检测方法、装置、设备及存储介质

说明书

本发明涉及机器视觉技术领域，本发明提供一种顶盖焊点云缺陷检测方法、装置、设备及存储介质，所述方法基于预设提取方法获取待检测面的初始三维点云数据，再对所述初始数据进行优化，生成降采样点云数据，对所述降采样点云数据进行处理，获取点云法向量和点云曲率，基于区域生长算法提取缺陷点云，最后对缺陷点云对应的缺陷处进行上报。由此，所述方法避免了人工视觉检测精度不足且人工费用高的问题，利用机器视觉的方法获得顶盖焊待检测面的点云，在点云中识别出缺陷凹坑和凸点，提高了待检测面的检测效率和缺陷检测的精度，解决了目前靠人工进行顶盖焊缺陷检测效率低且人工成本高昂的技术问题。

技术领域

本发明涉及机器视觉技术领域，尤其涉及一种顶盖焊点云缺陷检测方法方法、装置、设备及计算机可读存储介质。

背景技术

随着新能源汽车的市场需求量不断增加，动力电池作为新能源汽车的心脏，需求量自然也快速增加，因此研究汽车动力电池电芯顶盖焊缝质量检测技术显得尤为重要，现有质量检测方法完全依赖于传统的人工目检方式。但是，对汽车动力电池电芯顶盖焊缝质量进行检测时通过目检人员对焊缝进行观察，通过个人的经验判断焊缝是否符合出厂标准，这样的检查方式使得质检水平因人而异，对人工的依赖性大，效率低且无法保证质检水平，并且人工成本高，一台焊接设备需要2 4个不等的目检人员，因焊接环境恶劣，目检人员的流失也会造成成本的持续性增加。因此，如何解决动力电池电芯顶盖焊缝质量依靠人工目检导致的准确率低、成本高的问题是目前亟需解决的技术问题。

发明内容

本发明的主要目的在于提供一种顶盖焊点云缺陷检测方法方法、装置、设备及计算机可读存储介质，旨在解决现有人工检测顶盖焊缝质量效率低、成本高的技术问题。

为实现上述目的，本发明提供一种顶盖焊点云缺陷检测方法，所述顶盖焊点云缺陷检测方法包括：基于预设提取方法获取待检测面的初始三维点云数据；基于预设提取方法获取待检测面的初始三维点云数据；基于预设优化方法对所述初始三维点云数据进行优化，生成降采样点云数据；对各个降采样点云数据进行处理，获取所述各个降采样点云数据对应的点云法向量和点云曲率；基于区域生长算法、所述点云法向量和点云曲率，提取出缺陷点云数据形成缺陷点云集合；对所述缺陷点云集合对应的缺陷坐标进行上报。

进一步地，所述基于预设优化方法对所述初始数据进行优化，生成降采样点云数据，包括：基于体素滤波算法对所述初始三维点云数据进行优化，获得点云重心数据；基于统计滤波算法对所述点云重心数据进行优化，获得所述降采样点云数据。

进一步地，所述基于区域生长算法、所述点云法向量和点云曲率，提取出缺陷点云数据形成缺陷点云集合，包括：将多个降采样点云数据组成降采样点云集合，其中，所述降采样点云集合中的每一个点为一个已标签点或无标签点，所述已标签点有一个对应的索引值且不为空值，所述未标签点的索引值为空值；选取所述降采样点云集合中的任一点作为点K，对所述点K进行近邻范围搜索选取随机点n，并判断所述点n是否为所述无标签点；若所述点n为所述无标签点，则基于所述点云法向量和点云曲率对所述点n进行法向量判别和曲率判别；基于所述点n的法向量判别结果和曲率判别结果，确定所述点n是否为缺陷点云数据，直至提取出所述降采样点云集合中的全部缺陷点云数据，作为所述缺陷点云集合。

进一步地，所述若所述点n为所述无标签点，则基于所述点云法向量和点云曲率对所述点n进行法向量判别和曲率判别，包括；判断所述点n的法向量是否小于第一预设阙值；若所述点n的法向量小于所述第一预设阙值，则判断所述点n的曲率是否小于第二预设阙值；若所述点n的法向量不小于所述第一预设阙值，则对所述点K进行近邻范围搜索选取其余随机点n，并通过所述其余随机点更新所述点n，返回：判断所述点n是否为所述无标签点。