论文题名: | 基于单目线结构光的轮毂三维视觉测量技术研究 |
关键词: | 轮毂;三维视觉测量;零件检测;单目线结构光 |
摘要: | 随着我国汽车制造工业的快速发展,在零部件生产的质量检测领域,针对汽车零部件全尺寸、表面形貌和缺陷的三维测量技术的研究越发受到重视。其中,轮毂作为汽车零部件的重要组成部分,轮毂零件的质量检测对于减少轮毂故障率、保障汽车出行安全有重要意义。传统的接触式三维测量技术无法满足高精度、高效率、无损的在线检测需求。以机器视觉为主要技术手段的非接触式零件在线测量技术正成为汽车零件生产线上质量检测的研究热点。根据轮毂零件的特点,本文采用线结构光投影,结合单目视觉方法,对轮毂表面焊缝位置的外轮廓形貌测量和焊缝上边缘定位展开研究。本文的研究工作主要包括以下几个方面: 首先,通过线结构光三维视觉测量原理分析,针对轮毂外轮廓形貌重建和轮毂焊缝上边缘定位任务,提出了相应的三维视觉测量方案;通过基于结构光投影的计算机视觉技术,设计了基于线结构光扫描的单目旋转视觉系统;提出了单目旋转标定方法,解决了单目相机对轮毂轴对称轮廓的标定问题;针对轮毂线结构光投影条纹局部缺失的问题,提出了基于ROI灰度自适应增强的光条纹中心线提取算法,实现了高鲁棒性的轮毂外轮廓的线投影图像提取。为汽车轮毂外轮廓形貌快速测量提供了技术方案。 其次,针对传统视觉测量系统存在体积大、装调不便等问题,通过嵌入式系统开发技术,设计了基于Zynq的嵌入式轮毂三维视觉测量系统,分别从PL部分硬件设计和PS部分软件设计来实现嵌入式三维视觉测量的控制与数据处理功能,为轮毂在线快速测量提供嵌入式处理解决方案。 同时,用本文设计的单目线结构光三维测量系统,对标准金属量块和标准球棒进行表面三维重建实验,分别计算量块平面的重建误差和标准球棒的两球半径,以及球间距的误差来评价本文测量系统的精度,金属量块表面的测量精度优于0.05mm,球棒测量精度为0.06mm。通过上述实验,验证了本文的研究工作。 最后,针对轮毂焊缝上边缘的定位测量问题,通过深度学习技术,设计了改进的双输入U-Net语义分割深度学习网络,可有效分割轮毂焊缝图像的焊缝区域。相较于传统Canny分割算法和U-Net网络,分割精确度MIoU指标分别提高2.9807%和0.7152%。通过轮毂焊缝上边缘定位测量实验,验证了本文所设计网络的有效性。 通过基于单目线结构光的轮毂三维视觉测量技术的研究,可以有效解决轮毂表面焊缝位置的外轮廓形貌测量和焊缝上边缘定位测量问题。 |
作者: | 杜思月 |
专业: | 光学工程 |
导师: | 宋旸 |
授予学位: | 硕士 |
授予学位单位: | 南京理工大学 |
学位年度: | 2021 |