[發明專利]一種高精度激光3D輪廓手機結構件檢測方法

有效

• 申請號: 201710153827.X
• 申請日: 2017-03-15
• 公開（公告）號: CN106949848B
• 公開（公告）日: 2019-11-29
• 發明（設計）人: 金少峰;王剛奎;王曉東
• 申請（專利權）人: 深圳市深視智能科技有限公司
• 主分類號: G01B11/24
• 分類號: G01B11/24
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種高精度激光3D輪廓手機結構件檢測方法，包括：步驟1)使用激光測量儀預先掃描一下樣品，設定樣品的掃描參數，包括激光功率，圖像曝光時間，采集范圍，采集樣品的激光掃描圖像樣本；步驟2)放置手機結構件到移動工作臺上，固定激光測量頭在正上方，伺服電機帶動工作臺托板移動，完成檢測，系統在2秒內完成表面輪廓檢測，采樣次數St＝pl/sstep，pl是產品測量長度，sstep是采樣步長；步驟3)建立輪廓標準數據模型；步驟4)測量前導入3D模型CAD數據，數據由幾千到上萬個三角面片組成，沿著和掃描方向垂直的路徑截取3D模型的切片圖等。

技術領域

本發明屬于一種高精度激光3D輪廓手機結構件檢測方法。

背景技術

隨著移動終端(手機)的發展，手機結構件的品質要求越來越高。以往檢測手機結構件大多數廠家采用目視觀察為主，主觀性很大，質量難于穩定。行業內少部分企業使用機器視覺的方法檢測手機結構件，例如華為技術有限公司、三星公司等，也部署了一些測試裝備到手機生產線上，這些測試裝備和檢測系統的主流還是采用2D視覺技術，使用不同角度的光源將輪廓拍攝出來，然后使用圖像處理算法進行分析處理。這種2D視覺的方法數據擾動較大，往往光照強度、材質變化、光源角度的小的變化都會對數據產生很大的影響，檢測結果不準確。一些AOI廠家使用統計機器學習的方法和三色LED多角度光源制造圖像檢測裝備，可以一定程度地實現缺陷的有無檢測，不能準確量化尺寸方面的缺陷。

1常規2D機器視覺使用正面或者側面拍照的方法，圖像特征易受光照的影響，產生誤測結果；

2、另外一種處理表面檢測的方法是使用智能圖像算法，例如用機器學習方法進行圖像特征分類，通過大量樣本訓練實現分類，但這種方法不能量化大小，同時需要較長的時間進行訓練和學習；

2、目前的激光輪廓度儀可以輸出表面點云，但測量的寬度較窄，精度和效率不理想，同時對于混合材質的測量不可靠。

3、使用深度數據進行檢測，涉及到3D點云配準問題，目前的主流3D點云配準算法是適應自由曲面配準的迭代最近鄰算法(ICP)，用于3D視覺檢測效率低，不能滿足在線測試需求。

發明內容

本發明所要解決的技術問題是提供一種高精度激光3D輪廓手機結構件檢測方法，用于解決現有技術存在的問題。

本發明解決上述技術問題所采取的技術方案如下：

一種高精度激光3D輪廓手機結構件檢測方法，具體包括：

步驟1)使用激光測量儀預先掃描一下樣品，設定樣品的掃描參數，包括激光功率，圖像曝光時間，采集范圍，采集樣品的激光掃描圖像樣本；

步驟2)放置手機結構件到移動工作臺上，固定激光測量頭在正上方，伺服電機帶動工作臺托板移動，完成檢測，系統在2秒內完成表面輪廓檢測，采樣次數St＝pl/sstep，pl是產品測量長度，sstep是采樣步長；

步驟3)建立輪廓標準數據模型；

步驟4)測量前導入3D模型CAD數據，數據由幾千到上萬個三角面片組成，沿著和掃描方向垂直的路徑截取3D模型的切片圖，在結構件3D數據的每個空間三角形和切片平面形成相交線，計算相交線和空間三角形的每條邊的交點，判斷交點是否在三角形的端點構成的線段之間，如果在2條線端之間記錄交點坐標作為切片采樣；

切片采樣點記錄完成后，對切片采樣點進行排序，形成斷面輪廓數據，其中，在輪廓數據集合中檢測關鍵點，切面輪廓線用關鍵點的序列表示；

并且，每個切面數據使用(x1，pt1),(x2，pt2),(x3，pt3),(x4，pt4),...,(xn，ptn)序列關鍵點組成；ptn代表數據點類型,在檢測過程中平坦數據點和曲率大的數據點判斷的標準采用不同的加權因子，包括：