[發(fā)明專利]一種自適應(yīng)強(qiáng)的金屬表面智能缺陷視覺檢測(cè)裝備及檢測(cè)方法在審
| 申請(qǐng)?zhí)枺?/td> | 202011269881.9 | 申請(qǐng)日: | 2020-11-13 |
| 公開(公告)號(hào): | CN112485259A | 公開(公告)日: | 2021-03-12 |
| 發(fā)明(設(shè)計(jì))人: | 王虎;曠水章;楊啟正;匡增彧;宋龍虎;王華;毛圣 | 申請(qǐng)(專利權(quán))人: | 湖南交通工程學(xué)院 |
| 主分類號(hào): | G01N21/88 | 分類號(hào): | G01N21/88;G01N21/01 |
| 代理公司: | 廣東有知貓知識(shí)產(chǎn)權(quán)代理有限公司 44681 | 代理人: | 周冰香 |
| 地址: | 421009 湖南省衡*** | 國(guó)省代碼: | 湖南;43 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 自適應(yīng) 金屬表面 智能 缺陷 視覺 檢測(cè) 裝備 方法 | ||
1.一種自適應(yīng)強(qiáng)的金屬表面智能缺陷視覺檢測(cè)裝備,包括光源部分、光學(xué)傳導(dǎo)模塊、工件、CCD相機(jī)、檢測(cè)模塊、儲(chǔ)存模塊和執(zhí)行機(jī)構(gòu);其中,
所述光學(xué)傳導(dǎo)模塊進(jìn)一步包括光柵和抑制劑投放裝置,所述光源部分與光柵連接,產(chǎn)生結(jié)構(gòu)光投射至工件表面,所述工件上方放置光學(xué)抑制劑投放裝置,所述CCD相機(jī)對(duì)所述工件表面進(jìn)行拍攝,所述工件依次通過生產(chǎn)線進(jìn)行傳輸;其特征在于:
所述檢測(cè)模塊進(jìn)一步包括A/D轉(zhuǎn)換器、快速標(biāo)定模塊、圖像學(xué)習(xí)模塊和顯示器;
所述A/D轉(zhuǎn)換器將所述CCD相機(jī)的圖像數(shù)據(jù)轉(zhuǎn)化為電信號(hào),并將所述圖像數(shù)據(jù)傳輸至快速標(biāo)定模塊;
所述快速標(biāo)定模塊對(duì)所述圖像數(shù)據(jù)進(jìn)行標(biāo)注,并將標(biāo)注信息傳輸至圖像學(xué)習(xí)模塊;
所述圖像學(xué)習(xí)模塊內(nèi)置學(xué)習(xí)程序,通過所述學(xué)習(xí)程序?qū)λ鰣D像數(shù)據(jù)進(jìn)行訓(xùn)練,具體的,將訓(xùn)練信息導(dǎo)入深度學(xué)習(xí)模塊,并將訓(xùn)練信息分別傳輸至顯示器和儲(chǔ)存部分;
所述儲(chǔ)存部分進(jìn)一步包括數(shù)據(jù)儲(chǔ)存模塊、數(shù)據(jù)分析模塊和電機(jī)控制模塊,所述數(shù)據(jù)分析模塊將所述訓(xùn)練信息與所述數(shù)據(jù)儲(chǔ)存模塊中的已知缺陷信息進(jìn)行對(duì)比,判斷所述訓(xùn)練信息是否存在缺陷,并將判斷結(jié)果傳輸給所述電機(jī)控制模塊,所述電機(jī)控制模塊進(jìn)一步控制執(zhí)行機(jī)構(gòu)的動(dòng)作;
所述執(zhí)行機(jī)構(gòu)進(jìn)一步包括機(jī)械手和電機(jī),所述電機(jī)控制模塊將控制信號(hào)轉(zhuǎn)化為脈沖信號(hào)傳輸控制電機(jī)的動(dòng)作,所述電機(jī)驅(qū)動(dòng)機(jī)械手將缺陷工件從生產(chǎn)線取下。
2.根據(jù)權(quán)利要求1所述的自適應(yīng)強(qiáng)的金屬表面智能缺陷視覺檢測(cè)裝備,其特征在于:所述CCD相機(jī)與所述檢測(cè)模塊通過CAN總線連接。
3.根據(jù)權(quán)利要求1所述的自適應(yīng)強(qiáng)的金屬表面智能缺陷視覺檢測(cè)裝備,其特征在于:所述檢測(cè)模塊與所述儲(chǔ)存部分之間通過無線以太網(wǎng)連接。
4.根據(jù)權(quán)利要求1所述的自適應(yīng)強(qiáng)的金屬表面智能缺陷視覺檢測(cè)裝備,其特征在于:所述圖像學(xué)習(xí)模塊中的算法采用RNN深度學(xué)習(xí)算法,包含輸入與輸出層共計(jì)12層神經(jīng)網(wǎng)絡(luò)。
5.根據(jù)權(quán)利要求1所述的自適應(yīng)強(qiáng)的金屬表面智能缺陷視覺檢測(cè)裝備,其特征在于:所述快速標(biāo)定模塊采用python自動(dòng)標(biāo)定模塊。
6.根據(jù)權(quán)利要求1所述的自適應(yīng)強(qiáng)的金屬表面智能缺陷視覺檢測(cè)裝備,其特征在于:所述電機(jī)控制模塊采用嵌入式單片機(jī),優(yōu)選的,所述機(jī)械手的控制算法為PI控制算法。
7.一種應(yīng)用于權(quán)利要求1-6之一所述自適應(yīng)強(qiáng)的金屬表面智能缺陷視覺檢測(cè)裝備的視覺檢測(cè)方法,其特征在于包括如下步驟:
步驟S1,獲取圖像數(shù)據(jù):CCD相機(jī)拍攝工件加工表面,將圖像數(shù)據(jù)轉(zhuǎn)化為點(diǎn)云數(shù)據(jù)并傳輸至快速標(biāo)定模塊;
步驟S2,圖像標(biāo)定:將圖像數(shù)據(jù)轉(zhuǎn)化為點(diǎn)云數(shù)據(jù),通過所述快速標(biāo)定模塊對(duì)圖像的疑似缺陷區(qū)域進(jìn)行標(biāo)定;
步驟S3,圖像學(xué)習(xí):將標(biāo)定的圖像發(fā)送至圖像學(xué)習(xí)模塊,利用RNN深度學(xué)習(xí)模塊對(duì)圖像進(jìn)行訓(xùn)練,判斷圖像是否存在缺陷;如果是,則跳轉(zhuǎn)至步驟S4;如果否,則跳轉(zhuǎn)至步驟S6;
步驟S4,數(shù)據(jù)分析:將步驟S3中判斷存在缺陷的圖像與儲(chǔ)存模塊中預(yù)存的常見缺陷進(jìn)行比較,判斷出缺陷類型;
步驟S5,生產(chǎn)執(zhí)行:將缺陷類型與脈沖幅值對(duì)應(yīng),每種類型脈沖幅值之差為1,控制電機(jī)控制模塊,通過電機(jī)驅(qū)動(dòng)機(jī)械手將帶缺陷工件放置在對(duì)應(yīng)缺陷產(chǎn)品存放區(qū);
步驟S6,控制結(jié)束。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于湖南交通工程學(xué)院,未經(jīng)湖南交通工程學(xué)院許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011269881.9/1.html,轉(zhuǎn)載請(qǐng)聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G01N 借助于測(cè)定材料的化學(xué)或物理性質(zhì)來測(cè)試或分析材料
G01N21-00 利用光學(xué)手段,即利用紅外光、可見光或紫外光來測(cè)試或分析材料
G01N21-01 .便于進(jìn)行光學(xué)測(cè)試的裝置或儀器
G01N21-17 .入射光根據(jù)所測(cè)試的材料性質(zhì)而改變的系統(tǒng)
G01N21-62 .所測(cè)試的材料在其中被激發(fā),因之引起材料發(fā)光或入射光的波長(zhǎng)發(fā)生變化的系統(tǒng)
G01N21-75 .材料在其中經(jīng)受化學(xué)反應(yīng)的系統(tǒng),測(cè)試反應(yīng)的進(jìn)行或結(jié)果
G01N21-84 .專用于特殊應(yīng)用的系統(tǒng)
- 使用后向自適應(yīng)規(guī)則進(jìn)行整數(shù)數(shù)據(jù)的無損自適應(yīng)Golomb/Rice編碼和解碼
- 一種自適應(yīng)軟件UML建模及其形式化驗(yàn)證方法
- 媒體自適應(yīng)參數(shù)的調(diào)整方法、系統(tǒng)及相關(guān)設(shè)備
- 五自由度自適應(yīng)位姿調(diào)整平臺(tái)
- 采用自適應(yīng)機(jī)匣和自適應(yīng)風(fēng)扇的智能發(fā)動(dòng)機(jī)
- 一種自適應(yīng)樹木自動(dòng)涂白裝置
- 一種基于微服務(wù)的多層次自適應(yīng)方法
- 一種天然氣發(fā)動(dòng)機(jī)燃?xì)庾赃m應(yīng)控制方法及系統(tǒng)
- 一種中心自適應(yīng)的焊接跟蹤機(jī)頭
- 一種有砟軌道沉降自適應(yīng)式軌道系統(tǒng)





