[发明专利]螺旋胶质量在线检测方法

说明书

本发明涉及一种螺旋胶质量在线检测方法，将螺旋胶质量检测标准分为三级，一级检测缺陷即检测螺旋胶的连续性、溢胶、螺旋胶变形等，二级检测螺旋胶的胶宽，三级检测螺旋胶的胶量。运用OPENCV视觉库预处理实时采集的螺旋胶图片，一级检测时将采集的数据分成四类，分别为正常螺旋胶、断胶螺旋胶、溢胶螺旋胶、变形螺旋胶，通过改进CaffeNet网络模型训练数据，达到检测缺陷的目的；二级检测时通过Canny边缘检测算法识别分割图像中螺旋胶边缘，从而根据边缘点的坐标信息计算出胶宽；三级检测时运用像素投影的方法，计算出竖直方向上代表螺旋胶的像素点累计值，计算出螺旋胶的胶量。本发明方法能够较好的解决螺旋胶质量检测问题。

技术领域

本发明涉及一种检测技术，特别涉及一种基于CaffeNet网络模型及机器视觉的螺旋胶质量在线检测方法。

背景技术

螺旋胶是涂胶过程中机器人在螺旋式轨迹下运行后的胶条形状。在汽车生产中，螺旋式涂胶是一种比较常见的涂胶工艺，目的是保证胶条连续性，同时又达到该工位需求的涂胶量，该方法极大的提高涂胶效率，避免来回涂胶造成的位置偏差、检测困难、耗时长等缺点。随着越来越多的涂胶机器人使用，涂胶环节越来越自动化，传统涂胶质量检测手段已经满足不了自动化涂胶工艺，且涂胶质量对产品有着至关重要的影响。因此涂胶自动检测技术成为涂胶工艺中至关重要环节，涂胶检测主要对涂胶过程中出胶量、涂胶速度、涂胶位置、胶的宽度、胶条连续性等进行测量，并与质量标准对比是否达到要求，不同车型、涂胶工位、涂胶位置的涂胶要求都有差别。

传统的涂胶检测方法自动化程度低，主要是由人工检测和离线检测：人工检测，涂胶时，现场的质量检查员运用检测工具如钢直尺、游标卡尺等，通过与生产工艺中的质量检测要求对比进行测量。质检员测量经验不同影响着测量时间及测量结果准确性，很难达到检测结果整齐划一的质量要求，同时工作人员在测量工位操作时，现场具有一些的不确定因素，影响着质检人员的安全。离线监测是将涂胶完的工件成品置于事先布置好的检测环境下进行检测，该检测方法具有一定的局限性，只适用于体积较小、质量较轻的零件，对于汽车白车身类似的大型焊装件不适用。离线检测出质量问题时的返工件处理也十分的耗时耗力，成本较高。

发明内容

本发明是针对涂胶机器人应用越来越广泛，涂胶轨迹越来越复杂，现在检测手段跟不上的问题，提出了一种螺旋胶质量在线检测方法，为汽车制造业提高涂胶质量、增加生产效率、降低人力成本。

本发明的技术方案为：一种螺旋胶质量在线检测方法，包括如下步骤：

1)对螺旋胶质量在线检测的相机进行标定，并误差分析，标定精度；用标定后相机对待测螺旋胶进行图像数据采集；

2)图像预处理：对步骤1)图像数据进行预处理，分割出有效螺旋胶图像，预处理依次包括ROI提取、图像滤波处理、图像二值化处理、形态学处理；

3)检测一：缺陷检测，首先采集正常类、变形类、断胶类、溢胶类四类螺旋胶图片作为训练模集，每类在不同视野与光照情况下取相同张数图片做训练集，将训练集送入改进CaffeNet网络模型训练进行缺陷检测识别训练，改进CaffeNet网络模型依次包括预处理层、卷积层和全连接层，预处理层依次包括ROI提取、图像滤波处理、图像二值化处理、形态学处理；预处理层输出图像数据送入卷积层后输出输出256个特征映射图，全连接层中FC6、FC7和FC8层神经元数量依次分别为256、256、4，FC8有Softmax分类器，输出分类概率；最后训练后的模型对步骤1)待测螺旋胶的缺陷进行识别；

4)检测二：胶宽检测，首选将步骤2)预处理后的图像进行Canny边缘检测，边缘检测算法依次包括：滤波处理消除噪声，计算像素点梯度，判定局部极大值，双阈值检测；接着在带边缘线图像上按螺旋划分区域，计算每个区域内边缘线与中心线相交点中的最远距离的两点的坐标距离即为该区域内的胶宽；最后统计该图像的最大胶宽、最小胶宽、平均胶宽与标准模板比较，确定胶宽是否合格；