[发明专利]基于深度学习的Type-C多工位多缺陷统一测量系统

权利要求书

1.一种基于深度学习的Type-C多工位多缺陷统一测量系统，其特征在于：包括检测载具、运动模组和视觉系统，所述检测载具用于装载待检测Type-C，所述运动模组用于将待检测Type-C运送至多工位视觉系统，所述视觉系统用于检测Type-C的多种表面缺陷。

2.根据权利要求1所述的一种基于深度学习的Type-C多工位多缺陷统一测量系统，其特征在于：所述检测载具包括仿形定位治具(1)、真空吸气装置和治具连接板(2)，所述仿形定位治具(1)与治具连接板(2)连接；所述仿形定位治具(1)根据Type-C形状仿形设计。

3.根据权利要求2所述的一种基于深度学习的Type-C多工位多缺陷统一测量系统，其特征在于：所述仿形定位治具(1)装载一组12块Type-C，并由真空吸气装置保证Type-C在运动检测过程中不会晃动。

4.根据权利要求2所述的一种基于深度学习的Type-C多工位多缺陷统一测量系统，其特征在于：所述运动模组包括装置台(8)、左治具(3)、右治具(5)、第一滑块(4)、第二滑块(6)和直线电机(7)；所述装置台(8)表面设置有轨道；所述左治具(3)、右治具(5)通过治具连接板(2)分别与第一滑块(4)、第二滑块(6)连接；所述直线电机(7)带两个动子，安装在装置台(8)上，分别驱动第一滑块(4)、第二滑块(6)沿装置台(8)表面轨道移动。

5.根据权利要求4所述的一种基于深度学习的Type-C多工位多缺陷统一测量系统，其特征在于：所述左治具(3)和右治具(5)均为检测载具。

6.根据权利要求1所述的一种基于深度学习的Type-C多工位多缺陷统一测量系统，其特征在于：所述视觉系统包括2D视觉成像与3D激光高度点云判断。

7.根据权利要求6所述的一种基于深度学习的Type-C多工位多缺陷统一测量系统，其特征在于：所述2D视觉成像设置有六个工位，包括六个CCD相机、六个镜头(12)和六种光源；所述六个CCD相机相同，均采用500万像素相机，分别是第一相机(9)、第二相机(10)、第三相机(11)、第四相机(17)、第五相机(18)、第六相机(19)，其中，第一相机(9)、第二相机(10)、第三相机(11)分别与第六相机(19)、第五相机(18)、第四相机(17)在竖直方向关于左治具(3)和右治具(5)所在平面上下对称布置；所述六个镜头(12)相同，均采用百万级镜头；所述六种光源分别是第一光源(14)、第二光源(15)、第三光源(20)、第四光源(21)、第五光源(22)、第六光源(23)，其中，第五光源(22)与第四光源(21)的光源类型相同，均采用低角度环形光源，用于检测Type-C表面划伤、模印缺陷；第六光源(23)与第三光源(20)的光源类型相同，均采用同轴光源，用于检测Type-C表面亮印、压点缺陷；第一光源(14)与第二光源(15)的光源类型相同，均采用圆顶光源，用于检测Type-C表面脏污、异色缺陷；所述第五光源(22)、第六光源(23)、第一光源(14)位于所述检测载具上方，用于检测Type-C正面缺陷；所述第四光源(21)、第三光源(20)、第二光源(15)位于所述检测载具下方，用于检测Type-C背面缺陷。

8.根据权利要求6所述的一种基于深度学习的Type-C多工位多缺陷统一测量系统，其特征在于：所述3D激光高度点云判断包括第一线激光(13)和第二线激光(16)，所述第一线激光(13)位于检测载具上方，用于检测Type-C正面变形鼓包；所述第二线激光(16)位于检测载具下方，用于检测Type-C背面变形鼓包。

9.根据权利要求1-8中任一项所述的一种基于深度学习的Type-C多工位多缺陷统一测量系统，其特征在于：还包括深度学习检测模块，所述深度学习检测模块通过传输接口与视觉系统连接，获得缺陷图像信息。

10.根据权利要求9所述的一种基于深度学习的Type-C多工位多缺陷统一测量系统，其特征在于：所述深度学习检测模块将所得缺陷图像信息与模型库进行对比，通过深度学习检测网络(24)、判别网络(25)进行缺陷判定，并输出缺陷分类结果。