首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】一种车身焊点质量检测方法及系统_海斯坦普汽车组件(北京)有限公司_202410494516.X 

申请/专利权人:海斯坦普汽车组件(北京)有限公司

申请日:2024-04-24

公开(公告)日:2024-06-21

公开(公告)号:CN118071755B

主分类号:G06T7/00

分类号:G06T7/00;G06V10/74;G06V10/764

优先权:

专利状态码:有效-授权

法律状态:2024.06.21#授权;2024.06.11#实质审查的生效;2024.05.24#公开

摘要:本发明提供了一种车身焊点质量检测方法及系统,涉及数据处理技术领域,通过利用点云提取双通道对车身焊点云图进行双重提取,生成高维车身焊点云图和低维车身焊点云图,并分别与车身焊点云图进行拓扑相似识别并基于拓扑相似度偏离识别结果对点云提取双通道进行更新,利用更新后的点云提取双通道提取获得M个随机焊点云图集合,进而基于M个随机焊点云图集合进行焊点云图重合分析输出目标车身云图集合进行质量检测获得焊点质量检测结果。解决现有技术中进行车身焊点质量检测速度较慢且所获结果可信度较低,不能准确反映车身整体焊接质量的技术问题。达到了提高车身焊点质量检测效率的同时,提高焊点质量检测结果可信度的技术效果。

主权项:1.一种车身焊点质量检测方法,其特征在于,所述方法包括:对目标车身的焊接方案中焊点位置进行提取,生成K个焊点,其中,K个焊点具有K个焊接位置标识和K个焊接目标标识;基于所述K个焊接位置标识构建所述目标车身的初始车身焊点云图,并根据所述K个焊接目标标识对所述初始车身焊点云图中的K个焊接散点进行散点灰度赋值,生成车身焊点云图;以所述车身焊点云图的重心位置为起点,利用点云提取双通道对所述车身焊点云图进行双重提取,生成高维车身焊点云图和低维车身焊点云图,其中,所述点云提取双通道包括高维提取通道和低维提取通道,所述高维提取通道具有第一提取步长,所述低维提取通道具有第二提取步长;遍历所述高维车身焊点云图和所述低维车身焊点云图,分别与所述车身焊点云图进行拓扑相似识别,获得高维拓扑相似度和低维拓扑相似度;分别将所述高维拓扑相似度和所述低维拓扑相似度与预设拓扑相似度阈值进行偏离识别,根据识别结果对所述点云提取双通道进行更新,利用更新后的点云提取双通道以M个随机焊接散点为起始点对所述车身焊点云图进行双重提取,生成M个随机车身焊点云图集合;分别对所述M个随机车身焊点云图集合中一个高维随机车身焊点云图和一个低维随机车身焊点云图进行两两枚举组合,对多个组合进行散点重叠度识别,将散点重叠度最小值对应的组合作为目标车身焊点云图集合;对所述目标车身焊点云图集合中的焊接散点进行质量检测,并结合焊接散点的灰度赋值进行加权计算,获得目标车身焊点质量检测结果;其中,以所述车身焊点云图的重心位置为起点,利用点云提取双通道对所述车身焊点云图进行双重提取,生成高维车身焊点云图和低维车身焊点云图,所述方法包括:交互车身焊点质量检测平台的数据库,提取历史焊点质量异常数据集合;遍历所述历史焊点质量异常数据集合进行同部件的质量异常焊点间距提取,获得多个历史质量异常焊点间距集,其中,所述多个历史质量异常焊点间距集与所述历史焊点质量异常数据集合中的历史焊点质量异常数据一一对应;遍历所述多个历史质量异常焊点间距集进行最值提取,获得多个历史质量异常焊点间距最大值和多个历史质量异常焊点间距最小值;将所述多个历史质量异常焊点间距最大值中的最大值作为第一提取步长;将所述多个历史质量异常焊点间距最小值中的最小值作为第二提取步长;其中,遍历所述高维车身焊点云图和所述低维车身焊点云图,分别与所述车身焊点云图进行拓扑相似识别,获得高维拓扑相似度和低维拓扑相似度,所述方法包括:获取多个样本删减车身焊点云图、多个样本车身焊点云图和多个样本拓扑相似度作为识别构建样本,利用拓扑相似识别网络单元中的卷积层进行映射学习,直至收敛,获得训练完成的所述拓扑相似识别网络单元;利用所述拓扑相似识别网络单元对所述高维车身焊点云图和所述车身焊点云图进行识别,获得所述高维拓扑相似度;利用所述拓扑相似识别网络单元对所述低维车身焊点云图和所述车身焊点云图进行识别,获得所述低维拓扑相似度;其中,分别将所述高维拓扑相似度和所述低维拓扑相似度与预设拓扑相似度阈值进行偏离识别,根据识别结果对所述点云提取双通道进行更新,所述方法包括:基于所述高维拓扑相似度和所述低维拓扑相似度与预设拓扑相似度阈值之间的偏差值,构建第一微调带宽和第二微调带宽;基于所述第一微调带宽和所述第二微调带宽对所述点云提取双通道进行迭代步长调整,直至满足预设条件,获得第一目标提取步长和第二目标提取步长,其中,所述预设条件为所述高维拓扑相似度和所述低维拓扑相似度满足所述预设拓扑相似度阈值;基于所述第一目标提取步长和第二目标提取步长更新所述点云提取双通道;其中,以M个随机焊接散点为起始点对所述车身焊点云图进行双重提取,生成M个随机车身焊点云图集合,所述方法包括:从所述车身焊点云图中随机抽取一个焊接散点,作为第一焊接散点;再次从所述车身焊点云图中随机抽取一个焊接散点,作为第二焊接散点;基于所述第一焊接散点和所述第二焊接散点对应的焊接位置标识和焊接目标标识,进行变异系数加权计算,生成第一变异系数;判断所述第一变异系数是否满足预设变异系数,若是,则再次从上述车身焊点云图中随机抽取一个焊接散点,作为第三焊接散点,并对所述第一焊接散点、第二焊接散点和所述第三焊接散点进行变异系数加权计算,生成第二变异系数,根据所述第二变异系数进行下一焊接散点的随机抽取;若否,则将所述第二焊接散点进行剔除,重新进行随机抽取一个焊接散点对所述第二焊接散点进行更新;经过多次随机抽取,获得所述M个随机焊接散点;其中,所述方法包括:从所述M个随机车身焊点云图集合抽取一个高维随机车身焊点云图和一个低维随机车身焊点云图,作为第一组合;以所述第一组合的基准坐标系对第一组合中的第一高维随机车身焊点云图和第一低维随机车身焊点云图进行重叠,获得第一重叠随机车身焊点云图;统计所述第一重叠随机车身焊点云图中发生重叠的焊接散点数量,获得第一重叠量;将所述第一重叠量与所述第一重叠随机车身焊接云图中的焊接散点总数进行做比,生成第一散点重叠度。

全文数据:

权利要求:

百度查询: 海斯坦普汽车组件(北京)有限公司 一种车身焊点质量检测方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。