一种汽车球笼防尘罩的缺陷检测系统及方法

1.本发明涉及工业缺陷检测领域，尤其是一种汽车球笼防尘罩的缺陷检测系统及方法。


背景技术：

2.由于汽车球笼在使用过程中承受中交变载荷的作用，因此如果保护不到位就很容易损坏，甚至使汽车无法行驶。一般外球笼损坏最明显的特征就是汽车在直线行驶时正常，而在转向时在前轮部分发出“咔咔”的响声，严重时甚至无法转向；内球笼损坏最明显的特征是汽车在加速时或汽车行驶在不平的路面上时，在变速箱部位会发出“咔咔”的异响，同时伴有球笼漏油的现象，如果损坏严重在汽车转向时也会有异响。
3.而球笼防尘罩的主要作用就是防止尘土，杂质进入球笼内导致球笼内部产生机械磨损，发出异响，甚至导致球笼卡死影响汽车传动和转向，对行车安全造成危害。还防止球笼内的润滑脂外漏，避免润滑脂减少导致的行驶异常，是保护球笼，确保车辆正常行驶的关键部件。因此对球笼防尘罩进行质量检测，及时地从生产端剔除有缺陷的防尘罩，就显得非常重要。
4.现在常用的tpee球笼防尘罩注吹机制作一个防尘罩的时间大概在48s，而由于防尘罩的缺陷多样，导致人工质检一个的时间大概在40s左右。况且注吹机可以24小时工作，而质检时间长，质检速度与生产速度不匹配，是导致生产厂家出现产能瓶颈的重要因素。况且人工质检还容易受人的生理和心理因素的影响，导致质检周期变长，质检出现误判等问题。
5.现有的全自动工业缺陷检测方案普遍采用多相机和深度学习的方案，这种方案存在检测成本高昂检测时间长的缺陷。


技术实现要素：

6.本发明需要解决的技术问题是提供一种汽车球笼防尘罩的缺陷检测系统及方法，实现机器代替人工进行全自动工业检测汽车球笼防尘罩缺陷，为解决上述技术问题，本发明所采用的技术方案是：一种汽车球笼防尘罩的缺陷检测系统，包括第一检测工位、第二检测工位、光源支架、相机支架、背景板、用来对物料进行旋转、位移等操作的执行机构和工控机；所述第一检测工位包括：第一球笼防尘罩物料、第一工业相机和第二工业相机；被检测的第一球笼防尘罩物料由执行机构夹持停留在空中，第一工业相机设置固定在空中，第一工业相机的轴心与第一球笼防尘罩物料的大口底面平面齐平，第二工业相机设置在第一球笼防尘罩物料下方的工位台上，第二工业相机的轴心偏离于第一物料的圆心轴一定距离，使得第一球笼防尘罩物料位于第二工业相机视野中远离中心靠近边界的地方；所述第二检测工位包括：第二球笼防尘罩物料、第三工业相机、第四工业相机和承载机构；第二球笼防尘罩物料设置在承载机构上，两者轴心重合，承载机构为可以调节转速
的旋转机构，第三工业相机设置在第二球笼防尘罩物料上方，第三工业相机的轴心偏离于第二球笼防尘罩物料的圆心轴一定距离，使得第二球笼防尘罩物料位于第三工业相机视野中远离中心靠近边界的地方，第四工业相机设置固定在空中，第四工业相机的轴心与第二球笼防尘罩物料的小口平面在同一平面上。
7.本发明技术方案的进一步改进在于：第一检测工位设置有第一条形光源和第一环形光源，第一条形光源放置在第一工业相机的下方，光线方向斜向上朝向第一球笼防尘罩物料的底部，第一环形光源套在第二工业相机的外部，两者轴心重合；第二检测工位设置有第二条形光源和第二环形光源；第二条形光源位于第三工业相机的上方一定距离，其光线斜向下指向第二球笼防尘罩物料的小口部位，第二环形光源套在第三工业相机的外部，两者轴心重合。
8.本发明技术方案的进一步改进在于：工控机具备至少5个rj45接口，工控机与相机、执行机构的通信方式为tcp通信。
9.本发明技术方案的进一步改进在于：执行机构为机械手。
10.一种汽车球笼防尘罩缺陷检测方法，执行机构夹持待测物料进行旋转，承载机构承载待测物料进行旋转，工控机控制四个相机对待测物料进行拍照来采集图像，当每个相机至少采集六张图像后对采集到的图像进行算法检测，只要有一张图像检出为不合格，那么就会判定该物料为不合格。对所述第三工业相机（6）采集到的图像使用基于edcircle的缺陷检测算法进行检测，步骤如下：步骤一：通过两层图像金字塔对第三工业相机（6）采集的图像进行下采样，在几乎不损失缺陷特征的情况下缩小图像尺寸；步骤二：通过直方图统计以及滑动窗口得到二值化的自适应阈值，省去了手动调参的步骤；步骤三：使用自适应阈值对图像进行阈值分割；步骤四：获取分割后的图像roi区域，进一步缩小图像尺寸；步骤五：接着对roi图像进行腐蚀操作，去掉可能影响检测结果的图像孔洞；步骤六：使用edcircle算法提取出图像中所有的候选圆、椭圆；步骤七：取所有候选结果中半径和半轴最小的圆、椭圆；步骤八：在上述结果中再取置信度最高的圆、椭圆作为最终结果；步骤九：将最终得到的圆、椭圆置信度与置信度阈值进行对比，大于置信度阈值即为ok件，小于置信度阈值即为ng件。
11.本发明技术方案的进一步改进在于：对所述第一工业相机、第二工业相机和第四工业相机采集到的图形进行检测的算法为深度学习算法。
12.由于采用了上述技术方案，本发明取得的技术进步是：采用两个检测工位即四个拍摄机位同时对物料进行检测，可以大幅缩短物料的检测时间，减少工业相机的使用数量，从而降低图像采集成本，并且检测视野可以覆盖物料的所有部位。而对于普通的图像采集方式，如果要实现检测功能，则至少需要10个工业相机，即顶部和底部至少1个，罩体以及大小口处至少8个，而且10个相机采集的图像还会互相干扰，并且会漏掉正好处于相机视野交界的缺陷特征。
13.通过使顶部和底部工业相机传感器轴心都偏离物料圆心轴，结合物料的旋转，可
以巧妙地利用增加的视角增强物料小口内部的毛刺缺陷特征，提高该缺陷的检出率。
14.针对物料纯黑的特性，采用条形光和环形光的组合打光方式以及所述打光角度，可以提高各个拍摄机位的图像采集质量，将缺陷特征相对于背景突显出来。
15.可以旋转的承载机构和执行机构是实现冗余检测的必要硬件结构。由于相机位置固定，而物料的缺陷特征可能出现在物料的任意位置上，所以采用冗余检测的方式：即通过承载机构或执行机构承载物料，并带动其旋转360度，在旋转过程中，每个拍摄机位都对各自负责的物料部位进行拍照，拍摄至少6张图像。通过冗余检测方式，可以将物料任意位置的缺陷特征捕捉到，调用检测算法进行缺陷识别，只要有一张图像检出缺陷，那么该物料即被判定为不合格。若物料在第一检测工位，那么会被执行机构转移到第二检测工位继续检测物料的其他部位，若在第二检测工位，则会直接被执行机构扔到好料框。该检测方法可以在提高检测速度、降低硬件成本的同时最大限度地降低缺陷检测漏检的概率。
16.由于顶部机位仅仅负责小口内部毛刺一种缺陷，故对于顶部相机即第三工业相机采集的图像使用基于edcircle算法的防尘罩顶拍毛刺缺陷检测算法。本算法属于机器视觉算法，比深度学习算法的检测时间短。结合一个部位的相机只调用一种算法可以最大程度减少检测总时间的经验，当顶部机位采用该算法时可以在保证检测准确性的情况下，降低检测总时间。
17.采用工控机作为控制中枢，tcp通信作为通信方式可最大限度减少系统复杂程度，便于后期设备调试维修，也有利于控制软件的开发，简化硬件控制的方式。最后通过tcp控制执行机构将物料按照相应的判定结果投入到相应的料框中，从而实现球笼防尘罩缺陷检测的全自动化。
附图说明
18.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图；图1为两个检测工位结构示意图；图2为第一检测工位结构正视示意图；图3为第一检测工位结构东南等轴侧示意图；图4为第二检测工位结构正视示意图；图5为第二检测工位结构东南等轴侧示意图；图6为检测方法的流程图；图7为基于edcircle的防尘罩顶拍毛刺缺陷检测算法流程图；其中，1、第一球笼防尘罩物料，2、第一工业相机，3、第一条形光源，4、第二工业相机，5、第一环形光源，6、第三工业相机，7、第二环形光源，8、第二条形光源，9、第三工业相机，10、第二球笼防尘罩物料，11、承载机构，12、第一检测工位，13、第二检测工位。
具体实施方式
19.下面结合实施例对本发明做进一步详细说明：
实施例一汽车球笼防尘罩缺陷检测系统包括第一检测工位12、第二检测工位13、光源支架、相机支架、背景板、作为执行机构的机械手和工控机。第一检测工位12包括：第一球笼防尘罩物料1、第一工业相机2、第二工业相机4、第一条线光源3和第一环形光源5。第二检测工位包括：第二球笼防尘罩物料10、第三工业相机6、第四工业相机9、第二条形光源8、第二环形光源7和承载机构11。
20.如图1所示，为汽车球笼防尘罩缺陷检测系统的两个检测工位示意图，由机械手夹持在第一检测工位12被检测的第一球笼防尘罩物料1（后面简称第一物料）悬留在半空，第一工业相机2由相机支架固定在空中，使得第一工业相机2的轴心与第一物料的大口底面平面齐平。第一条形光源3放置在第一工业相机1的下方，光线方向斜向上朝向第一物料的底部。第二工业相机4设置在第一物料的下方，第二工业相机4的轴心偏离于第一物料的圆心轴一定距离，使得第一物料位于第二工业相机4视野中远离中心靠近边界的地方，第一环形光源5套在第二工业相机4的外部，两者轴心重合。在第二检测工位13上被检测的物料为第二球笼防尘罩物料10（后面简称第二物料），第二物料放置在第二检测工位13的承载机构11上，两者轴心重合，承载机构11可根据工控机指令调节转速旋转，第三工业相机6设置在第二物料上方，且第三工业相机6的轴心偏离于第二物料的圆心轴一定距离，使得第二物料位于第三工业相机6视野中远离中心靠近边界的地方。第二环形光源7套在第三工业相机6的外部，两者轴心重合。第四工业相机9设置固定在半空中，且第四工业相机9的轴心与第二物料的小口平面在同一平面上。第二条形光源8固定设置于第三工业相机9的上方一定距离，其光线斜向下指向第二物料的小口部位。
21.该检测系统采用工控机作为控制中枢，工控机有5个rj45接口，工控机与相机、机械手之间的通信方式为tcp通信。如图6所示，工控机以软触发的方式控制机械手夹持着第一物料1以预设好的速度进行旋转，工控机控制第一检测工位12的第一工业相机2和第二工业相机4对第一物料旋转360
°
拍照采用冗余检测的方式进行采集图像，可以将物料任意位置的缺陷特征捕捉到，当采集到六张照片后，对第一工业相机2与第二工业相机4采集的图像均使用深度学习算法进行检测。只要有一张图像检出缺陷，那么该物料即被判定为不合格为坏物料，当检测结果为坏物料时，工控机会通过tcp通信的方式控制机械手将第一物料扔到坏料框。当检测结果为好物料时，工控机会通过tcp通信的方式控制机械手将第一物料转移到第二检测工位13的承载机构11上，此时将用第二物料指代刚转移过来的第一物料，然后机械手将继续去取待检测的物料到第一检测工位12进行检测。第二物料到达检测位置后，工控机采用软触发的方式触发第三工业相机6和第四工业相机9进行拍照，同时承载机构11会带动第二物料进行旋转，仍采用冗余检测的方式，对物料旋转360
°
进行采集，可以将物料任意位置的缺陷特征捕捉到，当采集够六张照片后，对第四工业相机9采集的图像使用深度学习算法进行检测。对第三工业相机6采集的图像使用基于edcircle的缺陷检测算法进行检测。基于edcircle的缺陷检测算法进行检测如图7所示，步骤如下：步骤一：通过两层图像金字塔对第三工业相机（6）采集的图像进行下采样，在几乎不损失缺陷特征的情况下缩小图像尺寸；步骤二：通过直方图统计以及滑动窗口得到二值化的自适应阈值，省去了手动调参的步骤；
步骤三：使用自适应阈值对图像进行阈值分割；步骤四：获取分割后的图像roi区域，进一步缩小图像尺寸；步骤五：接着对roi图像进行腐蚀操作，去掉可能影响检测结果的图像孔洞；步骤六：使用edcircle算法提取出图像中所有的候选圆、椭圆；步骤七：取所有候选结果中半径和半轴最小的圆、椭圆；步骤八：在上述结果中再取置信度最高的圆、椭圆作为最终结果；步骤九：将最终得到的圆、椭圆置信度与置信度阈值进行对比，大于置信度阈值即为ok件，小于置信度阈值即为ng件。
22.当检测结果为坏物料时，工控机会通过tcp通信的方式控制另外的机械手将第二物料扔到坏料框。当检测结果为好物料时，工控机会通过tcp通信的方式控制另外的机械手将第二物料扔到好料框。至此一个球笼防尘罩的缺陷检测结束。值得注意的是，算法的调用可以通过更改工控软件程序实现边采集边调用。该发明可以实现机器代替人工进行全自动工业检测汽车防尘罩缺陷，既缩短了质检周期，且质检质量高，不易出现误检的失误。机器检测不受人力限制，可完全匹配机器生产速度，极大的突破了产能瓶颈，提高了生产效率。
23.以上所述的实施例仅仅是对本发明的优选实施方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案做出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。