System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術涉及缺陷檢測,尤其是涉及汽車雨刮器表面缺陷檢測裝置及缺陷檢測方法。
技術介紹
1、雨刮器,也被稱為水撥、刮水器或雨刷,是一種用于清除各種交通工具擋風玻璃上灰塵和雨水的裝置,在交通工具中應用廣泛。然而,由于生產過程中的工藝和設備等多方面因素,雨刮器外觀常出現劃痕、擦傷以及斑點(如凹坑和砂眼)等缺陷。這些外觀缺陷對產品的美觀度有顯著影響。因此,雨刮器生產企業非常重視對外觀缺陷的檢測,通過這一過程能夠篩選出有缺陷的產品,保障產品質量,提升企業的聲譽。此外,通過分析檢測結果,企業還可以及時發現生產工藝或設備中的潛在問題,從而采取措施提升產品合格率。
2、早在20世紀80年代中期,國外就開始對機器視覺展開研究,近30年來,機器視覺技術得到了快速發展,并在工業生產中廣泛應用,尤其是在表面缺陷檢測領域。作為金屬工業產品的一種,雨刮器的表面缺陷檢測也屬于金屬表面缺陷檢測的研究范疇。目前,國內大部分雨刮器制造商仍然依賴于人工檢測方式,通過光源和偏光鏡等設備,由工人進行缺陷檢測。然而,這種方式存在效率低下、勞動成本高的問題,且檢測結果受工人的主觀判斷和疲勞程度影響,準確性較低。因此,隨著工業技術的發展,表面缺陷檢測逐漸向智能化和機器視覺技術的方向轉變。故設計一套能夠采集雨刮器圖像,根據檢測結果對雨刮器分類放置的汽車雨刮器表面缺陷檢測裝置就顯得極為必要。
技術實現思路
1、本專利技術的目的是提供一種汽車雨刮器表面缺陷檢測裝置,能夠采集雨刮器圖像,根據檢測結果對雨刮器分類放置。
>2、為了實現上述目的,本專利技術采用如下技術方案:一種汽車雨刮器表面缺陷檢測裝置,包括檢測臺,檢測臺上設置機械臂,機械臂的端部分別設置檢測用相機和夾爪,檢測臺上并位于機械臂一側設置多個物料臺,檢測臺上背離物料臺側設置合格品用物料框、不合格品用物料框及分隔海綿用物料框,其中,機械臂、相機及夾爪均連接控制單元。
3、進一步:機械臂端部靠近夾爪處設置相機安裝板,相機安裝板端部均設置內折板,內折板處安裝相機。
4、進一步:物料臺具有基臺,基臺頂部一端設置夾口,另一端設置凸柱,基臺兩側分別設置傾斜面。
5、進一步:檢測臺具有臺板,臺板下側設置基架。
6、進一步:相機處設置輔助光源。
7、進一步:分隔海綿呈條狀,上側等間距設置多個凹口。
8、進一步:檢測臺上設置顯示器,顯示器連接控制單元。
9、進一步,所述凸柱(53)具有下凸柱(53a)、上凸柱(53b),所述下凸柱設置有連接軸(53a-1)、設置于連接軸頂部的方形限位塊(53a-2),所述上凸柱設置有與方形限位塊配合的行程調節腔(53b-1),所述下凸柱、上凸柱之間設置有側調節通道(53c);
10、所述基臺(51)設置有與凸柱安裝孔相通的水平調節孔,該水平調節孔的孔壁設置有內徑大于水平調節孔內徑的彈簧壓縮通道,所述水平調節孔安裝有調節桿(55),所述調節桿設置有環形止臺(57),所述調節桿桿設有位于彈簧壓縮通道的壓縮彈簧(56),所述調節桿端部設置有與側調節通道配合的調節凸起(58)。
11、另一方面,一種缺陷檢測方法,其特征在于,該方法使用了如上所述的汽車雨刮器表面缺陷檢測裝置,包括如下步驟:
12、(1)采集汽車雨刮器圖像;
13、(2)利用yolov8卷積神經網絡模型判斷汽車雨刮器是否合格;
14、(3)根據判斷結果,將合格品放入合格物料框,不合格品放入不合格物料框;
15、進一步:其中,yolov8卷積神經網絡模型訓練方法如下:
16、(t1)獲取雨刮器表面缺陷的數據集,并將數據集劃分為訓練集、驗證集和測試集,基于數據集設置訓練參數,并對模型進行訓練;訓練參數中,批處理大小為16,優化器為adamw,初始學習率為0.001,權重衰減為0.0005,數據增強比例為0.8,圖像尺寸為512×512,訓練輪次為150;
17、(t2)模型包括依次連接的骨干單元、頸部單元和頭部單元;骨干單元包括五個conv模塊、四個c2f_ca特征提取模塊和一個sppf模塊;頸部單元包括兩個upsamp?le上采樣模塊、四個concat模塊、四個c2f模塊以及兩個conv模塊,其中三個c2f模塊與頭部單元相連,另外一個c2f模塊直接連接至一個concat模塊,頭部單元包括三個檢測頭模塊;
18、(t3)c2f_ca特征提取模塊中的ca注意力機制模塊利用兩個一維全局池化將x和y方向的輸入特征聚合成兩個獨立的方向感知特征圖,以此來強化目標周圍的方向和位置信息,提高對目標的檢測精度;ca模塊具體步驟如下:
19、(s1)ca進行協調信息嵌入(coordinate?information?embedding),即輸入一個c*h*w的特征圖,兩個池化(h,1)和(1,w)沿著特征圖的h方向和w方向進行池化,得到處理后的信息特征;水平和垂直方向特征處理公式如下:
20、
21、式中:和分別表示h和w方向的嵌入特征圖;w、h和xc分別為特征圖的寬、高以及當前的特征值;
22、(s2)進行坐標注意力生成(coordinateattentiongeneration),將得到的特征圖沿著空間維度拼接并經過1*1卷積變換后激活:
23、f=δ(f1([zh,zw]))?????????????(3)
24、式中:[zh,zw]表示將兩個特征圖拼接;f1()和δ()表示1*1的卷積核和激活函數;
25、(s3)沿著空間維度進行split操作得到兩個分離的特征圖并對其進行變換和激活得到注意力向量gh和gw,公式如下:
26、
27、gw=σ(fw(fw))?gh=σ(fh(fh))?????????(6)
28、式中:f、fw和fh分別表示分離前的特征圖、分離后的w和h方向特征圖;fw、fh和σ分別為兩個方向上的卷積變換和激活函數;
29、(s4)通過廣播機制得到校正后的特征圖yc:
30、
31、與現有技術相比,本專利技術具有如下有益效果:本專利技術能夠采集雨刮器圖像,根據檢測結果對雨刮器分類放置,檢測效率高,結果可靠,應用范圍廣泛,可測量多種類型的雨刮器,具備良好的應用前景。
本文檔來自技高網...【技術保護點】
1.一種汽車雨刮器表面缺陷檢測裝置,其特征在于,包括檢測臺(1),檢測臺上設置機械臂(2),機械臂(2)的端部分別設置檢測用相機(3)和夾爪(4),檢測臺(1)上并位于機械臂一側設置多個物料臺(5),檢測臺(1)上背離物料臺側設置合格品用物料框(61)、不合格品用物料框(62)及分隔海綿用物料框(63),其中,機械臂(2)、相機(3)及夾爪(4)均連接控制單元(7)。
2.根據權利要求1所述的汽車雨刮器表面缺陷檢測裝置,其特征在于:機械臂(2)端部靠近夾爪處設置相機安裝板(31),相機安裝板(31)端部均設置內折板(32),內折板(32)處安裝相機(3)。
3.根據權利要求1所述的汽車雨刮器表面缺陷檢測裝置,其特征在于:物料臺(5)具有基臺(51),基臺(51)頂部一端設置夾口(52),另一端設置凸柱(53),基臺(51)兩側分別設置傾斜面(54)。
4.根據權利要求1所述的汽車雨刮器表面缺陷檢測裝置,其特征在于:檢測臺(1)具有臺板(11),臺板(11)下側設置基架(12)。
5.根據權利要求1所述的汽車雨刮器表面缺陷檢測裝置,其
6.根據權利要求1所述的汽車雨刮器表面缺陷檢測裝置,其特征在于:分隔海綿(8)呈條狀,上側等間距設置多個凹口(81)。
7.根據權利要求1所述的汽車雨刮器表面缺陷檢測裝置,其特征在于:檢測臺(1)上設置顯示器(9),顯示器(9)連接控制單元(7)。
8.根據權利要求3所述的汽車雨刮器表面缺陷檢測裝置,其特征在于:所述凸柱(53)具有下凸柱(53a)、上凸柱(53b),所述下凸柱設置有連接軸(53a-1)、設置于連接軸頂部的方形限位塊(53a-2),所述上凸柱設置有與方形限位塊配合的行程調節腔(53b-1),所述下凸柱、上凸柱之間設置有側調節通道(53c);
9.一種缺陷檢測方法,其特征在于,該方法使用了如權利要求1-7任一所述的汽車雨刮器表面缺陷檢測裝置,包括如下步驟:
10.根據權利要求9所述的缺陷檢測方法,其特征在于:其中,YOLOv8卷積神經網絡模型訓練方法如下:
...【技術特征摘要】
1.一種汽車雨刮器表面缺陷檢測裝置,其特征在于,包括檢測臺(1),檢測臺上設置機械臂(2),機械臂(2)的端部分別設置檢測用相機(3)和夾爪(4),檢測臺(1)上并位于機械臂一側設置多個物料臺(5),檢測臺(1)上背離物料臺側設置合格品用物料框(61)、不合格品用物料框(62)及分隔海綿用物料框(63),其中,機械臂(2)、相機(3)及夾爪(4)均連接控制單元(7)。
2.根據權利要求1所述的汽車雨刮器表面缺陷檢測裝置,其特征在于:機械臂(2)端部靠近夾爪處設置相機安裝板(31),相機安裝板(31)端部均設置內折板(32),內折板(32)處安裝相機(3)。
3.根據權利要求1所述的汽車雨刮器表面缺陷檢測裝置,其特征在于:物料臺(5)具有基臺(51),基臺(51)頂部一端設置夾口(52),另一端設置凸柱(53),基臺(51)兩側分別設置傾斜面(54)。
4.根據權利要求1所述的汽車雨刮器表面缺陷檢測裝置,其特征在于:檢測臺(1)具有臺板(11),臺板(11)下側設置基架(12)。
<...【專利技術屬性】
技術研發人員:陸聚首,劉銀華,金永太,徐舟揚,鄒樂言,
申請(專利權)人:上海航空發動機制造有限公司,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。