汽车减振器活塞杆表面瑕疵检测研究综述

文章针对目前让汽车减振器活塞杆制造商棘手的活塞杆表面瑕疵检测进行调查和分析,提出了一种更加稳定、节拍更快又节省人力的一种方法,即基于机器视觉与自动化联合的检测方法。随着视觉技术愈发的成熟,解决此问题已不在是难点。未来,作者将针对此问题进行进一步的研究。     

汽车仪表板机器视觉检测技术

提出了用机器视觉系统对汽车仪表板总成进行智能检测的方法。仪表板质量检测的关键技术是提取边缘数据和定义指示误差。为有效地去除噪声并进行边缘数据提取，采用了小波变换模极大值的方法提取仪表图象特征，同时提出一种新的旨示精度评判准则。在此基础上，成功地研制出一种机器视觉检测系统。     

基于机器视觉的活塞杆端表面瑕疵检测研究

文章针对目前汽车零部件厂商对汽车活塞杆端表面瑕疵检测效率低的问题,利用Labview视觉助手与视觉开发模块,开发出了一种基于模板匹配的机器视觉检测系统。     

融合毫米波雷达与深度视觉的多目标检测与跟踪

针对现有融合毫米波雷达与传统机器视觉的车辆检测算法准确率较低与实时性较差的问题,本文中对多目标检测与跟踪进行研究。首先,利用阈值筛选和前后帧数据关联方法对毫米波雷达数据进行预处理,进而提出一种用于毫米波雷达数据跟踪的自适应扩展卡尔曼滤波算法。然后,为提高目标检测精度与速度,基于采集到的实车数据集训练卷积神经网络,完成深度视觉的多车辆检测。最后,采用决策级融合策略融合毫米波雷达与深度视觉信息,设计了一种用于复杂交通环境下前方车辆多目标检测与跟踪的框架。为验证所设计的框架,进行了不同交通环境下的实车实验。结果表明:该方法可实时检测跟踪前方车辆,具有比融合毫米波雷达与传统机器视觉的车辆检测方法更好的可靠性与鲁棒性。     

基于机器视觉的智能车辆避撞预警算法

由于受到信息采集源性能影响,造成了智能车辆避撞预警系统(Collision Warning System,CWS)前后车相对距离测量精度低的问题,针对此问题提出了一种基于机器视觉的预警算法(Collision Warning Algorithm,CWA),利用机器视觉获得了较高精度的测距信息,有效提高了预警算法的有效性。在分析驾驶员驾驶行为基础上,确定CWA的报警准则。基于机器视觉技术建立了一种多输入、多输出的CWA模型,给出了模型预警原理、决策阈值确定方法、逻辑结构图,以及基于机器视觉的车辆信息获取方法。设计了一个单车道双车辆跟驰实车试验,采集模型测试所需的数据,并利用实测数据对模型进行了验证。试验结果显示,平均测距误差不超过3.6 m,预警模型能够准确给出预警信息,对提高车辆行驶主动安全性具有重要意义。     

浅谈机器视觉技术在汽车制造业中的应用

在数字化转型快速发展的时代背景下，机器视觉被广泛应用于各行各业。介绍了视觉采集方法与处理方法，在此基础上通过具体车间说明机器视觉与传统人工视觉相比的优点。在视觉引导上件、视觉引导装配、视觉检测和视觉在线测量等方面论证该方法从根本上解决了人工成本问题，使汽车制造更高质量、低成本、柔性化。     

HOG与SVM在动态称重轮轴识别中的应用研究

基于机器视觉的检测技术是道路环境感知的重要手段之一。目前,采用机器视觉对车辆、行人等检测技术日益成熟,并有商业化产品出现,但针对动态称重方面的机器视觉检测技术尚待挖掘。在高速公路实行全面的入口超载治理后,高速公路收费站入口称重系统对识别速度、精度等需求日益增加。因此,尝试将机器视觉技术与人工智能技术相结合的方式,研究车辆的轮轴识别问题。针对Hough圆变换算法检测圆形物体鲁棒性不强的问题,提出了一种基于梯度方向直方图(HOG)和支持向量机(SVM)的车轮检测方法,并运用于高速公路的入口车辆轮轴检测之中。首先,在完整地获取车辆车轮图片的前提下,采用方向梯度直方图提取了车轮的图像特征。其次,将正负样本输入SVM分类器,对车轮检测分类器进行训练。最后,将训练完成的SVM车轮分类器用于实际的车轮检测中。在实际应用中,可以通过车轮数量来判断车辆的轴数,达到轮轴检测的目的。试验分析表明:与传统Hough圆变换算法相比,该方法采用的HOG特征鲁棒性强,SVM识别准确率超过96%,可满足对车辆轮轴检测的需求;在实际测试中,所提方法与传统压电式轮轴传感器对比,正确率提高了5%左右,具有良好的实用性。     

基于单目视觉的汽车钣金零件焊接系统设计

针对汽车钣金零件在激光焊接过程中存在的误差较大等问题,设计了一种基于单目机器视觉的汽车钣金零件焊接系统,该系统通过视觉传感器测量汽车钣金零件的二维焊缝尺寸,并在焊接后通过计算机数字图像处理实施焊缝质量检测。实验结果表明,机器视觉焊缝质量好、工作稳定可靠,能够有效提高汽车钣金零件焊缝尺寸的激光焊接精度,有利于实现汽车钣金零件激光焊接的过程自动化。     

电子插接件大批量制造中的质量在线检测

电子插接件的生产具有产量大、效率高和产品质量要求严格的特点，而日臻成熟的机器视觉检测检测技术极为适合其制造质量的在线检测。本文介绍了应用机器视觉检测技术对电子接插元件制造质量进行在线检测的过程，并以其冲压阶段中典型质量缺陷的检测为例阐述了机器视觉检测系统构建、算法和应用问题。     

基于机器视觉和支持向量机的汽车焊点定位研究

如何提高工业机器人的定位精度是实现汽车焊点自动化检测任务的一个关键技术问题。针对传统示教再现机器人存在的定位精度问题,提出一种基于机器视觉和支持向量机回归的焊点定位方法。通过融合激光测距信息的视觉系统测量机器人示教位置与期望位置的偏差,进行焊点的初步定位;建立基于粒子群优化算法的支持向量机回归模型,对视觉引导后的机器人末端进行三维空间上的误差补偿,实现焊点的精确定位;搭建了一套完整的试验平台,并与常用的支持向量机参数优化算法以及误差补偿模型进行比较和误差分析,验证了该方法的有效性和优越性。     

基于机器视觉的试验间入口检测识别

针对试验园区内叉车运送货物进试验间场景,提出一种基于机器视觉的试验间入口检测识别方法,利用边缘检测和Hough直线检测算法,结合检测目标特点进行筛选优化,实现了园区内试验间入口检测识别功能,对于开发智能叉车辅助系统有一定的工程意义。     

一种基于机器视觉的车道偏离报警系统

本文介绍了车道偏离报警系统及其国内外的研究现状,重点介绍了基于机器视觉的车道偏离报警系统。对基于机器视觉的车道偏离报警系统中的CPCI架构的硬件结构和车道线实时检测算法进行了描述,提出了一种切实有效的车道线检测算法。     

面向隧道视觉检测的多轴调焦机构设计

针对隧道断面尺寸、行车轨迹等外界环境变化引起的隧道检测用视觉传感器产生的离焦现象,导致图像采集质量下降的问题,从保障图像采集质量和多自由度调整的角度出发,详细介绍了引起隧道成像离焦的主要因素、解决方法和调焦方案,提出由多自由度机器手实现调焦功能的多轴调焦机构;在此基础上,分析了该机构的工作原理,并给出了其设计方法。研究结果表明,提出的多轴调焦机构可保证视觉检测系统高质量采集隧道图像。     

浅谈车辆视频检测技术的发展及趋势

<正>视频车辆检测技术即在视频序列中提取运动的车辆对象,是利用视频图像进行车辆检测的一种交通检测技术,它涉及计算机图像处理技术、模式识别、信号处理和信号融合等多个领域。近年来,基于计算机视觉和图像处理技术的视频车辆检测技术逐步成为研究主流。性价比优良的视频车辆检测技术1978年,美国JPT(加州帕萨迪纳市的喷气推进实验室)首先提出了运用机器视觉来进行车辆的检测的方法,指出其是传统检测方法的一种可行的替代方案。     

基于毫米波雷达和机器视觉融合的车辆检测

针对车辆检测中使用传统单一传感器的识别效果差、易受干扰等缺点,本文提出一种基于毫米波雷达和机器视觉融合的车辆检测方法.首先利用分层聚类算法对雷达数据进行处理,过滤无效目标;利用改进的YOLO v2算法降低漏检率,提高检测速度;然后运用目标检测交并比和全局最近邻数据关联算法实现多传感器数据融合;最后基于扩展卡尔曼滤波算法...     

基于机器视觉技术的汽车零部件疲劳试验裂纹识别方法

对于汽车零部件疲劳试验,由于零部件种类较多,裂纹产生的位置和方式也各不相同,目前主要依靠人工来识别和监控。文章提出了一种基于机器视觉技术的裂纹识别方法,能够适用于大部分场合的汽车零部件疲劳试验裂纹识别,与现有的人工识别相比,能够降低工人的劳动强度,满足质量需求,具有一定的可行性。     

基于HALCON的风机叶轮尺寸检测系统设计

风机广泛应用于工业生产生活中,风机叶轮作为风机工作的重要组件,其生产质量是风机正常使用的重要基础。生产过程中企业会对生产出来的风机叶轮进行检测,其中就包括对其尺寸的检测。本文针对风机叶轮的尺寸检测进行了研究和分析,设计了一种基于机器视觉技术检测风机叶轮尺寸的方法,实现了对风机叶轮尺寸检测过程高效化、高精化、智能化的改变,为风机叶轮生产制造企业提供了现代化检测的思路和值得参考的应对策略。     

机器视觉在汽车驾驶辅助系统中的应用

机器视觉是汽车驾驶辅助系统应用领域的重要技术,文章主要综述了机器视觉在车道检测技术、交通标志识别技术、车辆识别技术、行人检测技术和驾驶员状态检测技术等领域的应用,着重介绍了机器视觉技术在上述领域目前的研究现状,为机器视觉在汽车驾驶辅助领域的进一步研究提供了参考。     

基于机器视觉的齿轮齿形缺陷检测技术

文章主要面向齿轮工件,基于机器视觉方法实现齿形轮廓自动检测。首先设计齿形缺陷专用检测装置,用于齿轮图像的采集;然后基于机器视觉方法,对齿轮图像进行预处理,包括灰度转换、中值滤波去噪以及二值化;并基于Sobel边缘检测实现齿形轮廓的提取,确定分度圆半径,基于最小二乘法拟合圆求圆心,根据分度圆与齿廓的交点测量齿距偏差。经验证,齿轮图像预处理以及Sobel边缘检测具有较好的通用性,基于机器视觉的齿形缺陷检测准确可靠,能够有效提升齿轮轮廓的自动检测效率。     

基于融合分割和变尺度窗口的车道线距离检测

在车辆安全和驾驶行为相关研究中，车道线距离参数是重要的基础参数。针对传统机器视觉测量方法存在的标定过程复杂、测试成本高且移植性能差等问题，提出一种针对车侧摄像机图像的低成本车道线距离检测方法。首先，构建了一种融合局部Otsu算法与光照样条补偿算法的车道线区域分割方法，可在车道线磨损、复杂光照变化、车道线中断等场景中对车道线区域进行精确分割；其次，针对车道线边缘特征复杂多变的情况，设计了一种变尺度窗口算法来完成车道线边缘检测并可补全残损车道线；最后，采用多项式标定方法建立了车道线距离检测算法，实现了车道线距离的自动化快速检测。验证结果表明：在正常场景和多种复杂特殊场景下，所提出的检测算法平均检测误差为0.4 cm,平均检测速率达到30帧·s^-1,整体上优于目前其他技术方案。该方法在检测成本和可移植性方面具有显著优势，可为相关研究领域的技术人员提供新的解决思路。