申请/专利权人：昆山精诚得精密五金模具有限公司

申请日：2023-09-15

公开（公告）日：2024-04-09

公开（公告）号：CN117269168B

主分类号：G01N21/88

分类号：G01N21/88;G06T7/00;G06T7/60;G06T5/40;G06T5/20;G06T5/90;G01N21/01

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2024.01.09#实质审查的生效;2023.12.22#公开

摘要：本申请涉及一种新能源汽车精密零配件表面缺陷检测装置及检测方法，其包括以下步骤：基于汽车精密零配件的样本数据以及历史检测数据，训练建立AI视觉检测模型；采集零配件图像信息；AI视觉检测模型基于零配件图像信息确定零配件型号，决策生成检测方案，所述检测方案包括尺寸检测项、至少一项缺陷检测项和检测流程信息；AI视觉检测模型根据检测方案以及零配件图像信息对待检测零配件按照检测流程进行尺寸检测以及表面缺陷检测，并输出检测结果。本申请具有有效提高零配件检测精度以及检测效率的效果。

主权项：1.一种新能源汽车精密零配件表面缺陷检测方法，其特征在于，包括以下步骤：基于汽车精密零配件的样本数据以及历史检测数据，训练建立AI视觉检测模型；采集零配件图像信息，所述零配件图像信息包括3D图像信息和平面图像信息；AI视觉检测模型基于零配件图像信息确定零配件型号，决策生成检测方案，所述检测方案包括尺寸检测项、至少一项缺陷检测项和检测流程信息；AI视觉检测模型根据检测方案以及零配件图像信息对待检测零配件按照检测流程进行尺寸检测以及表面缺陷检测，并输出检测结果；所述基于汽车精密零配件的样本数据以及历史检测数据，训练建立AI视觉检测模型具体包括以下步骤：建立深度学习网络模型，获取各型号零配件的标准样本数据，深度学习网络模型对各型号零配件的标准样本数据进行深度学习迭代模型参数以及网络结构得到初步AI视觉检测模型；获取各型号零配件的分区样本数据，初步AI视觉检测模型根据各型号零配件的分区样本数据进行分区训练使其获得对零配件精确分区能力；获取各型号零配件的历史检测数据，完成分区训练的初步AI视觉检测模型根据各型号零配件的历史检测数据再次进行深度学习确定各型号零配件的各类表面缺陷的出现频率以及出现位置，得到AI视觉检测模型；所述AI视觉检测模型基于零配件图像信息确定零配件型号，决策生成检测方案具体包括以下步骤：AI视觉检测模型对零配件图像信息进行识别确定零配件的基本信息，所述零配件的基本信息包括规格信息、型号信息和检测需求信息；AI视觉检测模型基于零配件的规格信息确定零配件的尺寸检测项以及尺寸检测流程信息；AI视觉检测模型根据零配件的型号信息以及检测需求信息确定至少一个表面缺陷检测项以及检测标准信息，所述检测标准信息具体为表面缺陷尺寸最小值；AI视觉检测模型基于该零配件的历史检测数据对表面缺陷检测项进行排序生成缺陷检测序列；AI视觉检测模型将尺寸检测流程信息、缺陷检测序列以及对应表面缺陷检测项的检测标准信息打包生成检测流程信息；再将尺寸检测项、表面缺陷检测项以及检测流程信息打包生成检测方案；所述AI视觉检测模型基于该零配件的历史检测数据对表面缺陷检测项进行排序生成缺陷检测序列具体包括：所述AI视觉检测模型基于该零配件的历史检测数据通过预设置的检测优先度计算公式计算该零配件的各个表面缺陷检测项的优先度评分，并基于优先度评分的高低对表面缺陷检测项进行排序生成缺陷检测序列；所述检测优先度计算公式具体为： 其中Ai为第i个表面缺陷检测项历史NG数量，B为该零配件的NG总数，Ci为第i个表面缺陷检测项的历史平均检测时长，D为该零配件各个表面缺陷检测项的平均检测时长，Xi为该零配件的优先度干扰系数，且默认为1；所述AI视觉检测模型根据检测方案以及零配件图像信息对待检测零配件按照检测流程进行尺寸检测以及表面缺陷检测，并输出检测结果具体包括以下步骤：A1、AI视觉检测模型根据检测方案以及零配件图像信息对待检测零配件进行尺寸检测，判断是否存在尺寸误差大于预设置的尺寸公差阈值，所述尺寸公差阈值包括整体尺寸公差阈值和分区尺寸公差阈值；A2、若存在，则判定产品尺寸不合格，输出NG；A3、若不存在，则AI视觉检测模型按照检测流程信息依次选取一表面缺陷检测项进行视觉表面缺陷检测，并判断是否存在表面瑕疵；A4、若存在，则判定产品有瑕疵，输出NG；A5、若不存在，则AI视觉检测模型按照检测流程信息判断是否存在未进行的面缺陷检测项，若存在则跳转至步骤A3；A6、若不存在，则判定产品合格，输出检测合格；所述AI视觉检测模型根据检测方案以及零配件图像信息对待检测零配件进行尺寸检测具体包括以下步骤：所述AI视觉检测模型零配件图像信息提取零配件整体尺寸特征，对零配件整体尺寸误差进行检测，判断是否存在整体尺寸误差大于预设置的整体尺寸公差阈值，若存在，则跳转至步骤A2；若不存在，则AI视觉检测模型对零配件进行分区，获取零配件各个分区的尺寸特征，对零配件各个分区的尺寸误差进行检测，判断否存在分区尺寸误差大于预设置的分区尺寸公差阈值；若存在，则跳转至步骤A2；若不存在，则跳转至步骤A3。

全文数据：

权利要求：

百度查询： 昆山精诚得精密五金模具有限公司 一种新能源汽车精密零配件表面缺陷检测装置及检测方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD