ES2945569T3 - Sistema para la detección de defectos en una superficie de al menos una parte de una carrocería y procedimiento del mismo - Google Patents

Sistema para la detección de defectos en una superficie de al menos una parte de una carrocería y procedimiento del mismo Download PDF

Info

Publication number
ES2945569T3
ES2945569T3 ES19723210T ES19723210T ES2945569T3 ES 2945569 T3 ES2945569 T3 ES 2945569T3 ES 19723210 T ES19723210 T ES 19723210T ES 19723210 T ES19723210 T ES 19723210T ES 2945569 T3 ES2945569 T3 ES 2945569T3
Authority
ES
Spain
Prior art keywords
dimensional
respect
data
function
defective area
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
ES19723210T
Other languages
English (en)
Inventor
Marco Bianchi
Gastone Ciuti
Paolo Dario
Tamás Czimmermann
Mario Milazzo
Calogero Maria Oddo
Stefano Roccella
Marcello Chiurazzi
Edoardo Farnioli
Marco Minutillo
Jimenez Jose' Manuel Bonilla
Luca Massari
Domenico Camboni
Maria Chiara Carrozza
Cesare Stefanini
Fabio Leoni
Davide Bray
Tommaso Rizzo
Francesco Bruni
Lorenzo Collodi
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
ROBOT SYSTEM AUTOMATION Srl
Piaggio and C SpA
Scuola Superiore di Studi Universitari e di Perfezionamento SantAnna
Original Assignee
ROBOT SYSTEM AUTOMATION Srl
Piaggio and C SpA
Scuola Superiore di Studi Universitari e di Perfezionamento SantAnna
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by ROBOT SYSTEM AUTOMATION Srl, Piaggio and C SpA, Scuola Superiore di Studi Universitari e di Perfezionamento SantAnna filed Critical ROBOT SYSTEM AUTOMATION Srl
Application granted granted Critical
Publication of ES2945569T3 publication Critical patent/ES2945569T3/es
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00Measuring arrangements characterised by the use of optical techniques
    • G01B11/24Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/95Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/9515Objects of complex shape, e.g. examined with use of a surface follower device
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • G06T7/001Industrial image inspection using an image reference approach
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B5/00Measuring arrangements characterised by the use of mechanical techniques
    • G01B5/28Measuring arrangements characterised by the use of mechanical techniques for measuring roughness or irregularity of surfaces
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8883Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges involving the calculation of gauges, generating models
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/95Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/9515Objects of complex shape, e.g. examined with use of a surface follower device
    • G01N2021/9518Objects of complex shape, e.g. examined with use of a surface follower device using a surface follower, e.g. robot
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10028Range image; Depth image; 3D point clouds
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • G06T2207/30156Vehicle coating

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Immunology (AREA)
  • Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Pathology (AREA)
  • Chemical & Material Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (AREA)
  • Theoretical Computer Science (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
  • Length Measuring Devices With Unspecified Measuring Means (AREA)

Abstract

Un sistema (100) para la identificación de defectos en una superficie (210) de al menos una parte de un cuerpo (200), comprendiendo dicho sistema (100) un dispositivo de detección óptica (110) dispuesto para adquirir datos sobre la forma tridimensional de la superficie (210) y primeros medios móviles (120) dispuestos para accionar el dispositivo óptico de detección (110). El sistema (100) también comprende al menos una unidad de control dispuesta para localizar el cuerpo (200) con respecto a un sistema de referencia predeterminado S, accionar los primeros medios móviles (120) para mover el dispositivo óptico de detección (110) a lo largo de una trayectoria y definido con respecto al sistema de referencia predeterminado S, recibir los datos sobre la forma tridimensional de la superficie (210) por el dispositivo de detección óptica (110), (Traducción automática con Google Translate, sin valor legal)

Description

DESCRIPCIÓN
Sistema para la detección de defectos en una superficie de al menos una parte de una carrocería y procedimiento del mismo
Campo de la invención
La presente invención se refiere a un sistema y un método para identificar, clasificar y posteriormente eliminar defectos de fabricación presentes en componentes de vehículos.
Descripción de la técnica anterior
Un problema detectado en el ámbito de la producción de vehículos se refiere a la identificación de los posibles defectos superficiales que pueden presentarse en las piezas de la carrocería.
Generalmente la industria, para satisfacer esta necesidad, hace uso de un operario experimentado cuyo trabajo consiste en inspeccionar visualmente un vehículo o partes del mismo para identificar defectos, como depresiones superficiales, arañazos u otros tipos, con el fin de sugerir intervenciones de corrección específicas. Sin embargo, una inspección de este tipo tiene la limitación de ser altamente subjetiva, así como de estar condicionada por factores ambientales, como la presencia de reflejos de luz en la pieza a inspeccionar, por lo que no es muy fiable ni repetible.
Para superar los inconvenientes mencionados, se han ideado se han ideado soluciones que utilizan sistemas automáticos para identificar el defecto, mediante el uso de sensores ópticos adaptados para adquirir información sobre la geometría de la zona escaneada y realizar una reconstrucción bidimensional o tridimensional del defecto para compararlo con una o más geometrías predeterminadas.
El documento US6320654B1 describe un sistema automático para detectar defectos en las carrocerías de vehículos sin pintar.
En particular, la inspección se realiza en vehículos sembrados y desplazados a lo largo de una línea transportadora, proyectando rejillas luminosas sobre la zona de interés. Los datos sobre el modo de reflexión de la zona de interés se extrapolan a continuación para evaluar la geometría del defecto y permitir su catalogación por comparación con una base de datos.
El documento EP2109079A1 describe otro método para reconocer defectos en piezas destinadas a ser procesadas. El método comprende una etapa de adquisición del perfil geométrico del defecto mediante la adquisición de una imagen bidimensional y evaluar el gradiente de color para extrapolar una conformación tridimensional.
El documento US6714831B2 describe otro método para reconocer defectos en partes de la carrocería de vehículos pintados. Este método también utiliza sensores ópticos para escanear la superficie y obtener una imagen tridimensional. Esta im- 50 gen se compara entonces con una imagen CAD respectiva para reparar cualquier defecto identificado. Sin embargo, todos los sistemas descritos anteriormente realizan una mera comparación de la imagen adquirida con un modelo de referencia, evaluando el grado de correspondencia y estableciendo la categoría de defecto más adecuada para representar el defecto escaneado. Por lo tanto, estos sistemas son muy rígidos a la hora de adaptarse tanto a geometrías de defectos que no son claramente comparables con las categorías predeterminadas, y a la adquisición de defectos que no están catalogados.
Por lo tanto, la utilización de estos sistemas está fuertemente limitada a defectos estándar, fácilmente reconocibles, y en condiciones de luz particularmente favorables, no permitiendo una calidad y una eficacia de esta operación como la lograda por un operador humano.
El documento WO2017081029A2 intenta resolver los problemas mencionados, mediante un sistema de reconocimiento más adaptable. Este documento propone un método y un sistema automático para la identificación y corrección de defectos en la carrocería del vehículo pintado, el cual, tras haber realizado una inspección mediante cámaras y haber reconstruido una geometría tridimensional del defecto, extrapola unos parámetros matemáticos relativos a dicha geometría y los evalúa mediante un algoritmo dedicado, para catalogar el defecto de forma más acerada que los documentos anteriores.
Sin embargo, este sistema está específicamente orientado a la aplicación en carrocerías pintadas. De hecho, dado que la inspección de la carrocería se realiza mediante cámaras, la reconstrucción de la geometría se lleva a cabo analizando los píxeles adquiridos, lo que resulta en una descripción inadecuada de la zona defectuosa en carrocerías sin pintar. Consecuencialmente, el algoritmo descrito se basa específicamente en la evaluación de parámetros matemáticos específicos de los defectos de pintura, tales como manchas superficiales o pinturas no homogéneas.
Además, debido al método de inspección utilizado, el WO2017081029A2 no es capaz de evaluar la profundidad y la forma de los defectos que no producen sombras como para ser detectados comparando el color de los píxeles. Por lo tanto, este sistema no puede utilizarse para la detección de ligeras depresiones o protuberancias en la carrocería.
Por lo tanto, incluso este sistema es insuficiente para obtener una eficacia de reconocimiento de defectos comparable a la de un operador humano.
El documento EP3187859A1 describe un sistema de detección de defectos en una superficie que, una vez calculada una nube de puntos correspondiente a la geometría real de la superficie, la compara con una superficie 3D virtual correspondiente al modelo ideal. Si el modelo real se desvía del modelo virtual más allá de un determinado umbral, se detecta un defecto.
Sin embargo, este sistema presenta varios inconvenientes.
En primer lugar, dado que la detección del defecto se obtiene por comparación con un modelo 3D virtual, el método descrito en el documento EP3187859A1 no es aplicable a cuerpos no conocidos a priori o de los que no se dispone de un modelo virtual fiel.
En segundo lugar, debido a que, por tolerancias de fabricación, las superficies de la carrocería pueden presentar desviaciones de incluso 1-2 mm entre sí, referirse a una carrocería virtual implica necesariamente no poder detectar defectos inferiores a este valor. De lo contrario, el sistema EP3187859A1 correría el riesgo de detectar defectos aunque se tratara de una simple desviación debida a estas tolerancias. Por lo tanto, este sistema no permite detectar defectos superficiales inferiores al valor de desviación mencionado.
Además, durante el ensamblaje de las caras los cuerpos pueden presentar un aumento adicional de estas desviaciones, debido a la suma de estas tolerancias. Por lo tanto, en cuerpos ya ensamblados, el método del documento EP3187859A1 resulta tener aún menos precisión en la detección de defectos.
El documento WO1987000629A1 describe un sistema para la inspección de superficies de carrocerías mediante escaneo láser. Sin embargo, el sistema descrito no proporciona una reconstrucción tridimensional de la sur-Sin embargo, el sistema descrito no proporciona una reconstrucción tridimensional de la superficie analizada, por lo que resulta insuficiente para obtener una eficacia de reconocimiento de defectos comparable a la de un operador humano.
Chung et al., en "Visualization of Subtle Defects of Car Body Outer Panels", Proceedings of SICE-ICCAS 2006 International Joint Conference; 18-21 Oct. 2006; Busan, Korea (South), páginas 4639-4642, describe un sistema en el que se calcula la curvatura de puntos adyacentes medidos por un escáner 3D y se aplica para representar la superficie escaneada. Los defectos se visualizan en la superficie representada mediante un método de visualización en color.
Kamani y otros, "Car body paint defect inspection using rotation invariant measure of the local variance and one-againstall support vector machine", Proceedings of the 2011 First International Conference on Informatics and Computational Intelligence (ICI 2011), páginas 244-249 describe un método para localizar una región defectuosa utilizando la medida invariante de rotación del operador de varianza local (VAR). A continuación, los defectos detectados se clasifican en diferentes tipos de defectos mediante el uso de una máquina de vectores de apoyo (OAA-SVM).
Resumen de la invención
Es por lo tanto una característica de la presente invención proporcionar un sistema para la identificación de defectos en una cara de al menos una porción de un cuerpo que es más versátil que los sistemas del arte conocido y que permite identificar y corregir defectos incluso no típicos de las superficies pintadas.
También es una característica de la presente invención proporcionar un sistema de este tipo que permita una reconstrucción más precisa de la geometría tridimensional del defecto, permitiendo una intervención de corrección más centrada y eficaz.
Estos y otros objetos se consiguen mediante un sistema de identificación de defectos en una superficie. de identificación de defectos en una superficie de al menos una porción de un cuerpo según la reivindicación 1, dicho sistema comprende:
- un dispositivo de detección óptica dispuesto para adquirir datos sobre la forma tridimensional de dicha superficie; - unos primeros medios móviles dispuestos para accionar dicho dispositivo óptico de detección;
- al menos una unidad de control dispuesta para localizar dicho cuerpo con respecto a un sistema de referencia predeterminado S;
- accionar dicho primer medio móvil para accionar dicho dispositivo óptico de detección a lo largo de una trayectoria definida con respecto a dicho sistema de referencia predeterminado S;
- recibir de dicho dispositivo óptico de detección los datos relativos a la forma tridimensional de dicha superficie;
- detectar una posible zona defectuosa en dicha superficie y definir una geometría tridimensional de dicha zona defectuosa;
- consultar una base de datos dispuesta para asociar una pluralidad de geometrías tridimensionales de áreas defectuosas a tipologías predeterminadas de defectos;
- asignar, a partir de dicha base de datos, una tipología de defecto a dicha zona defectuosa detectada;
dichos datos sobre la forma tridimensional de dicha superficie comprenden una nube de puntos pi de dicha superficie, a cada punto pi se asocian coordenadas (xi,yi,zi) definidas con respecto a dicho sistema de referencia S, dicha detección de una posible zona defectuosa com- prende los pasos de:
- analizar dicha nube de puntos pi para extrapolar una geometría virtual tridimensional de dicha superficie;
- asociar dicha geometría virtual tridimensional a una función tridimensional f dispuesta para describir matemáticamente dicha superficie;
- analizar dicha función tridimensional f para definir al menos una zona defectuosa; cuya característica principal es que dicho análisis de dicha función tridimensional f comprende las etapas de:
- derivar dicha función tridimensional f obteniendo una función derivada bidimensional f;
- identificar, en dicha función derivada bidimensional f, picos ki en los que dicha función f tiene valores superiores a un umbral predeterminado zT;
- Definir al menos una región de interés R que tenga un borde que comprenda una pluralidad de dichos picos ki;
- verificar que dicha región de interés R es un área defectuosa
Contrariamente a la técnica conocida, la presente invención permite por lo tanto identificar concavidades o convexidades presentes en la carrocería, y no solamente imperfecciones de pintura.
En particular, el análisis de la función f al- bajar a un nivel de precisión muy elevado en el análisis de la función tridimensional f.
En particular, dicho dispositivo óptico de detección comprende un escáner láser dispuesto para adquirir dicha nube de 5 puntos pi de dicha superficie.
Dicho aspecto permite un nivel de precisión muy elevado
(del orden de una décima de mm) en la adquisición de los datos sobre la forma tridimensional de la superficie y en la generación de la nube de puntos pi.
Además, el láser tiene la ventaja de no verse afectado por errores en zonas del cuerpo con recesos difíciles de detectar por una cámara.
Ventajosamente, dicho primer medio móvil comprende:
- al menos dos eslabones robóticos
- al menos una junta rotacional dispuesta para proporcionar una rotación entre dichos al menos dos eslabones robóticos para permitir una manipulación de dicho escáner láser a lo largo de dicha trayectoria.
- al menos un transductor de posición angular que está adaptado para medir dicha o cada rotación de dicha o cada junta rotacional; y en el que dicha unidad de control está dispuesta para:
- establecer una pluralidad de puntos de adquisición, a lo largo de dicha trayectoria, en los que detectar dichos datos sobre la forma tridimensional de dicha superficie que comprende dicha nube de puntos pi;
- establecer un intervalo de tiempo;
- recibir de dicho o de cada transductor de posición angular dicha o cada rotación de dicha o cada articulación rotacional (125);
- sobre la base de dicha o cada rotación, efectuar un cálculo de una posición de dicho escáner láser con respecto a dicha trayectoria y, por lo tanto, con respecto a dicho sistema de referencia predeterminad S, efectuándose dicho cálculo de la posición en un tiempo de cálculo predeterminado;
- cuando dicha posición de dicho escáner láser con respecto a la trayectoria corresponde a un punto de adquisición i: - recibir de dicho escáner láser dichos datos sobre la forma tridimensional de dicha superficie;
- asociar dichos datos sobre la forma tridimensional de dicha superficie a dicho punto de adquisición i.
De este modo, si el cálculo de la posición de el escáner láser con respecto a la trayectoria ocurre en un tiempo, la unidad de control siempre conoce la posición del láser antes de recibir los nuevos valores de las rotaciones, garantizando la adquisición de la nube de puntos en cada punto de adquisición, con el fin de tener una alta precisión en la asociación entre la nube de puntos adquirida y la posición del láser a lo largo de la trayectoria.
En particular, la unidad de control puede comprender un FP- GA [Arreglos de compuertas lógicas programables en sitio], que permite una distribución óptima de los recursos de hardware para no tener nunca una condición.
Ventajosamente, dicho dispositivo de detección óptica comprende al menos una cámara dispuesta para adquirir datos visuales sobre la forma tridimensional de dicha superficie. [0034] En particular, dicho dispositivo de detección óptica comprende una fuente de iluminación direccional adaptada para mejorar la calidad de dichos datos visuales adquiridos por dicha cámara.
La cámara, en combinación con la fuente de luz adecuadamente dirigida, permite identificar, gracias a un análisis de la imagen bidimensional, los defectos que hayan podido escapar al escáner láser.
En particular, también se proporciona un sensor táctil dispuesto para adquirir datos relativos a la rugosidad de la superficie.
El sensor táctil permite integrar los datos sobre la forma tridimensional de la superficie e identificar otras tipologías de defectos en caso de que el escáner láser y/o la cámara no fueran suficientes.
Ventajosamente, un dispositivo de eliminación de defectos está también previsto para realizar un tratamiento de superficie en dicha superficie al menos en una zona defectuosa.
En particular, dicho dispositivo de eliminación de defectos comprende al menos un sensor de fuerza adecuado para permitir la calibración de la intensidad y el punto de aplicación de la fuerza de interacción entre dicho dispositivo de eliminación de defectos y dicha superficie.
Este aspecto permite una eliminación del defecto con una precisión al menos igual a la que obtendría un operario. Ventajosamente, se proporciona un segundo medio móvil que está dispuesto para accionar dicho dispositivo de eliminación de defectos y dicha unidad de control está adaptada para accionar dicho segundo medio móvil a lo largo de una trayectoria definida con respecto a dicho sistema de referencia predeterminado S, sobre la base de dicho paso de localización de dicho cuerpo con respecto a dicho sistema de referencia predeterminado S y sobre la base de dichos datos sobre la forma tridimensional de dicha superficie.
Este aspecto permite una sincronización entre la acción de detección de defectos y la acción de eliminación de defectos. En particular, dicha unidad de control está también preparada para llevar a cabo un paso de entrenamiento y construcción de dicha base de datos, por medio de una adquisición de datos sobre la forma tridimensional de dicha superficie en áreas defectuosas de las que se conoce una geometría tridimensional y una tipología de defecto correspondiente. Este aspecto permite mejorar constantemente las capacidades del sistema, mediante un mecanismo de aprendizaje inspirado en el de un operador humano.
Un método de identificación de los defectos de un superficie de al menos una porción de un cuerpo según la reivindicación 9, dicho método comprende los pasos de:
- localizar dicho cuerpo con respecto a un sistema de referencia predeterminado S; 5
- accionar dicho dispositivo óptico de detección a lo largo de una trayectoria definido con respecto a dicho sistema de referencia predeterminado S
- adquisición de datos sobre la forma tridimensional de dicha superficie mediante un dispositivo de detección óptica; - detectar una posible zona defectuosa en dicha superficie y definir una geometría tridimensional de dicha zona defectuosa
- consultar y/o actualizar una base de datos dispuesta para asociar una pluralidad de geometrías tridimensionales de zonas defectuosas a tipologías predeterminadas de defectos;
- asignar, a partir de dicha base de datos, una tipología de defecto a dicha zona defectuosa detectada; cuya característica principal es que dichos datos sobre la forma tridimensional de dicha superficie comprenden una nube de puntos pi de dicha superficie, asociándose a cada punto pi unas coordenadas (xi,yi,zi) definidas con respecto a dicho sistema de referencia S, y que dicha etapa de detección de una posible zona defectuosa comprende las etapas de:
- analizar dicha nube de puntos pi para extrapolar una geometría virtual tridimensional de dicha cara;
- asociar dicha geometría virtual tridimensional a una función tridimensional f preparada para describir matemáticamente dicha superficie;
- derivar dicha función tridimensional f, obtener una función derivada bidimensional f';
- analizar dicha función tridimensional f para definir al menos una zona defectuosa.
Dicha etapa de análisis de dicha función tridimensional f comprende las etapas de:
- identificar, en dicha función derivada bidimensional f, picos ki en los que dicha función f tiene valores superiores a un umbral predeterminado zT;
- definir al menos una región de interés R que tenga un borde que comprenda una pluralidad de dichos picos ki;
- verificar que dicha región de interés R es un área defectiva área.
Breve descripción de los dibujos
Otras características y/o ventajas de la presente invención son más brillantes con la siguiente descripción de una realización ejemplar de la misma, ejemplificativa pero no limitativa, con referencia a los dibujos adjuntos en los que: - La Fig. 1 muestra de forma esquemática un ejemplo de sistema de identificación de defectos, según la presente invención;
- La Fig. 2 muestra una posible realización ejemplar del sistema de identificación de defectos que comprende los primeros medios móviles y el dispositivo óptico de detección;
- la figura 3A muestra en perspectiva el dispositivo de detección óptica de la figura 2;
- la figura 3B muestra en vista lateral el dispositivo de detección óptica de la figura 2;
- La Fig. 4 muestra una primera realización ejemplar de un método para detectar defectos en una superficie de al menos una porción de cuerpo, según la presente invención;
- la figura 5 muestra una segunda realización ejemplar de un método para detectar defectos en una superficie de al menos una parte del cuerpo, según la presente invención;
- La Fig. 6 ejemplifica gráficamente algunos pasos del método para detectar defectos según la presente invención.
Descripción de una realización ejemplar preferida
En la Fig. 1 se describe un ejemplo de sistema 100 para la identificación de defectos en una superficie 210 de al menos una porción del cuerpo 200.
El sistema 100 comprende un dispositivo de detección óptica 110 dispuesto para adquirir datos sobre la forma tridimensional de la superficie 210. El sistema 100 comprende también unos primeros medios móviles 110 dispuestos para adquirir datos sobre la forma tridimensional de la superficie 210. El sistema 100 también comprende unos primeros medios móviles 120, por ejemplo un brazo robótico con muchos grados de libertad, dispuestos para accionar el dispositivo de detección óptica 110 para inspeccionar la superficie 210 de interés.
En una realización ejemplar de la invención, además, pueden proporcionarse segundos medios móviles 120', por ejemplo un segundo brazo robótico, dispuestos para accionar un dispositivo de eliminación de defectos 130, por ejemplo una amoladora. El segundo brazo robótico 120' es accionado por una unidad de control, no mostrada en las figuras, a lo largo de una trayectoria y' definida con respecto a un sistema de referencia predeterminado S.
Dicha unidad de control está adaptada para llevar a cabo una pluralidad de pasos para la identificación y la catalogación del defecto. En particular, la unidad de control se adapta para realizar los pasos proporcionados por el método según lo reivindicado por la presente invención.
Con referencia a las Figs. 2, 3A y 3B, en una realización anterior, el dispositivo óptico de detección 110 puede comprender, alternativamente o en combinación:
- un escáner láser 115 dispuesto para adquirir datos relativos a la posición espacial de puntos de la superficie 210; - una cámara 116 dispuesta para adquirir datos visuales sobre la forma tridimensional de la superficie 210
- un sensor táctil 117 dispuesto para adquirir datos relativos a la rugosidad de la superficie 210.
En particular, los primeros medios móviles 120 pueden estar adaptados para accionar el dispositivo óptico de detección 110 con el fin de orientar hacia la superficie 210 alternativamente el escáner láser 115, la cámara 116 y el sensor táctil 117, permitiendo así a la unidad de control recibir una combinación de muchos datos relativos a la superficie 210. Con referencia a la Fig. 4, en una primera implementación del método para la identificación de defectos en una superficie 210 de al menos una porción del cuerpo 200, se proporciona un primer paso de localización del cuerpo 200 con respecto a un sistema de referencia predeterminado S [301]. Esta fase permite asociar unívocamente las coordenadas espaciales relativas a la posición del cuerpo dentro de un área de trabajo.
A continuación, se acciona un dispositivo de detección óptica 110 a lo largo de una trayectoria definida con respecto al sistema de referencia predeterminado S.
El dispositivo óptico de detección 110 utilizado en este paso está adaptado para adquirir datos sobre la forma tridimensional de la superficie 210 y puede comprender un escáner láser 115, por ejemplo montado en un brazo robótico capaz de moverse a lo largo de una trayectoria defineda con respecto al sistema de referencia de referencia S.
A continuación sigue una etapa de adquisición de datos sobre la forma tridimensional de la superficie 210 por el dispositivo de detección óptica 110 [330]. En particular, los datos comprenden una nube de puntos pi de la superficie 210, a cada punto pi se asocian coordenadas (xi,yi,zi) definidas con referencia S.
A continuación, se define una posible zona defectuosa 215 en la superficie 210 y se define una geometría tridimensional de la zona defectuosa [340].
En particular, la etapa de definición [340] comprende las etapas de análisis de la nube de puntos pi para extrapolar una geometría tridimensional de la zona defectuosa para extrapolar una geometría virtual tridimensional de la superficie 210 [341], asociando la geometría virtual tridimensional a una función tridimensional f dispuesta para describir matemáticamente la superficie 210 [342] y analizar la función tridimensional f para detectar al menos un área defectuosa 215 [343].
Después de la etapa de definición [340] se prevé también una etapa de consulta de una base de datos dispuesta para asociar una pluralidad de geometrías tridimensionales de zonas defectuosas a tipologías de defectos predeterminadas [350] y finalmente una etapa de asignación, sobre la base de la base de datos, de una tipología de defecto a la zona defectuosa 215 detectada
Con referencia a la Fig. 5, en una realización como ejemplo preferida de la presente invención, el paso de análisis de la función tridimensional f [343] comprende los pasos de derivar matemáticamente la función tridimensional f obteniendo una función derivativa bidimensional f [343.1], definiendo picos ki donde la función f tiene valores superiores a los de la función f [343.2] tiene valores superiores a un umbral predeterminado zT. [343.2], definiendo al menos una región de interés R que tenga un borde que comprenda una pluralidad de dichos picos ki [343.3], y verificar que la región de interés R es un área defectuosa área 215 [343.4].
Mediante los pasos anteriormente mencionados es posible por tanto identificar con precisión, y mediante el análisis de la función tridimensional f, los posibles defectos que pueden producirse en las superficies corporales.
Los diversos tipos de defectos que pueden ser reconocidos y clasificados incluyen arañazos, corrosión superficial, contaminación, micro-punciones, burbujas superficiales, y otros defectos que no son eficientemente reconocibles a partir de documentos de técnica conocida. Además, el uso de un escáner láser 115 para la adquisición de datos, en forma de nube de puntos pi sobre la forma tridimensional de la superficie, supera las dificultades de los dispositivos de la técnica anterior inherentes a la detección de la no uniformidad de la superficie, como por ejemplo la presencia de socavones. En la Fig. 6 se muestran gráficamente algunos pasos del método según la vista diagramática de la Fig. 5.
En el panel 410 se muestra un ejemplo de superficie 210 que tiene como área defectuosa 215 una abolladura. La superficie 210 está sujeta a escaneo por escáner láser. En particular, con referencia también al panel 411, la superficie 210 se escanea a lo largo de la dirección x del gráfico y para cada punto pi proyectado por el láser se detecta una coordenada z. De este modo, el láser puede medir la posición espacial (xi,yi,zi), con respecto al sistema de referencia S, de cada punto pi de la superficie 210, adquiriendo así una nube de puntos para reproducir la forma tridimensional de la superficie 210.
En el panel 420 se muestra por tanto la función tridimensional f, obtenida a partir de la nube de puntos adquirida, y dispuesta para describir matemáticamente la superficie 210.
En el panel 430 se muestra la función derivada bidimensional f en la que es posible determinar picos ki donde la función f tiene valores superiores a un umbral predeterminado zT, definiendo así la superficie 210. de interés R, y verificando, en el panel 440, que esta región de interés R es realmente una zona defectuosa.
Una vez verificado que esta región de interés R corresponde a una zona defectuosa real 215, se analiza la geometría de esta zona 215 en base a unos parámetros predeterminados, tales como:
- posición del defecto (x,y);
- longitud y anchura de la zona defectuosa;
- profundidad del área defectuosa.
A partir de estos parámetros, se reconoce el defecto consultando una base de datos que contiene una pluralidad de geometrías de defectos predeterminadas.
En el caso de que los parámetros geométricos de- tectados no reconduzcan el defecto a ninguna categoría de la base de datos, este defecto puede ser insertado en una nueva categoría, aumentando la información presente en la base de datos. De esta forma existe un procedimiento didáctico que permite mejorar continuamente la eficacia del sistema según la presente invención.
Debe entenderse que la fraseología o terminología que aquí se emplea es a efectos de descripción y no de limitación. La invención se define por las reivindicaciones adjuntas.

Claims (9)

REIVINDICACIONES
1. Un sistema (100) para la identificación de defectos en una superficie (210) de al menos una parte de la carrocería de un vehículo (200), dicho sistema (100) comprende:
- un dispositivo óptico de detección (110) dispuesto para 10 adquirir datos sobre la forma tridimensional de dicha superficie (210);
- un primer medio móvil (120) dispuesto para accionar dicho dispositivo óptico de detección (110);
- al menos una unidad de control dispuesta para localizar dicho vehículo (200) con respecto a una preterdeminada refererecia del systema S;
- accionar dicho primer medio móvil (120) para mover dicho dispositivo óptico de detección (110) a lo largo de una trayectoria determinada con respecto a dicho sistema de referencia predeterminado S;
- recibir dichos datos sobre la forma tridimensional de dicha superficie (210) desde dicho dispositivo (210) de dicho dispositivo óptico de detección (110);
- detectar una posible zona defectuosa (215) en dicha superficie (210) y definir una geometría tridimensional de dicha zona defectuosa (215);
- consultar y/o actualizar una base de datos dispuesta para asociar una pluralidad de geometrías tridimensionales de zonas defectuosas a tipologías relativas predeterminadas de defectos
- asignar, a partir de dicha base de datos, una tipología de defecto a dicha zona defectuosa (215) detectada; dichos datos sobre la forma tridimensional de dicha superficie (210) que comprenden una nube de puntos pi de diicha superficie (210), a cada punto pi se le asocian coordenadas (xi,yi,zi) definidas con respecto a dicho sistema de referencia S, dicha detección de una posible zona defectuosa (215) que comprende las etapas de:
- analizar dicha nube de puntos pi para extrapolar una geometría virtual tridimensional de dicha superficie (210); y tridimensional de dicha superficie (210);
- asociar dicha geometría virtual tridimensional a una función tridimensional f dispuesta para describir matemáticamente dicha superficie (210);
- analizar dicha función tridimensional f por defecto el menos s posible zona defectuosa (215);
dicho sistema (100) caracterizado en que dicho análisis de dicha función tridimensional f comprende las etapas de: - derivar dicha función tridimensional f obteniendo una función derivada bidimensional f';
- identificar, en dicha derivada bidimensional función f bidimensional, picos ki en los que dicha función f' tiene valores superiores a un umbral predeterminado zT;
- definir al menos una región de interés R que tenga un borde que comprenda una pluralidad de dichos picos ki - verificar que dicha región de interés R es una zona defectuosa (215) .
2. El sistema (100) para la identificación de defectos en una superficie (210) de al menos una parte de la carrocería de un vehículo (200), según la reivindicación 1, en el que dicho dispositivo de detección (110) comprende un escáner láser (115) dispuesto para adquirir dicha nube de puntos pi de dicha superficie (210).
3. El sistema (100) para la identificación de defectos en una superficie (210) de al menos una porción de la carrocería de un vehículo (200), según la reivindicación 2, en el que dicho primer medio móvil (120) comprende al menos dos eslabones robóticos (121);
- al menos una junta rotacional (125) dispuesta para proporcionar una rotación entre dichos dos eslabones robóticos (121) para permitir una manipulación de dicho escáner láser (115) a lo largo de dicha trayectoria;
- al menos un trazador de posición angular que mide la posición o el rango de medida de cada rotación de cada junta rotacional (125); y en el que dicha unidad de control está dispuesta para establecer una pluralidad de puntos de adquisición i, a lo largo de dicha trayectoria, en los que detectar dichos datos sobre la forma tridimensional de dicha superficie (210) que comprende dicha nube de puntos pi;
- establecer un intervalo de tiempo;
- en cada intervalo de tiempo:
- recibir de dicho o cada transductor de posición angular dicha o cada rotación de dicha o cada articulación rotacional (125);
- sobre la base de dicha o cada rotación, calcular una posición de dicho escáner láser (115) con respecto a dicha trayectoria sin embargo con respecto a dicha predeterminada referencia al sistema S, donde dicha posición ha sido predeterminada en un cálculo de tiempo.
- cuando dicha posición de dicho láser escáner (115) con respecto a dicha trayectoria corresponde a un punto de adquisición i:
- recibir de dicho escáner láser (115) dichos datos sobre la forma tridimensional 5 de dicha superficie (210);
- asociar dichos datos sobre la forma tridimensional de dicha superficie (210) a dicho punto de adquisición i.
4. El sistema (100) para la identificación de defectos en una superficie (210) de al menos una parte de la carrocería de un vehículo (200), según la reivindicación 1, en el que dicho dispositivo óptico de detección (110) comprende al menos una cámara (116) dispuesta para detectar datos visuales sobre la forma tridimensional de dicha superficie (210) dimensional de dicha superficie (210).
5. El sistema (100) para la identificación de defectos en una superficie (210) de al menos una porción de un cuerpo (200), según la reivindicación 1, en el que también se proporciona un sensor táctil (117) 20 dispuesto para detectar datos relativos a la rugosidad de dicha superficie (210).
6. El sistema (100) para la identificación de defectos en una superficie (210) de al menos una porción de un cuerpo (200), 25 según la reivindicación 1, en el que también se proporciona un detector de defectos (130) para llevar a cabo un tratamiento superficial en dicha superficie (210) al menos en una zona defectuosa (215).
7. El sistema (100) para la identificación de defectos en una superficie (210) de al menos una porción de un cuerpo (200), según la reivindicación 6, en el que se proporciona un segundo medio móvil (120') dispuesto para accionar dicho dispositivo de eliminación de defectos (130) y en el que dicha unidad de control 35 está dispuesta para accionar dicho segundo medio móvil (120') a lo largo de una trayectoria determinada i' con respecto a dicho sistema de referencia S predeterminado, y en el que dicha unidad de control está dispuesta para accionar dicho segundo medio móvil (120') a lo largo de una trayectoria determinada i' con respecto a dicho sistema de referencia S predeterminado., sobre la base de dicho paso de localizar dicha carrocería de vehículo (200) con respecto a dicho sistema de referencia 40 S predeterminado y sobre la base de dichos datos sobre la forma tridimensional de dicha superficie (210).
8. El sistema (100) para la identificación de defectos en una superficie (210) de al menos una porción de una carrocería (200), según la reivindicación 1, en el que dicha unidad de control está también dispuesta para llevar a cabo un paso de entrenamiento y construcción de dicha base de datos, por medio de dicho sistema de referencia predeterminado S y en base a dichos datos sobre la forma tridimensional de dicha superficie (210) de dicha base de datos, mediante una adquisición de datos sobre la forma tridimensional de dicha superficie (210) en las zonas defectuosas (215) de las que se conoce una geometría tridimensional y una tipología de defecto correspondiente.
9. Un método para la identificación de defectos en una superficie (210) de al menos una porción de un cuerpo (200), dicho método comprende las etapas de:
- localizar dicho cuerpo (200) con respecto a un sistema de referencia S predeterminada;
- mover un dispositivo óptico de detección (110) a lo largo de una trayectoria determinada con respecto a dicho sistema de referencia S predeterminado;
- adquirir datos sobre la forma tridimensional de dicha superficie (210) mediante dicho dispositivo de detección óptica (110)
- detectar una posible zona defectuosa (215) en dicha superficie (210) y definir una geometría tridimensional de dicha zona defectuosa (215);
- consultar y/o actualizar una base de datos dispuesta para asociar una pluralidad de geometrías tridimensionales de zonas defectuosas a tipologías de defectos relativas predeterminadas
- asignar, a partir de dicha base de datos, una tipología de defecto a dicha zona defectuosa (215) detectada;
Dichos datos sobre la forma tridimensional de dicha superficie (210) comprenden una nube de puntos pi de dicha superficie (210), a cada punto pi se le asocian coordenadas (xi,yi,zi) definidas con respecto a dicho sistema de referencia S, dicha etapa de detección de una posible zona defectuosa (215) que comprende las etapas de:
- analizar dicha nube de puntos pi para extrapolar una geometría virtual tridimensional de dicha superficie (210);
- asociar dicha geometría virtual tridimensional a una función tridimensional f dispuesta para describir matemáticamente dicha superficie (210);
- analizar dicha función tridimensional f para detectar al menos una posible zona defectuosa (215) dicho método caracterizado en que dicho paso de analizar dicha función tridimensional f comprende los pasos de:
- derivar dicha función tridimensional f obteniendo una función derivada bidimensional f';
- identificar, en dicha función derivada bidimensional f, picos ki en los que dicha función f' tiene valores superiores a un umbral predeterminado zT;
- definir al menos una región de interés R que tenga un borde que comprenda una pluralidad de dichos picos ki; - verificar que dicha región de interés R es una zona defectuosa (215)
ES19723210T 2018-04-10 2019-04-09 Sistema para la detección de defectos en una superficie de al menos una parte de una carrocería y procedimiento del mismo Active ES2945569T3 (es)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
IT102018000004368A IT201800004368A1 (it) 2018-04-10 2018-04-10 Sistema per l’identificazione di difetti su una superficie di almeno una porzione di una scocca e relativo metodo
PCT/IB2019/052900 WO2019197981A1 (en) 2018-04-10 2019-04-09 System for the detection of defects on a surface of at least a portion of a body and method thereof

Publications (1)

Publication Number Publication Date
ES2945569T3 true ES2945569T3 (es) 2023-07-04

Family

ID=62875112

Family Applications (1)

Application Number Title Priority Date Filing Date
ES19723210T Active ES2945569T3 (es) 2018-04-10 2019-04-09 Sistema para la detección de defectos en una superficie de al menos una parte de una carrocería y procedimiento del mismo

Country Status (4)

Country Link
EP (1) EP3775854B1 (es)
ES (1) ES2945569T3 (es)
IT (1) IT201800004368A1 (es)
WO (1) WO2019197981A1 (es)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR3094907B1 (fr) * 2019-04-11 2022-07-15 Gebe2 Productique Procédé d’abrasion
IT201900021645A1 (it) * 2019-11-19 2021-05-19 Sacmi Apparato per l’ispezione ottica di sanitari
IT202000004792A1 (it) * 2020-03-06 2021-09-06 Geico Spa Sistema di localizzazione e trattamento di difetti superficiali su oggetti, in particolare scocche di autoveicoli
DE102020120559A1 (de) 2020-08-04 2022-02-10 Bayerische Motoren Werke Aktiengesellschaft Verfahren zum Bearbeiten wenigstens eines Defekts einer Oberfläche eines Bauteils, insbesondere in einem Bereich wenigstens eines Oberflächenmerkmals
CN113408947B (zh) * 2021-07-15 2023-01-03 北京国联视讯信息技术股份有限公司 一种智能制造工业生产数据采集分析方法、设备及计算机存储介质
CN115855953A (zh) * 2022-11-29 2023-03-28 南京秋辰光电技术有限公司 一种发动机缸盖的三维缺陷检测方法及其装置
WO2024181994A1 (en) * 2023-03-01 2024-09-06 Siemens Corporation Robotic visual tactile surface inspection system
CN116252226A (zh) * 2023-03-15 2023-06-13 无锡斯帝尔科技有限公司 基于柔性触觉传感器的表面打磨质量评估方法
CN118279300B (zh) * 2024-05-31 2024-08-30 陕西炎恒高科工贸有限公司 一种基于三维点云的发动机零部件识别方法
CN118858295B (zh) * 2024-07-30 2025-03-04 徐州正力永磁科技有限公司 一种电机转子磁片缺陷智能检测系统
CN119477875B (zh) * 2024-11-13 2025-12-16 成都美奢锐新材料有限公司 从二维图像中获取缺陷中心坐标的计算方法及其应用
CN120298605B (zh) * 2025-06-11 2025-08-22 龙南鼎泰电子科技有限公司 印刷电路板焊点三维形貌高精度分析方法及系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB8517834D0 (en) * 1985-07-15 1985-08-21 Sira Ltd Inspection apparatus
DE102015119240B3 (de) * 2015-11-09 2017-03-30 ATENSOR Engineering and Technology Systems GmbH Automatisches detektieren und robotergestütztes bearbeiten von oberflächendefekten
DE102015017010A1 (de) * 2015-12-30 2017-07-06 Faurecia Innenraum Systeme Gmbh Verfahren zur Ermittlung von Oberflächendefekten sowie Computer-Programmprodukt

Also Published As

Publication number Publication date
WO2019197981A1 (en) 2019-10-17
EP3775854A1 (en) 2021-02-17
EP3775854B1 (en) 2023-02-22
IT201800004368A1 (it) 2019-10-10

Similar Documents

Publication Publication Date Title
ES2945569T3 (es) Sistema para la detección de defectos en una superficie de al menos una parte de una carrocería y procedimiento del mismo
ES2910068T3 (es) Aparato móvil y automatizado para la detección y clasificación de daños en la carrocería de un vehículo
KR101782542B1 (ko) 차량 도장표면 검사시스템 및 검사방법
US20210255117A1 (en) Methods and plants for locating points on complex surfaces
CN108496124A (zh) 表面缺陷的自动检测和机器人辅助加工
WO2008146764A1 (ja) 形状評価方法、形状評価装置および三次元検査装置
Satorres Martínez et al. A machine vision system for defect characterization on transparent parts with non-plane surfaces
JP7353757B2 (ja) アーチファクトを測定するための方法
CN116465335B (zh) 基于点云匹配的自动测厚方法和系统
CN116402792A (zh) 一种基于三维点云的空间孔位对接方法
CN116930187A (zh) 车身漆面缺陷视像检测方法与视像检测系统
Pham et al. A smartphone-based laser measuring system for gap and flush assessment in car body
EP3989164A1 (en) Method for identifying a discontinuity on the surface of an object
JP2017173142A (ja) 画像処理装置、画像処理方法およびミクロジョイント切断システム
JPH06229741A (ja) 透明板状体の検査方法およびその装置
KR20170142379A (ko) 영상처리를 이용한 용접로봇의 용접선 인식장치
CN112747671B (zh) 三维检测系统和三维检测方法
Xu et al. A robot-assisted back-imaging measurement system for transparent glass
KR101284852B1 (ko) 용접 토우 그라인딩부 검사 장치 및 방법
Yang et al. Weld Seam Tracking and Detection Method Based on Structured Light Vision
CN107020545A (zh) 识别机械工件位姿的装置和方法
Bae et al. A study of vision-based measurement of weld joint shape incorporating the neural network
Singh et al. Digital photogrammetry for automatic close range measurement of textureless and featureless objects
Zhou et al. on Active Fusion Technology
Biason et al. Design of a robotic vision system