摘要
针对传统汽车保险丝盒检测精度较低、效率较差,以及无法自适应调整扭力扳手扭矩等问题,提出一种基于多摄像头的汽车保险丝盒检测与装配方法,并设计了检测系统样机。采用HSV和YCbCr双色彩空间将基于Bootsing分类器构建的颜色查找表色彩识别方法和基于卷积神经网络(CNN)的表面文字识别方法相结合,通过获取保险丝盒上的保险丝颜色与文字型号,实现保险丝盒中各标准的保险丝快速检测与识别。同时,利用两个有一定夹角的摄像头捕捉保险丝盒上表面图像,通过视角差产生的坐标及景深信息判断扭力扳手的位置,实现扭力扳手扭力的自调整。仿真实验结果表明,提出的方法具有较高的检测精度、较快的检测速度、较高的可靠性;通过对多种型号的保险丝盒进行现场实验结果表明,保险丝检测精度达到99.96%,扭力扳手位置识别精度达到100%,识别速度约0.1 s/件。
- 单位