基于图像处理的汽车配件检测技术研究

基于图像处理的汽车配件检测技术研究

林尚伦 李金文 洪艳 陈宗晓

建达电气有限公司 浙江温州 325000

摘要：Auto Fault Tracking System (TVDS)结合了广角镜头、实时图像处理和快速传输、自动控制等先进技术，以及广泛的图像存储技术，使auto negotiation team能够通过使用汽车图像数据并在地面、两侧和列车顶部应用图像来快速高效地检测故障。TVDS检测技术解决了高密度审核人员乘坐装甲车检查作业、缩短车站工期、提高作业效率和作业质量、便利安全列车通行的问题。本文主要介绍了基于图像的汽车配件检测技术。

关键词：图像处理；蓝牙；汽车检测

引言

测定汽车制动性能的最常见方法是客观评价，在这种评价中，测试了与仪器相关联的物理单位数量，然后评价了性能差。测量参数(MFDD)、制动响应时间、制动初始转速、制动距离和制动距离)代表电机的制动性能。汽车检测的制动距离通常用传统方法测量，如b .直接路径测量、运动加速度测量等，使仪器难以操作。制动过程中制动距离的测量受到汽车冲击的影响，导致测量不准确。基于计算机视觉的制动距离测量是近年来发展起来的一种新方法。

1、汽车制动检测系统总体方案

汽车制动检测系统分为四个部分:CCD高速摄像机(采集数据)、单片机(数据处理)、智能手机(数据存储)和车轮电源开关。车载内置车辆制动探测器安装在车辆上，在宽阔道路上以一种速度平稳行驶，制动踏板关闭，微处理器接收信号，控制CCD摄像机，摄像机捕捉到制动完成的间隔，图像采集完成。计算多组相邻图像的距离，并合计整个制动距离。由于相机在固定时间捕捉图像，因此可以在制动过程的任何时间计算制动速度，以确定MFDD和制动时间。

2、智能驾驶汽车视觉图像处理技术分析

图像采集。智能自行车视觉图像处理中的图像采集是第一步。当前对智能自行车的研究采用了各种捕获视觉图像的技术。一个是视觉图像捕获。由于相机安装在车辆前面，因此从大多数导航系统用于图像采集的相机安装角度包含道路。这种方法在图像处理方面更加精确，确保了信息的及时传递。图像处理速度更快，提供了更多优势。但也有缺点:信息资源种类繁多，难以保证图像信息的收集，而且存在一些限制因素，使得司机难以充分获取信息。第二种视觉捕获是一种全景传感器，它在一辆汽车上安装了多台摄像机，并从多台摄像机中捕获全景信息。捕获多个可视图像的能力提供了广阔的视角和获取更多信息以更好地评估车辆环境的优势。但是，由于多个摄像机同时收集信息，图像信息的关联和处理可能会出现延迟，从而使图像处理变得更加困难，并使及时提供信息变得更加困难。车载智能图像处理技术将视觉图像采集的优缺点与单个视觉图像的视觉采集相结合。然后，基于单个视觉图像捕获进行了重定向，以提高相机的高度和角度，并更好地应用于智能车辆。改进了对道路图像边缘的处理。由于智能客车视觉图像处理系统运行不充分，需要改进图像处理技术中道路图像的边缘信息，以提高车辆视觉识别和信息获取效率。边缘增强技术有两种:在能量测量原理中进行的全局边缘增强。第二种方法是传统技术手段下的经典边缘扩展。不同技术对道路边缘改进的影响不同。智能驾驶人员拥有类似于全局边缘增强的视觉图像处理技术，通过提取道路边缘信息，可以实现更精确、数学上更精确的道路图像处理。但是，这种方法相当复杂，需要更多的时间进行图像处理，不足以及时传输图像信息。因此，还需要经典边缘增强的微分逼真技术来更好地把握图像信息资源。

3、系统整改措施及改良建议

3.1采用光纤传输，提升设备性能

信息采集是通过专业的高速阵列摄像头进行的，该摄像机可在2分钟内自动检测出性能提升后的列车。加速图像处理，优化TVDS设备的性能，减少图像问题、高曝光度和失真。同时提高TVDS器件的抗冲击性，提高暴风雪的图像质量，优化TVDS器件布局，结合东北部冬季特点。

3.2以经济为杠杆，提升TVDS动态检车作业标准

动态控制部队在日常运行中发现的典型故障、崩溃和异常故障，由车辆段及时补偿，触发典型的事故预防过程，并提供给所有员工。动态控制系统中心还应建立一个典型TVDS扰动库，收集整个系统的典型故障和扰动图，使动态控制车熟悉车辆正常状态下的图像，准确识别故障位置。

3.3严格规范车辆各部件名称

确保动态检查器报告可预测且无错误的错误，并及时将警报数据库发送给系统制造商，以规范系统内车辆的设备分类。基于广泛的数据分析技术，结合实际条件，TVDS车辆可以在列车接近车站时，通过建立统计误差概率分析，大大提高客机的质量。这有助于确定哪些线路和哪些故障容易发生。日常列车通过对停车时间进行统计分析，合理配置TVDS卡车司机和休息时间，完成高质量的检验任务，从而完善TVDS检验中心的利用率分配。

3.4自动检测工艺

图像采集。使用传感设备，采集汽车涂装资料时，能够获取９００张左右的高清影像，集中反映汽车涂装情况，确保传感器资料收集的全面性，减少数据采集盲区的问题。在资料采集时，视觉传感器自动形成编号，标记图像。在采集资料中，存有检测不相关的资料，比如车顶天窗。因此，在系统中，引入智能学习科技，明确各类颜色的检测区间以获取较高层次的图像资料，确保检测准确性。图像处理。使用二值化算法提取图像资料，形成车辆检测模板。自动检测技术的应用情况。某车间对自动检测记录对比，评价检测技术的应用情况。在自动检测中，可查出单车缺陷问题３个，人工检测可获取质量问题有９个。由此说明：检测技术检出结果不全面。对检测技术进行更新与升级，重新进行检测。

3.5使用智能化设备

科技水平的不断提高，使得社会发展逐步向智能化迈进，为了能更好的服务大众，汽车检修行业也应该大力引进智能设备。通过使用智能检测仪器，能快速检测汽车内部情况，包括电路、发动机、空调等方面内容，不仅能为维修工作开展提供科学指导，同时也能提高检测效率与质量[2]。一方面，可在日常管理中使用智能化设备。智能机器人的使用范围已经不再局限于工厂、实验室，我国部分酒店、商场等公共服务场所也都应用机器人管理，智能机器人可通过固定指令，为用户解决日常问题，例如，车辆报修以及开具发票等基础检测业务。而且智能机器人大众接受度普遍较高，在日常工作中使用机器人，不仅能更快的为用户办理业务，增强用户满意度，而且还能够在一定程度上减少人力资源的使用，提高业务办理秩序度，为单位节省更多资金。另一方面，可在维修工作中应用智能技术。以喷漆为例，在机器人控制系统中下达相应指令，随后将油漆放在任务栏中，机器人便可开始自动工作。使用机器人进行车身喷漆，能有效减少化学物品给维修人员造成的危害，在提高单位经济效益的基础之上，增强工作人员归属感。

结束语

随着现代科技方法的不断发展，汽车的性能得到了提高，而智能领域的研究随着人工智能的不断发展和利用而日益增多。智能驾驶是过去的幻觉，但在当今的科学研究中，智能驾驶已发展成一定的实用研究内容。智能车辆需要良好的图像处理能力，可以代替人工司机，并需要更大的控制灵活性，以确保在现实环境中使用智能产品时的安全性。

参考文献：

1. 胡浩,李俊峰,沈军民.基于机器视觉的小磁瓦表面微缺陷检测方法研究[J].机电工程,2019,(2):117-123.

2. 蒋红海,李雪琴,殷国富等.铁氧体磁瓦表面典型缺陷检测方法[J].西南交通大学学报,2013,48(1):129-140.

3. 张葛.TVDS联网应用方案分析[J].中小企业管理与科技，2016，（3）：1-2.