基于图像的产品装配质量检测技术研究进展

2022-12-21赵世闻王峻峰曾照勇郝天峰

制导与引信 2022年4期

黄凯, 赵世闻, 王峻峰, 曾照勇, 郝天峰

(1.上海无线电设备研究所,上海 201109;2.华中科技大学机械科学与工程学院,湖北武汉 430074)

0 引言

装配是对各个零部件根据工艺要求进行组装的过程,装配质量的好坏对最终产品的性能有重要影响。由于产品装配时所需的零部件种类多样,装配方式各异,极易出现漏装、错装等装配质量问题,因此需要设置检测环节对产品装配质量进行检查。

传统的装配质量检测采用人工方式进行,费时费力并且检测结果依赖于人的状态和技术水平,检测的不确定性大[1]。随着机器视觉的发展,基于图像的质量检测方法逐渐应用到产品的生产装配过程。与人工检测相比,基于图像的装配质量检测方法[2]具有速度快、准确度高、检测标准统一的特点,并且能对质量检测数据进行储存和管理,方便后期进行质量追溯。因此基于图像的装配质量检测在产品生产中得到了广泛的应用。图像的分析与处理方法是决定装配质量检测准确性的关键。近年来,计算机视觉和人工智能技术不断发展,深度神经网络在图像分析和处理方面展现出了巨大的潜力,越来越多的研究者将深度神经网络等手段应用到装配质量检测领域中。

本文综述了基于图像的装配质量检测方法,根据装配图像的使用和处理手段,将其归纳为基于图像模板匹配的检测方法、基于图像智能学习的检测方法以及基于虚实融合图像的检测方法。