留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于凸包算法的车面维修打磨区域生成

耿方琪 吴明晖 王亚强 周志峰 周围

耿方琪, 吴明晖, 王亚强, 周志峰, 周围. 基于凸包算法的车面维修打磨区域生成[J]. 上海工程技术大学学报, 2023, 37(4): 380-386. doi: 10.12299/jsues.23-0069
引用本文: 耿方琪, 吴明晖, 王亚强, 周志峰, 周围. 基于凸包算法的车面维修打磨区域生成[J]. 上海工程技术大学学报, 2023, 37(4): 380-386. doi: 10.12299/jsues.23-0069
GENG Fangqi, WU Minghui, WANG Yaqiang, ZHOU Zhifeng, ZHOU Wei. Generation of grinding area for vehicle surface maintenance based on convex hull algorithm[J]. Journal of Shanghai University of Engineering Science, 2023, 37(4): 380-386. doi: 10.12299/jsues.23-0069
Citation: GENG Fangqi, WU Minghui, WANG Yaqiang, ZHOU Zhifeng, ZHOU Wei. Generation of grinding area for vehicle surface maintenance based on convex hull algorithm[J]. Journal of Shanghai University of Engineering Science, 2023, 37(4): 380-386. doi: 10.12299/jsues.23-0069

基于凸包算法的车面维修打磨区域生成

doi: 10.12299/jsues.23-0069
基金项目: 上海市自然科学基金项目资助(21ZR1425900)
详细信息
    作者简介:

    耿方琪(1997−),女,在读硕士,研究方向为汽车漆面修补机器人打磨技术. E-mail:g17863526540@163.com

    通讯作者:

    吴明晖(1973−),男,讲师,博士,研究方向为机器人技术与应用、特种机器人、环境感知等. E-mail:wmhui@yeah.net

  • 中图分类号: TP391.4

Generation of grinding area for vehicle surface maintenance based on convex hull algorithm

  • 摘要: 针对传统汽车漆面维修以人工为主,存在劳动强度高、效率低、一致性差等问题,结合人工打磨经验,在提取受损车面轮廓的基础上,设计生成受损车面维修打磨区域算法. 首先,综合运用边缘检测算子、曲线近似算法对受损漆面进行轮廓提取. 然后,运用凸包算法预生成轮廓,再对轮廓改进生成最终车面维修打磨区域. 通过比较人工和算法生成后的打磨区域可知,算法生成的打磨区域精度较高,可满足基本打磨要求,该算法为实现自动化打磨提供了理论依据.
  • 图  1  机器人打磨平台系统设计

    Figure  1.  Robot grinding platform system design

    图  2  打磨试验平台实物图

    Figure  2.  Grinding experiment platform physical picture

    图  3  算法流程图

    Figure  3.  Algorithm flowchart

    图  4  汽车漆面第一步预处理图

    Figure  4.  Pre-treatment diagram for the first step of car paintwork

    图  5  轮廓提取图

    Figure  5.  Contour extraction map

    图  6  所需外部轮廓

    Figure  6.  Required external profile

    图  7  凸包效果示意图

    Figure  7.  Diagram of convex package effect

    图  8  打磨机器人工作台实物图

    Figure  8.  Grinding robot worktable physical picture

    图  9  改进处理参考图

    Figure  9.  Improved processing reference chart

    图  10  基于凸包算法的轮廓改进图

    Figure  10.  Contour improvement map based on convex packet algorithm

    图  11  最外侧轮廓

    Figure  11.  Outermost contour

    图  12  膨胀算法处理后的图像

    Figure  12.  Image after expansion algorithm processing

    图  13  车面维修打磨区域生成

    Figure  13.  Surface repair and grinding area generation

    图  14  车面维修打磨区域生成图对比

    Figure  14.  Generation maps comparison of car surface repair and grinding area

    表  1  人工打磨图和算法图对比结果

    Table  1.   Comparison results of manual polishing and algorithm maps %

    图像S原始图/S人工打磨图S原始图/S算法图
    15.773.0
    28.386.0
    下载: 导出CSV
  • [1] NGENDANGENZWA B. Defect detection and classification on painted specular surfaces [D]. Umeå: Umeå University, 2018.
    [2] AKHTAR S, TANDIYA A, MOUSSA M, et al. An efficient automotive paint defect detection system[J] . Advances in Science, Technology and Engineering Systems Journal,2019,4(3):171 − 182.
    [3] ZHOU Q B, CHEN R W, HUANG B, et al. Deep Inspection: Deep leaning based hierarchical network for specular surface inspection[J] . Measurement,2020,160:107834.
    [4] 韩双旺, 崔兆顺, 鲍丽红, 等. 基于目标图像的提取与测量[J] . 上海工程技术大学学报,2007,21(4):345 − 350. doi: 10.3969/j.issn.1009-444X.2007.04.015
    [5] 廖鸿飞, 李鸿燕, 徐才恩, 等. 基于方向梯度的边缘检测算法及实现[J] . 上海工程技术大学学报,2017,31(1):16 − 19. doi: 10.3969/j.issn.1009-444X.2017.01.004
    [6] BOUATTANE O, ELMESBAHI J, RAMI A. A fast parallel algorithm for convex hull problem of multi-leveled images[J] . Journal of Intelligent and Robotic Systems,2002,33(3):285 − 299.
    [7] ASGHAR H J, LI S J, PIEPRZYK J, et al. Cryptanalysis of the convex hull click hum an identification protocol [C]//Proceedings of the 13th International Conference on Information Security. Boca Raton: Springer, 2010: 24−30.
    [8] 包振华. 凸集及凸包形态学运算的几个性质[J] . 科学技术与工程,2003(1):69 − 71. doi: 10.3969/j.issn.1671-1815.2003.01.023
    [9] 陈尹刚. 基于数学形态学图像处理算法研究[J] . 信息通信,2019(12):67 − 68.
  • 加载中
图(14) / 表(1)
计量
  • 文章访问数:  149
  • HTML全文浏览量:  74
  • PDF下载量:  34
  • 被引次数: 0
出版历程
  • 收稿日期:  2023-03-12
  • 刊出日期:  2023-12-30

目录

    /

    返回文章
    返回