一种检测汽车拨叉的方法及系统与流程

本发明涉及拨叉检测技术领域，尤其涉及一种检测汽车拨叉的方法及系统。

背景技术：

拨叉在汽车变速箱中起着至关重要的作用，拨叉是汽车变速箱上的部件，与变速手柄相连，位于手柄下端，拨动中间变速轮，使输入/输出转速比改变。其中换挡就是依靠拨叉来拨动齿轮位置，从而完成换挡。所以拨叉质量的好坏决定了换挡的可靠性以及使用的耐久性，质量达标的拨叉耐用且使整个变速过程流畅且噪声低。汽车要求越高对变速器的性能要求也越高，生产出来的拨叉来如何检测其参数是否达到要求，成为保证变速器以及拨叉平稳可靠运行的关键。

目前汽车变速箱拨叉零件的检验方式是靠人工采用专用量具进行检验。例如，简单形状的冲压拨叉件的检测，通常采用通用测量仪器如量规、卡尺等进行检测，使用测量仪器一个一个进行测量，测量过程繁琐且对测量人员的技能要求较高，测量结果容易受到人为因素的影响并且劳动强度大容易疲劳、效率也比较低。对复杂拨叉零件的检测需要采用专用的检测器具如样板检具、投影仪等进行检测。由于这些通用检具存在着诸多功能限制，往往造成复杂零件的某些部位不能精确检测。而专用检具的加工制造，往往投入大量的人力物力，这不但增加了生产成本，延长了新产品的开发周期，而且还不具有通用性。而且这些检测方法有一个共同的缺点，所获得的只是一个局部的概念，不能提供一个全面、直观、形象的检测。

因此，需要一种能够自动检测拨叉的方法和一套完整的系统，提高检测的效率、准确性以及稳定性。

技术实现要素：

本发明的目的是针对现有技术的缺陷，提供了一种检测汽车拨叉的方法及系统，对汽车拨叉进行自动检测，提高了检测的效率、准确性以及稳定性。

为了实现以上目的，本发明采用以下技术方案：

一种检测汽车拨叉的方法，包括步骤：

s1.采集拨叉中待检测的图像；

s2.对所述采集到的待检测图像进行处理，并提取待检测图像的轮廓；所述图像轮廓包括中心孔轮廓、圆弧轮廓；

s3.读取提取的待检测图像的中心孔轮廓、圆弧轮廓；所述圆弧轮廓包括第一圆弧轮廓和第二圆弧轮廓；

s4.将读取的中心孔轮廓拟合成圆得到圆心；将读取的第一圆弧轮廓和第二圆弧轮廓分别拟合成直线，并通过计算分别得到直线的第一中心点和第二中心点，连接第一中心和第二中心点得到线段；

s5.获取圆心、线段的位置，并通过计算得到圆心到线段的距离；

s6.将计算得到的圆心到线段的距离与第一阈值进行比较，得到比较结果。

进一步的，所述步骤s2中待检测的图像轮廓还包括第一轮廓和第二轮廓，并执行以下步骤；

获取第一轮廓和第二轮廓的位置，并通过计算得到第一轮廓和第二轮廓之间的距离；

将计算得到的第一轮廓和第二轮廓之间的距离与第二阈值进行比较，得到比较结果。

进一步的，所述步骤s2中对所述采集到的待检测图像进行处理的处理方法包括阈值分割、膨胀、腐蚀、裁剪的一种或多种。

进一步的，所述步骤s2还包括：

s21.提取待检测图像的中心孔轮廓，并将所述提取的中心孔轮廓转换成中心孔亚像素轮廓并创建模板，将所述创建的模板进行保存；

s22.提取待检测图像的圆弧轮廓，并将所述提取的圆弧轮廓转换为圆弧亚像素轮廓；

s23.提取待检测图像的第一轮廓和第二轮廓，并将所述提取的第一轮廓和第二轮廓为第一亚像素轮廓和第二亚像素轮廓。

进一步的，所述通过计算得到第一轮廓和第二轮廓之间的距离具体为计算第一亚像素轮廓和第二亚像素轮廓点到点的距离并求得平均值得到距离。

进一步的，所述阈值分割为阈值分割算法threshold；所述膨胀为膨胀算子dilation_rectangle1；所述腐蚀为腐蚀算子erosion_rectangle1。

进一步的，所述步骤s5中计算得到圆心到线段的距离是通过算子distance_pl计算的；所述计算得到第一轮廓和第二轮廓之间的距离是通过算子distance_pp计算的。

进一步的，所述步骤s4中将读取的中心孔轮廓拟合成圆是通过算子fit_circle_contour_xld进行拟合的。

相应的，还提供一种检测汽车拨叉方法的系统，包括stm32单片机、pc机，所述stm32单片机、pc机之间通过串口通信。

进一步的，还包括halcon软件，用于获取图像并对获取到的图像进行处理。

与现有技术相比，本发明对汽车拨叉进行自动检测，不受人为因素的影响，且提高了检测的效率、准确性以及稳定性。

附图说明

图1是实施例一提供的一种检测汽车拨叉系统的硬件结构图；

图2是实施例一、二、三提供的拨叉结构示意图；

图3是实施例一提供一种检测汽车拨叉的方法流程图；

其中，1.平行光源；2.第一相机；3.平板光源；4.第二相机；5.顶紧装置；6.底座；7.拨叉；8.相机支架；a.顶面；b.侧面；c.侧面的顶部。

具体实施方式

以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。

本发明的目的是针对现有技术的缺陷，提供了一种检测汽车拨叉的方法及系统。

实施例一

本实施例提供一种检测汽车拨叉的系统，如图1所示，包括硬件和软件部分。其中硬件部分包括平行光源1、底座6、第一相机2、平板光源3、相机夹具8、顶紧装置5、第二相机4、、stm32单片机、pc机(stm32单片机、pc机图中未示出)。软件部分包括halcon软件。

将平行光源1、平板光源3、相机夹具8、顶紧装置5、拨叉7放置于底座6上，并将第一相机2、第二相机4分别通过相机夹具8安装固定。

在本实施例中，由于拨叉7的形状极其不规则，在检测时通过一个透明的并与拨叉中心孔直径略小的圆柱棒料，将拨叉7中心孔套住。然后利用滑块将一个与前叉半径略小的半圆形顶紧装置5，让顶紧装置5与拨叉7的前叉配合，从而完全约束住拨叉7。既固定了拨叉7同时可以保证检测系统的要求。

在本实施例中，平行光源1用支撑架固定于底座6上，在安装时需要是光源与第一相机及第二相机保持平行，目的是为了得到准确的轮廓并进行高精度的测量。

第一相机2采用大恒图像的水星mercury系列相机，型号为mer-503-20gm/c-p，面阵cmos相机采用gige接口进行传输数据，分辨率为2448×2048。镜头选用moritexfa镜头ml-cmp2系列，具体型号为ml-c1214mp2。

第二相机4与第一相机2采用的型号相同，第二相机4镜头采用远心镜头，型号为moritex的mml03-hr110-5m,具有极低的失真用以得到精确的侧面轮廓。

相机夹具8为固定第一相机2、第二相机4的支架，采用不锈钢圆柱固定于底座，圆柱上装有可活动的固定相机模块，可以根据实际情况上下或前后调节位置和旋转，还设有旋钮可以进行高度的微调。

平板光源3为方形的led平板光源，其嵌入底座内从拨叉7底部打光，该光源均匀性好节能，从而得到清晰的拨叉7的轮廓。

顶紧装置5采用步进电机驱动，所述步进电机设有压力传感器，当滑块顶紧且压力传感器达到一定压力后通过stm32单片机控制电机停止。

底座6采用钢制底座，用以承载支撑各个部分的模块。

stm32单片为stm32f103ret6，所述单片机是基于cortex-m3内核，具备主流性能的微控制器，用来控制电机的启动以及停止。

所述第一相机、第二相机与pc机通过千兆网口进行通信。

在本实施例中，将拨叉顶紧具体为：当拨叉固定好后，压力传感器的压力值达到设定阈值，压力传感器将采集到的信号通过串口发送给stm32单片机，然后stm32单片机发送给步进电机使其停止信号，从而步进电机停止工作使滑块停止继续移动，进而将拨叉顶紧，实现对拨叉的完全定位。

stm32单片机收到压力传感器发送的信号时即开始计时，经过几秒钟的延时给步进电机停止且稳定的时间，延时结束然后依次给第一相机2和第二相机4发送拍照信号，第一相机2和第二相机4分别接收到触发信号采集图像，通过千兆网口将拍到的拨叉局部图像传输给pc机，pc机通过软件对图像进行处理和分析得出待测拨叉的外形轮廓，从而进行检测。

在本实施例中，软件部分的halcon软件用于获取图像并对获取到的图像进行处理。

halcon机器视觉软件是一套imageprocessinglibrary，由一千多个各自独立的函数，以及底层的数据管理核心构成。其中包含了各类滤波，色彩以及几何，数学转换，形态学计算分析，校正，分类辨识，形状搜寻等等基本的几何以及影像计算功能，由于这些功能大多并非针对特定工作设计的，因此只要用得到图像处理的地方，就可以用halcon强大的计算分析能力来完成工作。应用范围几乎没有限制，涵盖医学，遥感探测，监控，到工业上的各类自动化检测。

如图3所示为一种检测汽车拨叉的方法，包括步骤：

s11.采集拨叉中待检测的图像；

s12.对所述采集到的待检测图像进行处理，并提取待检测图像的轮廓；所述图像轮廓包括中心孔轮廓、圆弧轮廓；

s13.读取提取的待检测图像的中心孔轮廓、圆弧轮廓；所述圆弧轮廓包括第一圆弧轮廓和第二圆弧轮廓；

s14.将读取的中心孔轮廓拟合成圆得到圆心；将读取的第一圆弧轮廓和第二圆弧轮廓分别拟合成直线，并通过计算分别得到直线的第一中心点和第二中心点，连接第一中心和第二中心点得到线段；

s15.获取圆心、线段的位置，并通过计算得到圆心到线段的距离；

s16.将计算得到的圆心到线段的距离与第一阈值进行比较，得到比较结果。

在步骤s11中，采集拨叉中待检测的图像。

首先将halcon软件安装于pc机中，利用halcon软件打开工业相机并采集拨叉中待检测的图像。

在本实施例中，拨叉中待检测的图像为如图2所示的顶面a。

在步骤s12中，对所述采集到的待检测图像进行处理，并提取待检测图像的轮廓；所述图像轮廓包括中心孔轮廓、圆弧轮廓。

其中步骤s12还包括：

s121.提取待检测图像的中心孔轮廓，并将所述提取的中心孔轮廓转换成中心孔亚像素轮廓并创建模板，将所述创建的模板进行保存；后续检测读取该模板进行模板匹配即可得到中心孔轮廓；

s122.提取待检测图像的圆弧轮廓，并将所述提取的圆弧轮廓转换为圆弧亚像素轮廓。

对于中心孔轮廓，采用阈值分割、膨胀、腐蚀的方式对获取的待检测的图像进行处理，并提取中心孔的轮廓，将其转换成亚像素轮廓，创建并保存为模板。后续检测读取该模板进行模板匹配即可得到中心孔轮廓。

对于圆弧轮廓，采用阈值分割的方式对获取的待检测的图像进行处理，并提取出圆弧轮廓，然后得到圆弧中心的亚像素轮廓。

其中，腐蚀是一种消除边界点，使边界向内部收缩的过程。可以用来消除小且无意义的物体。

膨胀是将与物体接触的所有背景点合并到该物体中，使边界向外部扩张的过程。可以用来填补物体中的空洞。

在本实施例中，阈值分割为阈值分割算法threshold，用于分割图像；膨胀为膨胀算子dilation_rectangle1，用于扩大一个矩形结构基础的一个区域；腐蚀为腐蚀算子erosion_rectangle1，用于腐蚀一个矩形结构基础的一个区域；通过上述算子提取拨叉中心孔轮廓和圆弧轮廓；创建模板的算子为create_scaled_shape_model_xld，用于匹配准备一个轮廓模型。

在步骤s13中，读取提取的待检测图像的中心孔轮廓、圆弧轮廓；所述圆弧轮廓包括第一圆弧轮廓和第二圆弧轮廓；

在步骤s14中，将读取的中心孔轮廓拟合成圆得到圆心；将读取的第一圆弧轮廓和第二圆弧轮廓分别拟合成直线，并通过计算分别得到直线的第一中心点和第二中心点，连接第一中心和第二中心点得到线段。

对于中心孔轮廓，读取保存的模板并进行匹配，得到匹配参数生成中心孔亚像素轮廓，然后拟合成圆得到圆心。

匹配模板为find_scaled_shape_model，用于快速提取到轮廓圆；拟合圆算子为fit_circle_contour_xld，用于根据模板匹配得到的圆轮廓进行圆拟合，得到圆心以及半径。

对于圆弧轮廓，将读取的第一圆弧轮廓和第二圆弧轮廓分别拟合成直线，并通过计算分别得到直线的第一中心点和第二中心点，连接第一中心和第二中心点得到线段。

将读取的圆弧轮廓拟合成直线是通过算子fit_line_contour_xld进行拟合的，并求得各个直线的中点，连接两个中点得到线段。

在步骤s15中，获取圆心、线段的位置，并通过计算得到圆心到线段的距离；

在步骤s16中，将计算得到圆心到线段的距离与第一阈值进行比较，得到比较结果。

步骤s15和步骤s16具体为获取圆心、线段的位置，通过算子distance_pl计算圆心到线段的距离，并得到最终计算结果，将得到的计算结果与实际要求的范围值(即第一阈值)进行比较，判断是否满足实际要求的范围值，若是，则表示该拨叉合格；若否，则表示该拨叉不合格。

本实施利通过硬件和软件的结合，对待检测的拨叉进行自动检测，快速筛选出不合格的拨叉，不受人为因素的影响，且提高了检测的效率、准确性以及稳定性。

实施例二

本实施例提供的一种检测汽车拨叉的方法与实施例一的不同之处在于：

本实施例对拨叉的侧面进行检测，包括步骤：

s11.采集拨叉中待检测的图像；

s12.对所述采集到的待检测图像进行处理，并提取待检测图像的轮廓；所述图像轮廓包括第一轮廓和第二轮廓；

s13.获取第一轮廓和第二轮廓的位置，并通过计算得到第一轮廓和第二轮廓之间的距离；

s14.将计算得到的第一轮廓和第二轮廓之间的距离与第二阈值进行比较，得到比较结果。

在步骤s11中，采集拨叉中待检测的图像。

首先将halcon软件安装于pc机中，利用halcon软件打开工业相机并采集拨叉中待检测的图像。

在本实施例中，拨叉中待检测的图像为如图2所示的侧面b。

在步骤s12中，对所述采集到的待检测图像进行处理，并提取待检测图像的轮廓；所述图像轮廓包括第一轮廓和第二轮廓。

其中步骤s12包括：提取待检测图像的第一轮廓和第二轮廓，并将所述提取的第一轮廓和第二轮廓为第一亚像素轮廓和第二亚像素轮廓。

在本实施例中将提取的第一亚像素轮廓和第二亚像素轮廓拟合成直线，其中，拟合直线是通过算子fit_line_contour_xld进行拟合的

对采集的侧面图像采用阈值分割、膨胀、腐蚀的方式进行处理，并提取拨叉的侧面轮廓区域。

其中，腐蚀是一种消除边界点，使边界向内部收缩的过程。可以用来消除小且无意义的物体。

膨胀是将与物体接触的所有背景点合并到该物体中，使边界向外部扩张的过程。可以用来填补物体中的空洞。

在本实施例中，阈值分割为阈值分割算法threshold，用于分割图像；膨胀为膨胀算子dilation_rectangle1，用于扩大一个矩形结构基础的一个区域；腐蚀为腐蚀算子erosion_rectangle1，用于腐蚀一个矩形结构基础的一个区域；通过上述算子提取拨叉侧面的轮廓。

在步骤s13中，获取第一轮廓和第二轮廓的位置，并通过计算得到第一轮廓和第二轮廓之间的距离。

在步骤s14中，将计算得到的第一轮廓和第二轮廓之间的距离与第二阈值进行比较，得到比较结果。

步骤s13和步骤s14具体为通过裁剪得到侧面轮廓图像从而得到亚像素轮廓，通过算子select_contours_xld筛选得到第一轮廓和第二轮廓两条亚像素轮廓，其中，算子select_contours_xld为亚像素轮廓的选择，将得到的亚像素轮廓按要求进行选择得到需要的亚像素轮廓。

最后通过算子distance_pp计算第一轮廓和第二轮廓之间的距离。具体为，首先将提取的第一亚像素轮廓和第二亚像素轮廓拟合成直线，计算两条亚像素轮廓拟合成的直线中点到点的距离并求得平均值为最终所求得宽度。

将得到的最终所求得宽度与实际要求的范围值(即第二阈值)进行比较，判断是否满足实际要求的范围值，若是，则表示该拨叉合格；若否，则表示该拨叉不合格。

本实施利通过硬件和软件的结合，对待检测的拨叉进行自动检测，快速筛选出不合格的拨叉，不受人为因素的影响，且提高了检测的效率、准确性以及稳定性。

实施例三

本实施例提供的一种检测汽车拨叉的方法与实施例二的不同之处在于：

本实施例对拨叉侧面的顶部进行检测，拨叉侧面的顶部如图2所示的位置c。

本实施例对拨叉侧面的顶部的检测与实施例二对拨叉侧面的检测的方法类似，在此不多做赘述。

本实施利通过硬件和软件的结合，对待检测的拨叉进行自动检测，快速筛选出不合格的拨叉，不受人为因素的影响，且提高了检测的效率、准确性以及稳定性。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。