TÚNEL DE INSPECCIÓN

DESCRIPCIÓN

Objeto de la invención

Es objeto de la invención es un método de inspección de defectos en la pintura de un vehículo y un túnel de inspección dotado de los medios necesarios para llevar a cabo el método de inspección de defectos en la pintura de un vehículo.

Mediante el método de la presente invención se trata de automatizar el proceso de inspección del acabado final de la pintura en vehículos que se lleva a cabo en las cadenas de producción de los vehículos. Opcionalmente reparar los defectos encontrados.

Campo Técnico de la Invención

El campo técnico al que pertenece la presente invención es el campo de los dispositivos de inspección dedicados a la detección y análisis de los defectos en la pintura de un vehículo así como el método de detección y análisis que llevan a cabo los mencionados dispositivos.

Antecedentes de la Invención

Actualmente, los sistemas de escaneado de superficies reflexivas mediante cámaras de video fijas de visión artificial se utilizan para la obtención, en 2-dimensiones, de la posición de defectos de pintura. Además de clasificar varios tipos de ellos. Esta información es utilizada por las plantas de producción para: mostrar a los operarios de reparación dónde están los defectos. Estadísticas para el departamento de calidad. Control de la respuesta de los procesos de pintado. Detección de errores repetitivos de forma unitaria.

Dado que los vehículos pintados son objetos en 3-dimensiones, la obtención de los defectos en la pintura del vehículo en 2-dimensiones sigue necesitando de operarios que trasladen el punto en 2-dimensiones detectado al objeto en 3-dimensiones. Por tanto, los sistemas basados en 2-dimensiones siguen sin ser completamente automáticos.

Sería deseable, por tanto, encontrar una solución completamente automatizada al problema de los defectos de pintura en los vehículos.

Descripción de la Invención

La presente invención divulga un método de inspección de defectos en la pintura de un vehículo y un túnel de inspección de defectos en la pintura de un vehículo.

En un primer aspecto de la invención se divulga el túnel de inspección de defectos en la pintura de un vehículo. El túnel de inspección comprende: cámaras de video para tomar imágenes de un vehículo; un transportador que desplaza linealmente el vehículo y atraviesa longitudinalmente el túnel de inspección; un codificador de posición que mide el desplazamiento del vehículo; una estación total que mide unos puntos fijos de la estructura del túnel de inspección en 3D con precisión; un tablero de calibración sobre el que se sitúa un patrón de calibración; y, unos medios de procesamiento y almacenamiento que almacenan al menos unas imágenes tomadas por las cámaras de video, unos archivos de Diseño Asistido por Computadora - CAD - de los vehículos y un algoritmo de reconocimiento de defectos. Además, los medios de procesamiento y almacenamiento están conectados a las cámaras de video, transportador y codificador de posición. Finalmente, los medios de procesamiento y almacenamiento están adaptados para ejecutar los pasos del método de inspección de defectos en la pintura de un vehículo que se definen posteriormente en el segundo aspecto de la invención. Opcionalmente, el túnel de inspección puede tener una herramienta reparadora.

Puntualizar que el codificador de posición o“encoder” es un generador de pulsos, el cual se conecta al eje de un motor que mueve el transportador y genera pulsos mientras el motor va girando. En la presente invención, el codificador de posición sirve para medir el avance del vehículo a lo largo del transporte ya que los pulsos se traducen en medida de longitud.

En una forma de realización del túnel de inspección, el patrón de calibración está formado por cuadrados dispuestos al tresbolillo. Adicionalmente, el patrón de calibración comprende un código datamatrix y una marca fiducial. El código datamatrix y la marca fiducial contienen información relativa al patrón de calibración como numero de filas y columnas, situación del cuadrado central, tamaño de los cuadrados, colores de los cuadrados, etc. De forma preferida, los cuadrados son blancos y negros porque tienen mejor contraste al tener que determinar sus puntos de unión.

En otra forma de realización del túnel de inspección, el túnel de inspección adicionalmente comprende una estructura soporte en forma de “U” invertida y una estructura soporte frontal para sustentar las cámaras de visión en el interior del túnel de inspección. Estos soportes para las cámaras de video tienen la ventaja de situar las cámaras de video de tal forma que se puede realizar un escaneo completo del vehículo que se encuentre en el interior del túnel de inspección.

En un segundo aspecto de la invención se divulga el método de inspección de defectos en la pintura de un vehículo asociado al túnel de inspección del primer aspecto de la invención. El método de inspección de defectos en la pintura de un vehículo comprende los siguientes pasos:

• calibrar las cámaras de video comprendidas en el túnel de inspección calculando los parámetros intrínsecos y los parámetros extrínsecos de las cámaras de video;

• construir un sistema de referencia común -SCE- para el túnel de inspección y referenciar las cámaras de video al sistema de referencia común -SCE-;

• calcular unas coordenadas 3D por estereovisión de al menos cuatro puntos de referencia del vehículo en base al sistema de referencia común -SCE- obteniéndose las coordenadas C,U,Z de cada punto de referencia;

• calcular las coordenadas C,U,Z de cada punto de referencia en base a un sistema de referencia vehículo -SCV- a partir de un archivo de Diseño Asistido por Computadora - CAD - con las medidas del vehículo en 3-dimensiones;

• tomar al menos dos imágenes sincronizadas 2D del vehículo mediante las cámaras de video, donde el identificador - ID - de cada imagen sincronizada 2D queda asociado con la posición espacial del vehículo respecto del túnel de inspección, y aplicar un algoritmo de reconocimiento de defectos que almacena las coordenadas X,Y de cada defecto así como del identificador - ID - en base al sistema de referencia común -SCE-;

• combinar las imágines sincronizadas 2D en imágenes 3D donde los defectos en las imágenes 3D tienen coordenadas C,U,Z referenciadas al sistema de referencia común-SCE-;

• calcular las coordenadas C,U,Z de los defectos en las imágenes 3D referenciadas al sistema de referencia vehículo -SCV- mediante la relación:

SCV = Inversa (MR) x SCE

donde SCV es una matriz que define las coordenadas C,U,Z referenciadas al sistema de referencia vehículo -SCV-; SCE es una matriz que define las coordenadas C,U,Z referenciadas al sistema de referencia común -SCE- y MR es la matriz de relación entre ambos sistemas de referencia y que define la traslación, rotación y escala necesarios para pasar de un sistema a otro de referencia.

Con los pasos anteriores se obtienen las coordenadas en 3D de cada defecto encontrado en la pintura de un vehículo. Esta información se puede utilizar para reparar los defectos. Para ello, el método de inspección de defectos en la pintura de un vehículo de la presente invención adicionalmente comprende los siguientes pasos:

• calcular el vector cámara-vehículo entre la posición de la cámara de video y un punto central coincidente con las coordenadas C,U,Z del defecto referenciadas al sistema de referencia vehículo -SCV-;

• generar cuatro vectores adicionales paralelos al vector cámara-vehículo sin rotaciones pero con traslaciones equidistantes y radiales una distancia predeterminada;

• calcular las coordenadas 3D del punto de intersección de cada vector adicional sobre el vehículo, obteniéndose cuatro puntos en 3D (P1x,P1y,P1z) (P2x,P2y,P2z) (P3x,P3y,P3z) (P4x,P4y,P4z);

• calcular la distancia de cada punto en 3D obtenido en el paso anterior, al punto central;

• descartar vectores que estén sobre bordes o superficies con líneas de estilo del vehículo (ya que estos desvirtuarían el resultado final de los ángulos);

• calcular triángulos sobre la superficie del vehículo, donde cada triángulo se calcula uniendo las coordenadas en 3D del punto central con dos puntos de intersección de los vectores no-descartados;

• calcular los vectores normales a la superficie calculada;

• calcular la media de los vectores normales anteriores, obteniéndose un único vector normal.

El vector normal representa el vector de aproximación de la herramienta reparadora para reparar el defecto en la pintura del vehículo.

El proceso de calibración de las cámaras de video descrito en el paso de calibración de las cámaras de video conlleva el cálculo de los parámetros intrínsecos y extrínsecos. Para calcular los parámetros intrínsecos se llevan a cabo los siguientes sub-pasos:

• tomar al menos dos imágenes del tablero de calibración que comprenda al menos el código datamatrix y la marca fiducial;

• decodificar el código datamatrix para obtener el tamaño del cuadrado, el número de filas y el número de columnas del tablero de calibración;

• determinar el cuadrado central del tablero de calibración en base al código datamatrix;

• calcular todas las uniones de los cuadrados partiendo del cuadrado central;

• calcular el Centro Óptico, la distancia focal, al menos seis parámetros de distorsión Radial (K1-K6) y al menos dos parámetros de distorsión tangencial (P1 , P2) en base a las uniones de los cuadrados, el tamaño de la óptica comprendida en las cámaras de video y el tamaño de celda del CCD de la cámara de video.

Por otro lado, para calcular los parámetros extrínsecos, el método de inspección de defectos en la pintura de un vehículo comprende los siguientes sub-pasos:

• situar el tablero de calibración dentro del túnel de inspección en una posición donde sea visible por al menos una cámara de video;

• realizar una medición del tablero de calibración mediante la estación total, para lo cual:

o medir cuatro puntos fijos sobre la estructura del túnel de inspección mediante la estación total;

o estacionar iterativamente la estación total obteniendo el sistema de referencia común - SCE - con respecto a un transportador de vehículos por el interior del túnel del inspección;

o medir con la estación total en el sistema de referencia común - SCE - al menos doce puntos auxiliares ubicados sobre el tablero de calibración;

• calcular la relación entre el sistema de referencia común - SCE - y el tablero de calibración utilizando transformación y estimación de rígidos;

• guardar al menos una imagen del tablero de calibración por cada cámara de video;

• calcular un sistema de coordenadas local de cada cámara de video y calcular la transformación del sistema de coordenadas local al sistema de referencia común -SCE- .

Una vez calibradas las cámaras de video y construido el sistema de referencia común - SCE-, referenciando las cámaras de video al sistema de referencia común -SCE-, se aplica el siguiente paso consistente en calcular las coordenadas 3D por estereovisión de cuatro puntos de referencia de un vehículo en base al sistema de referencia común - SCE- obteniéndose las coordenadas C,U,Z de cada punto de referencia. Para calcular las coordenadas 3D por estereovisión de los cuatro puntos de referencia de un vehículo, se llevan a cabo los siguientes pasos:

• elegir dos cámaras de video por lateral del vehículo que tengan acceso visual a los cuatro puntos de referencia que van a ser medidos;

• elegir los puntos de referencia a calcular sobre el vehículo teniendo en cuenta el desplazamiento sincronizado del vehículo sobre el transportador respecto del túnel de inspección.

Opcional y adicionalmente a los dos pasos anteriores, se pueden generar patrones de reconocimiento para el reconocimiento de posteriores vehículos iguales mediante un algoritmo de búsqueda vectorial por contraste.

Breve descripción de las Figuras

La figura 1 muestra el túnel de inspección para inspeccionar la pintura de un vehículo de la presente invención, mostrándose la carrocería de un vehículo en el interior del túnel de inspección.

La figura 2 muestra el túnel de inspección de la presente invención en donde se ha situado interiormente el tablero de calibración.

La figura 3 muestra el patrón de calibración que porta el tablero de calibración.

La figura 4 muestra una estación total tomando coordenadas 3D de cuatro puntos fijos del túnel de inspección.

La figura 5 muestra el cálculo de cuatro puntos de referencia del vehículo mediante las cámaras de video.

La figura 6 muestra un vehículo extraído de un archivo CAD a partir del cual se pueden obtener las coordenadas en 3D de cualquier punto del vehículo.

La figura 7 muestra el sistema de referencia común SCE, el sistema de referencia vehículo SCV y una transformación de coordenadas para pasar de un sistema al otro.

La figura 8 muestra una imagen en 2D de un defecto en la pintura de un vehículo y la posición en 2D mediante coordenadas X,Y del defecto.

La figura 9 muestra una imagen en 3D de un defecto en la pintura de un vehículo y la posición en 3D mediante coordenadas C,U,Z del defecto.

La figura 10 muestra una imagen en 3D de un defecto en la pintura de un vehículo y la aproximación de la herramienta reparadora para reparar el defecto.

Descripción de una forma de realización

Lista de referencias

1. Túnel de inspección

2. Cámaras de video

3. Tablero de calibración

4. Patrón de calibración: 4a - código datamatrix; 4b - marca fiducial; 4c - cuadrados; 4d - cuadrado central

5. Estructura soporte“U” invertida para las cámaras de video

6. Estructura soporte frontal

7. Vehículo

8. Transportador del vehículo

9. Codificador de posición o“encoder”

10. Medios de procesamiento y almacenamiento

11. Estación total

12. Puntos fijos de la estructura del túnel de inspección

13. Parámetros intrínsecos

14. Parámetros extrínsecos

15. Puntos de referencia del vehículo

16. Sistema de referencia común -SCE-

17. Sistema de referencia vehículo -SCV-

18. Coordenadas 2D XY del defecto

19. Coordenadas 3D XYZ del defecto 20. Imágenes sincronizadas 2D

21. Imágenes 3D

22. Vector cámara-vehículo

23. Vectores paralelos al vector cámara-vehículo

24. Herramienta reparadora

25. Punto de intersección 3D de los vectores paralelos

26. Defecto

A continuación se describe una forma de realización de la invención en relación con las figuras.

En la figura 1 se muestra el túnel de inspección 1 de la presente invención para realizar una inspección de defectos en la pintura de un vehículo. En la figura 1 se observa el túnel de inspección 1 y, en el interior del mismo, el chasis del vehículo 7 sobre el transportador 8. Aunque en la figura 1 sólo aparece el chasis del vehículo, el túnel de inspección 1 de la presente invención también realiza la inspección de defectos en la pintura de vehículos totalmente ensamblados. El transportador 8 tiene la finalidad de desplazar el vehículo 7 por el interior del túnel de inspección 1. El túnel de inspección 1 se compone principalmente de las cámaras de video 2 que están soportadas por la estructura soporte 5 en forma de“U” invertida y también por la estructura soporte frontal 6. Adicionalmente, el túnel de inspección 1 tiene el transportador 8 de vehículos, el codificador de posición 9 y los medios de procesamiento y almacenamiento 10. Los medios de procesamiento y almacenamiento 10 son procesadores y memorias configurados para ejecutar los pasos del método descrito en la presente invención así como interconectarse con el resto de elementos que forman el túnel de inspección. Por su parte, el codificador de posición 9 sirve para que el túnel de inspección 1 pueda conocer en todo momento la posición del vehículo. Esto permite tomar imágenes sincronizadas entre una posición del vehículo y una imagen tomada por la cámara de video para un instante determinado, como de describirá más adelante.

Antes de comenzar el proceso de inspección de un vehículo, es necesario calibrar las cámaras de video 2. La calibración de las cámaras de video 2 consiste en calcular los parámetros intrínsecos y extrínsecos de las cámaras de video.

Para calcular los parámetros intrínsecos, se sitúa un tablero de calibración 3 en el interior del túnel de inspección 1 tal y como se muestra en la figura 2. Sobre la superficie del tablero de calibración 3 se sitúa el patrón de calibración 4 cuya forma se muestra en la figura 3. El patrón de calibración 4 se compone de cuadrados 4c en blanco y negro que se alternan al tresbolillo, semejante a un tablero de ajedrez. El patrón de calibración 4 comprende el código datamatrix 4a y la marca fiducial 4b dispuestos en distintos cuadrados blancos. Los medios de procesamiento y almacenamiento 10 llevan a cabo los siguientes pasos para calcular los parámetros intrínsecos: toman al menos dos imágenes del tablero de calibración 3 con el patrón de calibración 4 mediante las cámaras de video 2; decodifican el código datamatrix 4a para obtener el tamaño del cuadrado 4c, el cuadrado central 4d, el número de filas y el número de columnas del tablero de calibración 3. Con la información anterior, los medios de procesamiento y almacenamiento 10 calculan todas las uniones de los cuadrados a partir del cuadrado central, y con las uniones de los cuadrados, el tamaño de la óptica comprendida en las cámaras de video y el tamaño de celda del CCD de la cámara, calculan los parámetros intrínsecos 13 que son: el centro óptico, la distancia focal, al menos seis parámetros de distorsión Radial (K1-K6) y al menos dos parámetros de distorsión tangencial (P1 , P2).

Respecto de los parámetros extrínsecos, además de utilizar el tablero de calibración 3, se utiliza la estación total 11 según se muestra en la figura 4. En primer lugar, se sitúa el tablero de calibración 3 dentro del túnel de inspección 1 en una posición donde sea visible por al menos una cámara de video 2. A continuación, se realiza una medición del tablero de calibración 3 mediante la estación total 11. Esto implica crear el sistema de referencia común - SCE - 16, para lo cual, se realizan mediciones iterativas de cuatro puntos de la estructura del túnel de inspección 1 y doce puntos ubicados sobre el tablero de calibración 3 mediante la estación total 11. Es decir, los mismos cuatro puntos del túnel de inspección 1 y doce puntos ubicados sobre el tablero de calibración 3 se miden desde distintas posiciones de la estación total 11 respecto del túnel de inspección 1. Las distintas posiciones son, de forma preferida, las posiciones que recorrería un vehículo sobre el transportador 8. Dicho de otra manera, la relación entre las mediciones tomadas de los cuatro puntos fijos 12 del túnel de inspección 1 y los doce puntos ubicados sobre el tablero de calibración 3 permite crear el sistema de referencia común - SCE- 16. Una vez definido el sistema de referencia común - SCE- 16, hay que referenciar cada cámara de video 2 respecto del sistema de referencia común - SCE- 16 con objeto de poder determinar posteriormente las coordenadas 3D de un defecto en la pintura del vehículo. Para ello, primero se calcula la relación entre el sistema de referencia común - SCE- y el tablero de calibración mediante transformación y estimación de rígidos. Posteriormente, se guarda al menos una imagen del tablero de calibración 3 por cada cámara de video 2, se calcula el sistema de coordenadas local de cada cámara de video 2 y, finalmente, se calcula la transformación del sistema de coordenadas local al sistema de referencia común -SCE-.

Una vez calibradas las cámaras de video 2 y construido el sistema de referencia común - SCE- 16, referenciando las cámaras de video al sistema de referencia común -SCE- 16, se aplica el siguiente paso consistente en calcular las coordenadas 3D por estereovisión de cuatro puntos de referencia 15 de un vehículo en base al sistema de referencia común -SCE- obteniéndose las coordenadas C,U,Z de cada punto de referencia como se muestra en la figura 5. Como se muestra en la figura 5, sobre cada lateral del vehículo 7, dos cámaras de video 2 toman imágenes del punto de referencia 15 y obtienen las coordenadas 3D del punto de referencia 15 respecto del sistema de referencia común - SCE - 16. Se obtiene por tanto, las coordenadas 3D de dos puntos de referencia 15, uno por cada lado del vehículo. De forma simultánea o secuencial se calculan las coordenadas 3D de otros dos puntos de referencia 15 también a ambos lados del vehículo. Se puede realizar de forma simultánea si hay cámaras de video 2 que puedan tomar imágenes de los otros dos puntos de referencia 15 o de forma secuencial desplazando el vehículo 7 mediante el transportador 8 hasta que las dos cámaras de video 2 puedan tener acceso a los otros dos puntos de referencia 15. Las coordenadas 3D de los puntos de referencia 15 tienen un factor de corrección para eliminar el desplazamiento, para la forma secuencial, que se conoce por el codificador de posición o “encoder” 9 situado en el transportador 8. Para no tener que repetir los pasos descritos para la figura 5 para posteriores vehículos iguales a inspeccionar por el túnel de inspección 1 , los medios de procesamiento y almacenamiento 10 pueden generar patrones de reconocimiento mediante un algoritmo de búsqueda vectorial por contraste.

Una vez calculadas las coordenadas 3D de cuatro puntos de referencia 15 del vehículo 7 respecto del sistema de referencia común - SCE- 16 es posible establecer una correspondencia entre las coordenadas 3D de los cuatro puntos de referencia 15 del vehículo respecto del sistema de referencia común - SCE- 16 y las coordenadas 3D de esos mismos cuatro puntos de referencia 15 del vehículo respecto del sistema de referencia vehículo - SCV - 17 (figura 7), localizando los cuatro puntos de referencia en un archivo de Diseño Asistido por Computadora - CAD - que contiene las medidas/coordenadas del vehículo en 3D como el mostrado en la figura 6. Es decir, se establece correspondencia (figura 7) entre cada uno de los puntos de referencia 15 calculados por las cámaras de video (figura 5) y los mismos puntos de referencia 15 extraídos del archivo CAD (figura 6).

A continuación se analiza la superficie del vehículo 7 para inspeccionar los defectos de en la pintura del vehículo. Para ello, se toman varias imágenes sincronizadas 2D 20 del vehículo 7 mediante las cámaras de video (figura 8). Las imágenes 2D se dicen que están“sincronizadas” porque para cada imagen“sincronizada”, existe una relación directa entre el identificador -ID- de la imagen, la posición espacial de la cámara de video y la posición espacial del vehículo, ya que el vehículo se encuentra sobre el transportador 8 cuya relación espacial con el túnel de inspección 1 se conoce a través del codificador de posición 9. Como se muestra en la figura 8, a cada imagen sincronizada 2D 20 se le aplica un algoritmo de reconocimiento de defectos con el que los medios de procesamiento y almacenamiento pueden calcular las coordenadas X,Y de cada defecto 18 en base al sistema de referencia común -SCE- 16, asociarlo al identificador - ID - y almacenarlo para su posterior tratamiento.

Una vez se toman varias imágenes (al menos dos) sincronizadas 2D 20 de los defectos 18, se combinan las imágines sincronizadas 2D en imágenes 3D 21 para obtener imágenes 3D donde los defectos en las imágenes 3D tienen coordenadas C,U,Z 19 referenciadas al sistema de referencia común -SCE-. Como se trata de encontrar los defectos de la pintura sobre el propio vehículo, se calcula una transformación de las coordenadas C,U,Z de los defectos en las imágenes 3D del sistema de referencia común -SCE- al sistema de referencia vehículo -SCV- mediante la relación ecuación:

SCV = Inversa (MR) x SCE

donde SCV es una matriz que define las coordenadas C,U,Z referenciadas al sistema de referencia vehículo -SCV-, SCE es una matriz que define las coordenadas C,U,Z referenciadas al sistema de referencia común -SCE-, MR es la matriz de relación que define la traslación, la rotación y la escala necesaria para pasar del sistema de referencia -SCV- al -SCE-. Con esto se obtiene las coordenadas 3D (C,U,Z) del defecto 19 en la pintura del vehículo 7 en una imagen en 3D referenciada al sistema de referencia vehículo -SCV-, tal y como se muestra en la figura 9.

Una aplicación para la que se puede utilizar el conocer las coordenadas 3D (C,U,Z) del defecto 19 en la pintura del vehículo en una imagen 3D referenciada al sistema de referencia vehículo -SCV-, es la reparación de los defectos 26 mediante herramientas reparadoras. Las herramientas reparadoras necesitan conocer el ángulo con el que alcanzar el defecto 26, es decir las coordenadas 3D 19 del defecto, en la pintura del vehículo. Es por ello, que el método de la presente invención adicionalmente puede llevar a cabo los siguientes pasos para calcular los ángulos con los que la herramienta reparadora 24 debe alcanzar al defecto sobre el vehículo. Los pasos, representados en la figura 10, son:

• calcular el vector cámara-vehículo 22 entre la posición de la cámara de video 2 y el punto central coincidente con las coordenadas C,U,Z del defecto 19 referenciadas al sistema de referencia vehículo -SCV-;

• generar cuatro vectores 23 adicionales paralelos al vector cámara-vehículo 22 sin rotaciones pero con traslaciones equidistantes y radiales a una distancia predeterminada de aproximadamente 1 mm;

• calcular las coordenadas 3D del punto de intersección 25 de cada vector adicional sobre el vehículo, obteniéndose cuatro puntos en 3D (P1x,P1y,P1z) (P2x,P2y,P2z) (P3x,P3y,P3z) (P4x,P4y,P4z) aplicando al técnica anteriormente descrita para calcular la posición en 3D de los defectos en la pintura;

• calcular la distancia de cada punto en 3D obtenido en el paso anterior, al punto central;

• descartar vectores que estén sobre bordes o superficies con líneas de estilo del vehículo ya que estos desvirtuarían el resultado final de los ángulos;

• calcular triángulos sobre la superficie del vehículo, donde cada triángulo se calcula uniendo las coordenadas en 3D del punto central con dos puntos de intersección de los vectores no-descartados;

• calcular los vectores normales a la superficie calculada;

• calcular la media de los vectores normales anteriores, obteniéndose un único vector normal que representa el ángulo con el que la herramienta reparadora debe alcanzar al defecto sobre el vehículo.