论文部分内容阅读
汽车组合仪表的生产过程自动化程度日益提高,但检测环节的工作长期以来一直由人工完成,不仅由于低效成为整个过程中的瓶颈,而且容易出错。为满足汽车仪表生产实践中对于低成本,高可靠性,高柔性的自动仪表检测系统的需要。本文提出了一种基于通用处理图像处理单元(Generic Processing Graphic Processing Unit, GPGPU)技术的自动检测系统方案。本文绪论介绍了设计和实现基于机器视觉的汽车组合仪表系统的必要性,和国内外对机器视觉系统的研究现状。在国内外研究现状中着重介绍了对GPGPU应用于图像处理和机器视觉的最新研究进展。第2章对汽车仪表检测工序进行了分析,提出了计算机化仪表检测工序时主要的工作:检测流程理解,测试驱动,仪表响应读取和结果记录的计算机化,并对这些主要工作的特点进行了分析。在这一基础上,第2章提出了系统的软,硬件框架,描述了框架中每个组件的功能,并对关键的GPU和图像采集设备组件的性能指标进行了分析,提出了一组选型方法。第3章首先简单介绍了通用计算设备架构(Computer Unified Device Architecture, CUDA)技术并提出将该技术应用于机器视觉检测的应用方案。之后分析了仪表检测工序中所使用的图像处理算法,详细研究了它们在GPU上的实现技术。包括对3种仪表检测工序中图像和处理算法:指针检测算法(点Hough变换),指示灯检测算法(颜色统计)和摄像机校准算法(模板匹配算法)在GPU上的实现。在本文第4章介绍了据前期设计方案,基于CUDA应用方案与算法研究成果搭建的接近实际产品的检测平台“光学仪表测试台”和在其上对整个设计工作的有效性进行的验证。第4章的结果包括接近实际仪表检测环境下进行的算法运行效果实验和模仿测试人员操作流程进行的系统功能实验。验证结果表明,系统在功能,性能方面达到仪表检测的要求,拥有良好的可扩展性和可定制性和极高的性价比。可以在仪表检测,工业控制等方面找到很好的应用前景。