冲孔是冲压工艺中重要的一部分,在实际生产中,由于冲头磨损、工件材料等因素的影响,会出现冲孔尺寸精度低、位置偏差等问题。目前在自动化产线上多采用人工抽检方法检测冲孔质量,效率低、检测精度受人为因素影响大。针对该问题,提出一种基于视觉的大尺寸板材冲孔质量在线检测方法,可取代人工抽检,实现全部产品冲孔质量在线检测。主要研究内容如下:以某公司的“电梯轿厢围壁机器人柔性生产线”为研究对象,对其生产流程进行分析,并对板材冲孔工艺进行研究,设计了板材冲孔质量在线检测系统的工作流程以及系统整体解决方案。为解决对大尺寸板材检测时相机视野受限问题,设计了双视觉二维运动检测平台:在原有输送机上增加了板材定位装置,用于板材在检测过程中可靠定位;完成检测平台机械结构设计,并根据用户对冲孔质量检测精度要求,选取了相机、镜头及光源;对检测平台进行静力学校核分析,确认平台结构变形不会对检测精度造成影响。提出了一种基于产品图纸信息的相机快速定位方法:系统利用板材加工图纸DXF文件中圆弧、圆、直线段和点等特征信息,快速提取板材上各加工孔的尺寸信息和位置信息;二者均用于对检测结果进行评判,同时位置信息也会用于相机运动定位;相机的运动路径以及相机的快速平稳定位,对检测效率及检测精度影响至关重要,采用五次多项式对相机的检测路径进行了轨迹规划,利用MATLAB进行仿真验证,达到相机快速稳定定位的目标。对检测算法进行了研究:对相机进行标定,并设计了图像处理流程,包括中值滤波、线性灰度变换、二值化分割和Canny边缘提取;设计了一种坐标换算模型,将所有检测孔的位置坐标以板材原点为基准,用于对孔位置进行检测;提出了一种检测系统误差补偿算法,以减小相机运动平台安装误差、板材变形以及定位误差等对系统检测精度的影响,进一步提高系统的检测精度。搭建了板材冲孔质量检测系统实验平台,进行冲孔质量检测实验验证:通过多次测量求取算数平均值的方法得到待检测特征的真值,将视觉检测数据与真值对比得出检测数据误差,对数据误差进行分析,验证了检测系统的可行性以及准确性;对误差补偿算法进行仿真验证,结果表明该算法可提高系统检测精度。