买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉咸阳职业技术学院申请的专利基于人工智能视觉检测的汽车零部件质量检测方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121544599B 。

龙图腾网通过国家知识产权局官网在2026-04-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202610055545.5，技术领域涉及：G06T7/00；该发明授权基于人工智能视觉检测的汽车零部件质量检测方法及系统是由张金丹设计研发完成，并于2026-01-16向国家知识产权局提交的专利申请。

本基于人工智能视觉检测的汽车零部件质量检测方法及系统在说明书摘要公布了：本申请公开了基于人工智能视觉检测的汽车零部件质量检测方法及系统，属于人工智能机器视觉检测领域，首先对采集的RGB图像和深度图像进行配准，并利用显著性检测网络提取零部件区域。基于RGB区域图像提取二维关键点并与三维模型关键点匹配，采用PnP算法获得初始三维姿态，再结合深度图像生成的点云与三维模型进行迭代配准，获取精细三维姿态。根据该姿态计算零部件至标准正视姿态的几何变换矩阵，对RGB与深度区域图像进行姿态校正。随后利用特征检测与匹配网络，将校正图像与标准模板图像匹配，以修正检测窗口位置。最终在修正后的检测窗口内结合深度值计算零部件三维尺寸并进行公差判定。可显著提升汽车零部件在线检测的精度、鲁棒性与自动化水平。

本发明授权基于人工智能视觉检测的汽车零部件质量检测方法及系统在权利要求书中公布了：1.基于人工智能视觉检测的汽车零部件质量检测方法，其特征在于，所述方法包括： S1：采集目标汽车零部件的RGB图像和深度图像并进行配准，得到像素对齐的RGB图像及对应的深度图像，利用显著性检测网络从所述像素对齐的RGB图像中提取零部件区域，得到RGB区域图像与深度区域图像； S2：基于所述RGB区域图像，提取二维关键点并与三维模型关键点匹配，利用PnP算法解算初始三维姿态；同时，将所述深度区域图像转换为点云，以所述初始三维姿态为起点，与所述三维模型进行迭代点云配准，得到精细三维姿态； S3：根据所述精细三维姿态计算从当前姿态到标准正视姿态的几何变换矩阵，基于所述几何变换矩阵对所述RGB区域图像和所述深度区域图像进行同步空间变换，得到校正RGB图像和校正深度图像； S4：将所述校正RGB图像与标准模板图像进行特征匹配，根据匹配结果修正检测窗口的位置，得到位置修正后的最终检测窗口； S5：在所述修正后的最终检测窗口内提取零部件的几何特征，并基于所述校正深度图像中的深度值计算零部件的三维尺寸，根据设计公差进行合格判定； S6：当连续检测到多个所述零部件的三维尺寸存在系统性偏差且超出预设阈值时，自动触发校准流程，通过重新采集标定板或标准零部件的图像与深度数据，对相机参数进行重新估计与更新； 所述步骤S4包括： 将所述校正RGB图像与预存的标准零部件模板图像，输入至预先训练的特征检测与匹配网络，得到两组图像之间的匹配特征点对；根据所述匹配特征点对的像素坐标偏移量，计算所述零部件在所述校正RGB图像中的残余位置偏移；根据所述残余位置偏移，对预设于所述校正RGB图像上的检测区域窗口进行平移修正，获得所述位置修正后的最终检测窗口； 所述特征检测与匹配网络的处理过程包括： 首先，通过学习型关键点检测与描述子提取网络，分别从所述校正RGB图像与所述预存的标准零部件模板图像中提取局部特征； 然后，通过图神经网络匹配器，对提取的所述局部特征进行上下文感知匹配，得到所述匹配特征点对；根据所述匹配特征点对的置信度与内点比例，对匹配质量进行评估；当评估的匹配质量低于预设阈值时，则切换至备用路径，所述备用路径通过模板匹配算法或基于所述校正深度图像的配准方法，估计所述残余位置偏移； 所述步骤S5包括： 在所述最终检测窗口限定的图像区域内，提取所述零部件的轮廓及内部关键几何特征；根据所述几何特征在所述校正RGB图像中的像素坐标，查询所述校正深度图像中对应位置的深度值，计算所述零部件的实际尺寸参数；将各所述实际尺寸参数与预置的设计公差范围进行比对，若任一所述实际尺寸参数超出对应的设计公差范围，则判定该零部件为次品，否则判定为合格品； 所述尺寸参数包括：零部件的长度、宽度、厚度、孔距和孔直径；所述公差范围根据汽车零部件的设计标准预先配置。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人咸阳职业技术学院，其通讯地址为：712000 陕西省西安市西咸新区沣西新城统一大道；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。