电池包箱体孔组位置决定着电池包总成以及整车装配质量,进而影响新能源汽车的使用性能。目前生产线上多采用三坐标测量仪(Coordinate Measuring Machine,CMM)对电池包箱体孔组抽样测量,难以满足汽车工业生产节拍快、自动化程度高,在线追溯的检测要求。同时,电池包箱体作为大尺寸工件,长2060mm,定位倾斜1°,则箱体两端则会产生近36mm的高度差。普通平面相机受限于景深,以及无法探测孔组高度信息,从而限制了其在大尺寸工件位置度检测中的应用。针对上述问题,本文进行系统的分析与研究,设计并研制了基于线结构光的电池包箱体孔组位置在线测量系统。本文在总结国内外孔组位置检测技术基础上,针对实施基于视觉超大尺寸工件孔组位置检测所面临的问题,分别从测量系统的设计、线结构光视觉测量系统标定、孔组位置度测量模型的建立以及孔组位置测量实验和误差分析四个方面进行了深入研究,具体研究内容如下:(1)电池包箱体孔组位置测量系统设计。介绍了电池包箱体孔组位置度测量原理,完成了测量平台的设计和硬件的选型。针对电池包箱体孔组的分布特点,提出了双激光、单相机的视觉测量方案,减少了相机的使用,提高了检测效率。组装与调试由“双龙们”驱动的直线电机模组、直线电机驱动器和光栅尺构成的闭环运动系统。其定位精度和重复精度经激光干涉仪测定误差均在±3μm。(2)线结构光视觉测量系统标定。分析了线结构光光条成像特点,建立光条图像灰度高斯分布模型,对比不同光条中心提取算法的稳定性与精度。实验得出,Steger算法在金属材料光条图像中心点提取稳定性与精度要优于曲线拟合法。完成深度图手眼标定,并将左右激光采集的深度图坐标系进行统一。在研究结构光测量系统相机模型的基础上,完成了相机内参和外参的标定。为了便于现场快速进行光平面标定,设计了锯齿型靶标,改善标定图像角点提取算法,完成了基于线结构光的光平面的标定。(3)孔组位置度测量模型的建立。带倒角的装配孔在采集数据过程中会产生大量噪声,影响椭圆拟合,进而影响测量精度。为此研究了倒角孔成像特点,引入了“点对称距离概念”,改进了 LTSD(least trimmed symmetry distance)稳健回归算法,迭代剔除噪点,精确提取椭圆特征。建立孔组位置度测量模型,解决被测平面和摄像机成像面不平行出现的透视投影畸变,以及检测平台定位偏差影响测量精度的问题,从而减少基于视觉的位置度测量对检测平台定位精度的过度依赖。(4)系统现场测量实验与误差分析。最后通过本文搭建的线结构光测量系统以及提出的算法对孔组位置度进行实际测量,并与三坐标测量数据对比,验证了本文提出的算法的准确性。检测系统测量时间15min左右,相比于三坐标测量机,在误差允许的范围内,所有孔组的检测速度提高了近10倍。