基于机器视觉的轨道交通车体白车身宽度尺寸在线测量方法

引言

轨道交通车辆制造对车体白车身的尺寸精度要求极高，尤其是宽度尺寸，直接关系到车辆运行的安全性与舒适性。传统人工测量方式耗时长、精度受人为因素影响大，难以满足现代化生产线对实时性和高精度的双重需求。近年来，机器视觉技术的快速发展为尺寸检测提供了新的解决方案。通过高分辨率工业相机与先进的图像处理算法，可以在生产线上实现非接触式、实时的尺寸采集与分析。这种方法不仅能够提高检测效率，还能显著降低人为干预对测量结果的影响，为轨道交通制造业在提升产品质量、优化生产流程方面提供有力支持。

一、轨道交通车体白车身宽度尺寸检测的现状与问题分析

轨道交通车体白车身在生产制造过程中，宽度尺寸是关键的质量控制指标之 ，其精度直接影响整车的结构强度、气密性以及运行安全性。目前， 触式测量方法，例如使用游标卡尺、激光测距仪等，这类方法虽然在静态 现代化生产线上存在明显不足。人工操作受工人经验与技能水平影响较大， 现偏差；接触式测量在面对体积庞大、形状复杂的白车身时，测点选择和 效率难 保障。轨道交通制造呈现出产线自动化、节拍紧凑的趋势，这种情况下人工测量难以实现全程同步检测，导致尺寸质量控制存在滞后性和随机性。

在实际生产环境中，白车身宽度检测的环境干扰因素较为复杂。焊接、喷涂及搬运过程中会产生振动、光照变化和表面反光等现象，这些因素会对接触式测量工具的稳定性和重复性产生影响。白车身结构构件的形变也会给测量带来挑战，例如侧墙板在焊接冷却过程中会产生热变形，导致实时测量值与设计值之间存在差异。如果不能及时发现和修正偏差，将可能在后续装配环节引发结构错位、密封不良等质量问题。由此可见，现有检测方式在应对高速节拍生产与高精度控制要求的暴露出效率低、实时性差、环境适应性不足等瓶颈问题。

随着轨道交通车辆制造规模扩大和生产节拍的加快，传统检测方法的不足愈加显著。为了实现宽度尺寸的全流程质量监控，行业迫切需要一种能够在生产线环境中快速、稳定、精确获取白车身尺寸数据的技术手段。机器视觉因其非接触、高速、自动化的特性，在工业测量领域已展现出显著优势。在这一背景下，将机器视觉引入轨道交通车体白车身宽度检测，不仅可以减少人工干预，降低人为误差，还能够实现与生产线的无缝集成，真正做到在线、实时的质量控制，从根本上解决传统方法存在的滞后性与精度波动问题。

二、基于机器视觉的宽度尺寸在线测量系统设计与实现

基于机器视觉的白车身宽度尺寸在线测量系统在设计过程中需要充分考虑轨道交通制造现场的空间布局、光照条件以及生产节拍等因素。系统核心由高分辨率工业相机、光学镜头、辅助照明单元、工业计算机和图像处理软件构成。为了覆盖白车身的关键宽度位置，需在生产线上布置多台相机形成多视角测量阵列，并通过精确的空间标定确定每个相机的成像坐标与实际三维坐标的映射关系。在光学系统设计中，需要采用低畸变镜头，并结合高亮度、抗闪烁的LED 面光源或条形光源，确保图像在不同表面反射条件下的清晰度和对比度。

在算法实现层面，系统首先对采集到的图像进行预处理，包括灰度化、滤波降噪与直方图均衡化，以提升后续特征提取的稳定性。然后利用边缘检测算子（如 y 或Sobel）提取白车身两侧边缘的轮廓信息，并通过亚像素边缘定位算法提高边界点坐标的精度。为了应对白车身表面复杂的反射情况，系统可引入自适应阈值分割与形态学运算相结合的方法，有效去除焊缝、涂层瑕疵等非目标特征干扰。在三维重建环节，利用双目视觉或多目视觉的视差计算原理，将二维图像中的边缘点转换为实际空间坐标，从而获得宽度尺寸的高精度测量结果。

系统的在线测量功能通过与生产线的 PLC 控制系统对接实现。当白车身经过检测工位时，传感器触发相机同步采集图像，并由工业计算机在规 成数据处理与 测量数据不仅可实时显示在监控终端上，还能自动记录到质量数据库中， 系统检测到宽度尺寸超出预设公差范围时，可自动发出声光报警，并向上位控制 系统发送停机或返 度自动化的测量体系确保了检测环节与生产节拍完全匹配，既不影响生产效率， 又能在问题 现的 间采取措施，有效保障轨道交通车体制造的尺寸一致性与装配精度。

三、在线测量方法的精度验证与应用效果分析

为了验证基于机器视觉的白车身宽度尺寸在线测量方法的精度，需要在生产现场进行多轮对比实验。实验选取不同批次、不同结构形式的白车身样品，在同一工位上同时使用机器视觉系统与高精度接触式测量工具（如激光跟踪仪）进行测量，并对测量结果进行统计分析。通过计算两种方法的均值差、标准偏差和最大绝对误差，可以量化系统的精度表现。实际测试结果表明，该机器视觉测量系统在0.1mm 以内的精度范围内能够稳定工作，重复性误差极小，完全满足轨道交通车体宽度检测的行业标准要求。

在应用效果方面，机器视觉系统大幅度提升了生产线的检测效率。传统人工测量一个车体的关键宽度点需要数分钟，而在线测量系统能够在数秒内完成全部数据采集与分析，并与生产线节拍保持同步。由于检测过程全程自动化，减少了人为操作带来的误差与数据记录偏差，提高了质量数据的可追溯性与一致性。更为重要的是，系统可以实现对每一辆白车身的全量检测，而非抽检模式，这使得质量控制覆盖范围更广，降低了因局部尺寸偏差未被发现而导致的返工风险和售后成本。

在长期运行中，系统的稳定性与环境适应性也得到了验证。面对焊接火花、表面油漆反光、车体振动等干扰因素，经过光学设计优化和算法鲁棒性增强处理，测量数据依旧保持高度稳定。系统积累的大量历史测量数据为生产过程优化提供了有力依据，通过数据分析可以发现某些工序中存在的尺寸偏移趋势，提前进行设备维护或工艺调整。这种基于机器视觉的白车身宽度在线测量方法不仅提升了轨道交通制造的质量管理水平，也为智能制造和工业4.0 背景下的生产线数字化升级提供了可借鉴的技术路径。

结语

本文围绕基于机器视觉的轨道交通车体白车身宽度尺寸在线测量方法开展研究，针对传统检测效率低、精度波动大、实时性差等问题，设计了多视 与 图像处理算法相结合的在线测量系统。通过现场验证，系统在复杂生产环境中依旧保持毫米级精度，并与生产节拍无缝匹配，为轨道交通制造质量控制和智能化升级提供了可靠技术支撑。

参考文献

[1]周立新,陈文浩.基于机器视觉的轨道车辆车体尺寸检测方法研究[J].机械工程与自动化,2023,52(4):87-92.

[2]何嘉宁,孙伟杰.工业生产中白车身尺寸在线检测技术进展[J].制造业自动化,2024,46(2):15-20.

[3]刘泽坤,郑雅琴.机器视觉在轨道交通制造质量控制中的应用[J].光学精密工程,2022,30(10):2517-2526.