本发明公开了一种基于汽车钣金的智能喷涂轨迹生成方法及系统，涉及喷涂轨迹生成技术领域；而该智能喷涂轨迹生成方法包括汽车喷漆区域采集、头道底漆轨迹分析与喷涂、中涂底漆轨迹分析与喷涂、面漆轨迹分析与喷涂、喷漆区域检验和补喷轨迹分析与喷涂；通过对目标喷漆汽车中各待喷漆区域的头道底漆、中涂底漆和面漆喷涂中喷漆机器人的喷涂顺序和喷涂轨迹进行分析和喷涂，进而对目标喷漆汽车的喷涂质量进行分析，并对喷涂不合格区域进行补喷，解决了当前技术存在的不足，实现了汽车钣金中智能化和自动化的喷漆，保障了喷漆机器人的对不同喷漆流程中的喷涂轨迹分析的针对性，同时也大大的提高了喷漆效率和效果。
1.一种基于汽车钣金的智能喷涂轨迹生成方法，其特征在于，该方法包括以下步骤：
步骤一、汽车喷漆区域采集：获取指定汽车维修厂中目标喷漆汽车对应的图像，进而提取目标喷漆汽车对应的各待喷漆区域；
步骤二、头道底漆轨迹分析与喷涂：获取目标喷漆汽车中各待喷漆区域对应的面积和位置，分析目标喷漆汽车中各待喷漆区域对应头道底漆的喷漆顺序，进而分析目标喷漆汽车中各待喷漆区域对应头道底漆的喷漆轨迹，从而进行头道底漆的喷涂；
步骤三、中涂底漆轨迹分析与喷涂：获取目标喷漆汽车中各待喷漆区域对应的中涂底漆厚度和喷漆量，分析目标喷漆汽车中各待喷漆区域对应中涂底漆的喷漆顺序，进而分析目标喷漆汽车中各待喷漆区域对应中涂底漆的喷漆轨迹，并进行中涂底漆的喷涂；
步骤四、面漆轨迹分析与喷涂：获取目标喷漆汽车中各待喷漆区域对应的待喷颜色和指定汽车维修厂中各喷漆机器人对应的喷漆颜色，分析各喷漆机器人在目标喷漆汽车中各待喷漆区域的喷漆轨迹，并进行面漆喷涂；
步骤五、喷漆区域检验：采集喷漆结束后目标喷漆汽车对应各待喷漆区域的图像，进而筛选出目标喷漆汽车对应的各目标补喷区域；
步骤六、补喷轨迹分析与喷涂：对各喷漆机器人对目标喷漆汽车中各目标补喷区域的补喷轨迹进行分析，进而进行补喷；
所述分析目标喷漆汽车中各待喷漆区域对应头道底漆的喷漆顺序，具体分析过程如下：
根据目标喷漆汽车中各待喷漆区域的位置，获取各待喷漆区域与其各相邻待喷漆区域之间的距离，记为 ，i表示待喷漆区域对应的编号， ， 表示相邻待喷漆区域对应的编号， ，进而分析得到目标喷漆汽车中各待喷漆区域对应头道底漆的喷漆优先评估系数；
将目标喷漆汽车中各待喷漆区域对应头道底漆的喷漆优先评估系数按照降序排列，并将排名第一的待喷漆区域作为第一头道底漆喷漆区域，进而将第一头道底漆喷漆区域对应各相邻待喷漆区域的喷漆优先评估系数进行对比，并选取最大喷漆优先评估系数对应的相邻待喷漆区域作为第二头道底漆喷漆区域，从而按照第二头道底漆喷漆区域的分析方式得到目标喷漆汽车中各待喷漆区域对应头道底漆的喷漆顺序；
所述分析得到目标喷漆汽车中各待喷漆区域对应头道底漆的喷漆优先评估系数，具体分析过程如下：
应头道底漆的喷漆优先评估系数 ，其中 表示目标喷漆汽车中第i个待喷漆区域对应的面积，L为设定的参考待喷漆区域之间的距离， 、 分别为设定的待喷漆区域面积、待喷漆区域之间距离对应的权重因子；
所述分析目标喷漆汽车中各待喷漆区域对应中涂底漆的喷漆顺序，具体分析过程如下：
根据目标喷漆汽车中各待喷漆区域对应的中涂底漆厚度和喷漆量，分析得到目标喷漆汽车中各待喷漆区域对应中涂底漆的喷漆优先评估系数；
将目标喷漆汽车中各待喷漆区域对应中涂底漆的喷漆优先评估系数进行相互对比，并选取最大喷漆优先评估系数对应的待喷漆区域作为第一中涂底漆喷漆区域，进而将第一中涂底漆喷漆区域对应各相邻待喷漆区域的喷漆优先评估系数进行对比，并选取最大喷漆优先评估系数对应的相邻待喷漆区域作为第二中涂底漆喷漆区域，以此方式得到目标喷漆汽车中各待喷漆区域对应中涂底漆的喷漆顺序。
2.如权利要求1所述的一种基于汽车钣金的智能喷涂轨迹生成方法，其特征在于，所述分析目标喷漆汽车中各待喷漆区域对应头道底漆的喷漆轨迹，具体分析过程如下：基于目标喷漆汽车对应的图像，提取目标喷漆汽车中各待喷漆区域对应的轮廓，进而将各待喷漆区域对应的轮廓与云数据库中存储的各喷漆区域轮廓对应的头道底漆喷漆轨迹进行对比，得到目标喷漆汽车中各待喷漆区域对应头道底漆的喷漆轨迹。
3.如权利要求2所述的一种基于汽车钣金的智能喷涂轨迹生成方法，其特征在于，所述分析目标喷漆汽车中各待喷漆区域对应中涂底漆的喷漆轨迹，具体分析过程如下：从云数据库中提取各喷漆区域轮廓中各喷漆厚度对应中涂底漆的标准喷漆轨迹，进而得到目标喷漆汽车中各待喷漆区域对应中涂底漆的标准喷漆轨迹；
根据云数据库中存储的各次历史喷漆对应的喷漆区域轮廓、喷漆厚度和中涂底漆的喷漆轨迹，分析得到目标喷漆汽车中各待喷漆区域对应中涂底漆的各参考喷漆轨迹；
从目标喷漆汽车中各待喷漆区域对应中涂底漆的标准喷漆轨迹中获取各标准喷漆轨迹点，同理获取各参考喷漆轨迹中各参考喷漆轨迹点，进而将目标喷漆汽车中各待喷漆区域对应中涂底漆的各标准喷漆轨迹点和各参考喷漆轨迹中各参考喷漆轨迹点导入设定的三维坐标系中，得到目标喷漆汽车中各待喷漆区域对应中涂底漆的各标准喷漆轨迹点和各参考喷漆轨迹中各参考喷漆轨迹点的三维坐标，从而将目标喷漆汽车中各待喷漆区域对应中涂底漆的各标准喷漆轨迹点与各参考喷漆轨迹中各参考喷漆轨迹点的三维坐标通过加权平均计算，得到目标喷漆汽车中各待喷漆区域对应中涂底漆的各喷漆轨迹点位置坐标，以此得到目标喷漆汽车中各待喷漆区域对应中涂底漆的喷漆轨迹。
4.如权利要求3所述的一种基于汽车钣金的智能喷涂轨迹生成方法，其特征在于，所述分析各喷漆机器人在目标喷漆汽车中各待喷漆区域的喷漆轨迹，具体分析过程如下：根据各喷漆机器人对应的喷漆颜色和目标喷漆汽车中各待喷漆区域对应的待喷颜色，得到各喷漆机器人对应的各待喷漆区域；
获取各喷漆机器人对应各待喷漆区域的喷涂次数，进而根据各喷漆机器人对应各待喷漆区域的喷涂次数和面积，分析得到各喷漆机器人对应各待喷漆区域的喷漆顺序；
基于云数据库中存储的各喷漆机器人对应各次历史喷涂的喷漆区域轮廓、喷漆次数和喷漆轨迹，并按照目标喷漆汽车中各待喷漆区域对应中涂底漆的喷漆轨迹的分析方式分析得到各喷漆机器人在目标喷漆汽车中各待喷漆区域的喷漆轨迹。
5.如权利要求4所述的一种基于汽车钣金的智能喷涂轨迹生成方法，其特征在于，所述筛选出目标喷漆汽车对应的各目标补喷区域，具体筛选过程如下：基于喷漆结束后目标喷漆汽车对应各待喷漆区域的图像，分析得到目标喷漆汽车对应各待喷漆区域的喷涂质量评估系数，进而将各待喷漆区域的喷涂质量评估系数与预设的标准喷涂质量评估系数进行对比，若某待喷漆区域的喷涂质量评估系数小于预设的标准喷涂质量评估系数，则判定该目标补喷区域的喷涂质量不合格，并定位出该待喷漆区域中喷涂质量不合格子区域，记为目标补喷区域，以此方式得到目标喷漆汽车对应的各目标补喷区域。
6.如权利要求5所述的一种基于汽车钣金的智能喷涂轨迹生成方法，其特征在于，所述对各喷漆机器人对目标喷漆汽车中各目标补喷区域的补喷轨迹进行分析，具体分析过程如下：提取目标喷漆汽车对应各目标补喷区域的补喷颜色和补喷色漆浓稠度，并基于各喷漆机器人对应的喷漆颜色，得到各喷漆机器人对应的各目标补喷区域，同时获取各喷漆机器人对应各目标补喷区域的补喷色漆浓稠度，进而将各喷漆机器人对应各目标补喷区域的补喷色漆浓稠度按照从大到小排序，从而按照排序结果得到各喷漆机器人对应各目标补喷区域的补喷顺序；
基于云数据库中存储的各喷漆机器人对应各次历史喷涂的喷漆区域轮廓、喷漆次数和喷漆轨迹，并按照目标喷漆汽车中各待喷漆区域对应中涂底漆的喷漆轨迹的分析方式，分析得到各喷漆机器人对目标喷漆汽车中各目标补喷区域的补喷轨迹。
7.一种基于汽车钣金的智能喷涂轨迹生成系统，用于实现如权利要求1‑6任一项所述的一种基于汽车钣金的智能喷涂轨迹生成方法，其特征在于，包括：汽车喷漆区域采集模块，用于获取目标喷漆汽车对应的各待喷漆区域；
头道底漆轨迹分析与喷涂模块，用于分析目标喷漆汽车中各待喷漆区域对应头道底漆的喷漆顺序，进而分析目标喷漆汽车中各待喷漆区域对应头道底漆的喷漆轨迹，从而进行头道底漆的喷涂；
中涂底漆轨迹分析与喷涂模块，用于分析目标喷漆汽车中各待喷漆区域对应中涂底漆的喷漆顺序，进而分析目标喷漆汽车中各待喷漆区域对应中涂底漆的喷漆轨迹，并进行中涂底漆的喷涂；
面漆轨迹分析与喷涂模块，用于获取目标喷漆汽车中各待喷漆区域对应的待喷颜色和指定汽车维修厂中各喷漆机器人对应的喷漆颜色，分析各喷漆机器人在目标喷漆汽车中各待喷漆区域的喷漆轨迹，并进行面漆喷涂；
喷漆区域检验模块，用于采集喷漆结束后目标喷漆汽车对应各待喷漆区域的图像，进而筛选出目标喷漆汽车对应的各目标补喷区域；
补喷轨迹分析与喷涂模块，用于对各喷漆机器人对目标喷漆汽车中各目标补喷区域的补喷轨迹进行分析，进而进行补喷；
云数据库，用于存储各喷漆区域轮廓对应的头道底漆喷漆轨迹和各喷漆厚度对应中涂底漆的标准喷漆轨迹，存储各次历史喷漆对应的喷漆区域轮廓、喷漆厚度和中涂底漆的喷漆轨迹，存储各喷漆机器人对应各次历史喷涂的喷漆区域轮廓、喷漆次数和喷漆轨迹。
一种基于汽车钣金的智能喷涂轨迹生成方法及系统
技术领域
[0001] 本发明涉及喷涂轨迹生成技术领域，具体为一种基于汽车钣金的智能喷涂轨迹生成方法及系统。
背景技术
[0002] 汽车钣金是汽车外观损坏后的维修方式之一，通过汽车钣金修复汽车时，对汽车损坏区域进行喷漆处理是车身修复的重要流程，同时随着科技的发展，喷漆机器人在汽修行业也越来越普及，因此需要对汽车钣金中喷漆机器人的喷涂轨迹进行分析。
[0003] 当前技术中对喷漆机器人的喷涂轨迹分析主要通过根据汽车的型号和颜色生成喷涂轨迹，很显然这种生成方式至少具有以下方面问题：
[0004] 1、汽车钣金喷漆流程包括头道底漆处理、中涂底漆处理和面漆喷涂，不同的喷漆流程对应的作用也是不同的，当前技术并没有根据不同的喷漆流程对喷漆机器人的喷涂轨迹进行针对性的分析，降低了车辆喷涂的效果，另一方面，没有对头道底漆处理中各待喷漆区域的面积和位置进行分析，无法保障喷漆机器人对应头道底漆时喷漆顺序的合理性，进而影响后续喷漆流程中的喷漆时间，降低喷漆机器人的喷漆效率。
[0005] 2、中涂底漆处理具有缺陷填充的作用，当前技术并没有根据汽车中各待喷漆区域的喷漆厚度和喷漆量，对喷漆机器人对应中涂底漆的喷涂顺序进分析，进而影响各待喷漆区域中涂底漆定型时间的统一性，从而影响后续面漆开始喷涂的时间，无法降低车辆喷漆的总时间，在一定程度上也影响面漆的附着效果。
发明内容
[0006] 为了解决上述问题；本发明的目的在于提供一种基于汽车钣金的智能喷涂轨迹生成方法及系统。
[0007] 为解决上述技术问题，本发明采用如下技术方案：本发明在第一方面提供了一种基于汽车钣金的智能喷涂轨迹生成方法，该方法包括以下步骤：步骤一、汽车喷漆区域采集：获取指定汽车维修厂中目标喷漆汽车对应的图像，进而提取目标喷漆汽车对应的各待喷漆区域。
[0008] 步骤二、头道底漆轨迹分析与喷涂：获取目标喷漆汽车中各待喷漆区域对应的面积和位置，分析目标喷漆汽车中各待喷漆区域对应头道底漆的喷漆顺序，进而分析目标喷漆汽车中各待喷漆区域对应头道底漆的喷漆轨迹，从而进行头道底漆的喷涂。
[0009] 步骤三、中涂底漆轨迹分析与喷涂：获取目标喷漆汽车中各待喷漆区域对应的中涂底漆厚度和喷漆量，分析目标喷漆汽车中各待喷漆区域对应中涂底漆的喷漆顺序，进而分析目标喷漆汽车中各待喷漆区域对应中涂底漆的喷漆轨迹，并进行中涂底漆的喷涂。
[0010] 步骤四、面漆轨迹分析与喷涂：获取目标喷漆汽车中各待喷漆区域对应的待喷颜色和指定汽车维修厂中各喷漆机器人对应的喷漆颜色，分析各喷漆机器人在目标喷漆汽车中各待喷漆区域的喷漆轨迹，并进行面漆喷涂。
[0011] 步骤五、喷漆区域检验：采集喷漆结束后目标喷漆汽车对应各待喷漆区域的图像，进而筛选出目标喷漆汽车对应的各目标补喷区域。
[0012] 步骤六、补喷轨迹分析与喷涂：对各喷漆机器人对目标喷漆汽车中各目标补喷区域的补喷轨迹进行分析，进而进行补喷。
[0013] 可选地，所述分析目标喷漆汽车中各待喷漆区域对应头道底漆的喷漆顺序，具体分析过程如下：根据目标喷漆汽车中各待喷漆区域的位置，获取各待喷漆区域与其各相邻待喷漆区域之间的距离，记为 ，i表示待喷漆区域对应的编号， ，表示相邻待喷漆区域对应的编号， ，进而分析得到目标喷漆汽车中各待喷漆区域对应头道底漆的喷漆优先评估系数。
[0014] 将目标喷漆汽车中各待喷漆区域对应头道底漆的喷漆优先评估系数按照降序排列，并将排名第一的待喷漆区域作为第一头道底漆喷漆区域，进而将第一头道底漆喷漆区域对应各相邻待喷漆区域的喷漆优先评估系数进行对比，并选取最大喷漆优先评估系数对应的相邻待喷漆区域作为第二头道底漆喷漆区域，从而按照第二头道底漆喷漆区域的分析方式得到目标喷漆汽车中各待喷漆区域对应头道底漆的喷漆顺序。
[0015] 可选地，所述分析得到目标喷漆汽车中各待喷漆区域对应头道底漆的喷漆优先评估系数，具体分析过程如下：通过计算公式 ，得到目标喷漆汽车中各待喷漆区域对应头道底漆的喷漆优先评估系数 ，其中 表示目标喷漆汽车中第i个待喷漆区域对应的面积，L为设定的参考待喷漆区域之间的距离， 、 分别为设定的待喷漆区域面积、待喷漆区域之间距离对应的权重因子。
[0016] 可选地，所述分析目标喷漆汽车中各待喷漆区域对应头道底漆的喷漆轨迹，具体分析过程如下：基于目标喷漆汽车对应的图像，提取目标喷漆汽车中各待喷漆区域对应的轮廓，进而将各待喷漆区域对应的轮廓与云数据库中存储的各喷漆区域轮廓对应的头道底漆喷漆轨迹进行对比，得到目标喷漆汽车中各待喷漆区域对应头道底漆的喷漆轨迹。
[0017] 可选地，所述分析目标喷漆汽车中各待喷漆区域对应中涂底漆的喷漆顺序，具体分析过程如下：根据目标喷漆汽车中各待喷漆区域对应的中涂底漆厚度和喷漆量，分析得到目标喷漆汽车中各待喷漆区域对应中涂底漆的喷漆优先评估系数。
[0018] 将目标喷漆汽车中各待喷漆区域对应中涂底漆的喷漆优先评估系数进行相互对比，并选取最大喷漆优先评估系数对应的待喷漆区域作为第一中涂底漆喷漆区域，进而将第一中涂底漆喷漆区域对应各相邻待喷漆区域的喷漆优先评估系数进行对比，并选取最大喷漆优先评估系数对应的相邻待喷漆区域作为第二中涂底漆喷漆区域，以此方式得到目标喷漆汽车中各待喷漆区域对应中涂底漆的喷漆顺序。
[0019] 可选地，所述分析目标喷漆汽车中各待喷漆区域对应中涂底漆的喷漆轨迹，具体分析过程如下：从云数据库中提取各喷漆区域轮廓中各喷漆厚度对应中涂底漆的标准喷漆轨迹，进而得到目标喷漆汽车中各待喷漆区域对应中涂底漆的标准喷漆轨迹。
[0020] 根据云数据库中存储的各次历史喷漆对应的喷漆区域轮廓、喷漆厚度和中涂底漆的喷漆轨迹，分析得到目标喷漆汽车中各待喷漆区域对应中涂底漆的各参考喷漆轨迹。
[0021] 从目标喷漆汽车中各待喷漆区域对应中涂底漆的标准喷漆轨迹中获取各标准喷漆轨迹点，同理获取各参考喷漆轨迹中各参考喷漆轨迹点，进而将目标喷漆汽车中各待喷漆区域对应中涂底漆的各标准喷漆轨迹点和各参考喷漆轨迹中各参考喷漆轨迹点导入设定的三维坐标系中，得到目标喷漆汽车中各待喷漆区域对应中涂底漆的各标准喷漆轨迹点和各参考喷漆轨迹中各参考喷漆轨迹点的三维坐标，从而将目标喷漆汽车中各待喷漆区域对应中涂底漆的各标准喷漆轨迹点与各参考喷漆轨迹中各参考喷漆轨迹点的三维坐标通过加权平均计算，得到目标喷漆汽车中各待喷漆区域对应中涂底漆的各喷漆轨迹点位置坐标，以此得到目标喷漆汽车中各待喷漆区域对应中涂底漆的喷漆轨迹。
[0022] 可选地，所述分析各喷漆机器人在目标喷漆汽车中各待喷漆区域的喷漆轨迹，具体分析过程如下：根据各喷漆机器人对应的喷漆颜色和目标喷漆汽车中各待喷漆区域对应的待喷颜色，得到各喷漆机器人对应的各待喷漆区域。
[0023] 获取各喷漆机器人对应各待喷漆区域的喷涂次数，进而根据各喷漆机器人对应各待喷漆区域的喷涂次数和面积，分析得到各喷漆机器人对应各待喷漆区域的喷漆顺序。
[0024] 基于云数据库中存储的各喷漆机器人对应各次历史喷涂的喷漆区域轮廓、喷漆次数和喷漆轨迹，并按照目标喷漆汽车中各待喷漆区域对应中涂底漆的喷漆轨迹的分析方式分析得到各喷漆机器人在目标喷漆汽车中各待喷漆区域的喷漆轨迹。
[0025] 可选地，所述筛选出目标喷漆汽车对应的各目标补喷区域，具体筛选过程如下：基于喷漆结束后目标喷漆汽车对应各待喷漆区域的图像，分析得到目标喷漆汽车对应各待喷漆区域的喷涂质量评估系数，进而将各待喷漆区域的喷涂质量评估系数与预设的标准喷涂质量评估系数进行对比，若某待喷漆区域的喷涂质量评估系数小于预设的标准喷涂质量评估系数，则判定该目标补喷区域的喷涂质量不合格，并定位出该待喷漆区域中喷涂质量不合格子区域，记为目标补喷区域，以此方式得到目标喷漆汽车对应的各目标补喷区域。
[0026] 可选地，所述对各喷漆机器人对目标喷漆汽车中各目标补喷区域的补喷轨迹进行分析，具体分析过程如下：提取目标喷漆汽车对应各目标补喷区域的补喷颜色和补喷色漆浓稠度，并基于各喷漆机器人对应的喷漆颜色，得到各喷漆机器人对应的各目标补喷区域，同时获取各喷漆机器人对应各目标补喷区域的补喷色漆浓稠度，进而将各喷漆机器人对应各目标补喷区域的补喷色漆浓稠度按照从大到小排序，从而按照排序结果得到各喷漆机器人对应各目标补喷区域的补喷顺序。
[0027] 基于云数据库中存储的各喷漆机器人对应各次历史喷涂的喷漆区域轮廓、喷漆次数和喷漆轨迹，并按照目标喷漆汽车中各待喷漆区域对应中涂底漆的喷漆轨迹的分析方式，分析得到各喷漆机器人对目标喷漆汽车中各目标补喷区域的补喷轨迹。
[0028] 本发明在第二方面提供了一种基于汽车钣金的智能喷涂轨迹生成系统，包括：汽车喷漆区域采集模块，用于获取目标喷漆汽车对应的各待喷漆区域。
[0029] 头道底漆轨迹分析与喷涂模块，用于分析目标喷漆汽车中各待喷漆区域对应头道底漆的喷漆顺序，进而分析目标喷漆汽车中各待喷漆区域对应头道底漆的喷漆轨迹，从而进行头道底漆的喷涂。
[0030] 中涂底漆轨迹分析与喷涂模块，用于分析目标喷漆汽车中各待喷漆区域对应中涂底漆的喷漆顺序，进而分析目标喷漆汽车中各待喷漆区域对应中涂底漆的喷漆轨迹，并进行中涂底漆的喷涂。
[0031] 面漆轨迹分析与喷涂模块，用于获取目标喷漆汽车中各待喷漆区域对应的待喷颜色和指定汽车维修厂中各喷漆机器人对应的喷漆颜色，分析各喷漆机器人在目标喷漆汽车中各待喷漆区域的喷漆轨迹，并进行面漆喷涂。
[0032] 喷漆区域检验模块，用于采集喷漆结束后目标喷漆汽车对应各待喷漆区域的图像，进而筛选出目标喷漆汽车对应的各目标补喷区域。
[0033] 补喷轨迹分析与喷涂模块，用于对各喷漆机器人对目标喷漆汽车中各目标补喷区域的补喷轨迹进行分析，进而进行补喷。
[0034] 云数据库，用于存储各喷漆区域轮廓对应的头道底漆喷漆轨迹和各喷漆厚度对应中涂底漆的标准喷漆轨迹，存储各次历史喷漆对应的喷漆区域轮廓、喷漆厚度和中涂底漆的喷漆轨迹，存储各喷漆机器人对应各次历史喷涂的喷漆区域轮廓、喷漆次数和喷漆轨迹。
[0035] 与现有技术相比，本发明的有益效果在于：
[0036] 1、本发明提供的一种基于汽车钣金的智能喷涂轨迹生成方法及系统，通过对目标喷漆汽车中各待喷漆区域的头道底漆、中涂底漆和面漆喷涂中喷漆机器人的喷涂顺序和喷涂轨迹进行分析和喷涂，进而对目标喷漆汽车的喷涂质量进行分析，并对喷涂不合格区域进行补喷，解决了当前技术存在不足，实现了汽车钣金中智能化和自动化的喷漆，保障了喷漆机器人的对不同喷漆流程中的喷涂轨迹分析的针对性，同时也大大的提高了喷漆效率和效果。
[0037] 2、本发明在头道底漆轨迹分析与喷涂中通过根据头道底漆处理中各待喷漆区域的面积和位置，对头道底漆的喷漆顺序进行分析，保障了喷漆机器人对应头道底漆时喷漆顺序的合理性，进一步提高了喷漆机器人的喷漆效率。
[0038] 3、本发明在中涂底漆轨迹分析与喷涂中通过根据目标喷漆汽车中各待喷漆区域对应的中涂底漆厚度和喷漆量，分析中涂底漆的喷漆顺序，并根据各待喷漆区域对应的标准喷涂轨迹和历史喷涂轨迹，分析各待喷漆区域对应的喷涂轨迹，保障了各待喷漆区域中涂底漆定型时间的统一性，降低了对后续面漆开始喷涂时间的影响，提高了中涂底漆喷涂的效果，在一定程度上也降低了对面漆的附着效果的影响。
[0039] 4、本发明在面漆轨迹分析与喷涂中通过对各待喷漆区域的喷涂颜色和喷涂次数，分析面漆喷涂的顺序，不仅保障了面漆的喷涂效果和效率，还降低后续各待喷漆区域因烘干时间不同而造成的质量不合格。
附图说明
[0040] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0041] 图1为本发明方法实施步骤流程示意图。
[0042] 图2为本发明系统模块结构连接示意图。
具体实施方式
[0043] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0044] 请参阅图1所示，本发明提供了一种基于汽车钣金的智能喷涂轨迹生成方法，该方法包括以下步骤：步骤一、汽车喷漆区域采集：获取指定汽车维修厂中目标喷漆汽车对应的图像，进而提取目标喷漆汽车对应的各待喷漆区域；
[0045] 需要说明的是，通过高清摄像头采集指定汽车维修厂中目标喷漆汽车对应的图像，进而从图像中定位出目标喷漆汽车对应的各待喷漆区域。
[0046] 步骤二、头道底漆轨迹分析与喷涂：获取目标喷漆汽车中各待喷漆区域对应的面积和位置，分析目标喷漆汽车中各待喷漆区域对应头道底漆的喷漆顺序，进而分析目标喷漆汽车中各待喷漆区域对应头道底漆的喷漆轨迹，从而进行头道底漆的喷涂。
[0047] 上述中，获取目标喷漆汽车中各待喷漆区域对应的面积和位置，具体获取过程如下：从目标喷漆汽车对应的图像中获取目标喷漆汽车中各待喷漆区域对应的面积和位置。
[0048] 在一个具体的实施例中，分析目标喷漆汽车中各待喷漆区域对应头道底漆的喷漆顺序，具体分析过程如下：根据目标喷漆汽车中各待喷漆区域的位置，获取各待喷漆区域与其各相邻待喷漆区域之间的距离，记为 ，i表示待喷漆区域对应的编号， ，表示相邻待喷漆区域对应的编号， ，进而分析得到目标喷漆汽车中各待喷漆区域对应头道底漆的喷漆优先评估系数。
[0049] 将目标喷漆汽车中各待喷漆区域对应头道底漆的喷漆优先评估系数按照降序排列，并将排名第一的待喷漆区域作为第一头道底漆喷漆区域，进而将第一头道底漆喷漆区域对应各相邻待喷漆区域的喷漆优先评估系数进行对比，并选取最大喷漆优先评估系数对应的相邻待喷漆区域作为第二头道底漆喷漆区域，从而按照第二头道底漆喷漆区域的分析方式得到目标喷漆汽车中各待喷漆区域对应头道底漆的喷漆顺序。
[0050] 在又一个具体的实施例中，分析得到目标喷漆汽车中各待喷漆区域对应头道底漆的喷漆优先评估系数，具体分析过程如下：通过计算公式 ，得到目标喷漆汽车中各待喷漆区域对应头道底漆的喷漆优先评估系数 ，其中 表示目标喷漆汽车中第i个待喷漆区域对应的面积，L为设定的参考待喷漆区域之间的距离， 、 分别为设定的待喷漆区域面积、待喷漆区域之间距离对应的权重因子。
[0051] 在另一个具体的实施例中，分析目标喷漆汽车中各待喷漆区域对应头道底漆的喷漆轨迹，具体分析过程如下：基于目标喷漆汽车对应的图像，提取目标喷漆汽车中各待喷漆区域对应的轮廓，进而将各待喷漆区域对应的轮廓与云数据库中存储的各喷漆区域轮廓对应的头道底漆喷漆轨迹进行对比，得到目标喷漆汽车中各待喷漆区域对应头道底漆的喷漆轨迹。
[0052] 本发明在头道底漆轨迹分析与喷涂中通过根据头道底漆处理中各待喷漆区域的面积和位置，对头道底漆的喷漆顺序进行分析，保障了喷漆机器人对应头道底漆时喷漆顺序的合理性，进一步提高了喷漆机器人的喷漆效率。
[0053] 步骤三、中涂底漆轨迹分析与喷涂：获取目标喷漆汽车中各待喷漆区域对应的中涂底漆厚度和喷漆量，分析目标喷漆汽车中各待喷漆区域对应中涂底漆的喷漆顺序，进而分析目标喷漆汽车中各待喷漆区域对应中涂底漆的喷漆轨迹，并进行中涂底漆的喷涂。
[0054] 上述中，获取目标喷漆汽车中各待喷漆区域对应的中涂底漆厚度和喷漆量，具体获取过程如下：通过高清摄像头采集目标喷漆汽车的图像集合，进而构建目标喷漆汽车对应的三维模型，进而从目标喷漆汽车对应的三维模型获取各待喷漆区域的凹陷厚度，并作为中涂底漆厚度，进而将各待喷漆区域的凹陷厚度乘以面积，得到各待喷漆区域的喷漆量。
[0055] 在一个具体的实施例中，分析目标喷漆汽车中各待喷漆区域对应中涂底漆的喷漆顺序，具体分析过程如下：根据目标喷漆汽车中各待喷漆区域对应的中涂底漆厚度和喷漆量，分析得到目标喷漆汽车中各待喷漆区域对应中涂底漆的喷漆优先评估系数。
[0056] 上述中，分析得到目标喷漆汽车中各待喷漆区域对应中涂底漆的喷漆优先评估系数，具体分析过程如下：将目标喷漆汽车中各待喷漆区域对应的中涂底漆厚度和喷漆量代入计算公式 中，得到目标喷漆汽车中各待喷漆区域对应中涂底漆的喷漆优先评估系数 ，其中 、 分别表示目标喷漆汽车中第i个待喷漆区域对应的中涂底漆厚度、喷漆量， 、 分别为设定的中涂底漆厚度、喷漆量对应的权重因子，n表示待喷漆区域数量。
[0057] 将目标喷漆汽车中各待喷漆区域对应中涂底漆的喷漆优先评估系数进行相互对比，并选取最大喷漆优先评估系数对应的待喷漆区域作为第一中涂底漆喷漆区域，进而将第一中涂底漆喷漆区域对应各相邻待喷漆区域的喷漆优先评估系数进行对比，并选取最大喷漆优先评估系数对应的相邻待喷漆区域作为第二中涂底漆喷漆区域，以此方式得到目标喷漆汽车中各待喷漆区域对应中涂底漆的喷漆顺序。
[0058] 在又一个具体的实施例中，分析目标喷漆汽车中各待喷漆区域对应中涂底漆的喷漆轨迹，具体分析过程如下：从云数据库中提取各喷漆区域轮廓中各喷漆厚度对应中涂底漆的标准喷漆轨迹，进而得到目标喷漆汽车中各待喷漆区域对应中涂底漆的标准喷漆轨迹。
[0059] 上述中，得到目标喷漆汽车中各待喷漆区域对应中涂底漆的标准喷漆轨迹，具体分析过程如下：将目标喷漆汽车中各待喷漆区域对应的区域轮廓与各喷漆区域轮廓中各喷漆厚度进行对比，若目标喷漆汽车中某待喷漆区域对应的区域轮廓与某喷漆区域轮廓相同，则将该喷漆区域轮廓中各喷漆厚度作为目标喷漆汽车中该待喷漆区域对应的参考喷漆区域轮廓中各喷漆厚度，进而将目标喷漆汽车中各待喷漆区域对应的中涂底漆厚度与其对应的参考喷漆区域轮廓中个喷漆厚度进行对比，若目标喷漆汽车中某待喷漆区域对应的中涂底漆厚度与其对应的参考喷漆区域轮廓中某喷漆厚度相同，则将参考喷漆区域轮廓中该喷漆厚度对应中涂底漆的的标准喷漆轨迹作为目标喷漆汽车中该待喷漆区域对应中涂底漆的标准喷漆轨迹，以此方式得到到目标喷漆汽车中各待喷漆区域对应中涂底漆的标准喷漆轨迹。
[0060] 根据云数据库中存储的各次历史喷漆对应的喷漆区域轮廓、喷漆厚度和中涂底漆的喷漆轨迹，分析得到目标喷漆汽车中各待喷漆区域对应中涂底漆的各参考喷漆轨迹。
[0061] 上述中，分析得到目标喷漆汽车中各待喷漆区域对应中涂底漆的各参考喷漆轨迹，具体分析过程如下：将目标喷漆汽车中各待喷漆区域对应的区域轮廓和中涂底漆厚度分别与各次历史喷漆对应的喷漆区域轮廓和喷漆厚度进行对比，若目标喷漆汽车中某待喷漆区域对应的区域轮廓和中涂底漆厚度分别与某次历史喷漆对应的喷漆区域轮廓和喷漆厚度相同，则将该次历史喷漆对应的喷漆轨迹作为目标喷漆汽车中该待喷漆区域对应中涂底漆的参考喷漆轨迹，以此方式得到目标喷漆汽车中各待喷漆区域对应中涂底漆的各参考喷漆轨迹。
[0062] 从目标喷漆汽车中各待喷漆区域对应中涂底漆的标准喷漆轨迹中获取各标准喷漆轨迹点，同理获取各参考喷漆轨迹中各参考喷漆轨迹点，进而将目标喷漆汽车中各待喷漆区域对应中涂底漆的各标准喷漆轨迹点和各参考喷漆轨迹中各参考喷漆轨迹点导入设定的三维坐标系中，得到目标喷漆汽车中各待喷漆区域对应中涂底漆的各标准喷漆轨迹点和各参考喷漆轨迹中各参考喷漆轨迹点的三维坐标，从而将目标喷漆汽车中各待喷漆区域对应中涂底漆的各标准喷漆轨迹点与各参考喷漆轨迹中各参考喷漆轨迹点的三维坐标通过加权平均计算，得到目标喷漆汽车中各待喷漆区域对应中涂底漆的各喷漆轨迹点位置坐标，以此得到目标喷漆汽车中各待喷漆区域对应中涂底漆的喷漆轨迹。
[0063] 本发明在中涂底漆轨迹分析与喷涂中通过根据目标喷漆汽车中各待喷漆区域对应的中涂底漆厚度和喷漆量，分析中涂底漆的喷漆顺序，并根据各待喷漆区域对应的标准喷涂轨迹和历史喷涂轨迹，分析各待喷漆区域对应的喷涂轨迹，保障了各待喷漆区域中涂底漆定型时间的统一性，降低了对后续面漆开始喷涂时间的影响，提高了中涂底漆喷涂的效果，在一定程度上也降低了对面漆的附着效果的影响。
[0064] 步骤四、面漆轨迹分析与喷涂：获取目标喷漆汽车中各待喷漆区域对应的待喷颜色和指定汽车维修厂中各喷漆机器人对应的喷漆颜色，分析各喷漆机器人在目标喷漆汽车中各待喷漆区域的喷漆轨迹，并进行面漆喷涂。
[0065] 上述中，获取目标喷漆汽车中各待喷漆区域对应的待喷颜色和指定汽车维修厂中各喷漆机器人对应的喷漆颜色，具体获取过程如下：将目标喷漆车辆对应的图像与汽车管理中心中各车辆标准模型进行对比，得到目标喷漆车辆对应的标准模型，进而根据目标喷漆车辆中各待喷漆区域的位置，从目标喷漆车辆对应的标准模型中定位出各待喷漆区域对应的待喷颜色，从喷漆机器人管理中心获取各喷漆机器人对应的喷漆颜色。
[0066] 需要说明的是，从目标喷漆车辆对应的标准模型中获取各待喷漆区域的RGB值，进而根据RGB值确定各待喷漆区域对应的待喷颜色。
[0067] 还需要说明的是，面漆喷涂需要不同喷漆机器人的参与，不同喷漆机器人对应的喷漆颜色不同，而头道底漆和中涂底漆均为固定喷漆机器人，且固定喷漆机器人的喷漆颜色固定。
[0068] 在一个具体的实施例中，分析各喷漆机器人在目标喷漆汽车中各待喷漆区域的喷漆轨迹，具体分析过程如下：根据各喷漆机器人对应的喷漆颜色和目标喷漆汽车中各待喷漆区域对应的待喷颜色，得到各喷漆机器人对应的各待喷漆区域。
[0069] 获取各喷漆机器人对应各待喷漆区域的喷涂次数，进而根据各喷漆机器人对应各待喷漆区域的喷涂次数和面积，分析得到各喷漆机器人对应各待喷漆区域的喷漆顺序。
[0070] 上述中，获取各喷漆机器人对应各待喷漆区域的喷涂次数，具体获取过程如下：从目标喷漆汽车对应的标准模型中获取各待喷漆区域对应的标准RGB值，进而获取各喷漆机器人对应各待喷漆区域的RGB值，从而将各喷漆机器人对应各待喷漆区域的RGB值与设定的对应喷漆机器人对应各RGB值的喷涂次数进行对比，得到各喷漆机器人对应各待喷漆区域的喷涂次数。
[0071] 上述中，分析得到各喷漆机器人对应各待喷漆区域的喷漆顺序，具体分析过程如下：将各喷漆机器人对应各待喷漆区域的喷涂次数和面积代入计算公式中，得到各喷漆机器人对应各待喷漆区域的喷漆优先评
估系数 ，其中 、 分别表示第j个喷漆机器人对应第u个待喷漆区域的喷涂次数、面积，j表示喷漆机器人对应的编号， ，u表示喷漆机器人对应的待喷漆区域编号， ，z表示示喷漆机器人对应的待喷漆区域数量， 、 分别为设定的喷漆机器人对应待喷漆区域的喷涂次数、面积对应的权重因子。
[0072] 将各喷漆机器人对应各待喷漆区域的喷漆优先评估系数进行相互对比，进而按照目标喷漆汽车中各待喷漆区域对应中涂底漆的喷漆顺序的分析方式，分析得到各喷漆机器人对应各待喷漆区域的喷漆顺序。
[0073] 基于云数据库中存储的各喷漆机器人对应各次历史喷涂的喷漆区域轮廓、喷漆次数和喷漆轨迹，并按照目标喷漆汽车中各待喷漆区域对应中涂底漆的喷漆轨迹的分析方式分析得到各喷漆机器人在目标喷漆汽车中各待喷漆区域的喷漆轨迹。
[0074] 本发明在面漆轨迹分析与喷涂中通过对各待喷漆区域的喷涂颜色和喷涂次数，分析面漆喷涂的顺序，不仅保障了面漆的喷涂效果和效率，还降低后续各待喷漆区域因烘干时间不同而造成的质量不合格。
[0075] 步骤五、喷漆区域检验：采集喷漆结束后目标喷漆汽车对应各待喷漆区域的图像，进而筛选出目标喷漆汽车对应的各目标补喷区域。
[0076] 在一个具体的实施例中，筛选出目标喷漆汽车对应的各目标补喷区域，具体筛选过程如下：基于喷漆结束后目标喷漆汽车对应各待喷漆区域的图像，分析得到目标喷漆汽车对应各待喷漆区域的喷涂质量评估系数，进而将各待喷漆区域的喷涂质量评估系数与预设的标准喷涂质量评估系数进行对比，若某待喷漆区域的喷涂质量评估系数小于预设的标准喷涂质量评估系数，则判定该目标补喷区域的喷涂质量不合格，并定位出该待喷漆区域中喷涂质量不合格子区域，记为目标补喷区域，以此方式得到目标喷漆汽车对应的各目标补喷区域。
[0077] 上述中，分析得到目标喷漆汽车对应各待喷漆区域的喷涂质量评估系数，具体分析过程如下：在喷漆结束后目标喷漆汽车对应各待喷漆区域的图像中布设各监测点，由此获取各待喷漆区域中各监测点对应的色调、明度和饱和度，分别记为 、 和 ，其中g表示监测点对应的编号， 。
[0078] 基于目标喷漆汽车对应的标准模型，获取各待喷漆区域中各监测点对应的标准色调、标准明度和标准饱和度，分别记为 、 和 。
[0079] 根据计算公式，得到目标喷漆汽车对应各待喷漆区域的喷涂质量评估系数 ，其中 、 、 分别为设定的色调、明度、饱和度对应的权重因子，为设定的喷涂质量评估系数对应的权重因子。
[0080] 本发明实施例通过对目标喷漆汽车中各待喷漆区域的喷涂质量进行分析，有效的保障了目标喷漆汽车的喷漆质量和效果，提高了目标喷漆汽车车主的满意度，同时也有效保障了了汽车维修公司的口碑。
[0081] 上述中，定位出该待喷漆区域中喷涂质量不合格子区域，具体定位过程如下：基于该待喷漆区域中各监测点的喷涂质量评估系数，获取该待喷漆区域中各质量不合格监测点，进而将该待喷漆区域中各质量不合格监测点位置所在区域作为该待喷漆区域中喷涂质量不合格子区域。
[0082] 步骤六、补喷轨迹分析与喷涂：对各喷漆机器人对目标喷漆汽车中各目标补喷区域的补喷轨迹进行分析，进而进行补喷。
[0083] 在一个具体的实施例中，对各喷漆机器人对目标喷漆汽车中各目标补喷区域的补喷轨迹进行分析，具体分析过程如下：提取目标喷漆汽车对应各目标补喷区域的补喷颜色和补喷色漆浓稠度，并基于各喷漆机器人对应的喷漆颜色，得到各喷漆机器人对应的各目标补喷区域，同时获取各喷漆机器人对应各目标补喷区域的补喷色漆浓稠度，进而将各喷漆机器人对应各目标补喷区域的补喷色漆浓稠度按照从大到小排序，从而按照排序结果得到各喷漆机器人对应各目标补喷区域的补喷顺序。
[0084] 上述中，提取目标喷漆汽车对应各目标补喷区域的补喷颜色和补喷色漆浓稠度，具体提取过程如下：将各目标补喷区域所在的待喷漆区域对应的颜色作为补喷颜色，并将各目标补喷区域对应的喷涂质量评估系数与设定的各喷涂质量评估系数对应的各补喷色漆浓稠度进行对比，得到各目标补喷区域对应的补喷色漆浓稠度。
[0085] 基于云数据库中存储的各喷漆机器人对应各次历史喷涂的喷漆区域轮廓、喷漆次数和喷漆轨迹，并按照目标喷漆汽车中各待喷漆区域对应中涂底漆的喷漆轨迹的分析方式，分析得到各喷漆机器人对目标喷漆汽车中各目标补喷区域的补喷轨迹。
[0086] 请参阅图2所示，一种基于汽车钣金的智能喷涂轨迹生成系统，包括：汽车喷漆区域采集模块、头道底漆轨迹分析与喷涂模块、中涂底漆轨迹分析与喷涂模块、面漆轨迹分析与喷涂模块、喷漆区域检验模块、补喷轨迹分析与喷涂模块和云数据库。
[0087] 所述云数据库分别与头道底漆轨迹分析与喷涂模块、中涂底漆轨迹分析与喷涂模块、面漆轨迹分析与喷涂模块和补喷轨迹分析与喷涂模块连接，所述头道底漆轨迹分析与喷涂模块还与汽车喷漆区域采集模块和中涂底漆轨迹分析与喷涂模块连接，所述面漆轨迹分析与喷涂模块还分别与中涂底漆轨迹分析与喷涂模块和喷漆区域检验模块连接，所述喷漆区域检验模块还与补喷轨迹分析与喷涂模块连接。
[0088] 汽车喷漆区域采集模块，用于获取目标喷漆汽车对应的各待喷漆区域；
[0089] 头道底漆轨迹分析与喷涂模块，用于分析目标喷漆汽车中各待喷漆区域对应头道底漆的喷漆顺序，进而分析目标喷漆汽车中各待喷漆区域对应头道底漆的喷漆轨迹，从而进行头道底漆的喷涂。
[0090] 中涂底漆轨迹分析与喷涂模块，用于分析目标喷漆汽车中各待喷漆区域对应中涂底漆的喷漆顺序，进而分析目标喷漆汽车中各待喷漆区域对应中涂底漆的喷漆轨迹，并进行中涂底漆的喷涂。
[0091] 面漆轨迹分析与喷涂模块，用于获取目标喷漆汽车中各待喷漆区域对应的待喷颜色和指定汽车维修厂中各喷漆机器人对应的喷漆颜色，分析各喷漆机器人在目标喷漆汽车中各待喷漆区域的喷漆轨迹，并进行面漆喷涂。
[0092] 喷漆区域检验模块，用于采集喷漆结束后目标喷漆汽车对应各待喷漆区域的图像，进而筛选出目标喷漆汽车对应的各目标补喷区域。
[0093] 补喷轨迹分析与喷涂模块，用于对各喷漆机器人对目标喷漆汽车中各目标补喷区域的补喷轨迹进行分析，进而进行补喷。
[0094] 云数据库，用于存储各喷漆区域轮廓对应的头道底漆喷漆轨迹和各喷漆厚度对应中涂底漆的标准喷漆轨迹，存储各次历史喷漆对应的喷漆区域轮廓、喷漆厚度和中涂底漆的喷漆轨迹，存储各喷漆机器人对应各次历史喷涂的喷漆区域轮廓、喷漆次数和喷漆轨迹。
[0095] 本发明实施例通过对目标喷漆汽车中各待喷漆区域的头道底漆、中涂底漆和面漆喷涂中喷漆机器人的喷涂顺序和喷涂轨迹进行分析和喷涂，进而对目标喷漆汽车的喷涂质量进行分析，并对喷涂不合格区域进行补喷，解决了当前技术存在不足，实现了汽车钣金中智能化和自动化的喷漆，保障了喷漆机器人的对不同喷漆流程中的喷涂轨迹分析的针对性，同时也大大的提高了喷漆效率和效果。
[0096] 显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
