车身表面缺陷单目定位数据

本数据集面向轨道交通领域机器人视觉检测与缺陷定位研究，主要用于高铁车身表面缺陷单目定位精度验证、算法性能评估及系统优化，旨在为工业机器人视觉引导与漆膜缺陷定位提供标准化、可复用的数据支撑。数据依托国家重点研发计划相关课题，由武汉理工大学汽车工程学院硕博研究生依据国家标准GB/T 45501-2025《工业机器人三维视觉引导系统通用技术要求》在武汉理工大学汽车工程学院完成，数据采集与整理工作于2023年7月15日进行，总规模为169MB。在数据采集与处理过程中，采用ABB IBR7600工业机器人搭载单目海康工业相机（型号 MV-CS050-10UC）及MVL HF1228M 6MP工业镜头进行标定与定位验证。首先，通过对标定板进行65张图像采集并完成手眼标定，建立相机像素坐标与机器人末端坐标系之间的转换关系。随后，对车身表面进行图像采集，使用YOLOv5漆膜缺陷检测算法提取缺陷点，并基于像素点逆投影方法计算缺陷点三维坐标。为验证定位精度，在车身表面粘贴标记点，利用相机及相同逆投影方法获取计算三维坐标，同时通过机器人末端探针进行示教测量获取真实三维坐标。将计算值与实测值进行对比，统计X、Y、Z方向坐标偏差，并计算平均误差，作为单目定位精度评价指标。本数据集内容包括手眼标定图片（标定板拍摄图像）、验证图片（标记点拍摄图像）、缺陷定位图片（通过YOLOv5检测后的缺陷图像）及定位数据表。本数据记录了手眼标定结果、定位精度数据及缺陷点三维坐标，系统呈现了缺陷定位全过程及精度分析结果。数据完整反映了单目视觉在车身缺陷定位中的测量精度、像素坐标与三维坐标转换关系及误差统计，为后续缺陷检测算法优化、定位方法改进和机器人视觉系统性能评估提供了可靠的数据基础。

搜集汇总

背景与挑战

背景概述

该数据集面向高铁车身表面缺陷的单目视觉定位研究，包含手眼标定、验证和缺陷定位图像及数据，用于评估算法精度和优化机器人视觉系统。数据采集采用工业机器人与单目相机，总规模为169MB，旨在为轨道交通领域缺陷检测提供标准化数据支撑。