S136，若為否，則執行步驟S137;
[0063]S136:接受更新結果，并執行步驟S138 ;
[0064]S137:拒絕更新結果，回滾粒子速度和位置，并執行步驟S138 ；
[0065]S138:計算自適應權重系數，并根據適應值更新個體極值和全局極值；
[0066]S139:判斷以下條件是否至少有一個成立:
[0067]c.迭代次數達到最大迭代次數，
[0068]d.達到PSO最小適應度閾值，
[0069]若為否，則返回步驟S133 ;若為是，則求出最優值，由PSO所找到的最優值即為GA的個體適應度。
[0070]S14:由得到的個體適應值計算每個個體的選擇概率，實施選擇、交叉和變異，生成新一代GA種群；
[0071]S15:判斷以下條件是否至少有一個成立:
[0072]a.進化代數達到最大進化代數，
[0073]b.個體適應值達到GA最小適應度閾值，
[0074]若為否，則返回步驟S13，若為是，則執行步驟S16 ;
[0075]S16:輸出最優值，為該混合粒子群算法的最優解。
[0076]S2:根據表面顏色信息生成對應的粗調色配方，且基于該粗調色配方獲取指定比例的油漆色母，混合攪拌并通過反饋補償得到所需油漆，具體包括步驟:
[0077]S21:粗調:基于粗調色配方，獲取指定比例的油漆色母，混合并攪拌；
[0078]S22:反饋:從攪拌得到的油漆中取樣得到油漆樣品，并判斷樣品顏色與表面顏色之間的色差是否小于閾值，若為是，則調配結束，若為否，則執行步驟S23，具體包括步驟:
[0079]S221:將攪拌好的油漆涂抹于與汽車外殼同材質的采樣板上獲得油漆樣品；
[0080]S222:由顏色傳感器捕捉油漆樣品在基光源照射下發出的光線，根據捕捉的光線獲悉樣品顏色；
[0081]S223:判斷樣品顏色與表面顏色之間的色差是否小于閾值，若為是，則調配結束，若為否，則執行步驟S23。
[0082]S23:微調:根據樣品顏色與表面顏色之間的色差生成補償配方，且基于該補償配方獲取指定比例的油漆色母，混合并攪拌；
[0083]S24:判斷該調制結果是否加入調配方案庫，如果是，則進行步驟S25，若為否，則執行步驟S26 ;
[0084]S25:該粗調色配方和補償配方融合后得到調配方案，加入調配方案庫，并執行步驟 S26 ；
[0085]S26:上報上位機，生成調配日志，并上傳上位機進行保存。
[0086]如圖3所示，該方法的實施方式如下:
[0087]在實施該方法的過程中，微處理器2能夠控制配料機構I協調工作，調配料機構I包括所述方法中的粗調、微調、采樣等環節機構。通過攝像頭采集到汽車車表油漆顏色信息交由微處理器2處理，該采集過程采用一定的方式消除或大大減少光照強度、車表污漬等外部環境可能對調制過程造成影響的因素。微處理器經過圖像預處理、SVM模式識別等過程生成調配方案，調配料機構進料進行粗調制，粗調完成后，對調制樣品進行采樣判斷，為消除干擾因素，將樣品噴在采樣板板，將基光源打在采樣板上，通過傳感器分析顏色組成，而不是直接將基光源照射在樣品溶液上。若分析結果顯示缺少某種成分，則根據分析得到的成分比例由調配機構I進料再次調制，該過程循環進行，直到調制結果正確或者達到允許誤差范圍，則調配完成，根據需要將本次調配方案加入方案庫，上報上位機，生成調配日志。在整個調制過程中，微處理器負責控制調配機構和各外圍單元的協調工作，如進料，攪拌，觸屏顯示，通信等工作。需要注意的是，微處理器同時嚴格控制各不同化學特性油漆的組合行為，優選調配方案等機制。
【主權項】
1.一種汽車油漆顏色調配方法，其特征在于，包括步驟: S1:采集待補漆車輛的表面圖像，并根據采集的表面圖像識別得到表面顏色信息； S2:根據表面顏色信息生成對應的粗調色配方，且基于該粗調色配方獲取指定比例的油漆色母，混合攪拌并通過反饋補償得到所需油漆。2.根據權利要求1所述的一種汽車油漆顏色調配方法，其特征在于，所述步驟S2具體包括步驟: 521:粗調:基于粗調色配方，獲取指定比例的油漆色母，混合并攪拌； 522:反饋:從攪拌得到的油漆中取樣得到油漆樣品，并判斷樣品顏色與表面顏色之間的色差是否小于閾值，若為是，則調配結束，若為否，則執行步驟S23 ; 523:微調:根據樣品顏色與表面顏色之間的色差生成補償配方，且基于該補償配方獲取指定比例的油漆色母，混合并攪拌。3.根據權利要求2所述的一種汽車油漆顏色調配方法，其特征在于，所述步驟S22具體包括步驟: 5221:將攪拌好的油漆涂抹于與汽車外殼同材質的采樣板上獲得油漆樣品； 5222:由顏色傳感器捕捉油漆樣品在基光源照射下發出的光線，根據捕捉的光線獲悉樣品顏色； 5223:判斷樣品顏色與表面顏色之間的色差是否小于閾值，若為是，則調配結束，若為否，則執行步驟S23。4.根據權利要求1所述的一種汽車油漆顏色調配方法，其特征在于，所述步驟S2中得到所需油漆后，將調制日志上傳上位機并進行保存。5.根據權利要求1所述的一種汽車油漆顏色調配方法，其特征在于，所述步驟SI中采用SVM分類器根據采集的表面圖像識別得到表面顏色信息，所述SVM分類器核函數為RBF核函數。6.根據權利要求5所述的一種汽車油漆顏色調配方法，其特征在于，所述SVM分類器的支持向量機參數的優化過程采用基于遺傳與模擬退火的混合粒子群算法進行，具體包括步驟: 511:設定GA的種群規模、交叉率和變異率，最大進化代數和GA最小適應度閾值； 512:生成GA的初始種群，其中，每一個GA染色體代表一組PSO加速系數； 513:計算GA的個體適應值； 514:由得到的個體適應值計算每個個體的選擇概率，實施選擇、交叉和變異，生成新一代GA種群； 515:判斷以下條件是否至少有一個成立: a.進化代數達到最大進化代數， b.個體適應值達到GA最小適應度閾值， 若為否，則返回步驟S13，若為是，則執行步驟S16 ; 516:輸出最優值，為該混合粒子群算法的最優解。7.根據權利要求6所述的一種汽車油漆顏色調配方法，其特征在于，所述步驟S13具體包括步驟: S131:設定PSO種群規模、最大迭代次數，PSO最小適應度閾值，其中每一個PSO粒子代表一組SVM分類器的優化參數； S132:初始化加速系數、慣性權重系數，計算粒子初始速度和位置，并初始化模擬退火算法初值； 5133:更新粒子速度和位置，并計算更新前后適應值差ΔΕ ;5134:判斷適應值差是否大于O，若為是，則執行步驟S136，若否，則執行步驟S135 ; 5135:判斷exp(AE/T) > rand (O, I)是否成立，若為是，則執行步驟S136，若為否，貝Ij執行步驟S137 ; 5136:接受更新結果，并執行步驟S138 ; 5137:拒絕更新結果，回滾粒子速度和位置，并執行步驟S138 ; 5138:計算自適應權重系數，并根據適應值更新個體極值和全局極值； 5139:判斷以下條件是否至少有一個成立: c.迭代次數達到最大迭代次數， d.達到PSO最小適應度閾值， 若為否，則返回步驟S133 ;若為是，則求出最優值，由PSO所找到的最優值即為GA的個體適應度。
【專利摘要】本發明涉及一種汽車油漆顏色調配方法，包括步驟：S1：采集待補漆車輛的表面圖像，并根據采集的表面圖像識別得到表面顏色信息；S2：根據表面顏色信息生成對應的粗調色配方，且基于該調色配方獲取指定比例的油漆色母，混合攪拌并通過反潰補償得到所需油漆。與現有技術相比，本發明實現了待補漆車輛表面油漆顏色的自動調制，克服了人工調制憑借經驗調配的效率低下及經驗不足的弊端，且大大減少油漆揮發對人體造成的傷害。
【IPC分類】B01F3/00
【公開號】CN105169979
【申請號】
【發明人】趙勤學, 楊俊杰, 孔亞非, 黃毅, 李亞, 杜文妍, 黃羹墻, 楊俊彬
【申請人】上海電力學院
【公開日】2015年12月23日
【申請日】2015年9月9日