基于机器视觉方法的诊断设备自动瞄准技术

摘要：

激光惯性约束聚变实验需要使用数十台套诊断设备从不同方位对瞬态微尺度物理过程进行诊断表征.大部分诊断设备通常需要进入巨型靶室真空环境内,在厘米到米级的不同工作距离上,对聚变靶上面毫米到数十微米的靶标进行瞄准,大部分诊断设备的瞄准精度需要达到 50 μm水平.双目瞄准方法是在真空环境下实现远距离高精度瞄准的一种重要方法,但目前主要依赖人工判读图像识别靶标和手动操作诊断搭载平台运动实现对靶瞄准,特别是靶室内照明条件或诊断设备瞄准视线存在夹角等条件会严重影响靶标识别效果,对诊断设备瞄准精度造成较大影响.发展了一种基于机器视觉的诊断自动瞄准方法,采用Mask R-CNN算法并以大量模拟瞄准图进行靶标识别训练,有效解决了靶标自动判读问题,对靶标识别误差控制在 8 个像素点以内;同时基于实验室瞄准测试平台开展了靶标像素偏差与瞄准坐标偏离关系的离线标定,开展了算法引导下的瞄准精度测试,根据测试结果预估指向瞄准精度优于 30 μm、径向瞄准精度优于 50 μm,对实现诊断设备的高精度自动瞄准有一定的基础参考价值.

关键词：激光惯性约束聚变、诊断自动瞄准、Mask R-CNN算法、靶标识别、瞄准反馈控制

所属期刊栏目：35

分类号：O532+.13(等离子体物理学)

资助基金：国家自然科学基金12075220

在线出版日期：2023-11-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：50-55