基于关键点检测的航空发动机螺栓安装缺陷自动化检测方法

摘要：

针对航空发动机螺栓存在背景复杂、目标小、且精细特征不明显的问题,本文研究了一种基于关键点检测的航空发动机螺栓安装缺陷的自动化检测方法.首先设计了基于Faster RCNN和改进CPN(AD-CPN)的级联卷积神经网络,实现了图像中螺栓及二维关键点的检测,可判断该螺栓是否脱落、漏装.为进一步检测螺栓的三维安装缺陷,通过欧氏距离选择策略对已检测出的关键点进行双目匹配、筛选以获得检测点对,最后对检测点对三维重构,并计算出螺栓的实际长度,从而判断螺栓是否错装.实验结果表明,相较于CPN,AD-CPN的mAP、AP50、AP75 分别提升了 2.9%、3.3%、4%;螺栓测量长度的相对平均误差约为3.0%,可见该方法具有较高的缺陷检测准确率,有效保障了航空发动机的安全运行.

关键词：缺陷检测、关键点检测、深度学习、双目立体视觉

所属期刊栏目：44

分类号：TH862;TP391.4

在线出版日期：2023-07-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：98-106