机床与液压

作者：岳耀帅，陈成军，李东年，官源林，洪军，赵正旭

单位：青岛理工大学机械与汽车工程学院；青岛理工大学机械与汽车工程学院；青岛理工大学机械与汽车工程学院；青岛理工大学机械与汽车工程学院；西安交通大学机械工程学院；青岛理工大学机械与汽车工程学院

关键词：装配监测;变化检测;三维注意力;双边滤波;迁移学习

基金：国家自然科学基金面上项目（52175471）

准确检测机械装配体在装配过程中的变化零部件，对于监测产品的装配顺序、提高装配质量、保障生产安全具有重要的意义。为了能够从多个角度检测机械装配体的变化零部件，提出基于三维注意力和双边滤波的机械装配体图像多视角变化检测网络(TAF Net)。为了提高机械装配体变化检测的准确性，TAF Net网络引入三维注意力机制，增强网络的细节特征提取能力；引入双边滤波，减少变化图像中的噪声，优化变化图像中零部件的边界。建立2个装配体变化检测数据集，分别为合成深度图像数据集、真实彩色图像数据集，使用2个数据集分别进行实验。结果表明：TAF Net网络能够精确检测出图像中的变化区域，在2个数据集中的综合评价指标F1_score都达到96%以上。

来源：2023年第19期

《机床与液压》期刊编辑部

查看机床与液压杂志2023年第19期