基于注意力机制和隐马尔科夫的高精密螺纹全自动精确测量

• Published in: 南通大学学报（自然科学版） Vol. 20; no. 3; pp. 57 - 66
• Main Authors: 张堃, 李子杰, 瞿宏俊, 吴建国, 华亮
• Format: Journal Article
• Language: Chinese
• Published: 南通市智能控制与智能计算重点实验室,江苏 南通 226002%中科海拓(无锡)科技有限公司,江苏 无锡 214122%江南大学 物联网工程学院,江苏 无锡 214122%南通理工学院 电气与能源工程学院,江苏 南通 226002 2021; 南通市智能控制与智能计算重点实验室,江苏 南通 226002%南通大学 电气工程学院,江苏 南通 226019; 南通大学 电气工程学院,江苏 南通 226019
• Subjects: Unet模型;注意力机制;隐马尔可夫;螺纹测量
• ISSN: 1673-2340
• DOI: 10.12194/j.ntu.20210330001

TP391.4%TP24; 基于机器视觉的螺纹测量易受到工业环境(例如灰尘、铁屑、油渍等)的干扰,且需要人工半自动干预,导致测量结果不稳定.通过加入Attention机制对R2Unet模型进行改进,提出一种基于AA R2Unet深度学习模型和隐马尔科夫模型的高精密螺纹全自动精确测量方法.首先,为了克服工业环境中灰尘、铁屑等因素的干扰,设计了AA R2Unet模型对外螺纹进行有效边缘识别与提取;然后,通过计算螺纹边缘点梯度方向特征信息,使用隐马尔可夫模型对螺纹边缘点进行分类,达到螺纹零件在测量过程中可以任意角度放置的目的.通过实际采集工件图像制作数据集进行实验验证,结果表明,基于AA R2Unet的螺纹边缘提取方法分割精度达到95.92％,基于隐马尔可夫模型的螺纹边缘点分类准确率达到86％以上,外径测量误差在0.01 mm以内.