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

• 作者: 张堃 李子杰 瞿宏俊 吴建国 华亮
• 来源期刊: 南通大学学报（自然科学版）
• 关键词: Unet模型 注意力机制 隐马尔可夫 螺纹测量
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 智能科学与技术
• 页码范围: 57-66
• 页数: 10页
• 分类号: TP391.4|TP24
• 语种: 中文
• DOI: 10.12194/j.ntu.20210330001

摘要

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.