基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
研究Faster R-CNN目标检测网络的基本结构与训练方法;建立了机电装备状态数据集,训练了目标检测网络,一步实现了指针式仪表区域的提取、数字式仪表读数的识别以及开关、插头状态的识别;在不同视角和光照强度下对目标检测网络进行了测试,结果表明模型在不同的环境中均能保持90%以上的准确度.并以此为依据推理故障的原因,最后根据推理结果,使用基于Unity 3D软件与Hololens 2硬件开发的机电装备智能维修辅助系统来调取混合现实(MR)全息诱导维修信息,以指导保障人员进行操作.实验验证了系统的可用性,实验结果显示使用MR可以快速、高效地完成维修任务.并依据操作耗时和问卷调查进行测试与评价,对系统的优越性进行了定性分析.
推荐文章
军事物联网在装备“智能维修”中的应用研究
物联网
装备保障
智能维修
信息化水平
基于比例风险模型的装备状态维修决策方法
比例风险模型
威布尔分布
状态维修决策
状态检测间隔期
基于RBF网络的航空装备维修保障能力评估
RBF神经网络
航空装备
维修保障能力
评估模型
基于IETM的武器装备虚拟维修训练系统设计
交互式电子技术手册
武器装备
虚拟训练
装备维修
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于MR的机电装备智能检测维修
来源期刊 图学学报 学科 工学
关键词 混合现实 Faster R-CNN 智能故障诊断 维修辅助 实验验证
年,卷(期) 2022,(1) 所属期刊栏目 计算机图形学与虚拟现实|Computer Graphics and Virtual Reality
研究方向 页码范围 141-148
页数 8页 分类号 TP391
字数 语种 中文
DOI 10.11996/JG.j.2095-302X.2022010141
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
混合现实
Faster R-CNN
智能故障诊断
维修辅助
实验验证
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
图学学报
双月刊
2095-302X
10-1034/T
16开
北京海淀学院路37号中国图学学会学报编辑部
1980
chi
出版文献量(篇)
3336
总下载数(次)
7
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导