一种基于深度学习的全域导航方法技术

本发明专利技术公开了一种基于深度学习的全域导航方法，所述方法包含下述步骤：步骤一，将待测零件放在影像测量仪测量平台上；步骤二，通过大视场相机拍摄得到待测零件的全局图像；步骤三，深度学习软件通过拍摄的全局图像识别待测零件类型；步骤四，调用对应零件的测量程序，并引导影像测量仪主影像系统到待测零件的测量区域。本发明专利技术：1、大大减少手动固定待测零件在夹具上的时间，减少手动创建、调用测量程序的操作，从而消除带来的人为误差和效率不足。2、使测量设备具备更高的扩展性，实现对待测零件自动定位、自动引导测量程序，大大提高测量设备的效率和灵活性。

A global navigation method based on deep learning

【技术实现步骤摘要】
一种基于深度学习的全域导航方法
本专利技术涉及一种基于深度学习的全域导航方法，用于自动识别加载待测零件程序并自动引导至测量区域。
技术介绍
随着现代精密加工制造技术的发展，越来越多的产品对测量精度和效率的要求也日趋严格，影像测量仪是一种集成了视觉测量技术的光、机电一体化检测设备，它具有快速、非接触式、精确可靠等优点，得到越来越广泛的应用。但传统的影像测量仪视场范围比较小，只能测量小尺寸零件，对于超视场的大型零件的测量，一般的解决办法是对零件进行多次拍摄，通过图像拼接获取零件的全景图像。而且对于批量零件的自动检测，目前只能通过使用特定的夹具对零件进行准确的位置摆放，使得影像测量仪能够按照既定的测量规则完成自动测量，如果零件的摆放位置出现差错，整个测量过程就无法正常运行，很显然，这种批量检测方式对操作人员的要求很高，造成检测效率低下，而且增加更多的人为不确定因素。另一种解决办法是借助图像拼接技术，对包含所有待测零件的整个区域进行连续拍摄，对所有图像进行拼接得到全局图像，然后进行零件的定位、测量等操作，这种方法在一定程度上能够解决问题，但它的本文档来自技高网...

【技术保护点】
1.一种基于深度学习的全域导航方法，其特征在于，所述方法包含下述步骤：/n步骤一，将待测零件放在影像测量仪测量平台上；/n步骤二，通过大视场相机拍摄得到待测零件的全局图像；/n步骤三，深度学习软件通过拍摄的全局图像识别待测零件类型；/n步骤四，调用对应零件的测量程序，并引导影像测量仪主影像系统到待测零件的测量区域。/n

【技术特征摘要】
1.一种基于深度学习的全域导航方法，其特征在于，所述方法包含下述步骤：
步骤一，将待测零件放在影像测量仪测量平台上；
步骤二，通过大视场相机拍摄得到待测零件的全局图像；
步骤三，深度学习软件通过拍摄的全局图像识别待测零件类型；
步骤四，调用对应零件的测量程序，并引导影像测量仪主影像系统到待测零件的测量区域。


2.根据权利要求1所述的基于深度学习的全域导航方法，其特征在于：所述深度学习软件的训练过程四个步骤：

【专利技术属性】
技术研发人员：陶程，呼江勇，史旭永，廖恒峰，常飞武，
申请(专利权)人：七海测量技术深圳有限公司，
类型：发明
国别省市：广东;44