【技术实现步骤摘要】
本专利技术属于裂纹识别，涉及基于仿生机器人平台的狭小空间结构裂纹检测方法。
技术介绍
1、飞机结构破坏的主要原因之一来源于疲劳损伤，因此在维护过程中需对飞机结构进行检查，确认是否存在裂纹萌生，从而及时进行维护排除隐患。
2、目前在维护过程中主要依靠人工目视的方法对飞机结构是否存在裂纹萌生进行排查，但是在例如进气道、中央翼盒等狭小空间区域维护人员难以甚至无法进入，进而导致难以通过人工目视的方式来检查相应区域的内结构是否存在裂纹萌生。
3、计算机视觉技术作为一种无损检测手段被应用于裂纹检测问题中，但狭小空间内恶劣的光照条件会极大地干扰图像中结构表面的特征信息，直接影响裂纹识别的准确率。近年来深度学习技术因其强大的特征提取能力在计算机视觉领域得到了广泛的应用，但深度学习模型的训练效果对数据集的质量有较强的依赖性，数据集样本量不足会导致模型产生明显的过拟合问题，影响模型的准确率。
4、进一步，现有的裂纹检测方法主要是针对裂纹的有无问题进行判断，对于裂纹长度的信息并未给出，通常依赖于维护人员的主观判断，缺少明确...
【技术保护点】
1.基于仿生机器人平台的狭小空间结构裂纹检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于仿生机器人平台的狭小空间结构裂纹检测方法，其特征在于，所述步骤1具体为：首先调用Augmentor对收集的图像数据进行数据增强，以扩充数据集的样本数量；其次，对数据集中的图像进行预处理；最后，对预处理后的图像打标签，并将图像样本按照7:2:1的比例划分为训练集、验证集和测试集。
3.根据权利要求2所述的基于仿生机器人平台的狭小空间结构裂纹检测方法，其特征在于，所述预处理包括：对图像进行滤波降噪；对图像进行标准化处理；对图像进行随机对比度偏移...
【技术特征摘要】
1.基于仿生机器人平台的狭小空间结构裂纹检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于仿生机器人平台的狭小空间结构裂纹检测方法，其特征在于，所述步骤1具体为：首先调用augmentor对收集的图像数据进行数据增强，以扩充数据集的样本数量；其次，对数据集中的图像进行预处理；最后，对预处理后的图像打标签，并将图像样本按照7:2:1的比例划分为训练集、验证集和测试集。
3.根据权利要求2所述的基于仿生机器人平台的狭小空间结构裂纹检测方法，其特征在于，所述预处理包括：对图像进行滤波降噪；对图像进行标准化处理；对图像进行随机对比度偏移；对图像进行灰度变换。
4.根据权利要求2所述的基于仿生机器人平台的狭小空间结构裂纹检测方法，其特征在于，所述收集的图像数据为：
5.根据权利要求1所述的基于仿生机器人平台的狭小空间结构裂纹检测方法，其特征在于，所述步骤3全连接层的参数进行训练更新是采用步骤1的裂纹图像对步骤2的神经网络模型进行训练，训练中，损失函数的值达到设定阈值或训...
【专利技术属性】
技术研发人员：孙介，王文娟，薛景锋，刘元博，张梦杰，陈星伊，
申请(专利权)人：中国航空研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。