一种机器人智能巡检的飞机蒙皮缺陷检测方法技术

本发明专利技术公开了一种机器人智能巡检的飞机蒙皮缺陷检测方法，其具体步骤包括：在飞机停放阶段内利用智能巡检机器人获取飞机蒙皮图像，根据是否是夜晚来判断是否需要开启相机主动红外；智能巡检机器人从点位1开始，按照飞机绕机点位顺序依次拍摄蒙皮图像并通过飞机蒙皮缺陷检测网络检测是否存在缺陷；若在该点位检测到蒙皮有缺陷，巡检机器人将会前移，调整机器臂和相机角度拍摄一张更加清晰的图像并再次检测；若两次检测出来的蒙皮缺陷类别为同一类，则输出检测后的图像和缺陷类型并通知维修部门检修；若不是，则需要检测人员人工检测同时重新标定该图像加入数据集，更新模型。

【技术实现步骤摘要】

本专利技术属于深度学习，涉及深度神经网络、目标检测等技术，尤其涉及一种机器人智能巡检的飞机蒙皮缺陷检测方法。

技术介绍

1、在正常行驶的飞机中，蒙皮缺陷出现的概率很低；换句话说，飞机蒙皮的缺陷样本极少。但是，一旦出现飞机蒙皮缺陷漏检的情况，很容易导致空难或者飞机坠落事件的发生，对个人和社会造成重大安全事故。近年来，随着深度学习的迅速发展，深度学习的方法逐渐渗透到各个领域。而对于飞机蒙皮缺陷检测来说，深度学习技术有着相当明显的优势，除了节省劳动力、缩短检修时长外，还能提升检测效率和检测结果的准确率，并且还能减轻标记样本过少导致漏检给飞机蒙皮检测工作带来的影响。

2、目前，国内外对于飞机蒙皮检测主要使用目视检测方法，目视检测存在检测效率不高、容易漏检等问题。本专利技术主要结合新型的智能巡检机器人，利用深度学习跨域小样本目标检测算法来解决飞机蒙皮缺陷检测问题。将改进网络训练出来的模型部署到机器人中，机场的地勤人员可以通过巡检机器人检测到的蒙皮问题作为飞机检修的一种辅助手段，降低人工工作的强度，同时可以减少漏检情况的发生，保障飞机的飞行安全。

<本文档来自技高网...

【技术保护点】

1.一种机器人智能巡检的飞机蒙皮缺陷检测方法，包括如下步骤：

2.如权利要求1所述的机器人智能巡检的飞机蒙皮缺陷检测方法，其特征在于：步骤(2)中智能巡检机器人巡检流程具体为：

3.如权利要求1所述的机器人智能巡检的飞机蒙皮缺陷检测方法，其特征在于：步骤(2)中所述飞机蒙皮缺陷检测网络通过如下方式进行训练：

4.如权利要求3所述的机器人智能巡检的飞机蒙皮缺陷检测方法，其特征在于：步骤(3.2)中所述主干网络为yolov7主干网络，其中CBS由卷积、批归一化和SiLU激活函数构成；ELAN由多个CBS构成，其输入输出特征大小保持不变，MP层由最大池化层(...

【技术特征摘要】

1.一种机器人智能巡检的飞机蒙皮缺陷检测方法，包括如下步骤：

2.如权利要求1所述的机器人智能巡检的飞机蒙皮缺陷检测方法，其特征在于：步骤(2)中智能巡检机器人巡检流程具体为：

3.如权利要求1所述的机器人智能巡检的飞机蒙皮缺陷检测方法，其特征在于：步骤(2)中所述飞机蒙皮缺陷检测网络通过如下方式进行训练：

4.如权利要求3所述的机器人智能巡检的飞机蒙皮缺陷检测方法，其特征在于：步骤(3.2)中所述主干网络为yolov7主干网络，其中cbs由卷积、批归一化和silu激活函数构成；elan由多个cbs...

【专利技术属性】
技术研发人员：章东平，张煜，夏岳键，胡海苗，
申请(专利权)人：中国计量大学，
类型：发明
国别省市：