基于深度学习的汽车线束机器人化装配连接器检测

汽车工业向电气化和自动驾驶的转型导致现代汽车中安装的汽车线束越来越多，这凸显了保障汽车线束装配质量的重要意义。连接器的对接在汽车线束总装中至关重要，因为连接器对线束连接和信号传输十分重要。然而，当前手动对接连接器在装配质量和人体工程学方面引发严重问题，为此已考虑机器人化装配，并提出了不同的基于视觉的方案以促进机器人控制系统对连接器的更好感知。尽管如此，以往文献中缺乏基于深度学习的汽车线束连接器检测方案。本文提出了一种用于汽车线束机器人化装配的基于深度学习的连接器检测。创建了一个包含二十种汽车线束连接器的数据集，分别用于训练和评估两阶段与单阶段目标检测模型。实验结果表明了基于深度学习的连接器检测在汽车线束装配中的有效性，但其受连接器外部设计的限制。