自动纤维铺放中的间隙与重叠检测
计算机视觉与模式识别
2023-09-04 v1 人工智能
图像与视频处理
摘要
制造缺陷的识别与修正,尤其是间隙与重叠,对于确保通过自动纤维铺放(AFP)生产的高质量复合材料零件至关重要。这些瑕疵是最常见的问题,会显著影响复合材料零件的整体质量。人工检测既耗时又费力,因而效率低下。为克服这一挑战,实施自动化缺陷检测系统是最优解决方案。本文提出一种新方法,利用光学相干断层扫描(OCT)传感器与计算机视觉技术检测并定位复合材料零件中的间隙与重叠。我们的方法生成复合材料表面的深度图图像,突出显示表面上复合材料带(或丝束)的隆起。通过检测每条丝束的边界,我们的算法可比较相邻丝束并识别它们之间可能存在的间隙或重叠。任何超过预定义容差阈值的间隙或重叠均被视为制造缺陷。为评估方法性能,我们将检测到的缺陷与专家标注的真值进行比较。结果表明该方法在间隙与重叠分割中具有高准确度与高效率。
引用
@article{arxiv.2309.00206,
title = {Gap and Overlap Detection in Automated Fiber Placement},
author = {Assef Ghamisi and Homayoun Najjaran},
journal= {arXiv preprint arXiv:2309.00206},
year = {2023}
}