基于偏振计算成像的复合材料层合板缺陷自动化检测新一代感知系统
机器人学
2021-08-25 v1 计算机视觉与模式识别
摘要
大型复合材料部件（如风力涡轮机叶片）的精加工操作，包括修边和打磨，通常需要多名工人和部件重新定位。在复合材料制造行业中，此类过程的自动化具有挑战性，因为制造的部件几何形状可能不一致，且任务完成依赖于人的判断和经验。部署能够在动态和不确定环境中执行精加工任务的移动协作机器人系统，将提高质量并降低制造成本。为完成给定任务，协作机器人团队必须正确理解环境并检测制造部件中的不规则性。本文描述了用于识别复合材料层合板缺陷的偏振计算成像系统的初步实现与演示。由于偏振图像与表面微观几何结构高度相关，它们可用于检测传统彩色图像中不可见的表面缺陷。所提出的视觉系统成功识别了不同玻璃纤维和碳纤维层合板的缺陷类型和表面特征（例如，针孔、空隙、划痕、树脂溢料）。
引用
@article{arxiv.2108.10819,
title = {Next-generation perception system for automated defects detection in composite laminates via polarized computational imaging},
author = {Yuqi Ding and Jinwei Ye and Corina Barbalata and James Oubre and Chandler Lemoine and Jacob Agostinho and Genevieve Palardy},
journal= {arXiv preprint arXiv:2108.10819},
year = {2021}
}