[發明專利]用于檢測轉向器輸入軸彎曲的檢測系統

有效

• 申請號: 202010435953.6
• 申請日: 2020-05-21
• 公開（公告）號: CN111609812B
• 公開（公告）日: 2021-11-02
• 發明（設計）人: 王海燕;陳連軍;孫幫義;陳正權;宋梟;杜威;胡康民
• 申請（專利權）人: 荊州華力機械有限公司
• 主分類號: G01B11/24
• 分類號: G01B11/24;G06T7/11;G06N3/04;G06N3/08
• 代理公司: 武漢智慧恒知識產權代理事務所(特殊普通合伙) 42232
• 代理人: 張熔舟

1.一種用于檢測轉向器輸入軸彎曲的檢測系統，其特征在于：包括圖像采集模塊、圖像處理模塊和圖像識別模塊，其中，

所述圖像采集模塊，用于采集經過淬火處理后的轉向器輸入軸的圖像，并將其作為待檢測轉向器輸入軸圖像，同時采集合格的轉向器輸入軸的圖像，并將其作為合格轉向器輸入軸圖像；

所述圖像處理模塊，用于分別對所述待檢測轉向器輸入軸圖像和所述合格轉向器輸入軸圖像進行處理，得到各自對應的分割圖像；

所述圖像處理模塊包括由轉向器輸入軸圖像輸入序列神經網絡和轉向器輸入軸圖像輸出序列神經網絡組建的轉向器輸入軸圖像分割模型，所述轉向器輸入軸圖像輸入序列神經網絡包括轉向器輸入軸縮減圖像層和轉向器輸入軸圖像參數量優化卷積層，所述轉向器輸入軸圖像輸入序列神經網絡用于提取轉向器輸入軸圖像的多尺度數據并縮減輸出的特征圖解像度，所述轉向器輸入軸縮減圖像層分為兩個部分，一個部分處理最大池化運算，另一個部分處理卷積運算，兩部分運算完后將兩部分的運算數據進行整合，并將整合后的運算數據通過重組運算組合兩部分的數據得到轉向器輸入軸縮減圖像層的輸出數據，所述轉向器輸入軸圖像參數量優化卷積層采用分組卷積與非對稱核卷積調整自己的參數量，先將轉向器輸入軸圖像參數量優化卷積層的輸入分為擁有相同通道數的兩族卷積組，一族卷積組用作接收輸入的初始特征數據，另一族卷積組的卷積輸入分別為初始輸入與上一組的輸出相加且各卷積組之間通過級聯結構相連，再將所有卷積組的輸出數據進行整合，并將整合后的輸出數據通過重組運算組合所有卷積組的數據，得到最后的輸出數據，所述轉向器輸入軸圖像輸出序列神經網絡由轉向器輸入軸圖像參數量優化卷積層和轉向器輸入軸圖像反卷積層組成，所述轉向器輸入軸圖像輸出序列神經網絡用于解析所述轉向器輸入軸圖像輸入序列神經網絡的輸出數據并將縮減的輸出特征圖放大至初始解像度，所述轉向器輸入軸圖像參數量優化卷積層選用分組卷積和非對稱核卷積來改進參數量，先將轉向器輸入軸圖像參數量優化卷積層的輸入分為具備相同通道數的兩族卷積組，一族卷積組用作接收輸入的初始特征數據，另一族卷積組的卷積輸入為初始輸入與上一組的輸出相加且該族卷積組選用的卷積結構均為非對稱核卷積，各卷積組之間通過級聯結構相連，再將所有卷積組的輸出數據進行整合，并將整合后的輸出數據通過重組運算組合所有卷積組的數據，得到最后的輸出數據，所述轉向器輸入軸圖像反卷積層選取預設大小的卷積核和預設步幅的卷積形式，縮放輸入特征圖解像度，縮減輸出通道數量，通過數據集來訓練轉向器輸入軸圖像分割模型得到對應的模型權重比值，載入該模型權重比值得到訓練好的轉向器輸入軸圖像分割模型，將所述待檢測轉向器輸入軸圖像和所述合格轉向器輸入軸圖像分別輸入到訓練好的轉向器輸入軸圖像分割模型中，在轉向器輸入軸圖像輸入序列神經網絡被提取為包含多尺度數據的轉向器輸入軸多尺度特征圖，然后該轉向器輸入軸多尺度特征圖通過轉向器輸入軸圖像輸出序列神經網絡解析為對應的標簽預算數據并將特征圖的解像度縮放至初始解像度，最后通過預算的標簽對轉向器輸入軸圖像分割模型輸出的特征圖進行著色，得到所述待檢測轉向器輸入軸圖像和所述合格轉向器輸入軸圖像各自對應的分割圖像；

所述圖像識別模塊，用于對比待檢測轉向器輸入軸圖像和合格轉向器輸入軸圖像的各個對應的分割圖像，若待檢測轉向器輸入軸圖像的所有分割圖像與合格轉向器輸入軸圖像的對應的分割圖像均相似，則經過淬火處理后的轉向器輸入軸合格，反之則不合格。

2.如權利要求1所述的用于檢測轉向器輸入軸彎曲的檢測系統，其特征在于：所述圖像采集模塊對采集的經過淬火處理后的轉向器輸入軸的圖像進行歸一化處理，并將歸一化處理的圖像作為待檢測轉向器輸入軸圖像。

3.如權利要求1所述的用于檢測轉向器輸入軸彎曲的檢測系統，其特征在于：所述圖像采集模塊對采集的合格的轉向器輸入軸的圖像進行歸一化處理，并將歸一化處理的圖像作為合格轉向器輸入軸圖像。