【泡泡一分钟】利用深度学习和多视图计算机视觉技术辅助制造复合材料

每天一分钟，带你读遍机器人顶级会议文章

标题：Robot-Assisted Composite Manufacturing Using Deep Learning and Multi-View Computer Vision

作者：A. Djavadifar, J. B. Graham-Knight, M. Körber and H. Najjaran

来源：2019 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) Macau, China, November 4-8, 2019

编译：董文正

审核：黄思宇，孙钦

这是泡泡一分钟推送的第 607 篇文章，欢迎个人转发朋友圈；其他机构或自媒体如需转载，后台留言申请授权

摘要

A. 炭纤维增强塑料（CFRP）悬垂

（1）当悬垂易弯曲的织物时，在其曲率上会出现复杂的剪切力并产生褶皱

（2）褶皱大大降低产品的质量

（3）手动处理很耗时，同时可能会导致制造延期

 因此，在制造过程中建立自动化的识别褶皱方法，显得十分有意义。

B. 自动检测需求

检测预期为：

（1）与面料的形状，方向和大小无关

（2）与颜色和照明等特征无光

（3）可在各种位置，角度等条件下实现

图1  悬垂过程中的织物，夹具和线性褶皱

图2  校正前（左）和校正后（右）的织物同时遮罩

Abstract 

A. Carbon-fiber Reinforced Plastic (CFRP) Draping

· Complicated shear stresses occur when draping a flex-ible fabric on a curvature, causing wrinkles.

· Wrinkling greatly reduces the product quality.

· Manual handling is time consuming, and can lead to manufacturing delays

This makes it imperative to establish an auto-mated method to identify wrinkles throughout the manufacturing process.

B. Automated Detection Requirements Detection is expected to be:

· Independent of the fabric’s shape, orientation, and size.

· Independent of features such as color and lighting.

· Achievable in a wide variety of positions, angles, etc.