基于卷积神经网络的自动压铆对位系统

Automatic riveting alignment system based on convolutional neural network

由于钣金件在加工过程中受力变形弯曲,使压铆圆孔图像识别困难及分类错误,影响了机器视觉的识别效率与准确度。据此,依次使用基于卷积神经网络的圆孔分类和基于霍夫变换的圆检测算法,设计了一种自动压铆对位系统。检测结果表明:1)在经过15000次神经网络迭代训练后,交叉熵损失处于0.58以下,平均分类准确率达97%;2)铆接点识别成功率高达96.5%,算法平均每次耗时0.020s。自动压铆对位系统具有高效性、准确性和稳定性。