[发明专利]基于深度学习的螺栓松动小角度检测方法

权利要求书

1.一种基于深度学习的螺栓松动小角度检测方法，其特征在于：包括以下步骤：

(1)、采集不同螺栓旋转角度图片，将不同螺栓旋转角度图片作为训练集数据；

(2)、采用训练集数据对SSD深度学习网络进行训练，得到SSD训练模型；

(3)、通过SSD训练模型对待测螺栓的图片进行检测，识别出螺栓的松动角度。

2.根据权利要求1所述的基于深度学习的螺栓松动小角度检测方法，其特征在于：

所述的步骤(1)包括：

拍摄不同螺栓旋转角度图片，所述螺栓及与其匹配连接的螺母上均设有圆形标记；

利用labelImg工具对图片中的目标物进行分类和命名，所述的目标物分别是螺栓底面和螺母上的圆形标记；

将分类和命名后的图片作为训练集数据。

3.根据权利要求2所述的基于深度学习的螺栓松动小角度检测方法，其特征在于：

所述的步骤(3)具体为：

通过SSD训练模型对待测螺栓的图片进行检测，识别出图片中所有目标物，同时，识别出目标物的中心坐标；经过SSD训练模型识别出的图片的默认坐标以左上角为原点，螺母上的圆形标记的中心坐标分别为(x1，y1)，螺栓底面的中心坐标为(x2，y2)；

将默认坐标的原点移动至螺栓底面中心，则螺母上的圆形标记的中心坐标为：(x3，y3)＝(x1-x2，y1-y2)，原点至坐标(x3，y3)的连线与Y轴负方向的夹角α为识别计算角度，0°≤α＜360°，计算过程如公式(1)所示：

在螺栓初次安装时，采集螺栓图片，并识别计算出夹角α，将此时的夹角α记为初始角度α₀；

当需检测螺栓松动角度时，采集螺栓图片，并识别计算出夹角α，将此时的夹角α记为角度α_i；

螺栓的松动角度为θ＝α_i-α₀。