基于 MR 的机电装备智能检测维修

研究 Faster R-CNN 目标检测网络的基本结构与训练方法;建立了机电装备状态数据集,训练了 目标检测网络,一步实现了指针式仪表区域的提取、数字式仪表读数的识别以及开关、插头状态的识别;在不 同视角和光照强度下对目标检测网络进行了测试,结果表明模型在不同的环境中均能保持 90%以上的准确度。 并以此为依据推理故障的原因,最后根据推理结果,使用基于 Unity 3D 软件与 Hololens 2 硬件开发的机电装备 智能维修辅助系统来调取混合现实(MR)全息诱导维修信息,以指导保障人员进行操作。实验验证了系统的可用 性,实验结果显示使用 MR 可以快速、高效地完成维修任务。并依据操作耗时和问卷调查进行测试与评价,对 系统的优越性进行了定性分析。