基于深度学习和增强现实的复合材料损伤超声检测方法

专利概览

申请人

中国人民解放军空军工程大学

发明人

康梓健; 何卫锋; 魏小龙; 李才智; 侯远涵; 蔡宇; 张静涛; 夏建民; 任钬墚; 张昊宇

专利号

CN202611041176.0

公开日

2026.08.11

IPC

G01N29/06;G06N3/0495;G06N3/0464;G06V10/26;G06N3/045;G01B11/00;G01N29/44;G06V10/764;G06V10/82

原文链接

查看原文 ↗

摘要

本发明公开了一种基于深度学习和增强现实的复合材料损伤超声检测方法，旨在解决传统探伤适用局限、深度学习检测精度不足及结果可读性差的问题。该方法先搭建含机械臂、双目相机、AR眼镜等的检测平台，以双目相机替代传统位置编码器，结合立体匹配算法获取超声探头位置信息，与经卡尔曼滤波处理的超声A扫信号融合生成超声点云；通过融合注意力机制的改进YOLOv5模型精准检测探头，1DCNN分类缺陷信号并着色增强区分度，LSC‑YOLO网络提取待测件空间特征；借助Apriltag定位与AR眼镜，将点云投影至待测件实现损伤可视化，提升检测效率与精度，使缺陷位置直观呈现，适用于航空航天领域复合材料检测。