微小圆线圈的语义分割与精密测量研究OA

微小圆线圈的尺寸与装配位姿测量是保障精密电磁类机电产品性能的重要环节,但是其伪边缘干扰和视场限制等对测量影响显著。本文提出一种融合语义分割的跨尺度精密测量方法。首先,构建了融合Efficient Channel Attention(ECA)注意力机制与边缘增强分支的U-Net++网络,实现线圈区域的鲁棒分割与粗定位;然后,在分割掩膜约束的感兴趣区域内,采用8阶Zernike矩提取亚像素边缘点,并通过四视场坐标统一与Levenberg-Marquardt(LM)圆拟合实现线圈轮廓的高精度重建,最后,将建立的测量方法融入线圈自动装配设备进行线圈零件的自动化装配应用实验。实验结果表明,改进模型在线圈显微图像分割任务中的Dice系数、mIoU和Precision分别达94.95%,90.46%,95.27%,体现出良好的抗干扰能力。此外,在10组装配实验中,上下线圈平均同轴度误差分别为12.6μm和13.3μm,相较其他常用方法降低了约43%,装配达标样本数由3组提高至9组。可见,本文提出的方法具有较好的鲁棒性和测量精度,为微小线圈组件的自动装配中的视觉引导提供了新思路。