基于半监督学习的航空导线切断标识图像识别

金莹莹， 唐健钧， 叶 波， 蒋 伟， 章 文

(航空工业成都飞机工业(集团)有限责任公司，四川 成都 610092)

线束是飞机神经系统的重要组成部分，贯穿于飞机各个重要系统部件，为各系统传输配电信号(如飞控、发动机、起落架、航电等重要系统的信号)。现如今，为了满足飞行器强大的功能，航空线束往往主干庞大，分支较多，其布线集束过程也是错综复杂。随着智能制造的发展，自动布线机成为航空线束制造的大趋势。然而，在航空线束自动布线过程中，用于集束的导线种类繁多且布线路径复杂，如何在自动布线过程中根据布线图及布线规则精准定位某一牌号导线的布线长度是必须要解决的关键问题。

常见解决方法是集成计米器来确定布线过程中某牌号导线的长度。由于被测导线包裹材质(橡胶、塑料等)不同，其摩擦系数不同，与测量轮之间产生的摩擦力也不一样，引起打滑使得测量结果不准确，并且计米器本身的误差也会导致过程中线束误差积累，出现导线误剪问题，进而影响航空线束制造质量。

在导线激光印字阶段按照布线规则中的导线理论长度在导线自身热转印处区别于线号的特殊标识如图1所示，然后利用机器视觉技术，实时识别切断标识图像进而精准切断线束[1]。然而，由于导线本身线径不一、扭绞导线表面材质不同、表面不平导致切断标识图像不清晰，存在扭曲、倾斜、断裂等特征，且导线自身线号均使得切断标识图像识别难度加大。……