农机虚拟装配分类检测网络数据集构建方法

李承恩，邹湘军，练国平，林俊强，张 坡，陈明猷，叶 磊

(华南农业大学 工程学院，广东 广州 510642)

虚拟装配可以缩短生产设计周期，降低开发成本[1-2]。在农机关键零部件虚拟装配中，单个零件若具备与其结构对应的碰撞体，可具备仿真物理属性；而复杂结构的零件无法自动生成碰撞体，无法批量化、通用化地利用虚拟现实平台强大的物理仿真功能进行仿真测试。为了提高虚拟装配的通用性和实用性，结合人工智能检测识别技术，以农机关键部件三维模型为样本导入虚拟装配平台，通过构建其样本图片数据集训练人工智能分类检测网络，对零件进行分类检测，从三维模型的采样图片中进行零件的分类和碰撞体构建参数的检测；调用相关模块化、参数化碰撞体自动构建程序[3]，建立农机关键部件碰撞体模型[4-5]，用于批量化通用化生产测试。

构建人工智能分类检测网络的图片样本数据集进行训练，提高训练效率及检测精度，输出足够精确的分类检测参数，是亟需解决的首要问题[6]。首先，SolidWorks、UG、CATIA等三维建模平台具备完善的参数化建模功能[7]，但其所建的三维模型在虚拟现实空间内不具备仿真物理属性[8]，需通过虚拟现实网络实体建模技术赋予与三维模型贴合的碰撞体使其具备仿真物理属性[9]；其次，相对于机器视觉[10-11]、点云重构与建模[12-13]、分类识别检测[14]和智能决策等[13,15-16]人工拍摄、录制、标记的采样手段，虚拟空间内的采样手段不受时间、地点、自然条件、硬件设备等限制[14,17]，具备采样环境条件可控、数据集精准度高、可批量自动处理等优点[18]，同时农机关键部件具备参数标准化、模型特征明确等优点[7]，提升自动构建碰撞体的可行性。……