刘 宇， 魏希来， 王 帅， 戴 丽

(东北大学 机械工程与自动化学院， 辽宁 沈阳 110819)

随着光纤的出现，光纤绕线技术已被广泛研究，但由于光纤直径误差、内应力和静电力等会影响排线精度，而这些因素又具有一定的随机性，无法通过控制系统的预先设置而避免，因此需要引入光纤收卷检测系统用以辅助绕线.

已有对光纤收卷检测方法的研究大多是使用传统图像处理技术对光纤的排线状态进行检测.郭晨霞等[1-3]提出一种通过判断光纤环的最小包围矩形个数的方法来判断正常、叠线、间隙和绕制到边等4种情况的检测方法.张万成等[4]提出使用图像识别技术检测光纤绕线的滞后角来实现对排线状态的检测.杨瑞峰等[5]提出通过使用顶点定位法来判断光纤收卷的各种特殊情况.

传统的光纤收卷检测方法有以下缺点：①模型泛化能力差.检测方法依赖于形状、纹理等特征，当光纤因内应力和静电力的作用而产生形变时，检测方法需进行大量修改，甚至失效；②环境适应能力弱.当环境发生改变，检测方法有失效的可能；③成本昂贵.需设计独立的光照设备以使检测的图像特征更为明显.因此，尽管传统的光纤收卷检测方法已提出多年，但仍无法在工业生产中实际应用.

近年来，深度学习在计算机应用领域得到了广泛的研究.Nyalala等[6]提出了一种基于机器学习的计算机视觉方法来预测番茄的质量和体积.Wang等[7]提出了一种基于深度学习的缺陷检……