李喜柱 陈智超 汪顺利 王飞亚 王永根

(1. 中国商飞5G创新中心，上海 201324； 2. 上海飞机设计研究院，上海 201210)

0 引言

某型号民用飞机是我国具有自主知识产权的民用飞机，其外观损伤检查是其试飞和航线运营阶段必要的适航性安全检查工作。本文中所述表面损伤包括但不限于飞机外观表面的损伤、裂纹、污染等情况。目前，世界范围内的飞机外观表面检查还是主要依靠人工进行绕机目视检查，成本高、效率低，且检查效果易受人员视力、身体状态等人为因素影响。

相对于人工绕机目视检查的手段，利用机器视觉技术，对飞机外观损伤进行智能检测与分类的方法，具有效率高、成本低和不受人为因素影响的优势。本文研究基于YOLO V3视觉算法处理，主要解决深度学习网络智能检测已知类别的损伤，同时对未知损伤具有一定的检测分析。现场测试和应用表明，本文提出的方法可以克服传统人工目视检测的弊端，有效缩短飞机外观表面检测的时间，提高飞机维修维护检查的效率。

1 研究方法

利用机器人进行飞机外观损伤检查的关键与难点在于表面损伤区域的准确定位、不同损伤类型的快速分类识别和对损伤的定量检查分析。本文首先采用YOLO检测网络粗略获取损伤位置，并对外观损伤进行分类；其次针对不同的损伤类型特点，采用区域生长算法和水平集算法获取图像块中更精准的损伤位置；最后根据精细化后的结果，对表面损伤进行量化分析，定量判断外观表面损伤分为两个步骤：(1)对采集的图像进行损伤的智能检测；……