王 崴，洪学峰，雷松贵

基于MR的机电装备智能检测维修

王 崴，洪学峰，雷松贵

(空军工程大学，陕西 西安 710038)

研究Faster R-CNN目标检测网络的基本结构与训练方法；建立了机电装备状态数据集，训练了目标检测网络，一步实现了指针式仪表区域的提取、数字式仪表读数的识别以及开关、插头状态的识别；在不同视角和光照强度下对目标检测网络进行了测试，结果表明模型在不同的环境中均能保持90%以上的准确度。并以此为依据推理故障的原因，最后根据推理结果，使用基于Unity 3D软件与Hololens 2硬件开发的机电装备智能维修辅助系统来调取混合现实(MR)全息诱导维修信息，以指导保障人员进行操作。实验验证了系统的可用性，实验结果显示使用MR可以快速、高效地完成维修任务。并依据操作耗时和问卷调查进行测试与评价，对系统的优越性进行了定性分析。

混合现实；Faster R-CNN；智能故障诊断；维修辅助；实验验证

在设计制造技术高速发展的背景下，各种机电产品的技术复杂程度也在不断提升，对机电产品的维修和保养工作也变得愈发困难和繁重，同时对维修人员提出了更高的要求。随着计算机技术的发展，对机电产品的维修保养问题多集中在，如何运用人工智能技术辅助人们进行机电状态指示识别与故障诊断。本文基于混合现实(mixed reality，MR)机电产品智能维修辅助技术，实现对故障的智能判断及MR可视化诱导维修。

目前，关于MR装备维修辅助技术，意大利空军基于Hololens开发了用于维修的C41系统，专家通过网络对维修人员进行远程指导[1]；……