螺栓松动的计算机视觉检测算法路线

一、引言

螺栓连接作为机械结构中最常见的紧固方式，其松动状态直接影响设备运行安全。本文描述一种面向工业设备健康监测的螺栓松动视觉检测方案，适用于各类需要周期性紧固检查的机械设备。

二、场景特征分析

目标场景定义

• 检测环境：存在油污、振动、不恒定光照的生产现场
• 目标特性：
  • 螺栓尺寸：M6-M20规格
  • 松动表现：2-15°的旋转偏移或0.5-2mm的轴向位移
• 系统要求：
  • 检测精度：角度误差≤0.5°，位移误差≤0.2mm
  • 响应速度：单点检测≤100ms
  • 适用距离：0.5-3m拍摄范围

三、技术方案设计

1. 系统工作流

定点静态图像采集 → 预处理 → 螺栓定位 → 状态分析 → 结果输出

2. 核心模块设计

(1) 自适应图像增强

• 采用基于Retinex的照明归一化算法
• 动态背景差分去除设备本体纹理干扰
• 局部对比度增强突出螺栓边缘特征

(2) 多级螺栓定位

• 第一级：YOLOv5s改进模型进行粗定位
  • 修改neck层增加小目标检测头
  • 输入尺寸调整为1024×1024
• 第二级：基于LoFTR的关键点精定位
  • 提取螺栓六角头的12个特征点
  • 亚像素级坐标回归

(3） 动态阈值判定

• 基于历史数据的自适应阈值：
  • 初始阈值：3°旋转或1mm位移
  • 动态调整：根据振动谱特征自动修正

四、关键技术实现

1. 静态检测优化策略

• 多角度冗余校验：
  • 同一螺栓的3个观测角度联合解算
• 参考物辅助定位：
  • 利用设备固有特征点建立坐标系

2. 模型优化方案

• 数据增强策略：
  • 物理仿真生成带材质贴图的训练数据
  • 基于StyleGAN的异常样本生成
• 模型压缩技术：
  • 通道剪枝+分层量化
  • OpenVINO推理加速

3. 异常样本处理

• 建立负样本、难例数据库：
  • 覆盖锈蚀、反光、遮挡等情况
• 在线学习机制：
  • 设置定期模型微调机自动化机制

五、工程实施

硬件配置方案

• 采集终端：
  • 500万像素工业相机
  • 可调焦远心镜头
  • 多角度环形光源
• 处理单元：
  • 嵌入式AI工控机
  • 8GB显存GPU加速

系统集成要点

• 采集规范：
  • 每个检测点3个标准角度拍摄
  • 自动对焦保证图像清晰度
• 结果管理：
  • 本地存储原始数据+检测结果
  • 支持历史对比分析

六、拓展应用

1. 垫片状态检测
2. 防松标记 / 松动等级识别
3. 螺纹磨损评估
4. 双螺栓松动识别