基于六西格玛的手机摄像头模组质量改善研究

基于DMAIC流程,全面分析手机摄像头模组的生产流程,找出影响良率的关键因素,即摄像头模组在点胶过程中溢胶出现黑点.对点胶的生产过程进行分析,利用Pareto图、因果矩阵、FAMA等找出产生溢胶的主要原因,运用Gage R&R确保测量胶高和粘合力的系统的稳定性,通过正态性检验、CPK等进行过程能力分析,通过残差分析找出溢胶的关键因素即胶量、针头气压、烤炉温度,然后进行DOE试验设计,确定出最佳参数,通过SPC控制图确保了产品处于受控状态,使摄像头模组点胶过程中出现溢胶的产品报废问题基本消除,提高了产品良率.     

基于K-Means算法的SSD-Mobilenet模型优化研究

SSD-Mobilenet目标检测模型是将SSD和Mobilenet进行结合衍生出的一种轻量化模型,同时具备了两模型各自的优势,即多尺度检测和模型轻量化。在原模型中特征提取层使用了人为设置的先验框,这样的设置存在一定的主观性,并不适用于对特定场景下单一类别目标的识别与定位。为解决这一问题,本文提出了使用K-Means算法对目标真实框的宽高比进行聚类分析,提升模型在特定场景下对单一类别目标的检测能力,规避了人为设置的主观先验性。使用Pascal VOC 2007数据集对该模型进行训练和评估,实验结果显示,模型的mAP值比Fast RCNN提高了4.5%,比Faster RCNN提高了1.5%,比SSD-300提高了3. 4%,比YOLOv2提高了2. 4%。     

基于虚拟格网的建筑物点云轮廓线自动提取

在分析现有轮廓线提取方法不足的基础上，提出基于虚拟格网的建筑物轮廓线自动提取方法。该方法利用建筑物点云生成虚拟格网并进行二值填充；采用邻域分析方法进行边界格网的标记与追踪；为了避免边界追踪错误，设计了基于方向的单边缘格网抑制方法及基于距离的连接关系调整方法以改善提取结果质量；根据格网追踪结果，从原始建筑物点云中提取真实轮廓点以保持原始建筑物轮廓形态；采用随机抽样一致性估计及最小二乘拟合方法进行轮廓线规则化处理，实现建筑物轮廓线的自动提取。实验结果表明，该方法能快速从建筑物点云中提取轮廓线，可为建筑物轮廓线的自动提取提供一种可行的解决方案。     

基于超声合成孔径的物体三维轮廓成像技术

文中研究了采用超声合成孔径技术对物体进行三维轮廓成像的方法,通过超声合成孔径成像的数据得到轮廓线图像。根据探头移动轨迹建立三维坐标系,将轮廓线转换点云数据,其中利用边缘检测提高轮廓线的精度,通过轮廓线间的位置关系得到物体表面数据,结合表面数据复原出物体三维轮廓。实验结果表明,采用超声合成孔径技术可以实现物体的三维成像,是又一种有应用价值三维成像技术。     

基于LabVIEW估算空转电流均值

LabVIEW可作为上位机应用在EPB耐久试验台，实现创建数据库、批量处理数据等功能。数据批量处理中一个重要的环节是估算空转电流的简单算术平均值。传统求均值的方法是直接从数据的初值和终值着手，但大数据多组初值和终值浮动范围大，直接法不适用。针对这种情况，首先采用估算空转电流初值和终值的算法“点积法”，再用以阈值插值一维数组模块，根据电流初值和终值找到空转电流开始时间与结束时间，最后由已知值求得空转电流均值。实验结果表明，该算法能有效地用于数据库估算空转电流数据均值，在批量数据处理中具有可行性。