基于边云协同和增强现实的车间智能维修方法

针对运维人员对复杂结构设备的经验技术存在不足以及缺少直观可视化的辅助维修表征手段，导致运维人员的维修效率低、可靠性差且易受车间嘈杂环境影响而引起不当维修的现象，提出一种基于边云协同和增强现实的车间现场智能维修方法。通过融合自适应信息熵与锐化调整算法，克服传统面向快速旋转的二元鲁棒独立基本特征的同时定位与建图方法(ORB-SLAM2)在具有丰富纹理的维修场景中运行时，无法获得足够稳定的匹配点对导致姿态跟踪丢失的缺点。通过边云协同计算框架，在云端运行改进的ORB-SLAM2算法，反馈给可穿戴增强现实设备进行高精度特征提取与三维注册跟踪，实现车间现场环境下的待维修部件和维修过程说明的增强可视化指引。此外，构建远程专家系统解决未知根源的故障，实现车间现场远程维修。通过车间现场真实维修案例对比实验表明，所提方法能够有效提高车间现场人员维修的效率和可靠度。