[发明专利]一种基于单点激光检测的枪弹弹头快速匹配方法

权利要求书

1.一种基于单点激光检测的枪弹弹头快速匹配方法，其特征在于：所述的基于单点激光检测的枪弹弹头快速匹配方法包括以下步骤，步骤1：弹头圆心位置调整；步骤2：弹头圆柱轴线调整；步骤3：匹配计算；

所述的步骤1弹头圆心位置调整详细步骤如下：弹头放置在夹持装置上，弹头的圆柱中心不会与检测平台的旋转中心完全重合，设弹头圆心与旋转平台的旋转中心距离为e，则弹头旋转一周，激光位移传感器与弹头表面之间的距离S是变化的，即：

具体的调整步骤是：

(1)放置弹头，利用视频图像通过控制程序界面上的相关控制按钮进行粗调；

(2)自动调整，计算机控制检测平台旋转一周，得到距离变化波形，根据该波形数据可以计算出弹头偏心距离e，根据该偏心距离e，通过两个相互垂直布置的步进电机平移弹头夹持平台，对弹头位置进行自动调整；进行环绕检测，重复调整，直至e值达到所设定的阈值为止；

所述的步骤2弹头圆柱轴线调整方式如下：

(1)按前述步骤先把弹头圆柱断面调整到检测平台的旋转中心；

(2)轴向移动激光传感器，移动距离为h，检测断面圆周数据，计算得到轴线偏转角度α；

(3)根据α值，计算机通过步进电机来控制两个相互垂直布置摆动载物台的摆动来调整弹头的轴向姿态，直至弹头的轴线与旋转载物台的轴线基本平行；

(4)再次平移弹头，完成两轴线重合。

2.根据权利要求1所述的一种基于单点激光检测的枪弹弹头快速匹配方法，其特征在于：所述的步骤3：匹配计算包括(1)数据预处理、(2)模型训练，(3)匹配计算。

3.根据权利要求2所述的一种基于单点激光检测的枪弹弹头快速匹配方法，其特征在于：所述的(1)数据预处理采用沿被测弹头轴向一定距离内采集10～20条圆周方向上的膛线痕迹波形，接着对这些数据波形进行滤波降噪处理，再进行对齐平均集成处理；最后得到该弹头的膛线痕迹平均波形。

4.根据权利要求2所述的一种基于单点激光检测的枪弹弹头快速匹配方法，其特征在于：所述的(2)模型训练采用图卷积神经网络进行训练；建立模型训练的步骤为1)建立训练集，2)调参、建立图卷积神经网络模型，3)引入待测数据，得到相似度计算结果。

5.根据权利要求4所述的一种基于单点激光检测的枪弹弹头快速匹配方法，其特征在于：所述的2)建立图卷积神经网络模型具体方式如下：G＝(V,E).V表示节点集合，即E表示边集合，即所述的训练模型由两部分组成：1)负责采样K阶邻域中所有节点信息的GCN组件，2)自编码器(AE)组件，用于提取由GCN组件学习到的激活值矩阵A的隐藏特征，并结合拉普拉斯特征映射(LE)保留节点团簇结构；

训练模型中GCN组件利用图卷积神经网络以节为中心采样K步的所有节点的结构和特征信息，即编码K阶邻域信息，结合节点的标签训练生成作为自编码器组件输入的激活值矩阵A，GCN通过基于节点标签的有监督学习，可同时编码网络的局部结构和特征信息，略去K阶邻域外对生成节点的低维向量影响较小的次要结构信息，利用GCN习得的激活值矩阵A作为自编码器的输入，自编码器通过无监督学习的方式对A进一步提取特征信息，并结合拉普拉斯特征映射，将原网络映射到一个较低维的空间。

6.根据权利要求2所述的一种基于单点激光检测的枪弹弹头快速匹配方法，其特征在于：所述的(3)匹配计算采用的是皮尔逊相关系数(Pearson Correlation Coefficients)计算公式，其定义是：

进行匹配计算时，在应用式(3)计算出第一个相似度数值后，可以固定一组数据，另外一组数据逐点头尾移动，反复计算两组数据的相似度，直至全部计算完成后，将两组数据之间的最大相似度值作为最终计算结果。