随着社会的发展,电气拖动板及其元件随着公司对定制化产品的需求增加而不断上升,因此造成了安装培训手册的多样化与差异性;同时,安装人员流动性大导致熟练员工缺乏,安装效率下降,因此传统的安装培训将难以满足快速增长的需求以及人员培训的效率。而增强现实技术因为实时性与可视化展示方式,深度学习快速识别技术解决了这些问题。因此本文以电气拖动板及电气元件为对象,研究了深度学习物体识别与增强现实技术及其应用,在Unity3D的开发环境下,实现了电气拖动板元件AR识别与辅助安装系统。本文的工作如下:(1)分析了当前电气拖动板元件安装的现状与需求,提出一种针对电气拖动板元件的AR识别与辅助安装系统;并对该系统内的软件功能、配置文件参数与格式、硬件参数进行了设计与论述。(2)提出一种用于识别电气元件的改进SSD模型。使用高分辨率摄像头,根据系统配置文件,识别电气元件。针对SSD模型存在误识别电气元件及小型物体识别率低的问题,在保证模型精度的情况下,提出了以SSD为基础,通过设计与修改图像数据采集与增强方法、对模型结构进行优化、更改模型的重叠度来改进SSD模型。改进后的SSD模型对电气元件的识别精度以及小目标的检测精度都有提高。为进一步提高对电气元件的识别率,提出并实现了用于定制化电气元件自然特征提取的方法,该方法根据电气元件的自然特征点,解析配置文件,对识别到的物体进行AR提示。(3)提出一种电气拖动板元件安装位置提示方法。首先设计电气拖动板标识,根据人工标识与自然特征在三维注册的优缺点,结合电气拖动板的特征,设计了一种能让提示信息稳定注册并融合到辅助安装场景的电气拖动板标识。接着在电气拖动板辅助安装场景,以场景模型的四元数计算为依托,对提示模型进行预处理;同时针对工业安装的逻辑序列,结合定制化电气拖动板安装的需求,解析系统配置文件,实现对应的电气元件安装位置提示。(4)实现电气拖动板元件AR识别与辅助安装系统。系统分为AR识别平台、辅助安装平台,给予了用户箭头模型、语音、线框模型、高亮提示,指导用户识别拾取与安装电气元件。同时通过运行案例验证电气元件AR识别与辅助安装,分析了识别与辅助安装效果,证明了系统的实用性。