根據項目研究需求，需針對某大型飛機主機廠零部件狀態進行智能輔助自動檢測系統開發，幫助質量檢測工藝人員快速且高效高質的完成飛機廠零部件接收質量檢驗工作，其中，特別是針對質量問題頻發的部段表面緊固件多裝、漏裝、錯裝等異常檢測任務工作量巨大、耗時長，亟需開發一套接收檢驗輔助智能自動檢測系統，協助檢測工藝人員快速完成零部件檢測驗收工作。

飛機零部件狀態檢測要素多且部分檢測任務過程復雜、難度高（包括表面質量（劃痕、掉漆）、涂膠密封、多余物清潔不徹底、配合間隙易超差及緊固件安裝異常等），完全依靠人工的檢測方式難以滿足與日俱增的產能提升與高質量制造需求。其中，飛機大部段緊固件錯漏裝問題頻發，造成飛機產品返工成本高、制造周期長，甚至影響飛機服役壽命。

本項目針對零部件狀態快速接收檢驗需求，解決現階段因人工目視檢測方式導致的漏檢及不可靠的問題，研究基于深度學習的待檢測要素質量檢測方法，探究基于模板匹配的錯漏裝配識別機制，開發一套適用于大部段快速接收檢驗輔助檢測系統，協助檢測工藝人員快速快速完成大部段接收檢驗工作，提高產品制造可靠性與質量，實現大型客機的安裝狀態與質量可靠管控，為提升我國大型客機的裝配質量提供技術保障。