[发明专利]一种分段构件装配防错方法及系统在审

专利信息
申请号: 201910089031.1 申请日: 2019-01-30
公开(公告)号: CN109815250A 公开(公告)日: 2019-05-28
发明(设计)人: 田宏伟;周富强;王晓亮;田娜;刘帅军;葛健;米思坤;李汉智 申请(专利权)人: 中国船舶工业综合技术经济研究院
主分类号: G06F16/24 分类号: G06F16/24;G06N3/04;G06N3/08;G06K9/34
代理公司: 北京高沃律师事务所 11569 代理人: 程华
地址: 100000 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 装配 分段构件 编号信息 装配过程 防错 匹配 图像 操作流程 大型装备 施工要求 主观性 错装 减小 漏装 喷涂 手写 数据库 雕刻 检索 采集 输出
【权利要求书】:

1.一种分段构件装配防错方法,其特征在于,所述方法包括:

从装配环境中采集具有人工设置编号的待装配分段构件的图像;所述人工设置编号的方法包括喷涂、雕刻和手写;

识别待装配分段构件图像中的编号信息;所述编号信息包括编号的类别和位置;所述类别包括数字和字母;所述位置包括所述数字的位置以及所述字母的位置;

根据所述编号信息从数据库中进行检索,确定匹配编号;

根据所述匹配编号输出装配方案;所述装配方案包括施工要求、安装位置以及操作流程;

根据所述装配方案对待装配分段构件进行装配。

2.根据权利要求1所述的分段构件装配防错方法,其特征在于,所述识别待装配分段构件图像中的编号信息,具体包括:

获取识别模型;

将所述待装配分段构件图像输入至所述识别模型,得到编号信息。

3.根据权利要求2所述的分段构件装配防错方法,其特征在于,在所述获取识别模型之间,还包括:

获取训练样本,所述训练样本为100张以上具有人工设置编号的分段构件的图像;

通过100张以上所述具有人工设置编号的分段构件的图像对卷积神经网络模型进行训练,得到输出结果,所述输出结果为编号信息;

判断所述输出结果是否满足训练终止条件;所述训练终止条件是输出结果中被正确识别的字符占总字符数量的比例达到95%以上;

若是,确定所述卷积神经网络模型为识别模型;

若否,通过反向传播算法调整所述卷积神经网络模型的参数,使输出结果满足训练终止条件。

4.根据权利要求1所述的分段构件装配防错方法,其特征在于,所述根据所述编号信息从数据库中进行检索,确定匹配编号,具体包括:

根据所述编号信息从数据库中进行检索,得到与所述编号信息完全一致的编号,确定为匹配编号。

5.一种分段构件装配防错系统,其特征在于,所述系统包括:

图像采集模块,用于从装配环境中采集具有人工设置编号的待装配分段构件的图像;所述人工设置编号的方法包括喷涂、雕刻和手写;

识别模块,用于识别待装配分段构件图像中的编号信息;所述编号信息包括编号的类别和位置;所述类别包括数字和字母;所述位置包括所述数字的位置以及所述字母的位置;

检索模块,用于根据所述编号信息从数据库中进行检索,确定匹配编号;

输出模块,用于根据所述匹配编号输出装配方案;所述装配方案包括施工要求、安装位置以及操作流程;

装配模块,用于根据所述装配方案对待装配分段构件进行装配。

6.根据权利要求5所述的分段构件装配防错系统,其特征在于,所述识别模块具体包括:

获取单元,用于获取识别模型;

输入单元,用于将所述待装配分段构件图像输入至所述识别模型,得到编号信息。

7.根据权利要求5所述的分段构件装配防错系统,其特征在于,所述装配防错系统还包括:

样本获取模块,用于获取训练样本,所述训练样本为100张以上具有人工设置编号的分段构件的图像;

训练模块,用于通过100张以上所述具有人工设置编号的分段构件的图像对卷积神经网络模型进行训练,得到输出结果,所述输出结果为编号信息;

判断模块,用于判断所述输出结果是否满足训练终止条件;所述训练终止条件是输出结果中被正确识别的字符占总字符数量的比例达到95%以上;

结果确定模块,用于当所述输出结果满足训练终止条件时,确定所述卷积神经网络模型为识别模型;

调整模块,用于当所述输出结果不满足训练终止条件时,通过反向传播算法调整所述卷积神经网络模型的参数,使输出结果满足训练终止条件。

8.根据权利要求5所述的分段构件装配防错系统,其特征在于,所述检索模块具体包括:

检索单元,用于根据所述编号信息从数据库中进行检索,得到与所述编号信息完全一致的编号,确定为匹配编号。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国船舶工业综合技术经济研究院,未经中国船舶工业综合技术经济研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910089031.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top