[发明专利]装配拧紧过程样本采集系统、深度学习网络及监测系统

说明书

本发明涉及装配拧紧过程样本采集，其通过视频采集装置采集视频信息、肌电装置采集人体的肌电信号、惯性加速度信号和方位信号，扭矩采集装置采集到的扭矩信息，计算机接收并按时间标签存储，从而得到能用于机器学习的样本库。本发明还涉及装配拧紧过程的监测系统，第二计算机识别图像中的人体骨骼节点，并计算出各个骨骼节点的坐标信息；将骨骼节点的坐标信息、肌电信号、惯性加速度信号和方位信号输入到深度学习网络中，输出监测扭矩值，将监测扭矩值与预设的扭矩参考值进行比较，判断拧紧过程是否异常，实现监测拧紧过程不受场地、环境限制，监测过程不使用力矩传感器，能够对力矩信息和扭转圈数进行监测，并将异常情况第一时间反馈给操作人员。

技术领域

本发明涉及装配拧紧过程样本采集系统、深度学习网络及监测系统，属于装配监测领域。

背景技术

机械装配是机械制造业中重要的组成部分,是按照技术要求，实现机械零件、部件的组合，完成机器组装的过程。在装配过程中，未拧紧螺栓等连接件，会影响两零部件之间连接关系，影响装配质量和装配效率。

对装配拧紧过程进行监测，可以通过实时监测连接件所受的拧紧力、力矩等因素，及时发现人工装配出现的问题，进而提高产品的装置质量。特别是在定制化生产中，装配拧紧过程的监测已经成为生产装配极其重要的一环。当前，扭矩扳手、力矩传感器等设备广泛应用于装配拧紧过程监测当中，但是扭矩扳手、力矩传感器需要安装在专用工具或者工作台上，导致监测过程受工作环境限制。所以基于计算机视觉，应用摄像装置监测装配拧紧过程成为主流发展趋势之一。这一监测方法是将摄像装置采集的图像进行处理，分析图像中呈现的装配环节、装配效果和人员操作，对出现的异常情况进行及时的警告。但是传统的基于计算机视觉的监测方法无法通过采集得到的图像信息，对装配过程中的力、力矩做出具体准确的判断，并且不能及时的将异常情况第一时间告知现场装配的工人。

发明内容

为了解决上述技术问题，本发明提供一种装配拧紧过程样本数据采集装置，该采集的数据能够用于机器学习，训练用于监测实际装配拧紧过程的深度学习网络。

技术方案一

装配拧紧过程样本采集系统，包括视频采集装置、可穿戴式肌电装置、扭矩采集装置以及第一计算机，所述视频采集装置采集视频信息并发送给第一计算机，所述肌电装置采集人体的肌电信号、惯性加速度信号和方位信号，然后发送给第一计算机，所述扭矩采集装置将采集到的操作人员拧紧螺母时的扭矩信息发送给第一计算机，所述第一计算机执行如下步骤：识别视频信息中人体的骨骼节点，并计算出各个骨骼节点的坐标信息；将骨骼节点坐标信息以及接收到的肌电信号、惯性加速度信号、方位信号、扭矩信息、视频信息均按照时间标签存储；从视频信息中按时间标签提取图片，将所述图片、肌电信号、惯性加速度信号、方位信号、骨骼节点坐标信息作为样本数据，将所述扭矩信息作为实测值，从而得到能用于机器学习的样本库。

更优地，在样本库中创建图片信息集合和整合信息集合，将样本数据中的图片存入图片信息集合，将肌电信号、惯性加速度信号、方位信号、骨骼节点坐标信息存入整合信息集合；对图片信息集合和整合信息集合中的每一个样本数据设置扭矩标签，所述扭矩标签记载相同时间标签对应的扭矩信息。

更优地，所述肌电装置包括肌电测量单元、惯性测量单元以及通信单元，所述肌电测量单元测量人体的肌电信号，所述惯性测量单元测量人体的惯性加速度信号和方位信号，所述肌电信号、惯性加速度信号和方位信号通过所述通信单元发送给第一计算机。

更优地，所述扭矩采集装置包括可更换式螺栓配件、扭矩传感器、工作台以及信号处理单元，所述扭矩传感器固定于所述工作台上，所述可更换式螺栓配件安装在扭矩传感器的顶部，所述信号处理单元的一端与扭矩传感器的输出端口连接，另一端与第一计算机连接，所述扭矩传感器测量拧紧可更换式螺栓配件时产生的扭矩信号并以电压形式输出，所述信号处理单元接收所述电压信号并将其转化为数字信号，然后传输至所述第一计算机。