[发明专利]一种人工智能的图像学习识图的车底扫描系统和实现方法

权利要求书

1.一种人工智能的图像学习识图的车底扫描系统，包括车底扫描系统，其特征在于：所述车底扫描系统包括电源，电源的输出端与扫描器的输入端连接，扫描器的输出端与数据连接模块的输入端连接，数据连接模块采用有线电缆连接互联网络。

2.根据权利要求1所述的一种人工智能的图像学习识图的车底扫描系统，其特征在于：所述数据连接模块的输出端与处理器模块的输入端连接，且数据连接模块的输入端的与键盘模块的输出端连接，处理器模块的输出端分别与5G传输模块、图形处理器和显示模块的输入端连接，所述5G传输模块的输出端与云服务器的输入端连接。

3.根据权利要求2所述的一种人工智能的图像学习识图的车底扫描系统，其特征在于：所述图形处理器包括图像获取单元，图像获取单元的输出端与模型建立单元的输入端连接，模型建立单元的输出端与图像处理单元的输入端连接，图像处理单元的输出端与图像对比单元的输入端连接，图像对比单元的输出端与故障识别单元的输入端连接，故障识别单元的输出端与提示单元的输入端连接。

4.根据权利要求3所述的一种人工智能的图像学习识图的车底扫描系统，其特征在于：所述图形处理器与样本图样通过处理器模块连接，样本图像包括正样本图像以及负样本图像，且正样本图像和负样本图像标记有对应的标签，所述样本图像通过模型建立单元预处理，以凸显边缘信息。

5.根据权利要求2所述的一种人工智能的图像学习识图的车底扫描系统，其特征在于：所述云服务器的输出端与存储模块的输入端连接，所述图形处理器的输出端与人工智能模块的输入端连接，存储模块内部设置有两个存储单元，两个所述存储单元分别设置为增量学习样本库和故障典型样本库，所述人工智能模块的输出端与存储模块的输入端连接，存储模块通过无线连接模块连入无线网络。

6.根据权利要求5所述的一种人工智能的图像学习识图的车底扫描系统，其特征在于：所述人工智能模块的输出端与审核模块的输入端连接，审核模块的输出端与显示模块的输入端连接，且审核模块与处理器模块双向连接，所述显示模块设置为触摸显示屏，且触摸显示屏的输出端与人工智能模块双向连接，且人工智能模块的输入端与检索模块的输出端连接，检索模块通过无线连接模块连入互联网络。

7.一种人工智能的图像学习识图的车底扫描系统的实现方法，其特征在于，包括如下步骤：

步骤一：检索模块检索汽车底部图像；

步骤二：根据汽车型号和类型对车底图像进行分类；

步骤三：上传常见汽车底部故障问题图片；

步骤四：根据车底故障问题类型进行分类；

步骤五：对车底图片进行网格定位；

步骤六：针对不同区域的结构损伤进行命名；

步骤七：将不同类型的车底故障图片上传到储存模块；

步骤八：通过人工智能处理器模块进行记录；

步骤九：根据扫描器扫描的车底故障问题图片进行对比；

步骤十：使用人工智能处理器模块进行审核确定；

步骤十一：车底扫描结果通过显示屏幕显示；

步骤十二：根据故障类型提供相应的维护操作说明。

8.根据权利要求7所述的一种人工智能的图像学习识图的车底扫描系统的实现方法，其特征在于：所述步骤二中，车底图像分类标准分为汽车品牌大类、汽车型号中类和汽车底盘规格小类，且车底图像长期定时更新。

9.根据权利要求7所述的一种人工智能的图像学习识图的车底扫描系统的实现方法，其特征在于：所述步骤四中，车底故障问题类型分为底盘结构损伤、底盘结构损毁、底盘磨损和排气管漏气，剐蹭油底壳，平衡杆胶套老化异响，下支臂胶套老化异响，减震器漏油，元宝梁剐蹭变形以及轮胎轴承异响。

10.根据权利要求7所述的一种人工智能的图像学习识图的车底扫描系统的实现方法，其特征在于：所述步骤十二中，维护操作说明通过中英文两种语言，通过触摸显示屏模块显示文字，且触摸显示屏可连入无线网络，连入企业服务器，进行操作与呼叫联系工作。