[发明专利]一种基于AR技术的MOCVD设备维修辅助方法及系统在审
申请号: | 202010860359.1 | 申请日: | 2020-08-25 |
公开(公告)号: | CN111950506A | 公开(公告)日: | 2020-11-17 |
发明(设计)人: | 李健;罗铁成;王钢;裴艳丽 | 申请(专利权)人: | 中山大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G06N3/04;G06Q10/00;H04N7/18 |
代理公司: | 深圳市创富知识产权代理有限公司 44367 | 代理人: | 李思坪 |
地址: | 510275 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 ar 技术 mocvd 设备 维修 辅助 方法 系统 | ||
本发明公开了一种基于AR技术的MOCVD设备维修辅助方法及系统,该方法包括:调用用户端摄像头获取当前视频图像并上传,得到视频信息;通过目标识别算法对视频信息进行图像模板识别,得到检测目标;将检测目标与资料库内的设备匹配,得到设备信息;将设备信息添加至视频信息后进行视频处理,得到AR视频;将AR视频回传至用户端。该系统包括:用户端和服务器端。通过使用本发明,可以极大的解决MOCVD设备修理困难的问题。本发明作为一种基于AR技术的MOCVD设备维修辅助方法及系统,可广泛应用于半导体设备技术领域。
技术领域
本发明涉及半导体设备技术领域,尤其涉及一种基于AR技术的MOCVD设备维修辅助方法及系统。
背景技术
MOCVD(Metal-Organic ChemicalVaporDeposition)即金属有机物化学气相沉积,是制备化合物半导体薄膜的一项关键技术。MOCVD设备是研发世界先进水平的S、C、X、K和Q等波段的氮化镓大功率电子器件和高压大功率固体开关器件、高端激光器件及效率可达40%以上的太阳电池等光电子器件不可或缺的。
但是MOCVD设备结构、结构精密、零件特色,非专业从事MOCVD设备研发的人员,很难完全掌握MOCVD设备的组装、维护、修理等工作。目前,MOCVD设备的组装、维护、修理等工作往往是由生产厂商派遣专业人员去进行相关工作,但是其中涉及到的成本问题,例如:较远地区的维护工作,往往会给企业带来额外的成本,使得企业售后代价大。同时,由于专业人员有限,维修工作往往需要预约一定的时间,以及跨地区的路程上花费的时间,也会耽误用户的使用。另外,在MCOVD设备的企业中,新员工对MOCVD设备结构、零件、操作方式等操作,均需要企业进行相关的培训。因此,需要一种可以方便、快捷,可以同时满足客户与企业需求的办法来解决MOCVD专业设备的组装、维护、修理,以及新员工的学习培训等需求。
发明内容
为了解决上述技术问题,本发明的目的是提供一种基于AR技术的MOCVD设备维修辅助方法及系统,使得用户更直观的对MOCVD设备结构、零件、操作方式等进行了解,有主语用户维修设备。
本发明所采用的第一技术方案是:一种基于AR技术的MOCVD设备维修辅助方法,包括以下步骤:
调用用户端摄像头获取当前视频图像并上传,得到视频信息;
通过目标识别算法对视频信息进行图像模板识别,得到检测目标;
将检测目标与资料库内的设备匹配,得到设备信息;
将设备信息添加至视频信息后进行视频处理,得到AR视频;
将AR视频回传至用户端。
进一步,所述调用用户端摄像头获取当前视频图像并上传,得到视频信息这一步骤之前,还包括:
发送请求指令并确认用户端的IP地址。
进一步,所述通过目标识别算法对视频信息进行图像模板识别,得到检测目标这一步骤,其具体包括:
根据视频信息中的图像和目标识别算法生成特征图;
将特征图输入到预训练的分类模型,得到检测目标。
进一步,所述根据视频信息中的图像生成特征图这一步骤,其具体包括:
对视频信息进行分帧,并将分帧后的图像逐帧输入卷积神经网络;
通过窗口建议网络生成建议窗口并映射到卷积神经网络的最后一层,得到固定尺寸的特征图。
进一步,所述预训练的分类模型具体为通过探测分类概率和探测边框回归对分类概率和边框回归联合训练得出的分类模型。
进一步,所述设备信息包括零件规格、设备结构和操作规范信息。
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山大学,未经中山大学许可,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/202010860359.1/2.html,转载请声明来源钻瓜专利网。