[发明专利]检测方法、装置、存储介质及检测设备在审

专利信息
申请号: 202211399267.3 申请日: 2022-11-09
公开(公告)号: CN115574932A 公开(公告)日: 2023-01-06
发明(设计)人: 梁华;李俊;杨杰;蔡明琦;吴江照;胡国平 申请(专利权)人: 合肥智能语音创新发展有限公司
主分类号: G01H17/00 分类号: G01H17/00;G01M13/00;G06N20/00
代理公司: 深圳紫藤知识产权代理有限公司 44570 代理人: 汪阮磊
地址: 230094 安徽省合肥市高新区习友路333*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 检测 方法 装置 存储 介质 设备
【权利要求书】:

1.一种检测方法,其特征在于,所述方法包括:

获取待检测对象的对象音频,所述对象音频在所述待检测对象受激振动时采集得到;

获取松动检测模型,所述松动检测模型根据正样本对象音频和负样本对象音频训练得到,所述正样本对象音频在零部件未松动的正样本对象受激振动时采集得到,所述负样本对象音频在零部件松动的负样本对象受激振动时采集得到;

根据所述对象音频,通过所述松动检测模型对所述待检测对象的零部件进行松动检测,得到检测结果。

2.根据权利要求1所述的方法,其特征在于,所述获取松动检测模型之前,还包括:

获取所述正样本对象音频和多类所述负样本对象音频,每一类所述负样本对象音频对应零部件不同的松动程度;

根据所述正样本对象音频和多类所述负样本对象音频进行模型训练,直至满足预设停止条件,得到所述松动检测模型。

3.根据权利要求2所述的方法,其特征在于,所述根据所述对象音频,通过所述松动检测模型对所述待检测对象的零部件进行松动检测,得到检测结果,包括:

确定所述待检测对象的声源;

从所述对象音频中提取所述声源的声源音频;

将所述声源音频输入所述松动检测模型,得到所述检测结果,所述检测结果用于描述所述声源对应的零部件未松动,或者描述所述声源对应的零部件的松动程度。

4.根据权利要求3所述的方法,其特征在于,所述确定所述待检测对象的声源,包括:

从所述对象音频中截取至少两个音频分段,根据各音频分段进行声源定位,得到各音频分段对应声源的位置;

将位置差异小于预设阈值的声源确定为同一声源。

5.根据权利要求1所述的方法,其特征在于,所述获取待检测对象的对象音频之前,还包括:

获取当前场景的场景音频,所述场景音频在所述当前场景中的所述待检测对象受激振动时采集得到;

滤除所述场景音频中在预设检测区域之外的声源的声源音频,得到所述对象音频。

6.根据权利要求1至5任一项所述的方法,其特征在于,所述待检测对象包括输电塔、风力发电塔、通讯塔中的至少一个,所述零部件包括螺栓。

7.根据权利要求6所述的方法,其特征在于,所述根据所述对象音频,通过所述松动检测模型对所述待检测对象的零部件进行松动检测,得到检测结果之后,还包括:

若根据所述检测结果确定所述待检测对象存在松动的零部件,则获取所述待检测对象的声像图和视觉图像;

融合所述声像图和所述视觉图像,得到所述待检测对象的检测图像。

8.根据权利要求6所述的方法,其特征在于,所述根据所述对象音频,通过所述松动检测模型对所述待检测对象的零部件进行松动检测,得到检测结果之后,还包括:

若根据所述检测结果确定所述待检测对象存在松动的零部件,则获取所述待检测对象的视觉图像;

对所述视觉图像中松动的零部件的松动程度进行标识,得到标识后的视觉图像。

9.一种检测装置,其特征在于,包括:

音频获取模块,用于获取待检测对象的对象音频,所述对象音频在所述待检测对象受激振动时采集得到;

模型获取模块,用于获取松动检测模型,所述松动检测模型根据正样本对象音频和负样本对象音频训练得到,所述正样本对象音频在零部件未松动的正样本对象受激振动时采集得到,所述负样本对象音频在零部件松动的负样本对象受激振动时采集得到;

松动检测模块,用于根据所述对象音频,通过所述松动检测模型对所述待检测对象的零部件进行松动检测,得到检测结果。

10.一种存储介质,其上存储有计算机程序,其特征在于,当所述计算机程序被处理器加载时执行如权利要求1-8任一项所述的检测方法中的步骤。

11.一种检测设备,包括处理器和存储器,所述存储器储存有计算机程序,其特征在于,所述处理器通过加载所述计算机程序,用于执行如权利要求1至8任一项所述的检测方法中的步骤。

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合肥智能语音创新发展有限公司,未经合肥智能语音创新发展有限公司许可,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/202211399267.3/1.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