[发明专利]工业装配场景中的设备核检方法、装置及电子设备

说明书

本发明揭示了一种工业装配场景中的设备核检方法、装置及电子设备，属于工业装配技术领域。所述方法包括：获取工业装配场景中对设备采集的设备图像，所述设备图像包括发动机端面图像与零部件图像；采用深度学习算法分别对所述发动机端面图像与零部件图像进行图像识别，识别所述设备图像中的发动机端面状态及零部件状态；将所述发动机端面状态及零部件状态与预设的核检标准进行比对，确定所述工业装配场景中的设备状态。上述工业装配场景中的设备核检方法、装置及电子设备能够实现工业装配场景中设备的自动核检，相比通过核检人员进行人工核检，大大提高了核检效率及效果。

技术领域

本发明涉及工业装配技术领域，特别涉及一种工业装配场景中的设备核检方法、装置及电子设备。

背景技术

工业装配场景中，在设备下线(比如发动机装配下线)前，为保证装配质量，须对设备进行核检，当设备存在不符合核检标准时及时进行纠正，避免下线设备存在错装、漏装等问题，保证下线设备满足下线要求。

目前，工业装配场景中进行设备核检时，需核检人员严格按照《在线检查点作业顺序书》所列检验内容依次核检，以确定是否存在错装、漏装等问题。由于设备核检结果与核检人员的操作能力高度相关，使核检效果严重依赖于核检人员，大大影响了核检效果，并且由于需要核检人员需要花费时间对每一设备人工操作，在核检设备较多时导致核检工作量大大增加，严重影响核检效率。

发明内容

为了解决相关技术中工业装配场景中设备的核检效果及核检效率不高的技术问题，本发明提供了一种工业装配场景中的设备核检方法、装置及电子设备。

第一方面，提供了一种工业装配场景中的设备核检方法，包括：

获取工业装配场景中对设备采集的设备图像，所述设备图像包括发动机端面图像与零部件图像；

采用深度学习算法分别对所述发动机端面图像与零部件图像进行图像识别，识别所述设备图像中的发动机端面状态及零部件状态；

将所述发动机端面状态及零部件状态与预设的核检标准进行比对，确定所述工业装配场景中的设备状态。

可选的，所述采用深度学习算法分别对所述发动机端面图像与零部件图像进行图像识别，识别所述设备图像中的发动机端面状态及零部件状态的步骤包括：

根据所述发动机端面图像提取发动机端面的实际轮廓；

将所述实际轮廓与所述发动机端面的CAD图轮廓进行匹配运算，确定所述发动机端面图像中发动机端面的装配状态。

可选的，所述采用深度学习算法分别对所述发动机端面图像与零部件图像进行图像识别，识别所述设备图像中的发动机端面状态及零部件状态的步骤包括：

将所述零部件图像在预先训练的零部件库中进行匹配运算，确定零部件类型；

查找所述将所述零部件类型的各状态图像；

将所述零部件图像与所述零部件类型的各状态图像进行比对，确定所述零部件图像中的零部件状态。

可选的，所述将所述发动机端面状态及零部件状态与预设的核检标准进行比对，确定所述工业装配场景中的设备状态的步骤之后，所述方法还包括：

当识别到所述发动机端面状态或零部件状态与预设的核检标准不匹配时，则进行设备核检未通过的报警提醒。

可选的，所述将所述发动机端面状态及零部件状态与预设的核检标准进行比对，确定所述工业装配场景中的设备状态的步骤之后，所述方法还包括：

根据所述工业装配场景中的设备状态生成核检报告；

通过与外部设备的通讯连接将所述核检报告发送给所述外部设备，以在所述外部设备上存储或展示。