[发明专利]一种电气手工接线质量在线自动检查的方法及系统

权利要求书

1.一种电气手工接线质量在线自动检查的方法，其特征在于，所述方法包括以下步骤：

基于5G移动终端上的APP软件对电气接线现场进行拍照，获取电气接线现场照片；

将所述电气接线现场照片基于APP软件的映射地址发送到分布式云存储服务器上，分布式云存储服务器存储所述电气接线现场照片；

所述分布式云存储服务器对所述电气接线现场照片进行图像预处理，生成符合卷积神经网络能预测处理的电气接线数字图像；

基于训练的卷积神经网络识别所述电气接线数字图像中的电气接线是否正确；

基于卷积神经网络识别结果生成电气检查信息，所述电气检查信息用于指导电气安装人员进行正确接线。

2.如权利要求1所述的电气手工接线质量在线自动检查的方法，其特征在于，所述分布式云存储服务器中的多台云服务器部署相同的网络操作系统和Hadoop分布式文件处理系统。

3.如权利要求1所述的电气手工接线质量在线自动检查的方法，其特征在于，所述分布式云存储服务器对所述电气接线现场照片进行图像预处理包括：

对电气接线现场照片进行格式转换生成第一预处理图像，

对第一预处理图像进行边缘裁剪生成第二预处理图像；

对第二预处理图像进行尺寸变换生成第三预处理图像；

对第三预处理图像进行亮度调节生成符合卷积神经网络能预测处理的电气接线数字图像。

4.如权利要求1所述的电气手工接线质量在线自动检查的方法，其特征在于，所述基于训练的卷积神经网络识别所述电气接线数字图像中的电气接线是否正确包括：

基于滑动窗口对所述电气接线数字图像进行数据切片，识别出所述电气接线数字图像中的接线特征；

将识别出的接线特征输入卷积神经网络对所述电气接线数字图像进行拟合抽取特征向量；

对拟合后的特征向量进行批归一化处理；

对批归一化处理后的特征向量通过全局平均池化处理，获得指定输出维度的特征图；

将所述特征图经过神经网络的Dropout层进行数据处理，抑制过拟合；

将处理后的图像数据流输入softmax层进行运算判断出所述电气接线数字图像中的电气接线是否正确。

5.如权利要求4所述的电气手工接线质量在线自动检查的方法，其特征在于，所述接线特征包括：线色、线径、线号、交错关系。

6.如权利要求4所述的电气手工接线质量在线自动检查的方法，其特征在于，所述将识别出的接线特征输入卷积神经网络对所述电气接线数字图像进行拟合抽取特征向量包括：

将历史电气接线数字图像集合输入卷积神经网络的第一级卷积网络，并基于第一级卷积网络对所述电气接线数字图像进行第一级拟合处理，所述第一级卷积网络包括三层卷积网络，每层卷积网络上分别设置有16个11像素×11像素卷积核、48个5像素×5像素卷积核、52个3像素×3像素卷积核，最后一层为平均池化层；

将第一级拟合处理后的历史电气接线数字图像集合输入卷积神经网络的第二级卷积网络，并基于第二级卷积网络对所述电气接线数字图像进行第二级拟合处理，所述第二级卷积网络包括三层卷积网络，每层卷积网络上分别设置有64个3像素×3像素卷积核、64个3像素×3像素卷积核、64个5像素×5像素卷积核，最后一层为平均池化层；

将第二级拟合处理后的历史电气接线数字图像集合输入卷积神经网络的第三级全连接网络，并基于第三级全连接网络对所述电气接线数字图像进行第三级拟合处理，所述第三级全连接网络，包括三层网络，每一层网络上分别设置有96个、96个、10个神经元，最后一层为softmax输出层，用于输出10个类别对应的预测概率值，包括1种正确接线类型和9种错误接线类型的预测概率值。

7.如权利要求1至6任一项所述的电气手工接线质量在线自动检查的方法，其特征在于，所述方法之后还包括：

将电气检查信息发送至所述5G移动终端，所述5G移动终端基于APP软件对所述电气检查信息进行可视化显示。