[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在审

专利信息
申请号: 202210442216.8 申请日: 2022-04-25
公开(公告)号: CN114979184A 公开(公告)日: 2022-08-30
发明(设计)人: 李文威;邹兵;黄伟溪;周磊 申请(专利权)人: 佛山智优人科技有限公司;华南智能机器人创新研究院
主分类号: H04L67/1097 分类号: H04L67/1097;H04L67/12;H04L67/06;G06V20/10;G06V10/82;G06V10/774;G06V10/20;G06Q10/06;G06Q10/04;G06N3/08;G06N3/04;G06F16/182
代理公司: 广东广盈专利商标事务所(普通合伙) 44339 代理人: 李俊
地址: 528311 广东省佛山市顺*** 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 电气 手工 接线 质量 在线 自动 检查 方法 系统
【说明书】:

发明公开了一种电气手工接线质量在线自动检查的方法及系统,其方法包括:基于5G移动终端上的APP软件对电气接线现场进行拍照;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;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。本发明实现了电气接线照片的快速上传和云端分析结果的快速反馈,提高了电气接线正误的判断速度,减少了现场接线作业时间,提高了工作效率。

技术领域

本发明主要涉及计算机技术领域,具体涉及一种电气手工接线质量在线自动检查的方法及系统。

背景技术

电气接线的正确性取决于接线人员的工作责任心、业务水平及工作熟练程度。错接、漏接、断接等异常情形将导致额外的线损或电气设备工况不稳定,从而造成电气设备的电量流失或损坏,致使用户蒙受经济损失。一般来说,有多种明显的接线特征可用于接线正误判断。例如,可用导线颜色进行判断,比如零线为蓝色,火线为红色;可用导线线径进行判断,一般大电流导线线径较粗,小电流导线线径较细。

以上特征借助人工智能方法进行识别,其识别速度和准确率将有很大提升。但基于人工检查的方式进行人工电气接线的质量检查耗时长,工作效率低;基于人工检查的方式进行人工电气接线的质量检查对工作人员专业水平要求高。

发明内容

本发明的目的在于克服现有技术的不足,本发明提供了一种电气手工接线质量在线自动检查的方法及系统一种基于卷积神经网络的电气手工接线质量在线自动检查的方法及系统,解决电气手工接线质量检查中存在的耗时长、工作效率低、对人员专业水平要求高等问题。

本发明提供了一种电气手工接线质量在线自动检查的方法,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。

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。

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。

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;

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佛山智优人科技有限公司;华南智能机器人创新研究院,未经佛山智优人科技有限公司;华南智能机器人创新研究院许可,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/202210442216.8/2.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