[发明专利]基于AR眼镜的故障检测方法、装置、AR眼镜和介质在审

专利信息
申请号: 202211036923.3 申请日: 2022-08-26
公开(公告)号: CN115406626A 公开(公告)日: 2022-11-29
发明(设计)人: 李闯 申请(专利权)人: 歌尔科技有限公司
主分类号: G01M11/00 分类号: G01M11/00;G01H17/00;G06N3/04;G06N3/08;G02B27/01
代理公司: 深圳市世纪恒程知识产权代理事务所 44287 代理人: 涂超群
地址: 266104 山*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 ar 眼镜 故障 检测 方法 装置 介质
【说明书】:

本申请公开了一种基于AR眼镜的故障检测方法、装置、AR眼镜和介质,所述基于AR眼镜的故障检测方法包括:AR眼镜上的故障检测按键被触发时,拾取当前的待检测音频,其中,待检测音频为待检测设备在运行过程中产生的音频;将待检测音频输入至收敛的故障分析神经网络模型,并获取故障分析神经网络模型生成的待检测音频对应的故障检测信息;输出故障检测信息对应的故障分析报告。本申请的增强现实眼镜能在降低对工业设备进行故障检测的人力成本的同时,提高故障检测效率。

技术领域

本申请涉及增强现实技术领域,尤其涉及一种基于AR眼镜的故障检测方法、装置、AR眼镜和介质。

背景技术

增强现实(“AR”,Augmented Reality)是利用计算机生成一种逼真的视、听、力、触和动等感觉的虚拟环境,通过各种传感设备使用户沉浸到该环境中,实现用户和环境直接进行自然交互。增强现实是一种全新的人机交互技术,利用这样一种技术可以模拟真实的现场景观,它是以交互性和构想为基本特征的计算机高级人机界面。使用者不仅能够通过虚拟现实系统感受到在客观物理世界中所经历的“身临其境”的逼真性,而且能够突破空间、时间以及其它客观限制,感受到在真实世界中无法亲身经历的体验。

然而,当前主流的使用AR眼镜进行设备故障检测的方法,一般是运维人员通过AR眼镜的摄像头对工业设备进行图像采集,将采集的设备图片传输到远端服务器,然后由专家团队登录该远端服务器后查看该设备图片进行分析,最后返回分析结果给运维人员进行故障检查指导,该设备故障检测方式存在耗费人力成本以及故障检测效率较慢的问题,严重降低了用户的使用体验。

发明内容

本申请的主要目的在于提供一种基于AR眼镜的故障检测方法、装置、AR眼镜和介质,旨在解决增强现实眼镜对工业设备进行故障检测的人力成本较高,以及故障检测效率较低的技术问题。

为实现上述目的,本申请提供一种基于AR眼镜的故障检测方法,所述故障检测方法的步骤包括:

所述AR眼镜上的故障检测按键被触发时,拾取当前的待检测音频,其中,所述待检测音频为待检测设备在运行过程中产生的音频;

将所述待检测音频输入至收敛的故障分析神经网络模型,并获取所述故障分析神经网络模型生成的所述待检测音频对应的故障检测信息;

输出所述故障检测信息对应的故障分析报告。

可选地,所述AR眼镜上的故障检测按键被触发时,拾取当前的待检测音频的步骤之前包括:

采集运行正常的设备在运行过程中产生的正常音频,以及存在运行故障的设备在运行过程中产生的故障音频;

获取对所述故障音频对应的故障类型进行分类的故障分类信息,得到各故障音频对应的故障类型标签;

将所述故障音频与其对应的故障类型标签进行标签关联,得到各故障类型的运行故障训练样本,并将所述正常音频与运行正常标签进行标签关联,得到运行正常训练样本;

通过所述运行故障训练样本和所述运行正常训练样本,对预设的神经网络模型进行训练,得到收敛的故障分析神经网络模型。

可选地,所述通过所述运行故障训练样本和所述运行正常训练样本,对预设的神经网络模型进行训练,得到收敛的故障分析神经网络模型的步骤包括:

若神经网络模型对各故障类型的故障检测准确率均达到预设比率阈值,则确定神经网络模型收敛,得到收敛的故障分析神经网络模型;或者,

若已进行训练的各故障类型的运行故障训练样本的样本量均达到预设量值,则确定神经网络模型收敛,得到收敛的故障分析神经网络模型;或者,

若各故障类型的运行故障训练样本对神经网络模型进行训练的训练时长均达到预设时长,则确定神经网络模型收敛,得到收敛的故障分析神经网络模型。

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歌尔科技有限公司,未经歌尔科技有限公司许可,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/202211036923.3/2.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