CN107169627A - 一种基于增强现实技术的电能表质量管控方法和系统 - Google Patents

Abstract

本发明适用于电能表质量管控领域，提供了一种利用增强现实(AR)技术进行电能表远程质量管控的方法和系统。利用AR技术进行电能表远程质量管控的方法包括以下步骤：外包代工识别；元器件抽检和识别；物料见证；生产工艺见证；出厂检验；成品抽样；发货定位和智能标识。本发明在电能表远程质量管控中使用AR技术和大数据技术，智能识别生产工艺和关键元器件，提高现场工作效率，确保资料准确及时，确保原材料和工艺的真实可控。

Description

一种基于增强现实技术的电能表质量管控方法和系统

技术领域

本发明适用于电能表的生产领域，提供了一种基于增强现实技术的电能表质量管控方法和系统。

背景技术

互联网+智能制造的核心是实现信息与物理相结合，由"物理"和"信息"两个系统组成，健壮的身体、灵巧的四肢、敏锐的感官，便相当于一个嵌入了无数传感器的“物理系统"，人的大脑和意识，赋予了人思考、社交和活动的能力，构成了一个完备的"信息系统"，控制和操纵肌体这一"物理系统"。信息物理系统就是把物理设备连接到互联网上，让物理设备具有计算、通信、精确控制、远程协调和自我管理的功能，实现虚拟网络世界和现实物理世界的融合。

电能表的质量优劣直接关系到用电信息的采集、计量、计费等环节，影响到电网公司的经营效益和社会形象。为有效防范质量问题带来的风险，确保电能计量公正、公平，必须落实计量器具按照技术协议要求进行生产、检测，从生产源头各个环节有效控制计量器具的质量，确保供货质量与供货进度，督促并协助制造厂商提高合同履约能力。

目前主要是电网公司计量中心派出工作组到生产企业进行驻点工作，采用纸质表格、工单进行现场采集信息的填写。质量管理人员无法与电网公司计量中心就采购合同、管控任务和管控流程等信息实时交互。电网公司计量中心也无法及时了解生产现场的情况。

电能表质量管控系统，包括省级电力公司建设中心控制系统，包括服务器、通讯接入设备、网络安全设备等，部署专门的电能表质量管控系统，质量管理人员使用专用的平板电脑，利用移动网络和AR技术进行资质核查、元器件抽检、物料见证、生产工艺管控、出厂检验、成品抽样、交货监管等工作。

利用系统梳理质量管控业务流程，将管控过程固化为作业流程及各种电子表单。在作业表单中梳理作业标准、作业风险，并将作业表单在平板电脑中固化，实现物资采购合同、现场生产计划制定、生产过程管理、质量结果评价的有机结合。并实现对电能表质量管控工作的基础数据的采集、统计，对供应商评价等功能。

发明内容

本发明适用于电能表的质量控制领域，提供了一种基于增强现实技术的电能表质量管控方法和系统。所述方法包括以下步骤：

步骤1、外包代工识别：生产管控终端的外包代工识别模块采集到的外包代工企业信息，通过生产管控终端上传到服务器并从服务器获取代工企业资料；

步骤2、元器件的抽检和识别：生产管控终端的元器件抽检模块将现场的元器件参数上传到服务器进行信息组合显示并核对，服务器自动统计元器件的合格率；

步骤4、物料见证：通过利用生产管控终端的物料见证模块对物料进行物料见证；

步骤5、生产见证：生产管控终端在进行生产工艺见证与核查时，将现场景象与服务器信息叠加显示并核对；

步骤5、出厂检验；生产管理终端对电能表生产过程的出厂检验见证与分析；

步骤6、成品抽样；生产管控终端提取产品的关键特征上传到服务器进行核对；

步骤7，发货定位和智能标识：生产管控终端生产主体、元器件、物料、工艺、成品、交货进行定位和标识。

所述外包代工识别的具体步骤为：

生产管控终端利用SLAM(即时定位与地图构建)技术和LBS定位技术，将企业信息通过网络上传到服务器，可立即得到当前订单资料、该企业的主要信息、该企业历史交货及时率、产品质量、产品故障率、主要故障原因、易发生故障的工艺情报和元器件信息。

生产管控终端的视觉识别模块，将现场景象与后台资料合并显示用于电能表元器件的智能抽检和识别，自动统计包括电解电容器、压敏电阻器、电阻器、光电耦合器、时钟电池、抄表电池六大类的电能表元器件的合格率。

所述见证的物料包括计量专用芯片、CPU、液晶、电解电容、压敏电阻、电流互感器、电压互感器、晶振、片式二极管、片式电阻、片式电容、光耦、电池、负荷开关、ESAM模块、无线通讯模块。

所述方法包括生产工艺见证，生产工艺包括：

生产环境检查，生产测试用设备检查，关键岗位标识检查，SMT贴片，回流焊，波峰焊，炉前检查，PCB板件清晰，三防处理，PCB模板识别，补焊，老化测试工艺。

所述电能表出厂检验生产过程，包括：

工序环境检查，检定人员资格，检定仪器仪表，外观检查、出厂试验检查，出厂示值检查，铭牌标签检验。

该方法具有成品抽样的关键特征，包括：工序环境，抽检工序，人员资格和着装，检定仪器仪表，抽检试验，出厂示值，不合格品抽样。

基于上述方法的生产管控系统，系统包括：

生产管控系统，包括生产管控终端，用于对电能表的生产过程进行远程管控，实时识别和监控元器件、主要物料、生产工艺、不合格品，识别和跟踪产品发货和运输环节；

主站管理系统，包括服务器，用于收集生产管控系统的汇总数据和原始资料，并根据请求实时发布后台数据。

所述生产管控系统包括：

外包代工识别模块，用于对生产主体进行定位和审核；

元器件抽检模块，用于对元器件进行自动抽检，自动识别匹配和比对；

物料见证模块，用于对主要物料进行质量比对和排查；

发货定位和标识模块，用于对交货和运输环节进行定位，识别和跟踪。

所述发货定位和标识模块需要对生产主体、元器件、物料、工艺、成品、交货等进行定位和标识，是通过发货定位和标识模块对RFID标签和二维码进行计算机视觉识别，其中计算机视觉识别功能采用了先进的图像识别算法，包括图像预处理、Canny轮廓提取、霍夫特征检测、模糊匹配、机器学习优化过程。

本发明在电能表远程质量管控中使用AR技术和大数据技术，智能识别生产工艺和关键元器件，提高现场工作效率，确保资料准确及时，确保原材料和工艺的真实可控。

附图说明

图1是利用AR技术进行电能表质量管控系统的数据传输网络图；

图2是本发明实施例提供的利用AR技术进行电能表质量管控系统的结构示意图；

图3是本发明实施例提供的利用AR技术进行电能表质量管控的组网方案示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

在本发明实施例中，通过对生产管控系统获取的生产数据进行过滤，将过滤后所需的生产数据发送给主站管理系统，采用该方法过滤掉了不需要发送的生产数据，从而使本发明防止了大量生产数据并发传输带来的瓶颈问题，且通过对生产数据的预处理，从而降低了主站管理系统的存储量和计算量。

一种基于增强现实技术的电能表质量管控系统，由主站服务器、数据库系统、管理软件、专用平板电脑、图像识别模块、RFID识别模块等模块组成，这些模块互相协作，构成完整的质量管控系统。

图2示出了本发明实施例提供的利用AR技术进行电能表质量管控的实现流程，详述如下：

在步骤S101中，质量管理人员进行外包代工识别；

因为电能表的特殊性，电网公司在采购时通常要求供应商必须是生产厂家，不允许外包、代工、贴牌等方式供货，因此对外包代工进行自动识别，是电能表质量管控的重要环节。

质量管理人员到达生产现场后，利用SLAM(即时定位与地图构建)技术和LBS定位技术，将相关信息通过网络上传到服务器，可立即得到当前订单资料、该企业的主要信息、该企业历史交货及时率、产品质量、产品故障率、主要故障原因、易发生故障的工艺和元器件等。

系统利用AR技术，将现场景象与后台资料合并显示，质量管理人员对相关情况一目了然，便于及时发现此类代工情况。同时可对生产主体的资质进行有效性检验，包括质量管理体系、环境管理体系、职业健康安全体系、文件控制体系、记录控制体系、内部审核控制程序、不合格品控制程序、预防控制程序、纠正控制程序、原材料质量控制程序、外购件质量控制程序、生产工艺控制、生产质检控制、设计和开发记录、不合格品控制等。

在步骤S102中，在生产现场进行元器件识别；

在本发明实施例中，系统利用AR技术和图像识别技术，对电能表的关键元器件进行智能抽检和识别。后台系统对电能表的关键元器件提取特征，建立元器件大数据，在收到现场传回的元器件图像后，即可利用抽样一致性算法进行模糊匹配，识别出对应的元器件。

电能表的元器件种类很多，对产品质量和使用寿命有较大影响的是电解电容器、压敏电阻器、电阻器、光电耦合器、时钟电池、抄表电池等六大类，其中每类又包含各种规格型号，每个规格型号又有多种参数。

元器件识别时充分利用增强现实的理念，将后台数据与生产现场数据完美结合，具体过程为：

(1)建立元器件特征库。收集各种类型的电能表关键元器件(电解电容器、压敏电阻器、电阻器、光电耦合器、电池、晶体谐振器、瞬变二极管、负荷开关、片式电容器、液晶、RS485芯片、时钟芯片、微控制器、计量芯片、电流互感器等)，建立图像样本库，经过边缘检测、归一化、图像分割、特征提取等过程，建立元器件的大数据样本库。

(2)现场取样。在电能表的抽检、监造和生产管控现场，利用手持终端拍摄照片或视频，经过预处理和标注基本信息，上传到后台服务器，并分类存储，以备下一步处理。

(3)提取特征。对现场采集的图像进行滤波、轮廓提取、边缘检测、图像分割等运算，提取出关键元器件的特征图像，并统计每个元器件图像的直方图像素，生成图像特征库。

(4)特征比对。系统调用计算机视觉运算库(OpenCV)，将现场采集的元器件特征数据，与预先存储的元器件特征库进行比对，根据相似程度进行归类，对各种元器件数据进行加权统计，得到电能表厂家在使用元器件上的规范程度，供质量管控人员参考和判断。

在步骤S103中，在生产现场进行物料见证；

系统利用AR技术对电能表主要物料进行现场见证。在确定每个批次电能表的生产前，电网公司通常会指定重要物料的类型和型号，并对这些物料进行合理调配，因此物料信息经常变化。本系统在进行物料见证时，利用增强现实(AR)技术的优势，将现场景象与后台信息叠加展示，方便现场工作人员及时核对。

见证项目包括：供应商管理、进货流程、库房管理、质量管控、不合格品处理等各个环节。见证的物料包括计量专用芯片、CPU、液晶、电解电容、压敏电阻、电流互感器、电压互感器、晶振、片式二极管、片式电阻、片式电容、光耦、电池、负荷开关、ESAM模块、无线通讯模块等。

在步骤S104中，对生产工艺进行见证与核查；

系统在进行生产工艺见证与核查时，也利用增强现实(AR)技术的优势，将现场景象与后台信息叠加展示，方便现场工作人员及时核对。

生产工艺见证的内容包括：生产环境(温度、湿度、防尘、空气清洁度、防静电保护措施、监测和控制设备)，生产测试用设备(生产测试用设备配置情况、生产测试用设备认证情况)，关键岗位(关键岗位标识、关键岗位人员资格)，SMT贴片(设备参数、锡膏、钢网、器件、对料和换料)，回流焊，波峰焊，炉前检查，PCB板件清晰，三防处理，PCB模板识别，补焊，老化测试等。

在步骤S105中，对出厂检验过程进行见证与分析；

电能表声场过程的出厂检验见证与分析包括：工序环境(温度、湿度、防静电、防尘)，检定人员资格，检定仪器仪表，外观检查、出厂试验(交流电压、走字、起动、潜动、电能误差、计时误差、时段偷窃、485通信、红外通信、载波通信)，出厂示值，铭牌标签等。

在步骤S106中，对最终成品进行抽样检验；

本发明利用AR技术进行电能表质量管控的成品抽样检验，主要内容包括：工序环境(温度、湿度、防静电、防尘)，抽检工序，人员资格和着装，检定仪器仪表，抽检试验，出厂示值，不合格品管理等。

在步骤S107中，对发货过程和产品进行智能标识；

本发明的系统可以对发货过程和发货的产品进行唯一性标识，利用平板电脑获取有关图像，利用计算机视觉技术提取关键特征，确保准时发货，规范运输，最后正确交货。

对发货和产品进行目标识别和定位，是防止供应商分包、代工的有效手段，具体实现过程为：

(1)关键设备和包装箱安装全球唯一编码的RFID标签，在发货现场进行视频取证，并扫描RFID标签，记录当前地理位置。

(2)后台服务器将现场视频进行预处理，提取描述关键特征的图像资料，并与事先存储的特征进行比对，识别产品的形态，确保没有替换和损毁的情况。

(3)收货后，利用RFID和地理位置信息，结合取证的视频资料，判断出收货设备是否与发货现场的一致，地理位置是否为供应商的实际位置，是否有委托代工的行为等。

在步骤S108中，结合计算机视觉和RFID技术，实现目标定位；

本发明在进行目标定位时，综合采用了计算机视觉、RFID和二维码技术。对生产主体、元器件、物料、工艺、成品、交货等进行定位和标识，具体实现方式主要有三种，即计算机视觉、RFID和二维码。其中计算机视觉识别功能采用了先进的图像识别算法，包括图像预处理、Canny轮廓提取、霍夫特征检测、模糊匹配、机器学习优化等过程。

基于上述方法的一种基于增强现实技术的电能表质量管控系统，其结构包括：

(1)主站系统，包括服务器、网络设备、数据库、系统软件等。其中系统软件包括生产管控和系统管理等模块。生产管控模块负责对电能表的生产过程进行远程管控，实时识别和监控元器件、主要物料、生产工艺、不合格品等，识别和跟踪产品发货和运输环节；系统管理模块负责收集生产管控系统的汇总数据和原始资料，并根据请求实时发布后台数据。

(2)生产管控终端，采用工业级平板电脑，在Android4.4操作系统基础上进行定制开发，集成了现场管控、资料管理、远程通信、二维码和RFID扫描、电能表和元器件图像识别等功能。终端与主站采用无线宽带或移动网络进行通信，并使用了自主开发的加密算法，确保数据不泄露，不篡改。利用终端进行生产管控时，可将生产过程的电能表和元器件自动识别，并自动向服务器请求对应的后台数据，进行前后台叠加显示，达到现实世界与虚拟世界的互动。

(3)辅助设备，主要包括RFID标签，二维码、条码等，用于电能表和元器件的标识。

本系统采用多台高性能服务器和若干台质量管控终端，对多家电能表生产企业的多个批次的电能表进行了质量管控。根据统计，使用本系统后现场工作效率提高了50％以上，出错几率明显减少，电能表故障率降低20％以上，并且杜绝了外包代工、元器件规格不一致、老化时间不够、生产进度拖延等现象。

在本发明的具体实施方式中，电能表的图像识别技术利用计算机视觉技术实现元器件、物料、样品、交货产品等的目标识别和参数验证，采用了先进的图像识别算法，包括图像预处理、Canny轮廓提取、霍夫特征检测、模糊匹配、机器学习优化等过程。

电能表的生产过程属于大规模制造业，产品和原材料的数量庞大，种类繁多，各种参数又各不相同，因此本发明针对性的设计了图像特征建模算法，针对电能表的特点进行图像建模，建立模型库，在模型库中存储各类元器件的形状特征、参数类型、评判指标等信息。

生产管控终端通过摄像头进行三维图像识别电能表生产设备，触发对应的工艺信息，精确确认相关设备是否符合要求。当现场环境模糊导致三维图像识别失去作用时，还可用RFID或二维码等辅助识别手段。

在本发明的具体实施方式中，针对电能表的AR远程协助技术是在当质量管理人员遇到难以作出决策的项目或者遇到特殊情况，而以其自身的知识经验和现有的数据信息无法解决现场问题时，可以通过智能眼镜摄像头以其第一视角将现场复杂的情景直接传送到远程专家处，专家可通过平板、手机、PC等设备随时随地进行援助，由于获得是现场人员第一视角就如亲临现场进行观察，远程专家通过语音，增强现实电子白板，直观的将数字信息远程直接叠加在质量管理人员的视野中的操作对象上，质量管理人员犹如获得现场专家的指导一样处理棘手问题，极大的减少了沟通和交流成本。

在本发明的具体实施方式中，质量管控的大数据技术表现在，数据尤其是大数据正在扮演着越来越重要的作用，根据最新的人工智能理论，几乎所有的人工智能问题本质上都是大数据问题。本发明将大数据技术用于电能表质量管控中，根据电能表的特点建立数据模型，收集各种维度的技术参数，建立包含生产主体、关键元器件、主要物料、生产工艺、出厂检验、成品抽样等的电能表生产过程大数据，用于生产过程的图像识别、参数匹配、结果验证等。

在本发明的具体实施方式中，将物联网技术用于电能表的出厂、发货、运输、交货等环节，对整个流程进行全程跟踪，确保准时交货，并根据跟踪信息和后台大数据系统，智能识别出异地交货、外包代工等情况。

本发明在电能表质量管理现场获得数据后进行数据预处理，先利用杂凑算法(Hash function)对需要发送的数据进行处理，生成相应的信息摘要，由于杂凑算法具有单向不可逆运算的特性，即仅能由交易数据推算出信息摘要，而无法由信息摘要反向推算出交易数据的内容，因此交易数据与信息摘要的内容具有关联性，且不同交易数据内容不会运算出相同的信息摘要，我们可以将信息摘要视为精简版的交易数据特征。

然后利用分配给该通讯模块或由该通讯模块产生的唯一私人密钥(简称私钥)，对生成的信息摘要进行乱码化运算，生成相应的电子任意。乱码化运算是一个相当复杂的运算过程，由于其破解难度非常高，以目前计算机速度需数万年以上，只要私钥不被外泄，他人就无法伪造与交易数据对应的电子签章，因此，所生成的电子签章可达到传统印章的身分识别功能。

由上述可知，本发明基于互联网、专线网络或无线网络通讯方式来传递数据；并基于J2EE构架的数据服务，解决并发数据瓶颈问题，提供强大的基于J2EE的Web DataService的企业级的数据服务和数据验证。采用本发明，可使电能表质量管控的成本极大的降低，使系统真正具有实用性，提高电能表质量管控的自动化水平，促进供电、配电、用电各方的有序发展，提高电网公司的社会形象。

综上所述，本发明解决了现有技术中所存在的既要提高效率、节约成本、又要解决客户对电能表的质量要求越来越高的矛盾问题，同时解决当数据较多时易引起网络阻塞的问题。对每个生产管控系统，在通过互联网发送数据前，先对数据进行逻辑分析，将数据信息进行重新组织，过滤掉冗余的数据信息，从而充分利用有限的网络资源，避免网络阻塞，同时充分减少通讯费用，节约成本。其中，主站系统采用J2EE+WebService的方法，用Weblogic中间件系统，可同时监控2～5万个生产现场监控点，适应国内所有的电网公司。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于增强现实技术的电能表质量管控方法，其特征在于，所述方法包括以下步骤：

步骤1、外包代工识别：生产管控终端的外包代工识别模块采集到的外包代工企业信息，通过生产管控终端上传到服务器并从服务器获取代工企业资料；

步骤2、元器件的抽检和识别：生产管控终端的元器件抽检模块将现场的元器件参数上传到服务器进行信息组合显示并核对，服务器自动统计元器件的合格率；

步骤4、物料见证：通过利用生产管控终端的物料见证模块对物料进行物料见证；

步骤5、生产见证：生产管控终端在进行生产工艺见证与核查时，将现场景象与服务器信息叠加显示并核对；

步骤5、出厂检验；生产管理终端对电能表生产过程的出厂检验见证与分析；

步骤6、成品抽样；生产管控终端提取产品的关键特征上传到服务器进行核对；

步骤7，发货定位和智能标识：生产管控终端生产主体、元器件、物料、工艺、成品、交货进行定位和标识。

2.如权利要求1所述的基于增强现实技术的电能表质量管控方法，其特征在于，所述外包代工识别的具体步骤为：

生产管控终端利用SLAM(即时定位与地图构建)技术和LBS定位技术，将企业信息通过网络上传到服务器，可立即得到当前订单资料、该企业的主要信息、该企业历史交货及时率、产品质量、产品故障率、主要故障原因、易发生故障的工艺情报和元器件信息。

3.如权利要求1所述的基于增强现实技术的电能表质量管控方法，其特征在于，生产管控终端的视觉识别模块，将现场景象与后台资料合并显示用于电能表元器件的智能抽检和识别，自动统计包括电解电容器、压敏电阻器、电阻器、光电耦合器、时钟电池、抄表电池六大类的电能表元器件的合格率。

4.如权利要求1所述的基于增强现实技术的电能表质量管控方法，其特征在于，所述见证的物料包括计量专用芯片、CPU、液晶、电解电容、压敏电阻、电流互感器、电压互感器、晶振、片式二极管、片式电阻、片式电容、光耦、电池、负荷开关、ESAM模块、无线通讯模块。

5.如权利要求1所述的基于增强现实技术的电能表质量管控方法，其特征在于，所述方法包括生产工艺见证，生产工艺包括：

生产环境检查，生产测试用设备检查，关键岗位标识检查，SMT贴片，回流焊，波峰焊，炉前检查，PCB板件清晰，三防处理，PCB模板识别，补焊，老化测试工艺。

6.如权利要求1所述的基于增强现实技术的电能表质量管控方法，其特征在于，所述电能表出厂检验生产过程，包括：

工序环境检查，检定人员资格，检定仪器仪表，外观检查、出厂试验检查，出厂示值检查，铭牌标签检验。

7.如权利要求1所述的基于增强现实技术的电能表质量管控方法，其特征在于，该方法具有成品抽样的关键特征，包括：工序环境，抽检工序，人员资格和着装，检定仪器仪表，抽检试验，出厂示值，不合格品抽样。

8.一种基于增强现实技术的电能表质量管控系统，其特征在于，所述系统包括：

生产管控系统，包括生产管控终端，用于对电能表的生产过程进行远程管控，实时识别和监控元器件、主要物料、生产工艺、不合格品，识别和跟踪产品发货和运输环节；

主站管理系统，包括服务器，用于收集生产管控系统的汇总数据和原始资料，并根据请求实时发布后台数据。

9.如权利要求8所述的生产管控系统，其特征在于，所述生产管控系统包括：

外包代工识别模块，用于对生产主体进行定位和审核；

元器件抽检模块，用于对元器件进行自动抽检，自动识别匹配和比对；

物料见证模块，用于对主要物料进行质量比对和排查；

发货定位和标识模块，用于对交货和运输环节进行定位，识别和跟踪。

10.如权利要求8所述的系统，其特征在于，所述发货定位和标识模块需要对生产主体、元器件、物料、工艺、成品、交货等进行定位和标识，是通过发货定位和标识模块对RFID标签和二维码进行计算机视觉识别，其中计算机视觉识别功能采用了先进的图像识别算法，包括图像预处理、Canny轮廓提取、霍夫特征检测、模糊匹配、机器学习优化过程。