CN107944486A - 适用于自动测试的测试数据识别处理方法及系统 - Google Patents

Abstract

本发明公开了适用于自动测试的测试数据识别处理方法及系统，包括：对仪表设备进行建模；状态参数设置；按照设置的行动路径，利用行动支撑模块将图像采集模块和位置微调模块运送到外场试验环境下固定式无交互接口的检测仪表设备的设定位置；其中，图像采集模块安装在位置微调模块上，所述位置微调模块安装在行动支撑模块上；按照设置的微调角度和微调距离，对实现位置微调模块的角度和位置进行微调；图像采集模块对标定参考位置处的仪表设备工作状态进行图像采集；按照设置的特征提取算法对图像进行特征提取；基于特征模型库，按照设置的匹配识别算法对图像提取特征进行特征识别，对识别结果进行可视化展示并存储特征识别结果。

Description

适用于自动测试的测试数据识别处理方法及系统

技术领域

本发明属于测试技术领域，涉及适用于自动测试的测试数据识别处理方法及系统。

背景技术

随着测试测量技术、信息与通信技术的快速发展，各种仪表设备在如外场(科研)试验、野外(现场)检测保障等领域得到了越来越多的应用。但是，现阶段由于各种原因在相关应用领域仍然存在大量难以进行程控状态交互控制，甚至不提供互操作交互接口的仪表设备，如应用于外场试验或野外环境的固定式及手持式无交互接口检测仪表设备等。因为获取进而处理应用这些仪表设备的测试数据及信息是实现高效精确自动综合测试及其应用的关键所在，因此需要一种不依赖于传统程控交互模式且适用于自动测试的测试数据识别及处理方法，支撑解决将该类仪表设备的测试功能特性整合融入自动测试完整能力的技术问题，以通用化的方式最大限度地满足实际应用的测试需求。

目前对此类问题的解决方式主要采用人工观察、记录或拍照的方式获取原始测试数据，再通过人工干预的数据集成方式对原始测试数据进行处理或应用，没有适用于面向实际应用形成自动测试的解决方案。而在如外场(科研)试验、野外(现场)检测保障等诸多应用领域中，对于该类仪表设备的测试功能都有需满足高效实时响应的自动化要求，以及基于自动测试并适应不同应用场景与环境的保障应用需求。

目前完全依靠人工观察、记录或拍照获取该类仪表设备的原始测试数据，再通过人工干预的数据集成方式对原始测试数据进行处理或应用，存在如下不足：

1、人工观察、记录或拍照的方式需要人员全程参与，对于人员难以抵近观察或需要无人值守等情况则无法实现对测试数据的获取；

2、人工观察、记录或拍照的方式对测试数据的获取效率较低，难以实现测试数据的有效收集、保存、管理以及分析处理等；

3、人工观察、记录或拍照的方式对于测试数据进行有效信息提取、处理、融合及应用等极为不便，无法将该类仪表设备的测试功能整合融入自动综合测试的完整能力，应用该类仪表设备的综合效率较低而综合代价较高。

发明内容

本发明提供适用于自动测试的测试数据识别处理方法及系统，可有效解决该类仪表设备的测试功能特性整合融入自动综合测试完整能力的技术问题，以通用化的方式最大限度地满足实际应用的测试需求。本发明既不依赖对该类仪表设备更改设计以支持传统程控交互模式，也不再依靠人工观察、记录的方式获取测试数据，以及采用人工干预的方式提取、处理、融合和应用测试数据中的有效信息。

适用于自动测试的测试数据识别处理方法，包括：

步骤(1)：对仪表设备进行建模：构建仪表设备的运行状态数据与测试结果数据之间映射转换关系的特征模型库；建立特征提取算法库和匹配识别算法库；

步骤(2)：状态参数设置：所述状态参数设置，包括：设置行动路径、微调角度和微调距离、标定参考位置、识别模式、特征提取算法和匹配识别算法；

步骤(3)：按照设置的行动路径，利用行动支撑模块将图像采集模块和位置微调模块运送到外场试验环境下固定式无交互接口的检测仪表设备的设定位置；其中，图像采集模块安装在位置微调模块上，所述位置微调模块安装在行动支撑模块上；

步骤(4)：按照设置的微调角度和微调距离，对实现位置微调模块的角度和位置进行微调；

步骤(5)：图像采集模块对标定参考位置处的仪表设备工作状态进行图像采集；

步骤(6)：按照设置的特征提取算法对图像进行特征提取；基于特征模型库，按照设置的匹配识别算法对图像提取特征进行特征识别，对识别结果进行可视化展示并存储特征识别结果。

所述识别模式至少包括自动识别与人工确认两种。

如果步骤(2)中的识别模式是自动识别模式，则步骤(3)-(6)就按照预先设定的状态参数进行处理，同时所识别测试数据自动进行记录存储；

如果步骤(2)中的识别模式是人工确认模式，则步骤(3)-(6)每个步骤都按照人工输入的状态参数进行处理。

所述步骤(2)特征提取算法是从步骤(1)的特征提取算法库中选择的；

所述步骤(2)的匹配识别算法是从步骤(1)的匹配识别算法库中选择的。

特征提取算法库存放特征提取算法的属性信息，包括：特征提取算法名称、特征提取算法存储路径及特征提取算法缺省参数属性；

匹配识别算法库存放匹配识别算法的属性信息，包括：匹配识别算法名称、匹配识别算法存储路径及匹配识别算法缺省参数属性；

所述图像采集模块，包括：高清摄像头、热红外相机或高光谱相机。

所述行动支撑模块，包括：工业级无人机。

所述位置微调模块，包括：云台和激光雷达，所述云台和激光雷达均与控制器连接；所述激光雷达用于测距，所述云台用于根据激光雷达所测距离在控制器的控制下进行位置调整。

所述云台允许替换为：直线微调机构和旋转微调机构，其中直线微调机构由第一步进电机及机械传动机构组合而成，第一步进电机通过第一步进电机驱动器与控制器连接，所述旋转微调机构由第二步进电机及机械传动机构组合而成，第二步进电机通过第二步进电机驱动器与控制器连接。

所述特征模型库，包括：仪表设备的基本信息、仪表设备的参考位置特征、运行状态特性、结构数据特征；

仪表设备的基本信息，包括：名称和编号；

仪表设备的参考位置特征，是指在每个仪表设备终端显示器的设定位置布设一个标准图形(如“十”)，所述标准图形，用于实现图像采集模块的定位；

运行状态特性，包括：仪表设备自身的工作状态、仪表设备测试/监测功能的状态显示；所述仪表设备测试/监测功能的状态显示，包括：数字、量纲、字符、曲线和图形；

结构数据特征，包括：原始测量结果数据的量值范围。

适用于自动测试的测试数据识别处理系统，包括：存储器、处理器以及存储在存储器上并在处理器上运行的计算机程序，所述计算机程序被处理器执行时，完成以下步骤：

步骤(1)：对仪表设备进行建模：构建仪表设备的运行状态数据与测试结果数据之间映射转换关系的特征模型库；建立特征提取算法库和匹配识别算法库；

步骤(2)：状态参数设置：所述状态参数设置，包括：设置行动路径、微调角度和微调距离、标定参考位置、识别模式、特征提取算法和匹配识别算法；

步骤(3)：按照设置的行动路径，利用行动支撑模块将图像采集模块和位置微调模块运送到外场试验环境下固定式无交互接口的检测仪表设备的设定位置；其中，图像采集模块安装在位置微调模块上，所述位置微调模块安装在行动支撑模块上；

步骤(4)：按照设置的微调角度和微调距离，对实现位置微调模块的角度和位置进行微调；

步骤(5)：图像采集模块对标定参考位置处的仪表设备工作状态进行图像采集；

步骤(6)：按照设置的特征提取算法对图像进行特征提取；基于特征模型库，按照设置的匹配识别算法对图像提取特征进行特征识别，对识别结果进行可视化展示并存储特征识别结果。

与现有技术相比，本发明的有益效果是：

1、无需人员全程参与或干预，也不需要根据自动测试要求对外场试验环境下仪表设备进行适应性更改设计，即可以通过本发明实现各种实际应用中自动化、高效率的测试数据获取及其相关有效信息提取、处理、融合与应用，以通用化的方式最大限度地满足实际应用的测试需求。

2、支撑各种实际应用综合解决方案的应用场景与范围得到极大扩展，能够在人员无法抵近、观察、值守的危险、有限、偏远区域或其相关状态环境，使得测试数据的识别处理适应无人全程参与及值守的自动化需求，满足全时空、宽应用范围条件下的应用要求。

3、能够将不提供传统程控交互模式的仪表设备测试功能特性整合融入自动综合测试的完整能力，实现对测试数据识别、采集等无人参与的自动化，以及面向图像模式识别的测试数据综合处理的信息化，并可通过模型库优化扩展开发，及基于模型库与信息应用大数据的模糊判定智能算法等软件的迭代更新优化以延伸与扩展应用范围，大大提升该类仪表设备的应用效率以及自动综合测试的综合效率，有效降低自动综合测试的综合代价，以通用化的方式最大限度地满足各种不同实际应用的测试需求并可大大扩展应用范围及领域。

附图说明

图1为本发明流程图。

具体实施方式

应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。

对于在外场(试验)/野外(现场)环境下使用的手持式无交互接口检测仪表设备，是需要人工部分参与的应用场景。行动支撑模块设计为手持式结构，由人员手持操作使图像采集模块抵近该类仪表设备以做好采录准备；位置微调模块设计为手动微调机械结构，由人员手动操作以便使图像采集模块能对准和清晰采录该类仪表设备的显示内容；图像采集模块是基于机器视觉的非接触式检测与控制的核心单元，图像采集具有高分辨率、大变焦、宽视场且满足应用环境宽适应要求的全时空、“三防”保护等机电一体化设计，可在不同环境下实时清晰捕获该类仪表设备的工作状态图像，并根据自动测试的要求自动进行图像预处理、定位、分割、状态与数据识别并据此执行更为精细的图像采集；通信与控制链路模块以有线(含同轴电缆、程控总线、光纤等)及无线(含移动通信、蓝牙、WLAN等)的不同模式将图像采集模块采录收集到的图像及状态信息回传至控制器；在接收到收集的图像信息后，通过构建基于应用需求及仪表设备原理、特性表征等的运行状态数据与测试结果数据之间映射转换关系的特征模型库，模型库优化扩展开发，以及基于模型库与信息应用大数据的模糊判定智能算法，进而完成对该类仪表设备及其工作状态、测试结果数据的自动识别、分析、处理等，该单元能够以软件迭代更新的优化方式实现通用化且对需求变化适应性较强的解决方案。

对于在外场(试验)/野外(现场)环境下使用的固定式无交互接口检测仪表设备，是无需人工参与的应用场景。行动支撑模块采用工业级无人机作为图像采集模块的载体为图像采集提供人员难以抵近观察并适应全时空环境的辅助行动能力，解决不可抵近、危险、偏远区域或非便利环境下的替代人工参与问题；位置微调模块采用基于精密步进电机的多维位置平移和旋转精密机电微调机构，以及基于激光雷达测距的精密位置检测、定位和实时反馈单元，结合图像采集模块采录视场范围内的参考位置标定，提供图像采集模块的精密位置自主调控，解决图像采集模块自动对准和清晰采录图像信息的问题；图像采集模块是基于机器视觉的非接触式检测与控制的核心单元，图像采集具有高分辨率、大变焦、宽视场且满足应用环境宽适应要求的全时空、“三防”保护等机电一体化设计，可在不同环境下实时清晰捕获该类仪表设备的工作状态图像，并根据自动测试的要求自动进行图像预处理、定位、分割、状态与数据识别并据此执行更为精细的图像采集；通信与控制链路模块实现图像采集模块、位置微调模块、行动支撑模块与控制器之间通信与控制的交互连接，根据实际应用需求可包含有线(含同轴电缆、程控总线、光纤等)及无线(含移动通信、蓝牙、WLAN等)等不同模式，为适应不同应用场景与环境提供通用化的实现方式；在接收到收集的图像信息后，通过构建基于应用需求及仪表设备原理、特性表征等的运行状态数据与测试结果数据之间映射转换关系的特征模型库，模型库优化扩展开发，以及基于模型库与信息应用大数据的模糊判定智能算法，进而完成对该类仪表设备及其工作状态、测试结果数据的自动识别、分析、处理等，该单元能够以软件迭代更新的优化方式实现通用化且对需求变化适应性较强的解决方案。

本发明所起作用如同在该类仪表设备与自动测试技术装备之间实现非传统程控交互模式的“桥接”，一般无需人员全程参与或干预，也不需要根据自动测试要求对该类仪表设备进行适应性更改设计，即可以通过本发明在两者之间实现测试数据的获取及其中相关有效信息的提取、处理、融合与应用，为解决该类仪表设备的测试功能特性整合融入自动综合测试完整能力的技术问题提供通用化、综合效率较高、应用灵活便捷的解决方案。

控制器实现一体协同的综合控制，对于需要人工部分参与的应用场景，人员手动操作行动支撑模块和位置微调模块；对于无需人工参与的应用场景，通过通信与控制链路模块控制行动支撑模块(工业级无人机)抵近观察，控制位置微调模块结合图像采集模块采录视场范围内的参考位置标定，提供图像采集模块的精密位置自主调控；在动作停止或稳定后启动部署视觉检测应用程序，协同控制图像采集模块进行图像采集并通过通信与控制链路模块回传，在接收到收集的图像信息后，通过启动部署特征模型库、模糊判定智能算法及相关支持类程序软件，完成对该类仪表设备及其工作状态和测试结果数据的自动识别、分析、处理等，并视情控制装置内各模块协同进行循环动作，直至完成满足应用需求的任务工作。

如图1所示，实现测试数据识别处理的具体流程，包括：

步骤1，对该类仪表设备(如应用于外场试验的温度/湿度/电磁/风速等多维度环境应力检测的综合环境检测仪、应用于外场试验的高温/高压/高速/强辐射/有害气体等极限参数与特殊环境的特殊性能监测仪、应用于野外现场的电参数综合测试仪等)进行建模处理，模型中包含该类仪表设备的基本信息(如名称、类别及主要结果状态)、显示参考位置特征、运行状态特性、结构数据特征及缺省识别算法(或检测应用程序)；

步骤2，状态参数设置，状态参数至少包括识别模式、识别速度、识别准确率、记录存储路径、缺省特征提取算法与缺省匹配识别算法；

步骤3，按照设置的行动路径，利用行动支撑模块将图像采集模块和位置微调模块运送到外场试验环境下固定式无交互接口的检测仪表设备的设定位置；其中，图像采集模块安装在位置微调模块上，所述位置微调模块安装在行动支撑模块上；

步骤4，按照设置的微调角度和微调距离，对实现位置微调模块的角度和位置进行微调；

步骤5，图像采集模块对标定参考位置处的仪表设备工作状态进行图像采集；

步骤6，按照设置的特征提取算法对图像进行特征提取；基于特征模型库，按照设置的匹配识别算法对图像提取特征进行特征识别，对识别结果进行可视化展示并存储特征识别结果。

控制器能够实现一体协同的综合控制，通过通信与控制链路模块获取图像采集模块的位置信息并根据情况向其发送动作指令，动作停止或稳定后部署视觉检测应用程序协同控制硬件资源进行图像采集并回传，在接收到收集的图像信息后，部署表征运行状态数据与测试结果数据之间映射转换关系的特征模型库，以及基于模型库与信息应用大数据的模糊判定智能算法，完成对该类仪表设备及其工作状态、测试结果数据的自动识别、分析、处理等，通过的模型库优化扩展等不断自迭代更新的优化方式可以实现通用化且对需求变化适应性较强的解决方案；

本发明提出装置中的位置微调模块，对于无需人工参与的应用场景，采用基于精密步进电机的多维位置平移和旋转精密机电微调机构，以及基于激光雷达测距的精密位置检测、定位和实时反馈单元，结合图像采集模块采录视场范围内的参考位置标定，提供图像采集模块的精密位置自主调控，解决图像采集模块自动对准和清晰采录图像信息的问题；

本发明提出装置中的行动支撑模块，对于无需人工参与的应用场景，采用工业级无人机作为图像采集模块的任务载体，通过后台遥控或自主导航的方式靠近该类仪表设备，而滞空抵近和悬停微调则采用位置微调模块的自主调控模式，能够使本发明所应用的场景得到极大扩展，在人员无法抵近、观察、值守的危险、有限、偏远区域或其相关状态环境下，可以使得图像采集适应无人参与及值守的自动化需求，满足全时空、宽应用范围条件下的应用要求；

本发明提出装置中的图像采集模块，具有高分辨率、大变焦、宽视场且满足应用环境宽适应要求的全时空、“三防”保护等特点，可为在不同应用场景和环境下实现实时清晰捕获该类仪表设备的工作状态图像，并根据自动测试的要求自动进行图像预处理、定位、分割、状态与数据识别和据此执行更为精细的图像采集等提供通用化且对需求变化适应性较强的解决方案。

以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.适用于自动测试的测试数据识别处理方法，其特征是，包括：

步骤(1)：对仪表设备进行建模：构建仪表设备的运行状态数据与测试结果数据之间映射转换关系的特征模型库；建立特征提取算法库和匹配识别算法库；

步骤(2)：状态参数设置：所述状态参数设置，包括：设置行动路径、微调角度和微调距离、标定参考位置、识别模式、特征提取算法和匹配识别算法；

步骤(3)：按照设置的行动路径，利用行动支撑模块将图像采集模块和位置微调模块运送到外场试验环境下固定式无交互接口的检测仪表设备的设定位置；其中，图像采集模块安装在位置微调模块上，所述位置微调模块安装在行动支撑模块上；

步骤(4)：按照设置的微调角度和微调距离，对实现位置微调模块的角度和位置进行微调；

步骤(5)：图像采集模块对标定参考位置处的仪表设备工作状态进行图像采集；

步骤(6)：按照设置的特征提取算法对图像进行特征提取；基于特征模型库，按照设置的匹配识别算法对图像提取特征进行特征识别，对识别结果进行可视化展示并存储特征识别结果。

2.如权利要求1所述的适用于自动测试的测试数据识别处理方法，其特征是，所述识别模式至少包括自动识别与人工确认两种：

如果步骤(2)中的识别模式是自动识别模式，则步骤(3)-(6)就按照预先设定的状态参数进行处理，同时所识别测试数据自动进行记录存储；

如果步骤(2)中的识别模式是人工确认模式，则步骤(3)-(6)每个步骤都按照人工输入的状态参数进行处理。

3.如权利要求1所述的适用于自动测试的测试数据识别处理方法，其特征是，

所述步骤(2)特征提取算法是从步骤(1)的特征提取算法库中选择的；

所述步骤(2)的匹配识别算法是从步骤(1)的匹配识别算法库中选择的。

4.如权利要求1所述的适用于自动测试的测试数据识别处理方法，其特征是，

特征提取算法库存放特征提取算法的属性信息，包括：特征提取算法名称、特征提取算法存储路径及特征提取算法缺省参数属性；

匹配识别算法库存放匹配识别算法的属性信息，包括：匹配识别算法名称、匹配识别算法存储路径及匹配识别算法缺省参数属性。

5.如权利要求1所述的适用于自动测试的测试数据识别处理方法，其特征是，

所述图像采集模块，包括：高清摄像头、热红外相机或高光谱相机；

所述行动支撑模块，包括：工业级无人机；

所述位置微调模块，包括：云台和激光雷达，所述云台和激光雷达均与控制器连接；所述激光雷达用于测距，所述云台用于根据激光雷达所测距离在控制器的控制下进行位置调整。

6.如权利要求5所述的适用于自动测试的测试数据识别处理方法，其特征是，

所述云台允许替换为：直线微调机构和旋转微调机构，其中直线微调机构由第一步进电机及机械传动机构组合而成，第一步进电机通过第一步进电机驱动器与控制器连接，所述旋转微调机构由第二步进电机及机械传动机构组合而成，第二步进电机通过第二步进电机驱动器与控制器连接。

7.如权利要求1所述的适用于自动测试的测试数据识别处理方法，其特征是，

所述特征模型库，包括：仪表设备的基本信息、仪表设备的参考位置特征、运行状态特性、结构数据特征。

8.如权利要求7所述的适用于自动测试的测试数据识别处理方法，其特征是，

仪表设备的基本信息，包括：名称和编号；

仪表设备的参考位置特征，是指在每个仪表设备终端显示器的设定位置布设一个标准图形，所述标准图形，用于实现图像采集模块的定位。

9.如权利要求7所述的适用于自动测试的测试数据识别处理方法，其特征是，

运行状态特性，包括：仪表设备自身的工作状态、仪表设备测试/监测功能的状态显示；所述仪表设备测试/监测功能的状态显示，包括：数字、量纲、字符、曲线和图形；

结构数据特征，包括：原始测量结果数据的量值范围。

10.适用于自动测试的测试数据识别处理系统，其特征是，包括：存储器、处理器以及存储在存储器上并在处理器上运行的计算机程序，所述计算机程序被处理器执行时，完成以下步骤：

步骤(1)：对仪表设备进行建模：构建仪表设备的运行状态数据与测试结果数据之间映射转换关系的特征模型库；建立特征提取算法库和匹配识别算法库；

步骤(2)：状态参数设置：所述状态参数设置，包括：设置行动路径、微调角度和微调距离、标定参考位置、识别模式、特征提取算法和匹配识别算法；

步骤(3)：按照设置的行动路径，利用行动支撑模块将图像采集模块和位置微调模块运送到外场试验环境下固定式无交互接口的检测仪表设备的设定位置；其中，图像采集模块安装在位置微调模块上，所述位置微调模块安装在行动支撑模块上；

步骤(4)：按照设置的微调角度和微调距离，对实现位置微调模块的角度和位置进行微调；

步骤(5)：图像采集模块对标定参考位置处的仪表设备工作状态进行图像采集；

步骤(6)：按照设置的特征提取算法对图像进行特征提取；基于特征模型库，按照设置的匹配识别算法对图像提取特征进行特征识别，对识别结果进行可视化展示并存储特征识别结果。