CN109887450A - 一种led显示屏人工智能检测 - Google Patents

Abstract

本发明公开了一种LED显示屏人工智能检测，包括信号输入端，所述信号输入端的一端通过导线连接有电阻，且电阻远离信号输入端的一端通过导线连接有电流总线，所述电流总线的外表面均匀连接有多个分流线，且分流线远离电流总线的一端连接通过导线有LED负载的正极引脚，所述电流总线的内部分别位于两个分流线之间位置均通过导线安装有电压检测器。本发明所述的一种LED显示屏人工智能检测，通过一种智能化的软、硬件组合的识别技术，自动对LED单元板信息进行识别，从而准确识别和定位大屏幕显示板上每一个LED发光器件在阵列板上的坐标位置和工作状态，从而快速进行设置与控制，带来更好的使用前景。

Description

一种LED显示屏人工智能检测

技术领域

本发明涉及电子技术领域，特别涉及一种LED显示屏人工智能检测。

背景技术

随着网络技术、计算机信息技术、自控技术在电子数字显示领域的应用和迅速普及，对各类信息的广告、宣传、汇集、处理和显示图像需要在调度指挥中心完成汇总、编辑，并及时上传到大屏幕显示屏进行显示，越来越多的大屏幕数字拼接系统可将各类视频信号在大屏幕数字拼接墙上显示成所需要的图像，从而形成一套功能完善、技术先进的信息显示管理控制系统，为用户提供一个生动的交互式人机界面，完全可以满足在多种场合完成信息实时转播、多画面广告与宣传显示的需要，今天，世纪智能LED显示屏在产品运用领域上呈现出了细分化、多元化的势头，智慧交通、智能大屏监控、智慧舞台、智能广告等不同的各行各业领域，智能小间距、智能全彩LED显示屏、智能透明屏等多种智能LED显示产品，同时，可移动式多彩大屏幕的科技新产品也涌现出来，这就需要更多针对用户级操作者来设计与研发的手段，才能真正的解决用户广大普遍需求，实现产品市场的普通智能化，最终满足更大市场的需求；

现有LED显示屏的检测在使用时存在一定的弊端，首先，不能快速的检测出LED显示屏中LED负载是否发现损坏，给修理带来一定不便，同时如果发生损坏但是不能方便的寻找损坏位置，进一步提高修理的难度，其次，现有的LED显示屏在使用时，由于LED显示屏播放前，需要根据LED显示屏的大小进行调整播放画面的大小，所以要人工对LED显示屏的大小与型号等进行检测与记录，给LED显示屏的使用带来一定的不便，给人们的使用过程带来了一定的影响，为此，我们提出一种LED显示屏人工智能检测。

发明内容

本发明的主要目的在于提供一种LED显示屏人工智能检测，可以有效解决背景技术中的问题。

为实现上述目的，本发明采取的技术方案为：

一种LED显示屏人工智能检测，包括信号输入端，所述信号输入端的一端通过导线连接有电阻，且电阻远离信号输入端的一端通过导线连接有电流总线，所述电流总线的外表面均匀连接有多个分流线，且分流线远离电流总线的一端连接通过导线有LED负载的正极引脚，所述电流总线的内部分别位于两个分流线之间位置均通过导线安装有电压检测器。

优选的，所述信号输入端的另一端与控制面板连接，控制面板的内部设有人工智能芯片，控制面板前端设有警报器与开关按钮。

优选的，所述人工智能芯片为FPGA芯片与单片机芯片。

优选的，一种LED显示屏人工智能检测方法，包括以下步骤：

A、通过控制面板发出扫描指令，扫描指令进入到信号输入端，开始对第一行检测；

B、在检测过程中人工智能芯片通电，启动人工智能的学习机制，开始执行学习与识别处理，并加以记录；

C、扫描指令发出后，电流经过采样电阻依次流入每一个LED负载；

D、扫描LED负载的过程中，通过电压检测器检测采样电阻得到每个LED负载的电流、电压和功耗，并将相应的电流、电压和功耗数据传递给人工智能芯片；

E、之后，移到下一行，如此类推的方式进行扫描，知道完成全部阵列的扫描。

优选的，所述步骤(A)中，扫描指令为周期性电信号指令。

优选的，所述步骤(B)中，识别为识别LED的板卡结构，检测和判断每个LED阵列板上各个发光器件的工作状态。

优选的，所述步骤(B)中，学习机制用于记忆学习算法、识别算法和检测算法。

优选的，所述步骤(B)中，人工智能芯片包括智能神经计算，神经计算用于检测、定位、判断和识别阵列板上每个LED发光器件的工作状态，将有故障、损坏的LED发光器件筛选出来。

优选的，所述步骤(D)中，电压数据包括LED负载电流、电压和功耗。

与现有技术相比，本发明具有如下有益效果：

1、本发明是通过一种智能化的软、硬件组合的识别技术，自动对LED单元板信息进行识别，从而准确识别和定位大屏幕显示板上每一个LED发光器件在阵列板上的坐标位置和工作状态，从而快速进行设置与控制；

2、智能化识别方式：扫描方式的识别、OE极性识别、发光器件的坐标位置识别；

3、智能化自动信息检测：像素点数量和板裁信息检测、LED发光器件工作状态检测、定位损坏的LED器件；

4、通过自动识别LED显示屏单元板的板载信息，识别正确后能够自动设置整套系统对LED显示屏的控制及显示，从而确保LED大屏幕始终展示出最佳的图像显示画。

附图说明

图1为本发明一种LED显示屏人工智能检测LED阵列中一行连接示意图；

图2为本发明一种LED显示屏人工智能检测方法流程图。

图中：1、信号输入端；2、电阻；3、电流总线；4、分流线；5、LED负载；6、电压检测器。

具体实施方式

为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本发明。

参照图1所示，一种LED显示屏人工智能检测，包括信号输入端1，信号输入端1的一端通过导线连接有电阻2，且电阻2远离信号输入端1的一端通过导线连接有电流总线3，电流总线3的外表面均匀连接有多个分流线4，且分流线4远离电流总线3的一端连接通过导线有LED负载5的正极引脚，电流总线3的内部分别位于两个分流线4之间位置均通过导线安装有电压检测器6。

参照图1，信号输入端1的另一端与控制面板连接，控制面板的内部设有人工智能芯片，控制面板前端设有警报器与开关按钮。

参照图1，人工智能芯片为FPGA芯片与单片机(MCU)芯片。

参照图2所示，一种LED显示屏人工智能检测方法，包括以下步骤：

A、通过控制面板发出扫描指令，扫描指令进入到信号输入端1，开始对第一行检测，扫描指令为周期性电信号指令；

B、在检测过程中人工智能芯片通电，启动人工智能的学习机制，学习机制用于记忆学习算法、识别算法和检测算法，开始执行学习与识别处理，并加以记录，识别为识别LED的板卡结构，检测和判断每个LED阵列板上各个发光器件的工作状态，人工智能芯片包括智能神经计算，神经计算用于检测、定位、判断和识别阵列板上每个LED发光器件的工作状态，将有故障、损坏的LED发光器件筛选出来；

C、扫描指令发出后，电流经过采样电阻2依次流入每一个LED负载5；

D、扫描LED负载5的过程中，通过电压检测器6检测采样电阻2得到每个LED负载5的电流、电压和功耗，并将相应的电流、电压和功耗数据传递给人工智能芯片，电压数据包括LED负载电流、电压和功耗；

E、之后，移到下一行，如此类推的方式进行扫描，知道完成全部阵列的扫描。

本发明是通过一种智能化的软、硬件组合的识别技术，自动对LED单元板信息进行识别，从而准确识别和定位大屏幕显示板上每一个LED发光器件在阵列板上的坐标位置和工作状态，从而快速进行设置与控制。

智能化识别方式：扫描方式的识别、OE极性识别、发光器件的坐标位置识别。

智能化自动信息检测：像素点数量和板裁信息检测、LED发光器件工作状态检测、定位损坏的LED器件。

实现上述两个智能化的软件处理步骤包括：

进程一：系统发布扫描指令，自动对LED阵列的器件进行快速行、列扫描。

进程二：启动人工智能的学习机制，开始执行学习与识别处理，识别LED的板卡结构，检测和判断每个LED阵列板上各个发光器件的工作状态；

进程三：神经计算可快速完成对所扫描的每个发光LED器件的坐标位置，并加以记录；

进程四：人工智能学习算法可快速、准确的将出现故障的LED器件筛选点位，并通知系统维修人员进行更换；

进程五：独特的硬件电路设计将为快速检测、识别和判断每个LED发光器件的工作状态提供各种信息来源；

进程六：检测电路将所扫描到的LED器件上，所有电压和电流的变化状态，提供给人工智能神经计算进行算法处理，并将计算和识别结果显示，从而完成对LED阵列板上每一个器件智能化识别。

进程一：系统发布扫描指令，自动对LED阵列的器件进行快速行、列扫描。

算法确定的扫描方式，将计算出LDE阵列板有多少个点，通过驱动芯片读取芯片地址获得所需的信息

进程二、三、四：人工智能的神经计算学习机制：

一、通过扫描获取的LDE阵列板有信息，将自人工智能的神经计算的记忆学习算法、识别算法和检测算法融为一体进行处理；

二、智能神经计算将根据所确定的记忆学习规则，将完成：判断扫描方式、LED点数、驱动芯片类型、译码方式、OE极性、数据方向等工作；

三、智能神经计算的职责是检测、定位、判断和识别阵列板上每个LED发光器件的工作状态，将有故障、损坏的LED发光器件筛选出来；

四、智能神经计算实现并行、快速、有记忆的检测。比目前人工检测效率更高、更精准。

进程五：硬件电路的作用：

一、实现对LED显示屏单元板的每个器件的点亮方式的设置；

二、确定所采用的驱动方式，如恒流驱动方式等；

三、并用预先在硬件上就固化和设定好的方式，确定识别系统的扫描接口。

进程六：检测结果自动显示：

一、实用FPGA可编程芯片和单片机(MCU)芯片完成上述进程的全部软件算法；

二、检测结果将会自动显示，并附有告警提示，以便及时维修和更换损坏的LED发光器件。

使用时，LED阵列中一行为例说明扫描检查原理，扫描驱动信号周期性发出扫描指令，信号通过电阻联接到每一个要扫的LED器件，依次检测每一个LED链接线上的信号(电流)状态，以检测到的电压来判断电流，从而确认相连接的LED灯的工作状态，软件记录下每一个LED的坐标位置，对异常状态的LED坐标进行记录和显示，按每行扫描的方式，先完成一行64点、32点、才6点的阵列配置，辨认出每行的LED阵列的列结构，之后，移到下一行，如此类推的方式进行扫描，直到完成全部阵列的扫描。

以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (9)

1.一种LED显示屏人工智能检测，其特征在于：包括信号输入端(1)，所述信号输入端(1)的一端通过导线连接有电阻(2)，且电阻(2)远离信号输入端(1)的一端通过导线连接有电流总线(3)，所述电流总线(3)的外表面均匀连接有多个分流线(4)，且分流线(4)远离电流总线(3)的一端连接通过导线有LED负载(5)的正极引脚，所述电流总线(3)的内部分别位于两个分流线(4)之间位置均通过导线安装有电压检测器(6)。

2.根据权利要求1所述的一种LED显示屏人工智能检测，其特征在于：所述信号输入端(1)的另一端与控制面板连接，控制面板的内部设有人工智能芯片，控制面板前端设有警报器与开关按钮。

3.根据权利要求2所述的一种LED显示屏人工智能检测，其特征在于：所述人工智能芯片为FPGA芯片与单片机芯片。

4.根据权利要求1所述的一种LED显示屏人工智能检测方法，包括以下步骤：

A、通过控制面板发出扫描指令，扫描指令进入到信号输入端(1)，开始对第一行检测；

B、在检测过程中人工智能芯片通电，启动人工智能的学习机制，开始执行学习与识别处理，并加以记录；

C、扫描指令发出后，电流经过采样电阻(2)依次流入每一个LED负载(5)；

D、扫描LED负载(5)的过程中，通过电压检测器(6)检测采样电阻(2)得到每个LED负载(5)的电流、电压和功耗，并将相应的电流、电压和功耗数据传递给人工智能芯片；

E、之后，移到下一行，如此类推的方式进行扫描，知道完成全部阵列的扫描。

5.根据权利要求4所述的一种LED显示屏人工智能检测方法，其特征在于：所述步骤(A)中，扫描指令为周期性电信号指令。

6.根据权利要求4所述的一种LED显示屏人工智能检测方法，其特征在于：所述步骤(B)中，识别为识别LED的板卡结构，检测和判断每个LED阵列板上各个发光器件的工作状态。

7.根据权利要求4所述的一种LED显示屏人工智能检测方法，其特征在于：所述步骤(B)中，学习机制用于记忆学习算法、识别算法和检测算法。

8.根据权利要求4所述的一种LED显示屏人工智能检测方法，其特征在于：所述步骤(B)中，人工智能芯片包括智能神经计算，神经计算用于检测、定位、判断和识别阵列板上每个LED发光器件的工作状态，将有故障、损坏的LED发光器件筛选出来。

9.根据权利要求4所述的一种LED显示屏人工智能检测方法，其特征在于：所述步骤(D)中，电压数据包括LED负载(5)电流、电压和功耗。