CN113298003B - 一种基于ar的航空电缆装配系统及方法 - Google Patents
一种基于ar的航空电缆装配系统及方法 Download PDFInfo
- Publication number
- CN113298003B CN113298003B CN202110619196.2A CN202110619196A CN113298003B CN 113298003 B CN113298003 B CN 113298003B CN 202110619196 A CN202110619196 A CN 202110619196A CN 113298003 B CN113298003 B CN 113298003B
- Authority
- CN
- China
- Prior art keywords
- cable
- assembly
- information
- character
- assembled
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000000605 extraction Methods 0.000 claims description 19
- 230000003190 augmentative effect Effects 0.000 claims description 9
- 230000011218 segmentation Effects 0.000 claims description 9
- 230000006698 induction Effects 0.000 claims description 7
- 239000000284 extract Substances 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 230000003044 adaptive effect Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000013527 convolutional neural network Methods 0.000 claims description 3
- 230000009191 jumping Effects 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 239000003550 marker Substances 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 3
- 238000011161 development Methods 0.000 abstract description 4
- 230000002452 interceptive effect Effects 0.000 abstract description 3
- 230000001360 synchronised effect Effects 0.000 abstract description 3
- 230000018109 developmental process Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/20—Scenes; Scene-specific elements in augmented reality scenes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/14—Image acquisition
- G06V30/148—Segmentation of character regions
- G06V30/153—Segmentation of character regions using recognition of characters or words
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Image Analysis (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种基于AR的航空电缆装配系统及方法,涉及航空设备技术领域,采用该系统及方法,装配人员能够通过佩戴带有双目相机AR眼镜,通过识别或跟踪定位技术实现电缆装配过程信息与真实物理环境智能匹配,帮组装配人员理解各种装配关系,减轻查阅工艺手册或虚拟演示操作所耗费的精力和时间。本方法通过智能化手段减少人工参与的易错环节,加强装配人员对实际装配场景的交互的真实感,同时加强工作过程标准化、流程化,推动航空智能化电缆装配模式的发展识别真实物理环境中电缆,并将电缆装配的真实工况场景与虚拟指导信息进行同步,供操作人员理解场景中的各种装配关系。
Description
技术领域
本发明涉及航空设备技术领域,尤其涉及一种基于AR的航空电缆装配系统及方法。
背景技术
随着科技的发展,电缆装配应用在各个技术领域中也越来越常见。由于电缆种类繁多,形态复杂,尤其航空设备技术领域中电缆装配的空间小,因此在实际装配过程中极易产生装配错误或漏装的情况,同时对电缆故障的排查也很困难,因此如果能找到一种在虚拟环境下快速有效的进行电缆装配方法是很有必要的。
发明内容
本发明的目的在于提供一种基于AR的航空电缆装配系统及方法,从而解决现有技术中存在的前述问题。
为了实现上述目的,本发明采用的技术方案如下:
一种基于AR的航空电缆装配系统,包括数据库、数据描述模块、定位提取与识别模块和增强现实显示模块,所述增强现实显示模块用于捕获待装配电缆场景信息,并将获取得到的场景信息输入所述定位提取与识别模块,所述定位提取与识别模块提取待装配电缆的信息,同时提取待装配电缆的定位信息;
所述数据描述模块用于接收所述定位提取识别模块获取得到的待装配电缆信息,同时将该信息和数据库中已存的工艺流程数据相映射,最后生成装配描述信息;已生成的装配描述信息在进行装配操作时传给所述增强现实显示模块。
优选的,所述定位提取与识别模块提取到的待装配电缆的信息包括电缆字符或装配场景特征值;电缆的定位信息包括电缆标记位置信息和电缆接口装配位置信息。
优选的,所述定位提取与识别模块的提取识别过程具体包括:
S1,获取到的待装配电缆的原始图像,采用Otsu算法,将原始图像分割成两个部分,使两部分之间灰度值距离最大,从而获取自适应全局阈值从而将原始图像中的目标和背景分离,确定电缆位置;
S2,由于电缆字符集与待装配电缆的对比度较小,采用自适应局部二值化方法获取待装配电缆的字符结构;
S3,采用投影法对步骤S2中获取得到的字符结构进行分割处理,获得字符结构的边界;
S4,采用基于卷积神经网络的字符识别算法,对获取得到的字符结构进行识别。
优选的,步骤S1中具体包括:
S11,将原始图像分割成目标电缆和背景两部分,将目标电缆和背景的分割阈值记作T,属于目标电缆的像素点数占整幅图像的比例记为ω0,平均灰度为μ0;背景像素点占整幅图像比例为ω1,平均灰度为μ1;整幅图像的平均灰度记为μ,类间方差记为g;
S12,原始图像大小为M×N,原始图像中像素的灰度值小于阈值T的像素为N0,像素灰度大于阈值T的像素个数为N1,由此可得以下公式:
ω0=N0/M×N (1)
ω1=N1/M×N (2)
N0+N1=M×N (3)
ω0+ω1=1 (4)
μ=ω0*μ0+ω1*μ1 (5)
g=ω0(μ0-μ)2+ω1(μ1-μ)2 (6)
g=ω0ω1(μ0-μ1)2 (7)
S13,联合上述公式(1)-(7),采用遍历的方法计算得到使得类间方差g最大的分割阈值T,由此获得目标电缆在原始图像中的位置。
优选的,步骤S2中具体包括:
S21,设定固定大小的字符模板,计算以字符像素为中心的字符模板区域的灰度均值;
S22,采用步骤S21获取得到的灰度均值减去一个常数得到该像素点的二值化阈值,具体计算公式如公式(8)、(9)所示:
T(x,y)=Mean{src(x+i,y+j)}+C,(i,j)∈M (9)
其中,上式(8)为局部二值化处理公式,src为输入图像,dst为输出图像即处理后的二值化图像;公式(9)为局部二值化阈值公式,T为对应点的分割阈值,M为局部二值化模板,C为常数。
优选的,步骤S3中具体包括:
S31,将字符二值图像F设置为M2×N2,该字符二值图像含有多个有效列,所述有效列至少含有Tc个前景点;
S32,以竖直方向投影,扫描F的第n列,n=0,1,2,3…,M2-1,计算sum[n];若sum[n]≥Tc,则进入步骤S33,否则n加1,重复步骤S32;sum[n]表示第n列前景像素个数;
S33,令CS和CE分别表示一个字符的起始列与终止列,则CS=n;逐一扫描接下来的列:若sum[n]≥Tc,则更新CE=n;否则,若n-CE≥Td,则确定CE为右边界,跳出循环返回步骤S32;否则继续扫描下一列;Td表示字符内允许的最大断裂列间距;
S34,重复步骤S32和S33,直到达到二值图像字符的右边界,由此获取所有字符的左右边界;
S35,对字符二值图像进行水平投影,重复步骤S32-S34,直到获取所有字符的上下边界。
优选的,所述数据库中已存的工艺流程数据包括电缆装配工艺手册、装配流程说明文件以及虚拟电缆字符集。
本发明中还提供了一种基于AR的航空电缆装配方法,采用基于AR的航空电缆装配系统进行装配过程,具体包括以下步骤:
A1,建立标识物与工艺手册内容、装配流程和虚拟电缆之间的信息关系,并存于数据库中;
A2,以数据库中记载的信息关系为基础,在未有字符的电缆进行标记实物电缆;
A3,装配者佩戴AR头盔,选取待装配的实物电缆,通过头盔相机进行实物电缆标记跟踪,引导数据库产生电缆诱导装配信息,实现电缆装配。
优选的,步骤A2中的标记实物电缆采用人工手动标记。
优选的,步骤A3中产生诱导装配信息过程具体诱导信息以可视、三维模型方式展现出来。
本发明的有益效果是:
本发明公开了一种基于AR的航空电缆装配系统及方法,装配人员通过佩戴带有双目相机AR眼镜,通过识别或跟踪定位技术实现电缆装配过程信息与真实物理环境智能匹配,帮组装配人员理解各种装配关系,减轻查阅工艺手册或虚拟演示操作所耗费的精力和时间。通过智能化手段减少人工参与的易错环节,加强装配人员对实际装配场景的交互的真实感,同时加强工作过程标准化、流程化,推动航空智能化电缆装配模式的发展识别真实物理环境中电缆,并将电缆装配的真实工况场景与虚拟指导信息进行同步,供操作人员理解场景中的各种装配关系。
附图说明
图1是实施例1中提供的基于AR的电缆智能装配系统原理图;
图2是实施例中提供的航空电缆定位与识别模块的原理图。
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,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方式仅仅用以解释本发明,并不用于限定本发明。
实施例1
本实施例提供了一种基于AR的航空电缆装配系统,如图1所示,包括数据库、数据描述模块、定位提取与识别模块和增强现实显示模块,所述增强现实显示模块用于捕获待装配电缆场景信息,并将获取得到的场景信息输入所述定位提取与识别模块,所述定位提取与识别模块提取待装配电缆的信息,同时提取待装配电缆的定位信息;
所述数据描述模块用于接收所述定位提取识别模块获取得到的待装配电缆信息,同时将该信息和数据库中已存的工艺流程数据相映射,最后生成装配描述信息;已生成的装配描述信息在进行装配操作时传给所述增强现实显示模块。
本实施例中的所述定位提取与识别模块提取到的待装配电缆的信息包括电缆字符或装配场景特征值;电缆的定位信息包括电缆标记位置信息和电缆接口装配位置信息。
本实施例中的所述定位提取与识别模块的提取识别过程具体包括:
S1,获取到的待装配电缆的原始图像,采用Otsu算法,将原始图像分割成两个部分,使两部分之间灰度值距离最大,从而获取自适应全局阈值从而将原始图像中的目标和背景分离,确定电缆位置;
S2,由于电缆字符集与待装配电缆的对比度较小,采用自适应局部二值化方法获取待装配电缆的字符结构;
S3,采用投影法对步骤S2中获取得到的字符结构进行分割处理,获得字符结构的边界;
S4,采用基于卷积神经网络的字符识别算法,对获取得到的字符结构进行识别。
本实施例中的步骤S1中具体包括:
S11,将原始图像分割成目标电缆和背景两部分,将目标电缆和背景的分割阈值记作T,属于目标电缆的像素点数占整幅图像的比例记为ω0,平均灰度为μ0;背景像素点占整幅图像比例为ω1,平均灰度为μ1;整幅图像的平均灰度记为μ,类间方差记为g;
S12,原始图像大小为M×N,原始图像中像素的灰度值小于阈值T的像素为N0,像素灰度大于阈值T的像素个数为N1,由此可得以下公式:
ω0=N0/M×N (1)
ω1=N1/M×N (2)
N0+N1=M×N (3)
ω0+ω1=1 (4)
μ=ω0*μ0+ω1*μ1 (5)
g=ω0(μ0-μ)2+ω1(μ1-μ)2 (6)
g=ω0ω1(μ0-μ1)2 (7)
S13,联合上述公式(1)-(7),采用遍历的方法计算得到使得类间方差g最大的分割阈值T,由此获得目标电缆在原始图像中的位置。
本实施例中的步骤S2中具体包括:
S21,设定固定大小的字符模板,计算以该像素为中心的字符模板区域的灰度均值;
S22,采用步骤S21获取得到的灰度均值减去一个常数得到该像素点的二值化阈值,具体计算公式如公式(8)、(9)所示:
T(x,y)=Mean{src(x+i,y+j)}+C,(i,j)∈M (9)
其中,上式(8)为局部二值化处理公式,src为输入图像,dst为输出图像即处理后的二值化图像;公式(9)为局部二值化阈值公式,T为对应点的分割阈值,M为局部二值化模板,C为常数。
本实施例中,步骤S3中具体包括:
S31,将字符二值图像F设置为M2×N2,该字符二值图像含有多个有效列,所述有效列至少含有Tc个前景点;
S32,以竖直方向投影,扫描F的第n列,n=0,1,2,3…,M2-1,计算sum[n];若sum[n]≥Tc,则进入步骤S33,否则n加1,重复步骤S32;sum[n]表示第n列前景像素个数;
S33,令CS和CE分别表示一个字符的起始列与终止列,则CS=n;逐一扫描接下来的列:若sum[n]≥Tc,则更新CE=n;否则,若n-CE≥Td,则确定CE为右边界,跳出循环返回步骤S32;否则继续扫描下一列;Td表示字符内允许的最大断裂列间距;
S34,重复步骤S32和S33,直到达到二值图像字符的右边界,由此获取所有字符的左右边界;
S35,对字符二值图像进行水平投影,重复步骤S32-S34,直到获取所有字符的上下边界。
本实施例中,所述数据库中已存的工艺流程数据包括电缆装配工艺手册、装配流程说明文件以及虚拟电缆字符集。
实施例2
本实施例中提供了一种基于AR的航空电缆装配方法,采用实施例1中提供的基于AR的航空电缆装配系统进行装配过程,如图2所示,具体包括以下步骤:
A1,建立标识物与工艺手册内容、装配流程和虚拟电缆之间的信息关系,并存于数据库中;
A2,以数据库中记载的信息关系为基础,在未有字符的电缆进行标记实物电缆;通常需要采用人工进行实物标记;
A3,装配者佩戴AR头盔,选取待装配的实物电缆,通过头盔相机进行实物电缆标记跟踪,引导数据库产生电缆诱导装配信息,实现电缆装配。
其中,本实施例中产生诱导装配信息过程具体诱导信息以可视、三维模型方式展现出来。
通过采用本发明公开的上述技术方案,得到了如下有益的效果:
本发明公开了一种基于AR的航空电缆装配系统及方法,装配人员通过佩戴带有双目相机AR眼镜,通过识别或跟踪定位技术实现电缆装配过程信息与真实物理环境智能匹配,帮组装配人员理解各种装配关系,减轻查阅工艺手册或虚拟演示操作所耗费的精力和时间。通过智能化手段减少人工参与的易错环节,加强装配人员对实际装配场景的交互的真实感,同时加强工作过程标准化、流程化,推动航空智能化电缆装配模式的发展识别真实物理环境中电缆,并将电缆装配的真实工况场景与虚拟指导信息进行同步,供操作人员理解场景中的各种装配关系。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视本发明的保护范围。
Claims (8)
1.一种基于AR的航空电缆装配系统,其特征在于,包括数据库、数据描述模块、定位提取与识别模块和增强现实显示模块,所述增强现实显示模块用于捕获待装配电缆场景信息,并将获取得到的场景信息输入所述定位提取与识别模块,所述定位提取与识别模块提取待装配电缆的信息,同时提取待装配电缆的定位信息;
所述数据描述模块用于接收所述定位提取识别模块获取得到的待装配电缆信息,同时将该信息和数据库中已存的工艺流程数据相映射,最后生成装配描述信息;已生成的装配描述信息在进行装配操作时传给所述增强现实显示模块;
所述定位提取与识别模块的提取识别过程具体包括:
S1,获取到的待装配电缆的原始图像,采用0tsu算法,将原始图像分割成两个部分,使两部分之间灰度值距离最大,从而获取自适应全局阈值从而将原始图像中的目标和背景分离,确定电缆位置;步骤S1中具体包括:
S11,将原始图像分割成目标电缆和背景两部分,将目标电缆和背景的分割阈值记作T,属于目标电缆的像素点数占整幅图像的比例记为ω0,平均灰度为μ0;背景像素点占整幅图像比例为ω1,平均灰度为μ1;整幅图像的平均灰度记为μ,类间方差记为g;
S12,原始图像大小为M×N,原始图像中像素的灰度值小于阈值T的像素为N0,像素灰度大于阈值T的像素个数为N1,由此可得以下公式:
ω0=N0/M×N (1)
ω1=N1/M×N (2)
N0+N1=M×N (3)
ω0+ω1=1 (4)
μ=ω0*μ0+ω1*μ1 (5)
g=ω0(μ0-μ)2+ω1(μ1-μ)2 (6)
g=ω0ω1(μ0-μ1)2 (7)
S13,联合上述公式(1)-(7),采用遍历的方法计算得到使得类间方差g最大的分割阈值T,由此获得目标电缆在原始图像中的位置;
S2,由于电缆字符集与待装配电缆的对比度较小,采用自适应局部二值化方法获取待装配电缆的字符结构;
S3,采用投影法对步骤S2中获取得到的字符结构进行分割处理,获得字符结构的边界;
S4,采用基于卷积神经网络的字符识别算法,对获取得到的字符结构进行识别。
2.根据权利要求1所述的基于AR的航空电缆装配系统,其特征在于,所述定位提取与识别模块提取到的待装配电缆的信息包括电缆字符或装配场景特征值;电缆的定位信息包括电缆标记位置信息和电缆接口装配位置信息。
3.根据权利要求1所述的基于AR的航空电缆装配系统,其特征在于,步骤S2中具体包括:
S21,设定固定大小的字符模板,计算以该像素为中心的字符模板区域的灰度均值;
S22,采用步骤S21获取得到的灰度均值减去一个常数得到该像素点的二值化阈值,具体计算公式如公式(8)、(9)所示:
T(x,y)=Mean{src(x+i,y+j)}+C,(i,j)∈M (9)
其中,上式(8)为局部二值化处理公式,src为输入图像,dst为输出图像即处理后的二值化图像;公式(9)为局部二值化阈值公式,T为对应点的分割阈值,M为局部二值化模板,C为常数。
4.根据权利要求1所述的基于AR的航空电缆装配系统,其特征在于,步骤S3中具体包括:
S31,将字符二值图像F设置为M2×N2,该字符二值图像含有多个有效列,所述有效列至少含有Tc个前景点;
S32,以竖直方向投影,扫描F的第n列,n=0,1,2,3…,M2-1,计算sum[n];若sum[n]≥Tc,则进入步骤S33,否则n加1,重复步骤S32;sum[n]表示第n列前景像素个数;
S33,令CS和CE分别表示一个字符的起始列与终止列,则CS=n;逐一扫描接下来的列:若sum[n]≥Tc,则更新CE=n;否则,若n-CE≥Td,则确定CE为右边界,跳出循环返回步骤S32;否则继续扫描下一列;Td表示字符内允许的最大断裂列间距;
S34,重复步骤S32和S33,直到达到二值图像字符的右边界,由此获取所有字符的左右边界;
S35,对字符二值图像进行水平投影,重复步骤S32-S34,直到获取所有字符的上下边界。
5.根据权利要求1所述的基于AR的航空电缆装配系统,其特征在于,所述数据库中已存的工艺流程数据包括电缆装配工艺手册、装配流程说明文件以及虚拟电缆字符集。
6.一种基于AR的航空电缆装配方法,其特征在于,采用权利要求1-5任一所述的基于AR的航空电缆装配系统进行装配过程,具体包括以下步骤:
A1,建立标识物与工艺手册内容、装配流程和虚拟电缆之间的信息关系,并存于数据库中;
A2,以数据库中记载的信息关系为基础,在未有字符的电缆进行标记实物电缆;
A3,装配者佩戴AR头盔,选取待装配的实物电缆,通过头盔相机进行实物电缆标记跟踪,引导数据库产生电缆诱导装配信息,实现电缆装配。
7.根据权利要求6所述的基于AR的航空电缆装配方法,其特征在于,步骤A3中产生诱导装配信息过程具体诱导信息以可视、三维模型方式展现出来。
8.根据权利要求6所述的基于AR的航空电缆装配方法,其特征在于,步骤A2中的标记实物电缆采用人工手动标记。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110619196.2A CN113298003B (zh) | 2021-06-03 | 2021-06-03 | 一种基于ar的航空电缆装配系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110619196.2A CN113298003B (zh) | 2021-06-03 | 2021-06-03 | 一种基于ar的航空电缆装配系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113298003A CN113298003A (zh) | 2021-08-24 |
CN113298003B true CN113298003B (zh) | 2024-05-03 |
Family
ID=77326985
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110619196.2A Active CN113298003B (zh) | 2021-06-03 | 2021-06-03 | 一种基于ar的航空电缆装配系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113298003B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113673894B (zh) * | 2021-08-27 | 2024-02-02 | 东华大学 | 一种基于数字孪生的多人协作ar装配方法和系统 |
CN114323000B (zh) * | 2021-12-17 | 2023-06-09 | 中国电子科技集团公司第三十八研究所 | 线缆ar引导装配系统及方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104078780A (zh) * | 2013-03-25 | 2014-10-01 | 富加宜(亚洲)私人有限公司 | 电缆连接器组件和包括电缆连接器组件的电连接器系统 |
CN109584361A (zh) * | 2018-12-08 | 2019-04-05 | 中国科学院长春光学精密机械与物理研究所 | 一种装备电缆虚拟预装和轨迹测量方法及系统 |
CN110928418A (zh) * | 2019-12-11 | 2020-03-27 | 北京航空航天大学 | 一种基于mr的航空线缆辅助装配方法及系统 |
CN112764548A (zh) * | 2021-02-24 | 2021-05-07 | 北京计算机技术及应用研究所 | 一种ar辅助装配系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10989928B2 (en) * | 2019-09-17 | 2021-04-27 | Facebook Technologies, Llc | Thin see-through pancake lens assembly and display device including the same |
-
2021
- 2021-06-03 CN CN202110619196.2A patent/CN113298003B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104078780A (zh) * | 2013-03-25 | 2014-10-01 | 富加宜(亚洲)私人有限公司 | 电缆连接器组件和包括电缆连接器组件的电连接器系统 |
CN109584361A (zh) * | 2018-12-08 | 2019-04-05 | 中国科学院长春光学精密机械与物理研究所 | 一种装备电缆虚拟预装和轨迹测量方法及系统 |
CN110928418A (zh) * | 2019-12-11 | 2020-03-27 | 北京航空航天大学 | 一种基于mr的航空线缆辅助装配方法及系统 |
CN112764548A (zh) * | 2021-02-24 | 2021-05-07 | 北京计算机技术及应用研究所 | 一种ar辅助装配系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113298003A (zh) | 2021-08-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110705405B (zh) | 目标标注的方法及装置 | |
CN107223246B (zh) | 图像标注方法、装置及电子设备 | |
CN113298003B (zh) | 一种基于ar的航空电缆装配系统及方法 | |
CN111054080B (zh) | 智能检测透视外挂方法、装置、设备及其存储介质 | |
CN109753953B (zh) | 图像中定位文本的方法、装置、电子设备和存储介质 | |
CN107481292A (zh) | 车载摄像头的姿态误差估计方法和装置 | |
CN113515655A (zh) | 一种基于图像分类的故障识别方法及装置 | |
CN111225299A (zh) | 一种onu故障识别、修复方法和装置 | |
CN113938674B (zh) | 视频质量检测方法、装置、电子设备及可读存储介质 | |
CN113411550B (zh) | 视频上色方法、装置、设备及存储介质 | |
CN108921138B (zh) | 用于生成信息的方法和装置 | |
CN114511696A (zh) | 控件定位方法、装置、电子设备及可读存储介质 | |
CN111738264A (zh) | 一种机房设备显示面板数据的智能采集方法 | |
CN110135274B (zh) | 一种基于人脸识别的人流量统计方法 | |
CN109141457B (zh) | 导航评估方法、装置、计算机设备和存储介质 | |
CN113705559B (zh) | 基于人工智能的文字识别方法及装置、电子设备 | |
CN113628349B (zh) | 基于场景内容自适应的ar导航方法、设备及可读存储介质 | |
CN115457581A (zh) | 表格提取方法、装置及计算机设备 | |
CN113139541B (zh) | 一种基于深度学习的配电柜表盘数码管视觉识别方法 | |
CN113191336B (zh) | 基于图像识别的电力隐患识别方法及系统 | |
CN113033333B (zh) | 实体词识别方法、装置、电子设备和存储介质 | |
CN114463685A (zh) | 行为识别方法、装置、电子设备及存储介质 | |
JP7075770B2 (ja) | 文字認識システム、文字鮮明化システム、文字鮮明化プログラム、文字鮮明化方法、及び文字鮮明化画像の表示装置 | |
CN112801046B (zh) | 图像处理方法、装置、电子设备和计算机存储介质 | |
CN111222489A (zh) | 一种光交箱智能识别方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |