CN113689379A - 一种led部件功能测试诊断装置及方法 - Google Patents
一种led部件功能测试诊断装置及方法 Download PDFInfo
- Publication number
- CN113689379A CN113689379A CN202110804855.XA CN202110804855A CN113689379A CN 113689379 A CN113689379 A CN 113689379A CN 202110804855 A CN202110804855 A CN 202110804855A CN 113689379 A CN113689379 A CN 113689379A
- Authority
- CN
- China
- Prior art keywords
- led
- image
- leds
- positions
- server
- 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.)
- Granted
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 121
- 238000003745 diagnosis Methods 0.000 title claims abstract description 36
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000004519 manufacturing process Methods 0.000 claims abstract description 58
- 239000003086 colorant Substances 0.000 claims abstract description 31
- 238000011990 functional testing Methods 0.000 claims abstract description 8
- 238000012549 training Methods 0.000 claims description 59
- 230000002159 abnormal effect Effects 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 3
- 238000003491 array Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000007781 pre-processing Methods 0.000 description 4
- 238000002405 diagnostic procedure Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Testing Of Optical Devices Or Fibers (AREA)
- Image Analysis (AREA)
Abstract
本发明提出了一种LED部件功能测试诊断装置,应用于生产线设备组装测试中,包括:图像识别服务器、生产测试服务器、待测设备以及图像采集模块,所述图像识别服务器部署已完成训练的图像识别系统,用于识别第一LED图像以及第二LED图像,并将识别结果发送至生产测试服务器;所述生产测试服务器通过控制待测设备依次点亮LED部件中指定的LED,所有LED的位置、亮灭以及颜色构成第一LED图像以及第二LED图像,根据图像识别服务器发送的识别结果判断LED部件是否正常;所述图像采集模块采集第一LED图像以及第二LED图像,本发明还提出了一种LED部件功能测试诊断方法,提高了LED部件测试诊断的效率以及准确性。
Description
技术领域
本发明涉及LED测试领域,尤其是涉及一种LED部件功能测试诊断装置及方法。
背景技术
以太网交换机、路由器、防火墙、服务器等IT设备都会有LED(light-emittingdiode,发光二极管)指示灯用来指示电源、系统状态、端口状态等。在上述设备的生产中均需要测试这些led的功能,如颜色、亮灭等。
目前的设备生产测试方法主要有两种,一种是人工目测:产线工人依据作业指导书,通过人眼识别LED的颜色和亮灭来判断功能是否正常;另一种是LED测试仪:LED测试仪通过颜色、亮度传感器来识别led的颜色和亮灭等信息。
但是人工判断容易产生误判,特别是LED比较多的产品上,容易产生质量问题,而且需要产线工人参与,无法实现生产自动化;通过LED测试仪进行诊断测试,需要依据被测产品(待测设备)的形态不同,准备专门的生产测试治具,如果设备的LED数量较多,甚至需要采购新的测试治具,无法实现生产线组装测试环境的快速搭建和切换,不利于提高服务器等待测生产设备中LED部件的快速、准确测试。
发明内容
本发明为了解决现有技术中存在的问题,创新提出了一种LED部件功能测试诊断装置及方法,有效解决由于现有技术中服务器等待测生产设备中LED部件测试诊断效率低、准确性差的问题,有效的提高了LED部件测试诊断的效率以及准确性。
本发明第一方面提供了一种LED部件功能测试诊断装置,应用于生产线设备组装测试中,包括:图像识别服务器、生产测试服务器、待测设备以及图像采集模块,所述图像识别服务器部署已完成训练的图像识别系统,所述图像识别系统用于识别图像采集模块采集的第一LED图像以及第二LED图像,并将第一LED图像以及第二LED图像的识别结果发送至生产测试服务器;所述生产测试服务器与待测设备通信连接,通过控制待测设备依次点亮LED部件中指定的LED,所有LED的位置、亮灭以及颜色构成第一LED图像以及第二LED图像,根据图像识别服务器发送的识别结果判断LED部件是否正常,其中同一位置LED在第一LED图像中的亮灭情况与第二LED图像中的亮灭情况不同;所述图像采集模块采集所有LED的位置、亮灭以及颜色构成的第一LED图像以及第二LED图像,并将采集的第一LED图像以及第二LED图像分别依次发送至图像识别服务器。
可选地,所述图像识别系统是基于第一LED图像、第二LED图像以及第三LED图像的基础上识别的AI训练模型,其中,同一位置LED在第一LED图像中的亮灭情况与第二LED图像中的亮灭情况互为交替,第三LED图像中LED随机亮灭。
进一步地,第一LED图像为LED部件中奇数位置的LED亮,偶数位置的LED灭;第二LED图像为LED部件中奇数位置的LED灭,偶数位置的LED亮;或,第一LED图像为LED部件中奇数位置的LED灭,偶数位置的LED亮;第二LED图像为LED部件中奇数位置的LED亮,偶数位置的LED灭。
可选地,图像采集模块为网络摄像头。
本发明第二方面提供了一种LED部件功能测试诊断方法,基于本发明第一方面所述的LED部件功能测试诊断装置的基础上实现的,包括:
生产测试服务器通过控制待测设备点亮LED部件中指定的LED,所有LED的位置、亮灭以及颜色构成第一LED图像;
图像采集模块采集所有LED的位置、亮灭以及颜色构成的第一LED图像,并将采集的第一LED图像发送至图像识别服务器;
图像识别服务器中根据已完成训练的图像识别系统,识别图像采集模块采集的第一LED图像;
生产测试服务器通过控制待测设备点亮LED部件中指定的LED,所有LED的位置、亮灭以及颜色构成第二LED图像,其中,同一位置LED在第一LED图像中的亮灭情况与第二LED图像中的亮灭情况不同;
图像采集模块采集所有LED的位置、亮灭以及颜色构成的第二LED图像,并将采集的第二LED图像发送至图像识别服务器;
图像识别服务器中根据已完成训练的图像识别系统,识别图像采集模块采集的第二LED图像,并将第一LED图像以及第二LED图像的识别结果发送至生产测试服务器;
生产测试服务器根据图像识别服务器发送的识别结果判断LED部件是否正常。
可选地,图像识别系统的训练具体包括:
在训练阶段开始前,控制待测设备下发指令点亮LED部件中指定的LED,所有LED的位置、亮灭以及颜色经过拍照形成第一LED图像、第二LED图像以及第三LED图像,把第一LED图像、第二LED图像以及第三LED图像作为训练数据导入AI训练模型;
在训练前期人工标注第一LED图像、第二LED图像以及第三LED图像中的LED的具体位置以及LED在图像中的亮灭状态和亮时的颜色;
开始模型训练,训练AI训练模型识别第一LED图像、第二LED图像以及第三LED图像中的LED位置、亮灭状态和颜色;
重复进行模型训练,直到AI训练模型符合预设识别要求。
进一步地,所述图像识别系统是基于第一LED图像、第二LED图像以及第三LED图像的基础上识别的AI训练模型,其中,同一位置LED在第一LED图像中的亮灭情况与第二LED图像中的亮灭情况互为交替,第三LED图像中LED随机亮灭。
进一步地,第一LED图像为LED部件中奇数位置的LED亮,偶数位置的LED灭;第二LED图像为LED部件中奇数位置的LED灭,偶数位置的LED亮;或,第一LED图像为LED部件中奇数位置的LED灭,偶数位置的LED亮;第二LED图像为LED部件中奇数位置的LED亮,偶数位置的LED灭。
可选地,生产测试服务器根据图像识别服务器发送的识别结果判断LED部件是否正常具体是:
生产测试服务器接收图像识别服务器发送的第一LED图像的识别结果以及第二LED图像的识别结果;
判断第一LED图像中所有LED的识别结果以及第二LED图像中所有LED的识别结果与预设要求是否一致,如果均一致,LED部件功能测试通过;如果第一LED图像和/或第二LED图像中任一LED的识别结果与预设要求不一致,LED部件功能测试失败,并确定异常LED的位置。
可选地,所述识别结果包括LED部件中同一位置LED的亮灭状态以及颜色。
本发明采用的技术方案包括以下技术效果:
1、本发明有效解决由于现有技术中服务器等待测生产设备中LED部件测试诊断效率低、准确性差的问题,有效的提高了LED部件测试诊断的效率以及准确性。
2、本发明通过经过训练后的LED图像识别系统识别第一LED图像以及第二LED图像,相比于人工判断,不仅测试结果更准确,而且提高了测试效率,实现自动化测试,当被测设备对应的LED部件中的LED位置和数量的变化都无需添加额外的生产治具,极大程度上提高了生产线测试的弹性和效率。
3、本发明技术方案的LED图像识别系统的训练是经过第一LED图像、第二LED图像、第三LED图像为输入数据的基础上训练的,训练后的LED图像识别系统识别结果更准确,进一步地提高了LED部件测试诊断的准确性以及可靠性。
4、本发明技术方案的同一位置LED在第一LED图像中的亮灭情况与第二LED图像中的亮灭情况互为交替,通过两次图像采集以及图像识别,即可判断待测设备对应的LED部件的异常情况,不仅降低了测试时间,而且降低了图像识别的复杂度,避免了因为一次性的图像采集、识别造成图像识别复杂度高,影响测试效率以及准确性的情况。
应当理解的是以上的一般描述以及后文的细节描述仅是示例性和解释性的,并不能限制本发明。
附图说明
为了更清楚说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单介绍,显而易见的,对于本领域普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明方案中实施例一装置的结构示意图;
图2为本发明方案中实施例一中第一LED图像对应示意图;
图3为本发明方案中实施例一中第二LED图像对应示意图;
图4为本发明方案中实施例一中第三LED图像对应示意图;
图5为本发明方案中实施例一中图像识别系统的训练流程示意图;
图6为本发明方案中实施例二方法的流程示意图。
具体实施方式
为能清楚说明本方案的技术特点,下面通过具体实施方式,并结合其附图,对本发明进行详细阐述。下文的公开提供了许多不同的实施例或例子用来实现本发明的不同结构。为了简化本发明的公开,下文中对特定例子的部件和设置进行描述。此外,本发明可以在不同例子中重复参考数字和/或字母。这种重复是为了简化和清楚的目的,其本身不指示所讨论各种实施例和/或设置之间的关系。应当注意,在附图中所图示的部件不一定按比例绘制。本发明省略了对公知组件和处理技术及工艺的描述以避免不必要地限制本发明。
实施例一
如图1所示,本发明提供了一种LED部件功能测试诊断装置,应用于生产线设备组装测试中,包括:图像识别服务器1、生产测试服务器2、待测设备3以及图像采集模块4,图像识别服务器1部署已完成训练的图像识别系统11,图像识别系统11用于识别图像采集模块4采集的第一LED图像以及第二LED图像,并将第一LED图像以及第二LED图像的识别结果发送至生产测试服务器2;生产测试服务器2与待测设备3通信连接,通过控制待测设备3依次点亮LED部件31中指定的LED,所有LED的位置、亮灭以及颜色构成第一LED图像以及第二LED图像,根据图像识别服务器1发送的识别结果判断LED部件31是否正常,其中同一位置LED在第一LED图像中的亮灭情况与第二LED图像中的亮灭情况不同;图像采集模块4采集所有LED的位置、亮灭以及颜色构成的第一LED图像以及第二LED图像,并将采集的第一LED图像以及第二LED图像分别依次发送至图像识别服务器1。
其中,图像识别系统11是基于第一LED图像、第二LED图像以及第三LED图像的基础上识别的AI训练模型,其中,同一位置LED在第一LED图像中的亮灭情况与第二LED图像中的亮灭情况互为交替,第三LED图像中LED随机亮灭。
具体地,如图2-图3所示,第一LED图像可以是LED部件31中奇数位置的LED亮,偶数位置的LED灭;第二LED图像为LED部件31中奇数位置的LED灭,偶数位置的LED亮;或者也可以是,第一LED图像为LED部件31中奇数位置的LED灭,偶数位置的LED亮;第二LED图像为LED部件31中奇数位置的LED亮,偶数位置的LED灭。如图4所示,第三LED图像中LED随机亮灭,可以根据实际情况进行灵活生成。
如图5所示,基于第一LED图像、第二LED图像以及第三LED图像的基础上识别的AI训练模型,形成图像识别系统具体过程可以是:
在训练阶段开始前,控制待测设备下发指令点亮LED部件31中指定的LED,所有LED的位置、亮灭以及颜色经过拍照形成第一LED图像、第二LED图像以及第三LED图像,把第一LED图像、第二LED图像以及第三LED图像作为训练数据导入AI训练模型;
在训练前期人工标注第一LED图像、第二LED图像以及第三LED图像中的LED的具体位置以及LED在图像中的亮灭状态和亮时的颜色;例如亮时为绿色(在训练中后期,AI训练模型即可自动标注第一LED图像、第二LED图像以及第三LED图像中的LED的具体位置以及LED在图像中的亮灭状态和亮时的颜色,这时,训练人员仅可以对标注结果进行核对、修改即可)。
进入数据预处理,生成训练样本数据,并对AI训练模型算法参数做配置,其中,预处理主要是针对图像采集模块4采集图像进行筛选剔除,例如,可以剔除图像采集模块4采集的包括LED部件31以外的图像或者是图像采集模块4采集的严重失真的图像,以便剔除可能影响训练结果的数据;
开始模型训练,训练AI训练模型识别第一LED图像、第二LED图像以及第三LED图像中的LED位置、亮灭状态和颜色;其中,颜色的识别可以是对图像中的识别为亮的LED图像提取RGB(RGB color mode,RGB色彩模式是工业界的一种颜色标准,是通过对红(R)、绿(G)、蓝(B)三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色的,RGB即是代表红、绿、蓝三个通道的颜色)数值,根据RGB数值,判断LED亮时的颜色;
进行AI训练模型评估,判断AI训练模型收敛程度是否满足预设识别要求,如果满足,则停止训练;如果不满足,重复进行模型训练,直到AI训练模型符合预设识别要求。
生产测试服务器根据图像识别服务器1发送的识别结果判断LED部件31是否正常具体可以是:
生产测试服务器接收图像识别服务器发送的第一LED图像的识别结果以及第二LED图像的识别结果;
判断第一LED图像中所有LED的识别结果以及第二LED图像中所有LED的识别结果与预设要求是否一致,如果均一致,LED部件31功能测试通过;如果第一LED图像和/或第二LED图像中任一LED的识别结果与预设要求不一致,LED部件31功能测试失败,并确定异常LED的位置。
具体地,如下表所示,
第一LED图像和第二LED图像中,如果LED1的识别状态均为灭,说明LED1故障;
第一LED图像和第二LED图像中,如果LED1的颜色识别为黄色或其他颜色,说明LED组件异常;
第一LED图像和第二LED图像中,如果LED1的状态符合正确设定(即第一LED图像中LED1识别状态为灭,第二LED图像中LED1识别状态为亮,且颜色为绿色;或第一LED图像中LED1识别状态为亮,且颜色为绿色,第二LED图像中LED1识别状态为灭),说明LED1功能正常,测试通过;
进一步地,如果LED部件31中所有位置LED测试均通过,则LED部件31测试通过,任一位置LED测试未通过,则LED部件31测试失败,确定故障或组件异常的LED,以便根据测试结果进行维护。
需要说明的是,本发明技术方案中图像采集模块4可以为网络摄像头,也可以采用其他形式的摄像头,本发明在此不做限制;图像识别服务器1、生产测试服务器2、待测设备3以及图像采集模块4相互通信可以是采用无线网络或有线网络均可,本发明同样不做限制;待测设备可以是服务器、交换机,也可以是其他计算机设备,本发明同样不做限制。
进一步地,本发明诊断测试是针对LED部件31中所有LED灯均位于同一平面,如果待测设备3对应的LED部件31并不位于同一平面时,一种方法是可以对LED部件31的LED灯阵位于不同的平面进行分割,每个平面的LED灯阵为一组,先针对某一个平面的LED灯阵进行测试诊断,改平面LED灯阵测试诊断完成后,再针对其他平面的LED灯阵进行测试诊断,直到所有平面的LED灯阵测试诊断完成;另外一种方法是,可以采用部署于LED部件平面数量是相对应的图像采集模块4,每一个图像采集模块4采集对应平面的LED的图像,图像识别服务器1针对每个的图像采集模块4采集的第一LED图像、第二LED图像进行识别,生产测试服务器2针对每个的图像采集模块4采集的第一LED图像识别结果、第二LED图像的识别结果,进行测试诊断,直到所有平面的LED灯阵测试诊断完成。
本发明有效解决由于现有技术中服务器等待测生产设备中LED部件测试诊断效率低、准确性差的问题,有效的提高了LED部件测试诊断的效率以及准确性。
本发明通过经过训练后的LED图像识别系统识别第一LED图像以及第二LED图像,相比于人工判断,不仅测试结果更准确,而且提高了测试效率,实现自动化测试,当被测设备对应的LED部件中的LED位置和数量的变化都无需添加额外的生产治具,极大程度上提高了生产线测试的弹性和效率。
本发明技术方案的LED图像识别系统的训练是经过第一LED图像、第二LED图像、第三LED图像为输入数据的基础上训练的,训练后的LED图像识别系统识别结果更准确,进一步地提高了LED部件测试诊断的准确性以及可靠性。
本发明技术方案的同一位置LED在第一LED图像中的亮灭情况与第二LED图像中的亮灭情况互为交替,通过两次图像采集以及图像识别,即可判断待测设备对应的LED部件的异常情况,不仅降低了测试时间,而且降低了图像识别的复杂度,避免了因为一次性的图像采集、识别造成图像识别复杂度高,影响测试效率以及准确性的情况。
实施例二
如图6所示,本发明技术方案还提供了一种LED部件功能测试诊断方法,基于实施例一中的LED部件功能测试诊断装置的基础上实现的,包括:
S1,生产测试服务器通过控制待测设备点亮LED部件中指定的LED,所有LED的位置、亮灭以及颜色构成第一LED图像;
S2,图像采集模块采集所有LED的位置、亮灭以及颜色构成的第一LED图像,并将采集的第一LED图像发送至图像识别服务器;
S3,图像识别服务器中根据已完成训练的图像识别系统,识别图像采集模块采集的第一LED图像;
S4,生产测试服务器通过控制待测设备点亮LED部件中指定的LED,所有LED的位置、亮灭以及颜色构成第二LED图像,其中,同一位置LED在第一LED图像中的亮灭情况与第二LED图像中的亮灭情况不同;
S5,图像采集模块采集所有LED的位置、亮灭以及颜色构成的第二LED图像,并将采集的第二LED图像发送至图像识别服务器;
S6,图像识别服务器中根据已完成训练的图像识别系统,识别图像采集模块采集的第二LED图像,并将第一LED图像以及第二LED图像的识别结果发送至生产测试服务器;
S7,生产测试服务器根据图像识别服务器发送的识别结果判断LED部件是否正常。
其中,在步骤S3中,图像识别系统11是基于第一LED图像、第二LED图像以及第三LED图像的基础上识别的AI训练模型,其中,同一位置LED在第一LED图像中的亮灭情况与第二LED图像中的亮灭情况互为交替,第三LED图像中LED随机亮灭。
具体地,如图2-图3所示,第一LED图像可以是LED部件中奇数位置的LED亮,偶数位置的LED灭;第二LED图像为LED部件中奇数位置的LED灭,偶数位置的LED亮;或者也可以是,第一LED图像为LED部件中奇数位置的LED灭,偶数位置的LED亮;第二LED图像为LED部件中奇数位置的LED亮,偶数位置的LED灭。如图4所示,第三LED图像中LED随机亮灭,可以根据实际情况进行灵活生成。
如图5所示,基于第一LED图像、第二LED图像以及第三LED图像的基础上识别的AI训练模型,形成图像识别系统具体过程可以是:
在训练阶段开始前,控制待测设备下发指令点亮LED部件中指定的LED,所有LED的位置、亮灭以及颜色经过拍照形成第一LED图像、第二LED图像以及第三LED图像,把第一LED图像、第二LED图像以及第三LED图像作为训练数据导入AI训练模型;
在训练前期人工标注第一LED图像、第二LED图像以及第三LED图像中的LED的具体位置以及LED在图像中的亮灭状态和亮时的颜色;例如亮时为绿色(在训练中后期,AI训练模型即可自动标注第一LED图像、第二LED图像以及第三LED图像中的LED的具体位置以及LED在图像中的亮灭状态和亮时的颜色,这时,训练人员仅可以对标注结果进行核对、修改即可,即半自动标注)。
进入数据预处理,生成训练样本数据,并对AI训练模型算法参数做配置,其中,预处理主要是针对图像采集模块采集图像进行筛选剔除,例如,可以剔除图像采集模块采集的包括LED部件以外的图像或者是图像采集模块采集的严重失真的图像,以便剔除可能影响训练结果的数据;
开始模型训练,训练AI训练模型识别第一LED图像、第二LED图像以及第三LED图像中的LED位置、亮灭状态和颜色;其中,颜色的识别可以是对图像中的识别为亮的LED图像提取RGB数值,根据RGB数值,判断LED亮时的颜色;
进行AI训练模型评估,判断AI训练模型收敛程度是否满足预设识别要求,如果满足,则停止训练;如果不满足,重复进行模型训练,直到AI训练模型符合预设识别要求。
在步骤S7中,生产测试服务器根据图像识别服务器发送的识别结果判断LED部件是否正常具体可以是:
生产测试服务器接收图像识别服务器发送的第一LED图像的识别结果以及第二LED图像的识别结果;
判断第一LED图像中所有LED的识别结果以及第二LED图像中所有LED的识别结果与预设要求是否一致,如果均一致,LED部件功能测试通过;如果第一LED图像和/或第二LED图像中任一LED的识别结果与预设要求不一致,LED部件功能测试失败,并确定异常LED的位置。
具体地,识别结果包括LED部件中同一位置LED的亮灭状态以及颜色。如下表所示,
第一LED图像和第二LED图像中,如果LED1的识别状态均为灭,说明LED1故障;
第一LED图像和第二LED图像中,如果LED1的颜色识别为黄色或其他颜色,说明LED组件异常;
第一LED图像和第二LED图像中,如果LED1的状态符合正确设定(即第一LED图像中LED1识别状态为灭,第二LED图像中LED1识别状态为亮,且颜色为绿色;或第一LED图像中LED1识别状态为亮,且颜色为绿色,第二LED图像中LED1识别状态为灭),说明LED1功能正常,测试通过;
进一步地,如果LED部件中所有位置LED测试均通过,则LED部件测试通过,任一位置LED测试未通过,则LED部件测试失败,确定故障或组件异常的LED,以便根据测试结果进行维护。
需要说明的是,本发明技术方案中图像采集模块可以为网络摄像头,也可以采用其他形式的摄像头,本发明在此不做限制;图像识别服务器、生产测试服务器、待测设备以及图像采集模块相互通信可以是采用无线网络或有线网络均可,本发明同样不做限制。
进一步地,本发明诊断测试是针对LED部件中所有LED灯均位于同一平面,如果待测设备对应的LED部件并不位于同一平面时,一种方法是可以对LED部件的LED灯阵位于不同的平面进行分割,每个平面的LED灯阵为一组,先针对某一个平面的LED灯阵进行测试诊断,改平面LED灯阵测试诊断完成后,再针对其他平面的LED灯阵进行测试诊断,直到所有平面的LED灯阵测试诊断完成;另外一种方法是,可以采用部署于LED部件平面数量是相对应的图像采集模块,每一个图像采集模块采集对应平面的LED的图像,图像识别服务器针对每个的图像采集模块采集的第一LED图像、第二LED图像进行识别,生产测试服务器针对每个的图像采集模块采集的第一LED图像识别结果、第二LED图像的识别结果,进行测试诊断,直到所有平面的LED灯阵测试诊断完成。
本发明有效解决由于现有技术中服务器等待测生产设备中LED部件测试诊断效率低、准确性差的问题,有效的提高了LED部件测试诊断的效率以及准确性。
本发明通过经过训练后的LED图像识别系统识别第一LED图像以及第二LED图像,相比于人工判断,不仅测试结果更准确,而且提高了测试效率,实现自动化测试,当被测设备对应的LED部件中的LED位置和数量的变化都无需添加额外的生产治具,极大程度上提高了生产线测试的弹性和效率。
本发明技术方案的LED图像识别系统的训练是经过第一LED图像、第二LED图像、第三LED图像为输入数据的基础上训练的,训练后的LED图像识别系统识别结果更准确,进一步地提高了LED部件测试诊断的准确性以及可靠性。
本发明技术方案的同一位置LED在第一LED图像中的亮灭情况与第二LED图像中的亮灭情况互为交替,通过两次图像采集以及图像识别,即可判断待测设备对应的LED部件的异常情况,不仅降低了测试时间,而且降低了图像识别的复杂度,避免了因为一次性的图像采集、识别造成图像识别复杂度高,影响测试效率以及准确性的情况。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (10)
1.一种LED部件功能测试诊断装置,其特征是,应用于生产线设备组装测试中,包括:图像识别服务器、生产测试服务器、待测设备以及图像采集模块,所述图像识别服务器部署已完成训练的图像识别系统,所述图像识别系统用于识别图像采集模块采集的第一LED图像以及第二LED图像,并将第一LED图像以及第二LED图像的识别结果发送至生产测试服务器;所述生产测试服务器与待测设备通信连接,通过控制待测设备依次点亮LED部件中指定的LED,所有LED的位置、亮灭以及颜色构成第一LED图像以及第二LED图像,根据图像识别服务器发送的识别结果判断LED部件是否正常,其中同一位置LED在第一LED图像中的亮灭情况与第二LED图像中的亮灭情况不同;所述图像采集模块采集所有LED的位置、亮灭以及颜色构成的第一LED图像以及第二LED图像,并将采集的第一LED图像以及第二LED图像分别依次发送至图像识别服务器。
2.根据权利要求1所述的LED部件功能测试诊断装置,其特征是,所述图像识别系统是基于第一LED图像、第二LED图像以及第三LED图像的基础上识别的AI训练模型,其中,同一位置LED在第一LED图像中的亮灭情况与第二LED图像中的亮灭情况互为交替,第三LED图像中LED随机亮灭。
3.根据权利要求2所述的LED部件功能测试诊断装置,其特征是,第一LED图像为LED部件中奇数位置的LED亮,偶数位置的LED灭;第二LED图像为LED部件中奇数位置的LED灭,偶数位置的LED亮;或,第一LED图像为LED部件中奇数位置的LED灭,偶数位置的LED亮;第二LED图像为LED部件中奇数位置的LED亮,偶数位置的LED灭。
4.根据权利要求1-3任一所述的LED部件功能测试诊断装置,其特征是,图像采集模块为网络摄像头。
5.一种LED部件功能测试诊断方法,其特征是,基于权利要求1-4任一所述的LED部件功能测试诊断装置的基础上实现的,包括:
生产测试服务器通过控制待测设备点亮LED部件中指定的LED,所有LED的位置、亮灭以及颜色构成第一LED图像;
图像采集模块采集所有LED的位置、亮灭以及颜色构成的第一LED图像,并将采集的第一LED图像发送至图像识别服务器;
图像识别服务器中根据已完成训练的图像识别系统,识别图像采集模块采集的第一LED图像;
生产测试服务器通过控制待测设备点亮LED部件中指定的LED,所有LED的位置、亮灭以及颜色构成第二LED图像,其中,同一位置LED在第一LED图像中的亮灭情况与第二LED图像中的亮灭情况不同;
图像采集模块采集所有LED的位置、亮灭以及颜色构成的第二LED图像,并将采集的第二LED图像发送至图像识别服务器;
图像识别服务器中根据已完成训练的图像识别系统,识别图像采集模块采集的第二LED图像,并将第一LED图像以及第二LED图像的识别结果发送至生产测试服务器;
生产测试服务器根据图像识别服务器发送的识别结果判断LED部件是否正常。
6.根据权利要求5所述的LED部件功能测试诊断方法,其特征是,图像识别系统的训练具体包括:
在训练阶段开始前,控制待测设备下发指令点亮LED部件中指定的LED,所有LED的位置、亮灭以及颜色经过拍照形成第一LED图像、第二LED图像以及第三LED图像,把第一LED图像、第二LED图像以及第三LED图像作为训练数据导入AI训练模型;
在训练前期人工标注第一LED图像、第二LED图像以及第三LED图像中的LED的具体位置以及LED在图像中的亮灭状态和亮时的颜色;
开始模型训练,训练AI训练模型识别第一LED图像、第二LED图像以及第三LED图像中的LED位置、亮灭状态和颜色;
重复进行模型训练,直到AI训练模型符合预设识别要求。
7.根据权利要求6所述的LED部件功能测试诊断方法,其特征是,所述图像识别系统是基于第一LED图像、第二LED图像以及第三LED图像的基础上识别的AI训练模型,其中,同一位置LED在第一LED图像中的亮灭情况与第二LED图像中的亮灭情况互为交替,第三LED图像中LED随机亮灭。
8.根据权利要求7所述的LED部件功能测试诊断方法,其特征是,第一LED图像为LED部件中奇数位置的LED亮,偶数位置的LED灭;第二LED图像为LED部件中奇数位置的LED灭,偶数位置的LED亮;或,第一LED图像为LED部件中奇数位置的LED灭,偶数位置的LED亮;第二LED图像为LED部件中奇数位置的LED亮,偶数位置的LED灭。
9.根据权利要求5所述的LED部件功能测试诊断方法,其特征是,生产测试服务器根据图像识别服务器发送的识别结果判断LED部件是否正常具体是:
生产测试服务器接收图像识别服务器发送的第一LED图像的识别结果以及第二LED图像的识别结果;
判断第一LED图像中所有LED的识别结果以及第二LED图像中所有LED的识别结果与预设要求是否一致,如果均一致,LED部件功能测试通过;如果第一LED图像和/或第二LED图像中任一LED的识别结果与预设要求不一致,LED部件功能测试失败,并确定异常LED的位置。
10.根据权利要求5-9任一所述的LED部件功能测试诊断方法,其特征是,所述识别结果包括LED部件中同一位置LED的亮灭状态以及颜色。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110804855.XA CN113689379B (zh) | 2021-07-16 | 2021-07-16 | 一种led部件功能测试诊断装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110804855.XA CN113689379B (zh) | 2021-07-16 | 2021-07-16 | 一种led部件功能测试诊断装置及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113689379A true CN113689379A (zh) | 2021-11-23 |
CN113689379B CN113689379B (zh) | 2023-05-26 |
Family
ID=78577228
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110804855.XA Active CN113689379B (zh) | 2021-07-16 | 2021-07-16 | 一种led部件功能测试诊断装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113689379B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107590499A (zh) * | 2017-09-28 | 2018-01-16 | 武汉大学 | 一种基于视频的设备led指示灯状态监测方法及系统 |
CN112070000A (zh) * | 2020-09-07 | 2020-12-11 | 上海闻泰信息技术有限公司 | 智能识别算法训练方法、装置、终端服务器及可存储介质 |
US20210073973A1 (en) * | 2019-09-06 | 2021-03-11 | Beijing Baidu Netcom Science Technology Co., Ltd. | Method and apparatus for component fault detection based on image |
CN113012607A (zh) * | 2019-12-19 | 2021-06-22 | 西安诺瓦星云科技股份有限公司 | 显示模块检测方法、装置和系统 |
-
2021
- 2021-07-16 CN CN202110804855.XA patent/CN113689379B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107590499A (zh) * | 2017-09-28 | 2018-01-16 | 武汉大学 | 一种基于视频的设备led指示灯状态监测方法及系统 |
US20210073973A1 (en) * | 2019-09-06 | 2021-03-11 | Beijing Baidu Netcom Science Technology Co., Ltd. | Method and apparatus for component fault detection based on image |
CN113012607A (zh) * | 2019-12-19 | 2021-06-22 | 西安诺瓦星云科技股份有限公司 | 显示模块检测方法、装置和系统 |
CN112070000A (zh) * | 2020-09-07 | 2020-12-11 | 上海闻泰信息技术有限公司 | 智能识别算法训练方法、装置、终端服务器及可存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113689379B (zh) | 2023-05-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109725247B (zh) | 一种电路板远程维护保障方法及系统 | |
WO2018006180A1 (en) | System and method for combined automatic and manual inspection | |
CN101187684B (zh) | 主板发光二极管测试装置及方法 | |
CN109507209A (zh) | 一种薄膜印刷缺陷检测系统及方法 | |
US11442095B2 (en) | Cable harness test system and test method for checking cable harnesses | |
CN109142380A (zh) | 电路板的故障检测方法、装置和系统 | |
CN107396538A (zh) | 一种主板生产线自动化生产管理方法 | |
CN105744261B (zh) | 机顶盒前面板的测试系统及测试方法 | |
US20150084637A1 (en) | Assembly and method for evaluating the state of an electronic unit used for illumination purposes | |
CN107084989B (zh) | 一种aoi器件数据库的添加方法与系统 | |
CN104637425A (zh) | 流水线式led显示单元均匀性检测方法、系统及装置 | |
CN113689379B (zh) | 一种led部件功能测试诊断装置及方法 | |
US20120020545A1 (en) | Component presence/absence judging apparatus and method | |
CN113184017A (zh) | 一种atp视频监控与智能识别分析系统 | |
TWI695969B (zh) | 發光源檢測系統及其檢測方法 | |
CN107727366B (zh) | 动车检修库管廊照明的检测方法、装置、系统及存储介质 | |
CN113709065A (zh) | 交换机的面板灯的自动检测方法、系统、设备及存储介质 | |
KR101619721B1 (ko) | Pcb 검사 장치 | |
CN112596967B (zh) | 一种板卡信号时序的测试方法、装置、系统及服务器系统 | |
CN111062566A (zh) | 一种用于监督实验仪器质量规范的管理平台 | |
KR101119888B1 (ko) | 자동차 엔진 배선의 불량 추출을 위한 자동 검사장치 및 자동차 엔진 배선의 불량 추출을 위한 검사방법 | |
CN114820616B (zh) | 一种用于闪烁模式指示灯的设备状态检测方法及装置 | |
CN117809078A (zh) | 交换机led异常检测模型训练方法及装置 | |
CN110457169B (zh) | 一种服务器板卡led测试装置及方法 | |
KR102660641B1 (ko) | 자동검사시스템 및 그의 방법 |
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 |