CN113739701A - 图像化显示测点的方法、系统、设备及介质 - Google Patents
图像化显示测点的方法、系统、设备及介质 Download PDFInfo
- Publication number
- CN113739701A CN113739701A CN202111096174.9A CN202111096174A CN113739701A CN 113739701 A CN113739701 A CN 113739701A CN 202111096174 A CN202111096174 A CN 202111096174A CN 113739701 A CN113739701 A CN 113739701A
- Authority
- CN
- China
- Prior art keywords
- target
- information
- historical
- measuring
- measured
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
Abstract
本发明提供一种图像化显示测点的方法、系统、设备及介质,该方法通过获取待测目标的类型信息、目标尺寸,根据类型信息确定标准尺寸及,进而确定各待测测点的测点状态,根据类型信息确定待测目标所对应的图像化显示模型,将待测测点绘制在图像化显示模型上,并根据测点状态对显示在图像化显示模型上的待测测点进行标识,以达到异常测点显示更加直观、定位更加方便简单,提升用户体验度的技术效果。
Description
技术领域
本发明涉及计算机技术领域,特别是涉及一种图像化显示测点的方法、系统、设备及介质。
背景技术
车辆的车身在生产加工过程中,需要对车身的加工精度进行了解分析,通过对车身加工过程中若干个测点进行的尺寸分析,以期发现尺寸异常的异常测点,并及时调整,避免更大损失。
相关技术中,关于异常测点,往往需要工程师根据所找出的异常测点的测点名称进行比对后,进行位置查找,由于一个车身上可能有几千个测点,相关技术的异常测点的位置查找方式对于异常测点的定位不便,耗时耗力,用户体验度不好。
发明内容
鉴于以上所述现有技术的缺点,本发明的目的在于提供一种图像化显示测点的方法、系统、设备及介质,用于解决相关技术中异常测点定位不便、耗时耗力、用户体验度不好的问题。
为实现上述目的及其他相关目的,本发明提供一种图像化显示测点的方法,所述方法包括:
获取待测目标的目标信息,所述目标信息包括类型信息和所述待测目标上各待测测点的目标尺寸;
根据所述类型信息确定所述待测目标所对应的标准尺寸信息集,并确定所述待测测点的测点状态;
根据所述类型信息确定所述待测目标所对应的图像化显示模型,并将所述待测测点显示在所述图像化显示模型上,对所述待测测点根据所述测点状态进行标识。
于本发明的一实施例中,所述目标尺寸包括多个维度上的尺寸,所述测点状态的确定方式包括:
获取所述标准尺寸信息集中所述待测测点所对应的标准尺寸阈值,所述标准尺寸阈值包括针对各维度的标准尺寸子阈值;
根据各维度上所述尺寸与标准尺寸阈值确定子尺寸差异度;
获取各维度所对应的维度影响因子,并根据所述维度影响因子和子尺寸差异度确定所述待测测点的尺寸差异度,并确定所述测点状态。
于本发明的一实施例中,所述方法还包括:
获取历史数据库中的历史目标信息,至少一部分所述历史目标信息包括类型信息及若干个历史测点的历史尺寸、历史异常信息、测点标识,所述异常信息包括检修建议和异常原因中至少之一;
获取目标测点的目标尺寸、类型信息和测点标识,所述目标测点包括所述测点状态为异常的待测测点;
根据所述历史目标信息及所述目标测点的目标尺寸、测点标识、类型信息确定异常信息。
于本发明的一实施例中,所述根据所述历史目标信息及所述目标测点的目标尺寸、测点标识、类型信息确定异常信息包括:
根据所述测点标识从包括异常信息的所述历史目标信息中确定与所述对应车身信息,所述对应车身信息包括与所述待测测点具有相同测点标识的历史目标信息;
根据所述对应车身信息中所述历史尺寸和所述目标尺寸确定所述对应车身信息与目标信息的相似度;
若所述相似度高于预设相似度阈值,将所述对应车身信息中异常信息作为目标异常信息。
于本发明的一实施例中,所述方法还包括:
获取第一触发信息,所述第一触发信息包括选定测点,所述选定测点包括当前选定的所述目标测点;
显示所述选定测点的目标异常信息。
于本发明的一实施例中,所述目标信息包括若干组采用若干种测量方式的目标车身子信息,所述历史目标信息包括若干组采用若干种测量方式的目标车身子信息,所述根据所述历史目标信息及所述目标测点的目标尺寸、测点标识、类型信息确定目标异常信息包括:
根据与所述目标信息的测量方式一致的所述历史目标信息及所述目标测点的目标尺寸、测点标识、类型信息确定目标异常信息。
于本发明的一实施例中,将所述目标信息作为历史目标信息增加到所述历史数据库,所述方法还包括以下至少之一:
获取第二触发信息,所述第二触发信息包括类型信息、样本数量、测量方式和待统计测点的测点标识,在所述历史数据库中选取样本数量的所述类型信息和测量方式对应的历史目标信息,确定所述待统计测点的合格率,并显示;
获取第三触发信息,所述第三触发信息包括类型信息、样本数量和测量方式,在所述历史数据库中选取样本数量的所述类型信息和测量方式对应的历史目标信息,确定所述历史目标信息中测点状态包括异常的历史测点数量,并显示。
本发明还提供一种图像化显示测点的系统,所述系统包括:
获取模块,用于获取待测目标的目标信息,所述目标信息包括类型信息和所述待测目标上各待测测点的目标尺寸;
确定模块,用于根据所述类型信息确定所述待测目标所对应的标准尺寸信息集,并确定所述待测测点的测点状态;
显示模块,用于根据所述类型信息确定所述待测目标所对应的图像化显示模型,并将所述待测测点显示在所述图像化显示模型上,对所述待测测点根据所述测点状态进行标识。
本发明还提供一种图像化显示测点的设备,包括处理器,所述处理器和存储器耦合,所述存储器存储有程序指令,当所述存储器存储的程序指令被所述处理器执行时实现上述实施例中任一项所述的方法。
本发明还提供一种计算机可读存储介质,包括程序,当其在计算机上运行时,使得计算机执行如上述实施例中任一项所述的方法。
如上所述,本发明提供一种图像化显示测点的方法、系统、设备及介质,该方法通过获取待测目标的类型信息、目标尺寸,根据类型信息确定标准尺寸及,进而确定各待测测点的测点状态,根据类型信息确定待测目标所对应的图像化显示模型,将待测测点绘制在图像化显示模型上,并根据测点状态对显示在图像化显示模型上的待测测点进行标识,以达到异常测点显示更加直观、定位更加方便简单,提升用户体验度的技术效果。
附图说明
为了更清楚地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地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,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为本发明于一实施例中的图像化显示测点的方法的一种流程示意图;
图2和图3为本发明于一实施例中对于合格率和测点状态包括异常的历史测点数量的图形表示的一种示例;
图4为本发明于一实施例中图像化显示测点的方法的一种具体的流程示意图;
图5为本发明于一实施例中历史数据采集并存入历史数据库的一种的流程示意图;
图6为本发明于一实施例中历史数据库的一种结构示意图;
图7为本发明于一实施例中将待测测点拟合在预设模型上的一种示意图;
图8为本发明于一实施例中的图像化显示测点的系统的一种结构示意图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
实施例一
本发明实施例提供了一种图像化显示测点的方法,能够在检测到异常测点后,将车身上的各个测点通过立体模型化的方式具象进行展示的同时,将异常测点标识出来,以便相关工作人员方便快速的定位到异常测点的具体位置,提升工作效率和用户体验。
请参阅图1,本发明提供一种图像化显示测点的方法,该方法包括:
S101:获取待测目标的目标信息。
其中,目标信息包括但不限于类型信息和待测目标上待测测点的目标尺寸。类型信息可以为车型信息,待测目标可以为待测车身,根据类型信息确定待测车身所适配的车辆的车型目标尺寸可以通过三坐标、DTS、蓝光、在线测量、内间隙等多种测量方式中的一种或多种进行测量得到。
待测测点的位置选择、数量设定等可以由本领域技术人员根据需要进行设定。若该方法应用于多个待测目标时,各个待测目标的待测测点数量可以相同,也可以不同。
目标信息可以是覆盖于车身各个位置的待测测点的相关信息,也可以是车身某一部分的待测测点的相关信息,在此不做限定。
S102:根据类型信息确定待测目标所对应的标准尺寸信息集,并确定待测测点的测点状态。
以该方法应用于车身为例,由于每个车型的车辆外观存在一定差异,故车身上各测点的尺寸也存在一定不同,因此,每一个车型所对应的标准尺寸信息集均不相同。通过类型信息确定待测目标所对应的标准尺寸信息集,可以知晓每一个待测测点的标准尺寸阈值,进而根据待测目标实际的目标尺寸与标准尺寸阈值进行比对,可以知晓哪些待测测点的尺寸超出了尺寸阈值,将这些尺寸不合格的待测测点标记为异常测点,将尺寸合格的待测测点标记为合格测点,进而可以确定待测测点的测点状态。
可选的,标准尺寸信息集中的数据与目标信息的测量方式一致。
可选的,测点状态的确定方式包括:
获取标准尺寸信息集中待测测点所对应的标准尺寸阈值;
根据标准尺寸阈值和目标尺寸确定测点状态。
其中,标准尺寸信息集中包括标准尺寸阈值以及该标准尺寸阈值与待测测点的映射关系该映射关系可以是待测测点的身份识别信息与标准尺寸阈值之间的映射关系。
可选的,目标尺寸包括多个维度上的尺寸,测点状态的确定方式包括:
获取标准尺寸信息集中待测测点所对应的标准尺寸阈值,标准尺寸阈值包括针对各维度的标准尺寸子阈值;
根据各维度上尺寸与标准尺寸阈值确定子尺寸差异度;
获取各维度所对应的维度影响因子,并根据维度影响因子和子尺寸差异度确定待测测点的尺寸差异度,并确定测点状态。
其中,标准尺寸子阈值包括最小子标准尺寸值L1和最大子标准尺寸值L2,子尺寸差异度Ci的确定方式如下:
若Mi∈【L1,L2】,Ci=0;
若Mi大于L2,Ci=(M-L2)/L0;
若Mi小于L1,Ci=(L1-M)/L0。
其中,Mi为待测测点在某一维度i上的尺寸,L0为预设数值,该数值可以是L1、L2或本领域技术人员所设定的数值。
尺寸差异度F的确定方式如下:
其中,F为尺寸差异度,Yi为维度影响因子,Ci为子尺寸差异度,n为维度的数量。
可选的,若F=0,测点状态包括合格,否则,测点状态包括异常。具体的,若F大于0且小于第一预设差异度,则测点状态包括报警;若F大于0且大于第一预设差异度,则测点状态包括超差。其中,根据本领域技术人员对于标准尺寸阈值的设定情况以及对第一预设差异度的设定情况,报警可以是合格,此时该待测测点的尺寸已经到达了临界尺寸,但仍为合格状态,报警也可以是不合格,也即,只有在标准尺寸阈值范围内的待测测点才属于合格状态当然,超差的待测测点由于其尺寸可能远超过了可容忍的偏差,则可以评定为异常。
可选的,目标尺寸可以包括三个维度(x,y,z)的尺寸值,则标准尺寸阈值也对应包括三个维度的子阈值,可以分别求得各个维度上对应的子尺寸差异度,再根据各个维度上的子尺寸差异度得到该待测测点的测点状态。例如,取各个维度上的最大子尺寸差异度值作为该待测测点的尺寸差异度,进而确定测点状态。又例如,获取各个维度的维度影响因子,根据维度影响因子及子尺寸差异度确定尺寸差异度,进而确定测点状态。
S103:根据类型信息确定待测目标所对应的图像化显示模型,并将待测测点显示在图像化显示模型上,对待测测点根据测点状态进行标识。
以该方法应用于车身为例,由于每个车型的外观均存在差异,且每个车型的外观尺寸也是预先设定好的,故对于同一个车型的待测目标可以采用相同的图像化显示模型,该图像化显示模型可以是整个车身模型也可以是局部车身模型,该图像化模型可以是3D模型或其他预设模型。
可选的,通过对图像化模型进行处理,可以得到容量较小的数模文件,数模复杂程度较低,可以有效降低渲染数模对电脑GPU(Graphics Processing Unit,图形处理器)的要求,提升运算速度,降低对于设备配置的要求。通过threeJS数模文件渲染工具,能够快速加载渲染数模,实现普通办公电脑也能轻松浏览图像化显示模型,以及模型上上对应位置测点的测点状态。
图像化像是模型可以预先根据类型信息设定好,同时,获取该图像化显示模型之前,可以先获取待测测点在待测目标的分布状态,根据该分布状态选择合适的图像化显示模型,若待测测点仅分布在车身前部,则图像化显示模型没有必要选择整个车身的模型,而是可以选择与分布状态对应的部位的车身图像化显示模型。
将待测测点显示在图像化显示模型时可以根据目标尺寸来确定待测测点的具体位置,进行进行显示。可以将待测测点以原点、方形等本领域技术人员所设定的方式进行展示,对于不同的测点状态可以采用不同的形状、颜色、明暗等方式进行区分,以便相关工作人员可以方便直观的发现测点状态异常的异常测点,并直观的知晓该异常测点所在车身的具体位置。
在一些实施例中,该方法还包括:
获取历史数据库中的历史目标信息,至少一部分历史目标信息包括类型信息及若干个历史测点的历史尺寸、历史异常信息、测点标识,历史异常信息包括检修建议和异常原因中至少之一;
获取目标测点的目标尺寸、类型信息和测点标识,目标测点包括测点状态为异常的待测测点;
根据历史目标信息及目标测点的目标尺寸、测点标识、类型信息确定目标异常信息。
需要说明的是,由于绝大部分历史测点为合格状态,故其对应的历史目标信息不包括异常信息,但仍然可以包括历史尺寸、测点标识等数据。
可选的,根据历史目标信息及目标测点的目标尺寸、测点标识、类型信息确定异常信息包括:
根据测点标识从包括异常信息的历史目标信息中确定与对应车身信息,对应车身信息包括与待测测点具有相同测点标识的历史目标信息;
根据对应车身信息中历史尺寸和目标尺寸确定对应车身信息与目标信息的相似度;
若相似度高于预设相似度阈值,将对应车身信息中异常信息作为目标异常信息。
其中,相似度可以根据历史尺寸与目标尺寸的欧式距离确定,欧式距离越小,相似度越高。可以将不同欧式距离值预先设定为一定的相似度,或直接采用欧式距离作为相似度,对应设定合适的预设相似度阈值。
例如,根据类型信息可以在历史数据库中确定与待测侧身所对应的历史目标信息集,并根据目标测点的测点标识确定对应的若干个历史目标信息,并根据目标尺寸确定与待测测点相似度较高的历史测点,及该历史测点的历史异常信息,历史信息包括检修建议和异常原因中至少之一。其中相似度可以根据历史测点与目标测点的欧式距离确定。例如,欧式距离小于预设距离阈值,则可以认为相似度较高。
在一些实施例中,该方法还包括:
获取第一触发信息,第一触发信息包括选定测点,选定测点包括当前选定的目标测点;
显示选定测点的目标异常信息。
可选的,该选定动作可以在显示有待测测点的图像化显示模型上执行,也即,在包括有若干个根据测点状态标识有不同标志的待测测点的图像化显示模型上选定某一异常测点,则触发显示选定测点所对应的目标异常信息,这样相关工作人员可以知晓该测点的异常原因和/或检修建议。
在一些实施例中,目标信息包括若干组采用若干种测量方式的目标车身子信息,历史目标信息包括若干组采用若干种测量方式的目标车身子信息,根据历史目标信息及目标测点的目标尺寸、测点标识、类型信息确定异常信息包括:
根据与目标信息的测量方式一致的历史目标信息及目标测点的目标尺寸、测点标识、类型信息确定异常信息。
也即,本实施例在进行数据比较、比对时,两组测点数据所采用的测量方式是相同的。
可选的,测量方式包括但不限于三坐标、DTS、蓝光、在线测量、内间隙等中至少之一。
在一些实施例中,在对待测测点或历史测点进行测量得到目标信息或历史目标信息前,可以预先对测量得到的数据进行标准化处理,将标准化处理后的数据作为目标信息或历史目标信息。
可选的,由于各种测量方式所得到的数据格式可能存在差异,为保证后续数据读取、存储的便利,标准化处理的方式包括将各种测量方式所得到的各种数据统一数据格式后再存储。
在一些实施例中,将目标信息作为历史目标信息增加到历史数据库,该方法还包括:
获取第二触发信息,第二触发信息包括类型信息、样本数量、测量方式和待统计测点的测点标识,在历史数据库中选取样本数量的类型信息和测量方式对应的历史目标信息,确定待统计测点的合格率,并显示;
获取第三触发信息,第三触发信息包括类型信息、样本数量和测量方式,在历史数据库中选取样本数量的类型信息和测量方式对应的历史目标信息,确定历史目标信息中测点状态包括异常的历史测点数量,并显示,。
在一些实施例中,若待测测点的测量方式包括至少两种,则可以统计每一种测量方式下测点的合格率,并加以显示。
其中,待统计测点包括全部测点和/或重要测点,重要测点可以是由本领域技术人员从全部测点所选择的部分测点,该重要测点的确定可以结合该测点的历史合格率和对于目标结构稳定性的重要程度确定。
在一些实施例中,可以采集若干个时段的历史目标信息,根据各时段的历史目标信息所确定的合格率和/或测点状态包括异常的历史测点数量形成图标,加以显示。参见图2所示,图2为在测量方式采用三坐标方式,在2021年3月22日到2021年7月26日若干天中,样本数量为10个待测目标,所得到的各测点的总合格率和重点测点合格率(CPT合格率)。参见图3,图3为在测量方式采用三坐标方式,在2021年3月22日到2021年7月26日若干天中,样本数量为10个待测目标,测点状态包括异常的历史测点数量。
可选的,待统计测点包括全部测点时,合格率=历史目标信息中测点状态包括异常的历史测量数量/历史目标信息中测量总数量;待统计测点包括重要测点时,合格率=历史目标信息中测点状态包括异常的历史重要测量数量/历史目标信息中重要测量总数量。
可选的,在历史数据库中选取样本数量的类型信息和测量方式对应的历史目标信息,也即,根据测量方式,选择采用某一种测量方式所采集到的数据形成的历史目标信息,再在该历史目标信息中选择某一车型的数据,或,先在历史目标信息中选择某一车型的数据,再根据各数据的测量方式选择采用某一种测量方式的历史目标信息。
通过将数据存储入历史数据库,可以有效的对历史数据进行利用、分析、提升历史数据的存在价值,同时,也可以将历史数据进行自动整理汇总,为后续查找使用提供便利。
本发明实施例提供了一种图像化显示测点的方法,通过获取待测目标的类型信息、目标尺寸,根据类型信息确定标准尺寸及,进而确定各待测测点的测点状态,根据类型信息确定待测目标所对应的图像化显示模型,将待测测点绘制在图像化显示模型上,并根据测点状态对显示在图像化显示模型上的待测测点进行标识,以达到异常测点显示更加直观、定位更加方便简单快捷,提升用户体验度的技术效果,通过建立图像化显示模型与待测测点的匹配机制,能够实现快速将待测目标上的测点进行具象化显示,可以实现实时跟踪具象化异常测点。
可选的,通过对历史目标信息进行获取并比对,可以得到当前的待测测点的目标异常信息,以便相关工作人员对于异常测点进行处理维护,另外,将目标异常信息根据相关人员在图像化显示模型上的选中动作进行显示,可以直观的提供给相关人员对于该异常测点的处理建议,对于相关人员在处置异常测点时提供更加直观有效的建议。
可选的,对于历史目标信息与当前的待测目标的目标信息所采用的测量方式不进行限定可以提升本方法的适用性,对于目标信息中的异常测点可以选择与之匹配的类型和测量方式的历史目标信息进行目标异常信息的确定,使得不同测量方式所获得的数据可以统一化、集成化便于后续的数据应用。
工厂需要一种快速直观焊点统计呈现方式,结合汽车车身部件数模文件,以图形快速展示出部件及整车3D图形,并标注焊点位置和焊点的参数信息,加以对往期历史数据的利用和分析,实现数据价值最大化和实时问题具象化。现有工厂的图形化展示软件(CM4D)过于臃肿,对电脑配置要求极高,展示渲染难度大普通办公电脑难以流畅运行。本实施例提供的图像化显示测点的方法将建立在轻量化数模上,通过threeJS数模文件渲染工具,能够快速加载渲染数模,实现普通办公电脑也能轻松浏览车身3D图形部件,以及部件上对应位置焊点(测点)焊接情况/历史焊接情况(合格、报警、超差)。下面,参见图4-图7,以待测目标为待测车身为例,对本实施例中的图像化显示测点的方法进行示例性的说明。
首先获取历史数据,该历史数据可以通过多种测量方式对测点进行测量得到初步测量数据后,进行标准化处理,存储入历史数据库,该历史数据中的部分测点可以为异常测点,并预先标注有异常原因。参见图5,其中测量方式包括但不限于三坐标、DTS、蓝光、在线测量、内间隙等多种测量方式。在数据历史数据存储的过程中,可以进行数据关联,具体的,以车型为主体,在车型下建立各种测量方式的结构,并在子结构中添加测点。车型关联一个整体数模,测量方式结构分别关联结构数模,如果结构没有关联数模就向上父结构查找数模直至找到有数模的结构。测点数据将关联测点,根据关联查找测点数据库中对应的数据。
可选的,可以预先对预设模型进行数模轻量化处理,比如通过对现有的汽车车身各个部件数模文件进行处理,产生容量大小在1MB左右的数模文件。在精度尽可能不缺失的情况下减少数模的复杂程度,来减少渲染数模对电脑GPU的要求。
根据历史数据库的数据进行图像化展示及分析,具体包括:获取当前待测车身的待测测点的尺寸、车型,通过预设算法对待测测点的测点状态进行评估,得到各待测测点的测点状态,获取待测车身所对应的预设模型(图像化显示模型),将各个待测测点拟合到预设模型上,并根据测点状态,对各待测测点进行标识,不同测点状态的标识方式不同。参见图7,对待测测点进行具象化显示,以预设模型为三维模型,三个维度分别以X,Y,Z三维坐标表示为例,待测测点的目标尺寸以三个维度的坐标记录,将待测测点根据维护得X,Y,Z三维坐标打在预设模型对应位置上,并根据测点状态标识各个待测测点(比如,绿:合格,黄:警告,红:超差)。
可选的,参见图6,历史数据库包括测点数据库、测点库、车型库和数模文件库,可以将历史测点和待测测点的尺寸数据存储入测点数据库中,将各个测点的测点标识存储入测点库中,将类型信息存储入车型库中,将图像化显示模型(预设模型)存储入数模文件库中。
可选的,该方法还包括数据分析,例如还可以根据数据测量批次生成折线图、柱状图等来统计趋势等需要了解得信息统计,如图2和图3所示。
可选的,数据分析还可以包括根据预设算法对历史数据库中的历史数据进行预期计算用来预估未来测点的质量情况走向。
通过上述方式,可以解决大量的测点数据手动整理汇总,难度较大费时较多;对前期历史数据没有有效的利用分析,浪费的历史数据的存在价值;没有实时测点数据具象化呈现,问题测点只能通过工程师对测点名称比对进行位置查找;数模文件大小过大,无法通过加快网速等方式快速加载服务器端数模;数模渲染流畅度低,电脑GPU占用大,无法保证普通办公电脑能流程渲染等问题,实现了开发数据采集功能,对各种测量方式得到的历史数据进行统一上传,建立自己的数据采集标准,使得不同测量方式得数据能统一化。所有的数据进入自己的标准库(历史数据库),进行对需要的分析取样的数据一键化具象化显示。同时因为自己的测点标准库的建立,可以对历史问题测点进行分析(如测点间的相互影响,不同测点对车身质量影响大小,测点质量趋势化反应对焊枪等维护时间),实现历史数据的价值发挥。极大的减少了数据整理采集的时间成本,后期打同各个数据采集平台,将对数据采集整理成本将基本将几乎可以忽略,对数据分类处理统计难度降低,有了对自己数据的主导权。建立预设模型和待测测点的匹配机制,实现快速对分总成零件以及整车测点具象化,做到实时跟踪具象化问题点,能实时呈现异常测点的具象化位置,准确查找问题点,进一步减少时间成本。轻量化数模文件,在现有数模文件大小上做到1MB左右大小的文件,在尽可能保证精度的条件下减小数模的复杂度,实现数模快速渲染,减小GPU渲染压力,在网络正常情况下快速获取文件服务器的数模文件。
实施例二
参见图2,本发明还提供了一种图像化显示测点的系统800,所述系统包括:
获取模块801,用于获取待测目标的目标信息,目标信息包括类型信息和待测目标上各待测测点的目标尺寸;
确定模块802,用于根据类型信息确定待测目标所对应的标准尺寸信息集,并确定待测测点的测点状态;
显示模块803,用于根据类型信息确定待测目标所对应的图像化显示模型,并将待测测点显示在图像化显示模型上,对待测测点根据测点状态进行标识。
在本实施例中,该系统执行上述任一实施例所述的方法,具体功能和技术效果参照上述实施例即可,此处不再赘述。
本发明实施例提供了一种数据修复系统,该系统获取待测目标的类型信息、目标尺寸,根据类型信息确定标准尺寸及,进而确定各待测测点的测点状态,根据类型信息确定待测目标所对应的图像化显示模型,将待测测点绘制在图像化显示模型上,并根据测点状态对显示在图像化显示模型上的待测测点进行标识,以达到异常测点显示更加直观、定位更加方便简单快捷,提升用户体验度的技术效果,通过建立图像化显示模型与待测测点的匹配机制,能够实现快速将待测目标上的测点进行具象化显示,可以实现实时跟踪具象化异常测点。
本申请实施例还提供了一种图像化显示测点的设备,该设备包括处理器、处理器和存储器耦合,存储器存储有程序指令,当存储器存储的程序指令被处理器执行时实现如上述任一实施例所述的方法。
本申请实施例还提供了一种非易失性可读存储介质,该存储介质中存储有一个或多个模块(programs),该一个或多个模块被应用在设备时,可以使得该设备执行本申请实施例的实施例一所包含步骤的指令(instructions)。
本申请实施例还提供了一种计算机可读存储介质,包括程序,当其在计算机上运行时,使得计算机执行如上述任一项实施例所述的方法。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。
Claims (10)
1.一种图像化显示测点的方法,其特征在于,所述方法包括:
获取待测目标的目标信息,所述目标信息包括类型信息和所述待测目标上各待测测点的目标尺寸;
根据所述类型信息确定所述待测目标所对应的标准尺寸信息集,并确定所述待测测点的测点状态;
根据所述类型信息确定所述待测目标所对应的图像化显示模型,并将所述待测测点显示在所述图像化显示模型上,对所述待测测点根据所述测点状态进行标识。
2.如权利要求1所述的图像化显示测点的方法,其特征在于,所述目标尺寸包括多个维度上的尺寸,所述测点状态的确定方式包括:
获取所述标准尺寸信息集中所述待测测点所对应的标准尺寸阈值,所述标准尺寸阈值包括针对各维度的标准尺寸子阈值;
根据各维度上所述尺寸与标准尺寸阈值确定子尺寸差异度;
获取各维度所对应的维度影响因子,并根据所述维度影响因子和子尺寸差异度确定所述待测测点的尺寸差异度,并确定所述测点状态。
3.如权利要求1所述的图像化显示测点的方法,其特征在于,所述方法还包括:
获取历史数据库中的历史目标信息,至少一部分所述历史目标信息包括类型信息及若干个历史测点的历史尺寸、历史异常信息、测点标识,所述异常信息包括检修建议和异常原因中至少之一;
获取目标测点的目标尺寸、类型信息和测点标识,所述目标测点包括所述测点状态为异常的待测测点;
根据所述历史目标信息及所述目标测点的目标尺寸、测点标识、类型信息确定异常信息。
4.如权利要求3所述的图像化显示测点的方法,其特征在于,所述根据所述历史目标信息及所述目标测点的目标尺寸、测点标识、类型信息确定异常信息包括:
根据所述测点标识从包括异常信息的所述历史目标信息中确定与所述对应车身信息,所述对应车身信息包括与所述待测测点具有相同测点标识的历史目标信息;
根据所述对应车身信息中所述历史尺寸和所述目标尺寸确定所述对应车身信息与目标信息的相似度;
若所述相似度高于预设相似度阈值,将所述对应车身信息中异常信息作为目标异常信息。
5.如权利要求3所述的图像化显示测点的方法,其特征在于,所述方法还包括:
获取第一触发信息,所述第一触发信息包括选定测点,所述选定测点包括当前选定的所述目标测点;
显示所述选定测点的目标异常信息。
6.如权利要求3所述的图像化显示测点的方法,其特征在于,所述目标信息包括若干组采用若干种测量方式的目标车身子信息,所述历史目标信息包括若干组采用若干种测量方式的目标车身子信息,所述根据所述历史目标信息及所述目标测点的目标尺寸、测点标识、类型信息确定目标异常信息包括:
根据与所述目标信息的测量方式一致的所述历史目标信息及所述目标测点的目标尺寸、测点标识、类型信息确定目标异常信息。
7.如权利要求6所述的图像化显示测点的方法,其特征在于,将所述目标信息作为历史目标信息增加到所述历史数据库,所述方法还包括以下至少之一:
获取第二触发信息,所述第二触发信息包括类型信息、样本数量、测量方式和待统计测点的测点标识,在所述历史数据库中选取样本数量的所述类型信息和测量方式对应的历史目标信息,确定所述待统计测点的合格率,并显示;
获取第三触发信息,所述第三触发信息包括类型信息、样本数量和测量方式,在所述历史数据库中选取样本数量的所述类型信息和测量方式对应的历史目标信息,确定所述历史目标信息中测点状态包括异常的历史测点数量,并显示。
8.一种图像化显示测点的系统,其特征在于,所述系统包括:
获取模块,用于获取待测目标的目标信息,所述目标信息包括类型信息和所述待测目标上各待测测点的目标尺寸;
确定模块,用于根据所述类型信息确定所述待测目标所对应的标准尺寸信息集,并确定所述待测测点的测点状态;
显示模块,用于根据所述类型信息确定所述待测目标所对应的图像化显示模型,并将所述待测测点显示在所述图像化显示模型上,对所述待测测点根据所述测点状态进行标识。
9.一种图像化显示测点的设备,其特征在于,包括处理器,所述处理器和存储器耦合,所述存储器存储有程序指令,当所述存储器存储的程序指令被所述处理器执行时实现权利要求1至7中任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,包括程序,当其在计算机上运行时,使得计算机执行如权利要求1至7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111096174.9A CN113739701A (zh) | 2021-09-15 | 2021-09-15 | 图像化显示测点的方法、系统、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111096174.9A CN113739701A (zh) | 2021-09-15 | 2021-09-15 | 图像化显示测点的方法、系统、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113739701A true CN113739701A (zh) | 2021-12-03 |
Family
ID=78739768
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111096174.9A Pending CN113739701A (zh) | 2021-09-15 | 2021-09-15 | 图像化显示测点的方法、系统、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113739701A (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1766587A (zh) * | 2005-10-13 | 2006-05-03 | 上海交通大学 | 用于轿车车身点焊的实时质量检测与报警的方法 |
CN105488250A (zh) * | 2015-11-19 | 2016-04-13 | 上汽大众汽车有限公司 | 一种用于车身尺寸偏差的测量数据的辅助分析及检测方法 |
CN107052727A (zh) * | 2017-05-26 | 2017-08-18 | 中国重汽集团福建海西汽车有限公司 | 白车身信息化管理方法及其系统 |
CN108416362A (zh) * | 2018-01-29 | 2018-08-17 | 同济大学 | 一种道岔异常预警与故障诊断方法 |
CN109813220A (zh) * | 2019-02-02 | 2019-05-28 | 宁波吉利汽车研究开发有限公司 | 多车型车身自动测量方法、装置及智能在线测量工作站 |
CN109933852A (zh) * | 2019-02-14 | 2019-06-25 | 东软集团股份有限公司 | 预测车辆尺寸偏差的方法、装置、存储介质及电子设备 |
CN111124878A (zh) * | 2019-10-12 | 2020-05-08 | 平安普惠企业管理有限公司 | 测试报告生成方法、装置、计算机设备及存储介质 |
CN111536921A (zh) * | 2020-03-19 | 2020-08-14 | 宁波吉利汽车研究开发有限公司 | 一种在线测量状态监测方法、装置及存储介质 |
CN112182068A (zh) * | 2020-09-30 | 2021-01-05 | 重庆市海普软件产业有限公司 | 一种基于物联网技术的远程故障判断系统及方法 |
CN112596495A (zh) * | 2020-12-07 | 2021-04-02 | 中科蓝智(武汉)科技有限公司 | 一种基于知识图谱的工业设备故障诊断方法及系统 |
CN112923850A (zh) * | 2021-01-28 | 2021-06-08 | 浙江吉利控股集团有限公司 | 一种汽车dts测量数据分析的方法 |
CN113326349A (zh) * | 2021-05-28 | 2021-08-31 | 中国标准化研究院 | 基于案例推理的汽车产品缺陷认定方法和装置 |
-
2021
- 2021-09-15 CN CN202111096174.9A patent/CN113739701A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1766587A (zh) * | 2005-10-13 | 2006-05-03 | 上海交通大学 | 用于轿车车身点焊的实时质量检测与报警的方法 |
CN105488250A (zh) * | 2015-11-19 | 2016-04-13 | 上汽大众汽车有限公司 | 一种用于车身尺寸偏差的测量数据的辅助分析及检测方法 |
CN107052727A (zh) * | 2017-05-26 | 2017-08-18 | 中国重汽集团福建海西汽车有限公司 | 白车身信息化管理方法及其系统 |
CN108416362A (zh) * | 2018-01-29 | 2018-08-17 | 同济大学 | 一种道岔异常预警与故障诊断方法 |
CN109813220A (zh) * | 2019-02-02 | 2019-05-28 | 宁波吉利汽车研究开发有限公司 | 多车型车身自动测量方法、装置及智能在线测量工作站 |
CN109933852A (zh) * | 2019-02-14 | 2019-06-25 | 东软集团股份有限公司 | 预测车辆尺寸偏差的方法、装置、存储介质及电子设备 |
CN111124878A (zh) * | 2019-10-12 | 2020-05-08 | 平安普惠企业管理有限公司 | 测试报告生成方法、装置、计算机设备及存储介质 |
CN111536921A (zh) * | 2020-03-19 | 2020-08-14 | 宁波吉利汽车研究开发有限公司 | 一种在线测量状态监测方法、装置及存储介质 |
CN112182068A (zh) * | 2020-09-30 | 2021-01-05 | 重庆市海普软件产业有限公司 | 一种基于物联网技术的远程故障判断系统及方法 |
CN112596495A (zh) * | 2020-12-07 | 2021-04-02 | 中科蓝智(武汉)科技有限公司 | 一种基于知识图谱的工业设备故障诊断方法及系统 |
CN112923850A (zh) * | 2021-01-28 | 2021-06-08 | 浙江吉利控股集团有限公司 | 一种汽车dts测量数据分析的方法 |
CN113326349A (zh) * | 2021-05-28 | 2021-08-31 | 中国标准化研究院 | 基于案例推理的汽车产品缺陷认定方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111949809B (zh) | 一种输电线路红外巡检数据智能处理方法 | |
CN107808133B (zh) | 基于无人机巡线的油气管道安全监测方法、系统及软件存储器 | |
CN109800697B (zh) | 基于VGG-net风格迁移的变压器目标检测与外观缺陷识别方法 | |
US9582870B2 (en) | Method and system for analyzing process monitoring data | |
EP3514525B1 (en) | Interactive semi-automated borescope video analysis and damage assessment system and method of use | |
CN111710055A (zh) | 便携式电力巡检设备及电力巡检方法、电力巡检系统 | |
US20160140155A1 (en) | Methods of creating a database and of formulating a map of operating states of aircraft and a method of monitoring the operation of an associated aircraft | |
CN110579191A (zh) | 目标对象的巡检方法、装置及设备 | |
CN110782138A (zh) | 一种基于移动互联ar技术开展工程质量通病治理平台 | |
CN111044149A (zh) | 电压互感器的温度异常点检测方法、装置及可读存储介质 | |
CN116308185A (zh) | 一种建筑工程可视化进度录入及预警方法 | |
CN115937101A (zh) | 质量检测方法、装置、设备及存储介质 | |
CN115048014A (zh) | 一种基于卫星遥感影像的WebGIS在线目视解译系统、方法、存储介质和电子设备 | |
CN113739701A (zh) | 图像化显示测点的方法、系统、设备及介质 | |
CN107944486A (zh) | 适用于自动测试的测试数据识别处理方法及系统 | |
CN110060339B (zh) | 一种基于云计算图形图像的三维建模方法 | |
CN116840240A (zh) | 电源分配器视觉检测系统 | |
CN115587414A (zh) | 基于3d和bim技术的公共建筑内路径优化方法及系统 | |
CN111104781A (zh) | 图表处理方法和装置 | |
JP7327984B2 (ja) | 情報処理装置、情報処理方法、及びプログラム | |
CN114155452B (zh) | 一种用于工业自动化仪器仪表的信息识别方法 | |
CN107643913A (zh) | 一种用于查看cmm量测结果的软件及其运行方法 | |
CN109443545A (zh) | 故障定位系统和方法 | |
CN112801432B (zh) | 一种风机组叶片智能巡检系统及风机组叶片巡检方法 | |
TWI692249B (zh) | 監控終端及監控方法 |
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 |