CN113781013B - 一种涂装色点监测方法、系统、介质及终端 - Google Patents
一种涂装色点监测方法、系统、介质及终端 Download PDFInfo
- Publication number
- CN113781013B CN113781013B CN202111131079.8A CN202111131079A CN113781013B CN 113781013 B CN113781013 B CN 113781013B CN 202111131079 A CN202111131079 A CN 202111131079A CN 113781013 B CN113781013 B CN 113781013B
- Authority
- CN
- China
- Prior art keywords
- color difference
- data
- monitoring
- result
- color
- 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
- 239000011248 coating agent Substances 0.000 title claims abstract description 79
- 238000000576 coating method Methods 0.000 title claims abstract description 79
- 238000012544 monitoring process Methods 0.000 title claims abstract description 72
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000012549 training Methods 0.000 claims abstract description 8
- 239000003973 paint Substances 0.000 claims description 52
- 238000012545 processing Methods 0.000 claims description 22
- 230000008859 change Effects 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 15
- 238000005507 spraying Methods 0.000 claims description 9
- 239000002994 raw material Substances 0.000 claims description 8
- 230000002159 abnormal effect Effects 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 6
- 230000007613 environmental effect Effects 0.000 claims description 3
- 239000000463 material Substances 0.000 claims description 3
- 230000004807 localization Effects 0.000 claims 1
- 230000005540 biological transmission Effects 0.000 abstract description 4
- 238000004891 communication Methods 0.000 description 16
- 230000006870 function Effects 0.000 description 5
- 238000013527 convolutional neural network Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 239000003086 colorant Substances 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000008485 antagonism Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000004141 dimensional analysis Methods 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- 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
- G06Q50/04—Manufacturing
-
- 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)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Image Processing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种涂装色点监测方法、系统、介质及终端，方法包括：采集色差数据，对所述色差数据进行识别，获取色差结果，并将所述色差结果对应的监测数据进行同步存储，建立用于涂装色点监测的第一涂装模型，将所述色差结果和对应的监测数据作为样本数据，对所述第一涂装模型进行训练；采集一目标对象的待监测色差数据，将所述待监测色差数据输入至训练后的第一涂装模型，获取监测结果，所述监测结果包括色点趋势信息；本发明可以最大化节约记录成本和人力成本，保证了整个车间的数据实时传输一致性，记录分类色点数据的同时，就和车间数据库同步，保证其他工序能及时看到涂装结果。
Description
技术领域
本发明涉及汽车领域和计算机应用领域，尤其涉及一种涂装色点监测方法、系统、介质及终端。
背景技术
目前，在工业产品的生产过程中，会有目地使产品种类多样性，将产品做成不同颜色。因此，涂装色点监测尤其重要，目前，大多采用人工检测的方法，但是人工检测容易受到人的生理和心理上的影响。在实际的测试过程中，需要多人同时进行现场操作，例如，其中一人手持标准色差检测仪对准被测件，另一人操作控制标准色差仪进行色差测试。同时，需要将所测数据传输到电脑并插入对应检测报告。通常测试任务量非常大，单个测试项目需要进行上千次监测。耗费大量时间的同时，容易出错，且没有追溯机制。
另外，同种颜色产品不同批次产品外观的颜色经常会有差异，颜色相近的产品和同种产品颜色差异人工检测容易误检，并且速度慢，已无法满足现代对自动化生产效率的要求。
发明内容
鉴于以上所述现有技术的缺点，本发明提供一种涂装色点监测方法、系统、介质及终端，以解决上述技术问题。
本发明提供的涂装色点监测方法，包括：：
采集色差数据，
对所述色差数据进行识别，获取色差结果，并将所述色差结果对应的监测数据进行同步存储，所述监测数据包括环境信息、配色点信息、角度信息、时间信息、设备信息；
建立用于涂装色点监测的第一涂装模型，将所述色差结果和对应的监测数据作为样本数据，对所述第一涂装模型进行训练；
采集一目标对象的待监测色差数据，将所述待监测色差数据输入至训练后的第一涂装模型，获取监测结果，所述监测结果包括色点趋势信息。
于本发明的一实施例中，所述环境信息包括温度、湿度，针对每个配色点和角度，预先配置色差标准值，当所述监测结果超过所述色差标准值时，则进行告警。
于本发明的一实施例中，预先对监测数据中的每一项参数分配对应的权重，所述权重通过熵值法获取，根据待监测色差数据、监测数据以及所述权重，获取取监测结果。
于本发明的一实施例中，根据色差数据和车辆喷漆参数之间的关联关系建立用于溯源的第二涂装模型，获取所有溯源对象的基础色差数据，并对所述第二涂装模型进行训练；
采集实时色差数据，当所述实时色差数据达到所述色差标准值时，获取与所述实时色差数据对应的溯源对象信息，并通过所述第二涂装模型获取色差结果；
若所述色差结果超过预设范围，则进行一次级判定，所述一次判定包括对所述实时色差数据对应的溯源对象判责；
经一次判定后，对实时色差数据对应的油漆原材料是否异常进行二次判定，根据所述二次判定结果进行涂装色点监测。
于本发明的一实施例中，若所述色差结果没有超过预设范围，则获取状态变化信息，根据所述状态变化信息进行色差问题定位，所述状态变化信息包括人员变化、设备变化、材料变化和工艺变化。
于本发明的一实施例中，所述色差数据包括油漆LAB值，所述色差结果包括同一溯源对象的实时采集的车辆油漆LAB值与同批次车辆油漆LAB值的差值。
于本发明的一实施例中，所述车辆喷漆参数包括油漆参数和影响参数，所述影响参数包括时间信息、位置信息、气候信息、环境信息，通过历史色差数据、油漆参数和影响参数对所述第二涂装模型进行训练，获取不同影响参数下的色差结果。
本发明还提供一种涂装色点监测系统，包括：
数据采集模块，用于采集色差数据，
数据处理模块，对所述色差数据进行识别，获取色差结果，并将所述色差结果对应的监测数据进行同步存储，所述监测数据包括环境信息、配色点信息、角度信息、时间信息、设备信息；
第一涂装模型，用于涂装色点监测；
将所述色差结果和对应的监测数据作为样本数据，对所述第一涂装模型进行训练；
采集一目标对象的待监测色差数据，将所述待监测色差数据输入至训练后的第一涂装模型，获取监测结果，所述监测结果包括色点趋势信息。
本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述中任一项所述方法。
本发明还提供一种电子终端，包括：处理器及存储器；
所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述终端执行如上述中任一项所述方法。
本发明的有益效果：本发明中的涂装色点监测方法、系统、介质及终端，通过采集色差数据，对所述色差数据进行识别，将色差结果对应的监测数据进行同步存储，进而建立用于涂装色点监测的第一涂装模型，自动根据存储的数据和历史数据比对获取色点的趋势信息，一方面，可以最大化节约记录成本和人力成本，便于涂装色点监测，另一方面，也可以保证了整个车间的数据实时传输一致性，记录分类色点数据的同时，就和车间数据库同步，保证其他工序能及时看到涂装结果，另外，还可以通过管理数据来源，分析问题原因，并对问题产生进行溯源。
附图说明
图1是本发明实施例中涂装色点监测方法的流程示意图。
图2是本发明实施例中涂装色点监测系统的结构示意图。
图3为一实施例提供的终端设备的硬件结构示意图。
图4为另一实施例提供的终端设备的硬件结构示意图。
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。
在下文描述中，探讨了大量细节，以提供对本发明实施例的更透彻的解释，然而，对本领域技术人员来说，可以在没有这些具体细节的情况下实施本发明的实施例是显而易见的，在其他实施例中，以方框图的形式而不是以细节的形式来示出公知的结构和设备，以避免使本发明的实施例难以理解。
如图1所示，本实施例中的涂装色点监测方法，包括：
S1.采集色差数据，
S2.对所述色差数据进行识别，获取色差结果，并将所述色差结果对应的监测数据进行同步存储，所述监测数据包括环境信息、配色点信息、角度信息、时间信息、设备信息；
S3.建立用于涂装色点监测的第一涂装模型，将所述色差结果和对应的监测数据作为样本数据，对所述第一涂装模型进行训练；
S4.采集一目标对象的待监测色差数据，将所述待监测色差数据输入至训练后的第一涂装模型，获取监测结果，所述监测结果包括色点趋势信息。
在本实施例中，可以通过操作掌上设备记录色差记录仪测得数据，上传进入数据库中保存，通过硬件色差测量仪测量目标的LAB值、环境温度、湿度等。获取的LAB值可以按配色点、角度进行区分。其中，可选的，角度包括:-15°、15°、25°、45°、75°、115°。通过系统自动识别色差测量仪数据，按照环境温度、湿度、日期、设备、配色点、角度的LAB值自动存储。通过第一涂装模型获取色点趋势信息，例如可以形成趋势图，通过查看色点趋势图可以筛选配色点、角度分别查看色点LAB值。
在本实施例中，环境信息包括温度、湿度，针对每个配色点和角度，预先配置色差标准值，当监测结果超过所述色差标准值时，则进行告警。由于刚涂装完的涂膜的色相、明度、彩度与标准色板有差异，或在修补涂装时与原漆颜色有差异。原因可能是所用涂料各批次之间有较大的色差，或者在更换颜色时，输漆管路未洗净、干燥规范不一致、补漆造成的斑印等原因。本实施例可以有效的加强涂料进厂检验，减少了补漆操作。
在本实施例中，预先对监测数据中的每一项参数分配对应的权重，权重可以通过熵值法获取，根据待监测色差数据、监测数据以及所述权重，获取监测结果。预测色差趋势，需要对常年的天气、降水、温度等气候因素的趋势进行分析，而天气又是各种气象观测指标综合的结果，因此需要结合多种气象观测指标进行分析。可选的，可以在训练过程采用标签平滑技术，对预测结果进行惩罚，减少真实样本标签的类别在计算损失函数时的权重，最终起到抑制过拟合的效果。
在本实施例中，根据色差数据和车辆喷漆参数之间的关联关系建立第二涂装模型，获取所有溯源对象的基础色差数据，并对所述第二涂装模型进行训练；采集实时色差数据，当所述实时色差数据达到所述色差标准值时，获取与所述实时色差数据对应的溯源对象信息，并通过所述第二涂装模型获取色差结果；若所述色差结果超过预设范围，则进行一次级判定，所述一次判定包括对所述实时色差数据对应的溯源对象判责；经一次判定后，对实时色差数据对应的油漆原材料是否异常进行二次判定，根据所述二次判定结果进行涂装色点监测。在本实施例中，根据色差数据和车辆喷漆参数之间的关联关系建立第二涂装模型，色差数据包括油漆LAB值，色差结果包括同一溯源对象的实时采集的车辆油漆LAB值与同批次车辆油漆LAB值的差值。可以通过导入外部供应商油漆COA、LAB等喷涂参数到系统，当做该供应商的基础色差数据，和车辆喷涂的油漆建立数据关联，并对所述第二涂装模型进行训练。
在本实施例中，通过色差仪获取车辆的色差数据，当色差值达到警示值的时候，获取与实时色差数据对应的溯源对象信息，并通过第二涂装模型获取色差结果，可选的，可以生成待判责的色差问题列表，等待判责处理。本实施例中的色差数据和车辆喷漆参数中包括有用于标识溯源对象身份信息的标签，通过标签可以为后续的溯源过程提供数据基础，从而有效的进行问题溯源。
在本实施例中，溯源对象信息可以根据车辆信息获取使用油漆的供应商，通过该批次车辆实际的LAB值和供应商同批次提供的LAB对比，如果差值超过一定范围直接判责给对应供应商。
在本实施例中，经一次判定后，还包括：对实时色差数据对应的油漆原材料是否异常进行二次判定，根据所述二次判定结果进行涂装色点监测。例如，当供应商收到判责问题后，可以通过数据对比，自动判断油漆原材料是否异常，当然，也可以通过自身排查等方式，确定油漆原材料是否有问题，如果确定发生异常的油漆原材料是自身问题，可以提出临时解决方法或永久解决方法；如果不是自身问题，供应商可以对判责的问题提起申诉，填写申诉原因，由判责管理员进行二次判责。
在本实施例中，如果差值在预设范围内，可以根据实际情况对问题获取状态变化信息，进行分析，状态变化信息包括人员变化、设备变化、材料变化和工艺变化等原因，确定问题源头，并给出相应的临时解决方法或永久解决方案。
在本实施例中，分别在一次判定和二次判定后设定申诉期，如果所述溯源对象未在申诉期限内对一次判定结果和二次判定结果进行申诉，则将一次判定结果和/或二次判定结果，作为最终判定结果。
在本实施例中，车辆喷漆参数包括油漆参数和影响参数，影响参数包括时间信息、位置信息、气候信息、环境信息，通过历史色差数据、油漆参数和影响参数对第二涂装模型进行训练，获取不同影响参数下的色差结果。由于色差数据和车辆喷漆参数之间是存在关联的，在车辆喷漆参数不变的情况下，当不同时间、不同地理位置、不同气候和不同实时环境下，其色差数据是不同的。例如，同一批次车辆油漆，在经纬度相差较大的不同的工厂，由于地理位置不同，气候也不同，可能导致色差结果相差较多。又例如，同样的工厂，使用同一批次的车辆尤其，但是生产的时间不同，如南方的梅雨季节等，同样会导致色差结果相差较多。基于上述原因，本实施例通过第二涂装模型，将上述历史数据进行训练，获取一个结合上述影响因素的模型，第二涂装模型可以采用卷积神经网络(Convolutional NeuralNetworks,CNN)，可以进行监督学习和非监督学习，在监督学习中可以使用BP框架进行学习，即全连接层与卷积核的反向传播和池化层的反向通路。全连接层的BP计算可以与传统的前馈神经网络相同。非监督学习范式可以包括卷积自编码器(ConvolutionalAutoEncoders,CAE)、卷积受限玻尔兹曼机(Convolutional Restricted BoltzmannMachines,CRBM)，卷积深度置信网络(Convolutional Deep Belief Networks,CDBN)和深度卷积生成对抗网络(Deep Convolutional Generative Adversarial Networks,DCGAN)。也可以在非监督学习算法中引入卷积神经网络构筑的混合算法。
在本实施例中，通过第二涂装模型，一方面可以获取色差结果，另一方面，也可以通过第二涂装模型，反向调整油漆参数，例如，可以通过第二涂装模型先进行预测，再通过适应性的改变调整油漆参数，使不同影响因素下的色差结果趋于相同。
相应的，本实施例还提供一种涂装色点监测系统，如图2所示，包括：
数据采集模块，用于采集色差数据；
数据处理模块，用于对所述色差数据与色差标准值进行对比，并将对比结果和管理信息进行记录，形成一色差报表；所述管理信息包括对比数据和对比结果；
评审模块，用于对所述色差报表进行线上评审，根据评审过程和评审结果，形成评审报告；
依次获取所有目标对象的色差数据、色差报表和评审报告，对目标对象的涂装色差进行统一管理。本实施例中的涂装色点监测系统通过上述方法实现涂装色点监测。
本实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本实施例中的任一项方法。
本实施例还提供一种电子终端，包括：处理器及存储器；
所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述终端执行本实施例中任一项方法。
本实施例中的计算机可读存储介质，本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过计算机程序相关的硬件来完成。前述的计算机程序可以存储于一计算机可读存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
本实施例提供的电子终端，包括处理器、存储器、收发器和通信接口，存储器和通信接口与处理器和收发器连接并完成相互间的通信，存储器用于存储计算机程序，通信接口用于进行通信，处理器和收发器用于运行计算机程序，使电子终端执行如上方法的各个步骤。
在本实施例中，存储器可能包含随机存取存储器(Random Access Memory，简称RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital Signal Processing，简称DSP)、专用集成电路(Application SpecificIntegrated Circuit，简称ASIC)、现场可编程门阵列(Field－Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
本申请实施例还提供了一种数据处理设备，获取一个或多个目标空间区域内对应的人体特征数据；
判断所述设备接入层在所述目标空间区域内采集的一个或多个人体特征数据是否符合预设的人体特征数据筛选规则，若符合，则根据所述数据层传输的人体特征数据，确定与所述人体特征数据对应的一维或多维分析结果。
在本实施例中，该数据处理设备执行上述系统或方法，具体功能和技术效果参照上述实施例即可，此处不再赘述。
本申请实施例还提供了一种设备，该设备可以包括：一个或多个处理器；和其上存储有指令的一个或多个机器可读介质，当由所述一个或多个处理器执行时，使得所述设备执行图1所述的方法。在实际应用中，该设备可以作为终端设备，也可以作为服务器，终端设备的例子可以包括：智能手机、平板电脑、电子书阅读器、MP3(动态影像专家压缩标准语音层面3，Moving Picture Experts Group Audio Layer III)播放器、MP4(动态影像专家压缩标准语音层面4，Moving Picture Experts Group Audio Layer IV)播放器、膝上型便携计算机、车载电脑、台式计算机、机顶盒、智能电视机、可穿戴设备等等，本申请实施例对于具体的设备不加以限制。
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图4中数据处理方法所包含步骤的指令(instructions)。
图3为本申请一实施例提供的终端设备的硬件结构示意图。如图所示，该终端设备可以包括：输入设备1100、第一处理器1101、输出设备1102、第一存储器1103和至少一个通信总线1104。通信总线1104用于实现元件之间的通信连接。第一存储器1103可能包含高速RAM存储器，也可能还包括非易失性存储NVM，例如至少一个磁盘存储器，第一存储器1103中可以存储各种程序，用于完成各种处理功能以及实现本实施例的方法步骤。
可选的，上述第一处理器1101例如可以为中央处理器(Central ProcessingUnit，简称CPU)、应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，该第一处理器1101通过有线或无线连接耦合到上述输入设备1100和输出设备1102。
可选的，上述输入设备1100可以包括多种输入设备，例如可以包括面向用户的用户接口、面向设备的设备接口、软件的可编程接口、摄像头、传感器中至少一种。可选的，该面向设备的设备接口可以是用于设备与设备之间进行数据传输的有线接口、还可以是用于设备与设备之间进行数据传输的硬件插入接口(例如USB接口、串口等)；可选的，该面向用户的用户接口例如可以是面向用户的控制按键、用于接收语音输入的语音输入设备以及用户接收用户触摸输入的触摸感知设备(例如具有触摸感应功能的触摸屏、触控板等)；可选的，上述软件的可编程接口例如可以是供用户编辑或者修改程序的入口，例如芯片的输入引脚接口或者输入接口等；输出设备1102可以包括显示器、音响等输出设备。
在本实施例中，该终端设备的处理器包括用于执行各设备中语音识别装置各模块的功能，具体功能和技术效果参照上述实施例即可，此处不再赘述。
图4为本申请的一个实施例提供的终端设备的硬件结构示意图。图4是对图3在实现过程中的一个具体的实施例。如图所示，本实施例的终端设备可以包括第二处理器1201以及第二存储器1202。
第二处理器1201执行第二存储器1202所存放的计算机程序代码，实现上述实施例中图4所述方法。
第二存储器1202被配置为存储各种类型的数据以支持在终端设备的操作。这些数据的示例包括用于在终端设备上操作的任何应用程序或方法的指令，例如消息，图片，视频等。第二存储器1202可能包含随机存取存储器(random access memory，简称RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
可选地，第二处理器1201设置在处理组件1200中。该终端设备还可以包括：通信组件1203，电源组件1204，多媒体组件1205，语音组件1206，输入/输出接口1207和/或传感器组件1208。终端设备具体所包含的组件等依据实际需求设定，本实施例对此不作限定。
处理组件1200通常控制终端设备的整体操作。处理组件1200可以包括一个或多个第二处理器1201来执行指令，以完成上述数据处理方法中的全部或部分步骤。此外，处理组件1200可以包括一个或多个模块，便于处理组件1200和其他组件之间的交互。例如，处理组件1200可以包括多媒体模块，以方便多媒体组件1205和处理组件1200之间的交互。
电源组件1204为终端设备的各种组件提供电力。电源组件1204可以包括电源管理系统，一个或多个电源，及其他与为终端设备生成、管理和分配电力相关联的组件。
多媒体组件1205包括在终端设备和用户之间的提供一个输出接口的显示屏。在一些实施例中，显示屏可以包括液晶显示器(LCD)和触摸面板(TP)。如果显示屏包括触摸面板，显示屏可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。
语音组件1206被配置为输出和/或输入语音信号。例如，语音组件1206包括一个麦克风(MIC)，当终端设备处于操作模式，如语音识别模式时，麦克风被配置为接收外部语音信号。所接收的语音信号可以被进一步存储在第二存储器1202或经由通信组件1203发送。在一些实施例中，语音组件1206还包括一个扬声器，用于输出语音信号。
输入/输出接口1207为处理组件1200和外围接口模块之间提供接口，上述外围接口模块可以是点击轮，按钮等。这些按钮可包括但不限于：音量按钮、启动按钮和锁定按钮。
传感器组件1208包括一个或多个传感器，用于为终端设备提供各个方面的状态评估。例如，传感器组件1208可以检测到终端设备的打开/关闭状态，组件的相对定位，用户与终端设备接触的存在或不存在。传感器组件1208可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在，包括检测用户与终端设备间的距离。在一些实施例中，该传感器组件1208还可以包括摄像头等。
通信组件1203被配置为便于终端设备和其他设备之间有线或无线方式的通信。终端设备可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个实施例中，该终端设备中可以包括SIM卡插槽，该SIM卡插槽用于插入SIM卡，使得终端设备可以登录GPRS网络，通过互联网与服务器建立通信。
由上可知，在图4实施例中所涉及的通信组件1203、语音组件1206以及输入/输出接口1207、传感器组件1208均可以作为图3实施例中的输入设备的实现方式。
在上述实施例的对应附图中，连接线可以表示各个部件之间的连接关系，以表示更多的构成信号路径(constituent_signal path)和/或一些线的一个或多个末端具有箭头，以表示主要信息流向，连接线作为一种标识，不是对方案本身的限制，而是结合一个或多个事例性实施例使用这些线有助于更容易地接电路或逻辑单元，任何所代表的信号(由设计需求或偏好所决定)实际上可以包括可以在任意一个方向传送的并且可以以任何适当类型的信号方案实现的一个或多个信号。
在上述实施例中，除非另外规定，否则通过使用“第一”、“第二”等序号对共同的对象进行描述，只表示其指代相同对象的不同实例，而非是采用表示被描述的对象必须采用给定的顺序，无论是时间地、空间地、排序地或任何其他方式。
在上述实施例中，说明书对“本实施例”、“一实施例”、“另一实施例”、或“其他实施例”的提及表示结合实施例说明的特定特征、结构或特性包括在至少一些实施例中，但不必是全部实施例。“本实施例”、“一实施例”、“另一实施例”的多次出现不一定全部都指代相同的实施例。如果说明书描述了部件、特征、结构或特性“可以”、“或许”或“能够”被包括，则该特定部件、特征、结构或特性“可以”、“或许”或“能够”被包括，则该特定部件、特征、结构或特性不是必须被包括的。如果说明书或权利要求提及“一”元件，并非表示仅有一个元件。如果说明书或权利要求提及“一另外的”元件，并不排除存在多于一个的另外的元件。
在上述实施例中，尽管已经结合了本发明的具体实施例对本发明进行了描述，但是根据前面的描述，这些实施例的很多替换、修改和变形对本领域普通技术人员来说将是显而易见的。例如，其他存储结构(例如，动态RAM(DRAM))可以使用所讨论的实施例。本发明的实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本发明可用于众多通用或专用的计算系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
本发明可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本发明，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
上述实施例仅示例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，但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 (9)
1.一种涂装色点监测方法，其特征在于，包括：
采集色差数据，
对所述色差数据进行识别，获取色差结果，并将所述色差结果对应的监测数据进行同步存储，所述监测数据包括环境信息、配色点信息、角度信息、时间信息、设备信息；
建立用于涂装色点监测的第一涂装模型，将所述色差结果和对应的监测数据作为样本数据，对所述第一涂装模型进行训练；
采集一目标对象的待监测色差数据，将所述待监测色差数据输入至训练后的第一涂装模型，获取监测结果，所述监测结果包括色点趋势信息；
根据色差数据和车辆喷漆参数之间的关联关系建立用于溯源的第二涂装模型，获取所有溯源对象的基础色差数据，并对所述第二涂装模型进行训练；采集实时色差数据，当所述实时色差数据达到色差标准值时，获取与所述实时色差数据对应的溯源对象信息，并通过所述第二涂装模型获取色差结果；若所述色差结果超过预设范围，则进行一次判定，所述一次判定包括对所述实时色差数据对应的溯源对象判责；经一次判定后，对实时色差数据对应的油漆原材料是否异常进行二次判定，根据二次判定结果进行涂装色点监测。
2.根据权利要求1所述的涂装色点监测方法，其特征在于，所述环境信息包括温度、湿度，针对每个配色点和角度，预先配置色差标准值，当所述监测结果超过所述色差标准值时，则进行告警。
3.根据权利要求1所述的涂装色点监测方法，其特征在于，预先对监测数据中的每一项参数分配对应的权重，所述权重通过熵值法获取，根据待监测色差数据、监测数据以及所述权重，获取取监测结果。
4.根据权利要求1所述的涂装色点监测方法，其特征在于，若所述色差结果没有超过预设范围，则获取状态变化信息，根据所述状态变化信息进行色差问题定位，所述状态变化信息包括人员变化、设备变化、材料变化和工艺变化。
5.根据权利要求4所述的涂装色点监测方法，其特征在于，所述色差数据包括油漆LAB值，所述色差结果包括同一溯源对象的实时采集的车辆油漆LAB值与同批次车辆油漆LAB值的差值。
6.根据权利要求2所述的涂装色点监测方法，其特征在于，所述车辆喷漆参数包括油漆参数和影响参数，所述影响参数包括时间信息、位置信息、气候信息、环境信息，通过历史色差数据、油漆参数和影响参数对所述第二涂装模型进行训练，获取不同影响参数下的色差结果。
7.一种涂装色点监测系统，其特征在于，包括：
数据采集模块，用于采集色差数据，
数据处理模块，对所述色差数据进行识别，获取色差结果，并将所述色差结果对应的监测数据进行同步存储，所述监测数据包括环境信息、配色点信息、角度信息、时间信息、设备信息；
第一涂装模型，用于涂装色点监测；
将所述色差结果和对应的监测数据作为样本数据，对所述第一涂装模型进行训练；
采集一目标对象的待监测色差数据，将所述待监测色差数据输入至训练后的第一涂装模型，获取监测结果，所述监测结果包括色点趋势信息；
根据色差数据和车辆喷漆参数之间的关联关系建立用于溯源的第二涂装模型，获取所有溯源对象的基础色差数据，并对所述第二涂装模型进行训练；采集实时色差数据，当所述实时色差数据达到色差标准值时，获取与所述实时色差数据对应的溯源对象信息，并通过所述第二涂装模型获取色差结果；若所述色差结果超过预设范围，则进行一次判定，所述一次判定包括对所述实时色差数据对应的溯源对象判责；经一次判定后，对实时色差数据对应的油漆原材料是否异常进行二次判定，根据二次判定结果进行涂装色点监测。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现权利要求1至6中任一项所述方法。
9.一种电子终端，其特征在于，包括：处理器及存储器；
所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述终端执行如权利要求1至6中任一项所述方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111131079.8A CN113781013B (zh) | 2021-09-26 | 2021-09-26 | 一种涂装色点监测方法、系统、介质及终端 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111131079.8A CN113781013B (zh) | 2021-09-26 | 2021-09-26 | 一种涂装色点监测方法、系统、介质及终端 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113781013A CN113781013A (zh) | 2021-12-10 |
| CN113781013B true CN113781013B (zh) | 2023-07-25 |
Family
ID=78853564
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111131079.8A Active CN113781013B (zh) | 2021-09-26 | 2021-09-26 | 一种涂装色点监测方法、系统、介质及终端 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113781013B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117349683B (zh) * | 2023-12-04 | 2024-02-02 | 广东台塑智能科技有限公司 | 基于光谱数据的汽车配件涂装色差异常检测系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002020694A (ja) * | 2000-07-11 | 2002-01-23 | Kansai Paint Co Ltd | カラープライマー及びこれを用いた補修塗装方法 |
| JP2012141421A (ja) * | 2010-12-28 | 2012-07-26 | Toyota Motor Corp | 塗装吹付け訓練機 |
| CN109590237A (zh) * | 2018-12-20 | 2019-04-09 | 赣州市南康区万家源家具有限公司 | 一种检测面漆色彩差异的装置 |
| JP2019178876A (ja) * | 2018-03-30 | 2019-10-17 | ダイハツ工業株式会社 | 色差検査装置 |
| CN112439623A (zh) * | 2020-11-23 | 2021-03-05 | 太仓市众翔精密五金有限公司 | 一种汽车面板涂装色差控制设备及其控制工艺 |
-
2021
- 2021-09-26 CN CN202111131079.8A patent/CN113781013B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002020694A (ja) * | 2000-07-11 | 2002-01-23 | Kansai Paint Co Ltd | カラープライマー及びこれを用いた補修塗装方法 |
| JP2012141421A (ja) * | 2010-12-28 | 2012-07-26 | Toyota Motor Corp | 塗装吹付け訓練機 |
| JP2019178876A (ja) * | 2018-03-30 | 2019-10-17 | ダイハツ工業株式会社 | 色差検査装置 |
| CN109590237A (zh) * | 2018-12-20 | 2019-04-09 | 赣州市南康区万家源家具有限公司 | 一种检测面漆色彩差异的装置 |
| CN112439623A (zh) * | 2020-11-23 | 2021-03-05 | 太仓市众翔精密五金有限公司 | 一种汽车面板涂装色差控制设备及其控制工艺 |
Non-Patent Citations (3)
| Title |
|---|
| 整车色差的影响因素和控制流程;杨光伟等;《汽车工艺与材料》;20160720(第07期);全文 * |
| 新型汽车效果涂料色差评估方法的探讨;刘仁龙;《涂料工业》;20130601(第06期);57-62 * |
| 李锦男 ; 赵晓东 ; 宇瑞强 ; .浅谈汽车油漆喷涂色差的产生与控制方法问题.《内燃机与配件》.2021,26-27. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113781013A (zh) | 2021-12-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9870690B2 (en) | Methods and systems for a universal wireless platform for asset monitoring | |
| EP3441836B1 (en) | Algorithm and method for detecting faults of a machine based on machine-learning technique | |
| AU2017245312A1 (en) | Detection system | |
| JP6419206B2 (ja) | センサスベースとユーザーベースの混合測定技術によるマルチスクリーンインターネットユーザーのプロファイル、取引行動、及びユーザー母集団の構造の測定 | |
| CN111835582A (zh) | 物联网巡检设备的配置方法、装置、计算机设备 | |
| US20150338846A1 (en) | A method and system for quality inspection within a multi layer manufacturing lifecycle | |
| JP6467181B2 (ja) | 動的ワークフロー優先順位付けおよびタスキングのための方法およびシステム | |
| CN113781013B (zh) | 一种涂装色点监测方法、系统、介质及终端 | |
| CN114356631A (zh) | 故障定位方法、装置、计算机设备和存储介质 | |
| CN104461801A (zh) | 一种触摸屏敏感度的测试方法和系统 | |
| CN111462349A (zh) | 一种智能感温的ic卡签到终端 | |
| CN103913150B (zh) | 智能电能表电子元器件一致性检测方法 | |
| CN111310351A (zh) | 车间设备的状态监测方法、装置、终端设备及存储介质 | |
| CN110069468A (zh) | 一种获取用户需求的方法及装置、电子设备 | |
| CN115145788A (zh) | 一种针对智能运维系统的检测数据生成方法和装置 | |
| CN115951973B (zh) | 模型处理方法、装置、终端设备及存储介质 | |
| CN113781014B (zh) | 一种涂装色差管理方法、系统、介质及终端 | |
| CN113704368A (zh) | 检验信息追溯方法、装置、计算机设备和存储介质 | |
| KR102088697B1 (ko) | 웹 기반의 통계적 공정 관리 시스템 | |
| CN112187946A (zh) | 一种物联网传感设备评估系统及方法 | |
| CN212256397U (zh) | 一种生产制造领域的多媒体质量回溯系统 | |
| CN114994561A (zh) | 移动电源的异常测试方法、装置、计算机设备和存储介质 | |
| CN113722836A (zh) | 焊装尺寸管理方法、系统、设备及介质 | |
| CN116361526A (zh) | 设备资源的处理方法、装置、设备及存储介质 | |
| CN116702999A (zh) | 一种基于物联网平台技术对工业设备进行安全预警的方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |