CN114037673B - 一种基于机器视觉的硬件衔接接口监测方法及系统 - Google Patents

一种基于机器视觉的硬件衔接接口监测方法及系统 Download PDF

Info

Publication number
CN114037673B
CN114037673B CN202111292500.3A CN202111292500A CN114037673B CN 114037673 B CN114037673 B CN 114037673B CN 202111292500 A CN202111292500 A CN 202111292500A CN 114037673 B CN114037673 B CN 114037673B
Authority
CN
China
Prior art keywords
result
monitoring
angle
obtaining unit
interface
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
Application number
CN202111292500.3A
Other languages
English (en)
Other versions
CN114037673A (zh
Inventor
余茂松
张宜飞
黄剑
左旻旻
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ck Vision Machine Vision Technology Co ltd
Original Assignee
Ck Vision Machine Vision Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ck Vision Machine Vision Technology Co ltd filed Critical Ck Vision Machine Vision Technology Co ltd
Priority to CN202111292500.3A priority Critical patent/CN114037673B/zh
Publication of CN114037673A publication Critical patent/CN114037673A/zh
Application granted granted Critical
Publication of CN114037673B publication Critical patent/CN114037673B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • G06F18/241Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Molecular Biology (AREA)
  • Evolutionary Biology (AREA)
  • Quality & Reliability (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

本发明提供了一种基于机器视觉的硬件衔接接口监测方法及系统,方法包括:获得第一硬件衔接接口图纸信息再获得第一规划监测角度;基于第一规划监测角度进行所述第一图像采集装置分布,获得第一分布结果通过第一图像采集装置进行图像采集,获得第一图像集合;通过第一信号检测装置对第一硬件衔接接口连接后进行连续信号采集,获得第一信号采集结果;将第一图像集合和第一信号采集结果输入监测评估模型,获得第一输出结果;基于第一输出结果进行第一硬件衔接接口的衔接监测和预警。解决了现有技术中由于缺乏对软硬件接口状态的监测方案,导致存在无法保障设备工作稳定性的技术问题。

Description

一种基于机器视觉的硬件衔接接口监测方法及系统
技术领域
本发明涉及机器视觉相关技术领域,具体涉及一种基于机器视觉的硬件衔接接口监测方法及系统。
背景技术
计算机硬件接口的功能是实现软硬件交互,进而完成计算机预设工作。硬件接口既包括物理上的接口,还包括逻辑上的数据传送协议,在单核或多核系统中,通过软件输出控制命令,传递相关的接口电路,完成功能运作,对软硬件之间进行交互的接口工作状态进行监测,是实现稳定工作的一大保障。
目前在工作过程中对于出现故障的接口进行及时的排查,但是故障后对接口进行维护,会耽搁工作进程。
但本申请发明人在实现本申请实施例中发明技术方案的过程中,发现上述技术至少存在如下技术问题:
现有技术中由于缺乏对软硬件接口状态的监测方案,导致存在无法保障设备工作稳定性的技术问题。
发明内容
本申请实施例通过提供了一种基于机器视觉的硬件衔接接口监测方法及系统,解决了现有技术中由于缺乏对软硬件接口状态的监测方案,导致存在无法保障设备工作稳定性的技术问题。通过读取硬件衔接接口图纸,根据接口图纸设置监测角度,根据监测角度部署图像采集装置,实时采集接口图像;进一步,实时采集接口工作信号数据;更进一步,将信号采集结果和图像集合输入监测评估模型就可以得到表征接口工作状态的输出信息,通过图像集合可以了解接口实体状态,通过信号采集结果可以了解信号传输稳定性。
鉴于上述问题,本申请实施例提供了一种基于机器视觉的硬件衔接接口监测方法及系统。
第一方面,本申请实施例提供了一种基于机器视觉的硬件衔接接口监测方法,其中,所述方法应用于一智能监测预警系统,所述系统与第一图像采集装置、第一信号检测装置通信连接,所述方法包括:获得第一硬件衔接接口图纸信息;根据所述第一硬件衔接接口图纸信息获得第一规划监测角度;基于所述第一规划监测角度进行所述第一图像采集装置分布,获得第一分布结果;基于所述第一分布结果,通过所述第一图像采集装置进行图像采集,获得第一图像集合;通过所述第一信号检测装置对所述第一硬件衔接接口连接后进行连续信号采集,获得第一信号采集结果;将所述第一图像集合和所述第一信号采集结果输入监测评估模型,获得第一输出结果;基于所述第一输出结果进行所述第一硬件衔接接口的衔接监测和预警。
另一方面,本申请实施例提供了一种基于机器视觉的硬件衔接接口监测系统,其中,所述系统包括:第一获得单元,所述第一获得单元用于获得第一硬件衔接接口图纸信息;第二获得单元,所述第二获得单元用于根据所述第一硬件衔接接口图纸信息获得第一规划监测角度;第三获得单元,所述第三获得单元用于基于所述第一规划监测角度进行第一图像采集装置分布,获得第一分布结果。第四获得单元,所述第四获得单元用于基于所述第一分布结果,通过所述第一图像采集装置进行图像采集,获得第一图像集合;第五获得单元,所述第五获得单元用于通过第一信号检测装置对所述第一硬件衔接接口连接后进行连续信号采集,获得第一信号采集结果;第六获得单元,所述第六获得单元用于将所述第一图像集合和所述第一信号采集结果输入监测评估模型,获得第一输出结果;第一执行单元,所述第一执行单元用于基于所述第一输出结果进行所述第一硬件衔接接口的衔接监测和预警。
第三方面,本申请实施例提供了一种基于机器视觉的硬件衔接接口监测系统,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现第一方面任一项所述方法的步骤。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
由于采用了获得第一硬件衔接接口图纸信息;根据所述第一硬件衔接接口图纸信息获得第一规划监测角度;基于所述第一规划监测角度进行所述第一图像采集装置分布,获得第一分布结果;基于所述第一分布结果,通过所述第一图像采集装置进行图像采集,获得第一图像集合;通过所述第一信号检测装置对所述第一硬件衔接接口连接后进行连续信号采集,获得第一信号采集结果;将所述第一图像集合和所述第一信号采集结果输入监测评估模型,获得第一输出结果;基于所述第一输出结果进行所述第一硬件衔接接口的衔接监测和预警的技术方案,通过读取硬件衔接接口图纸,根据接口图纸设置监测角度,根据监测角度部署图像采集装置,实时采集接口图像;进一步,实时采集接口工作信号数据;更进一步,将信号采集结果和图像集合输入监测评估模型就可以得到表征接口工作状态的输出信息,通过图像集合可以了解接口实体状态,通过信号采集结果可以了解信号传输稳定性。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例提供了一种基于机器视觉的硬件衔接接口监测方法流程示意图;
图2为本申请实施例提供了一种基于机器视觉的硬件衔接接口信号传输状态监测及预警方法流程示意图;
图3为本申请实施例提供了一种基于机器视觉的硬件衔接接口监测系统结构示意图;
图4为本申请实施例示例性电子设备的结构示意图。
附图标记说明:第一获得单元11,第二获得单元12,第三获得单元13,第四获得单元14,第五获得单元15,第六获得单元16,第一执行单元17,电子设备300,存储器301,处理器302,通信接口303,总线架构304。
具体实施方式
本申请实施例通过提供了一种基于机器视觉的硬件衔接接口监测方法及系统,解决了现有技术中由于缺乏对软硬件接口状态的监测方案,导致存在无法保障设备工作稳定性的技术问题。通过读取硬件衔接接口图纸,根据接口图纸设置监测角度,根据监测角度部署图像采集装置,实时采集接口图像;进一步,实时采集接口工作信号数据;更进一步,将信号采集结果和图像集合输入监测评估模型就可以得到表征接口工作状态的输出信息,通过图像集合可以了解接口实体状态,通过信号采集结果可以了解信号传输稳定性。
申请概述
计算机硬件接口的功能是实现软硬件交互,进而完成计算机预设工作。硬件接口既包括物理上的接口,还包括逻辑上的数据传送协议,在单核或多核系统中,通过软件输出控制命令,传递相关的接口电路,完成功能运作,对软硬件之间进行交互的接口工作状态进行监测,是实现稳定工作的一大保障。目前在工作过程中对于出现故障的接口进行及时的排查,但是故障后对接口进行维护,会耽搁工作进程。但现有技术中由于缺乏对软硬件接口状态的监测方案,导致存在无法保障设备工作稳定性的技术问题。
针对上述技术问题,本申请提供的技术方案总体思路如下:
本申请实施例提供了一种基于机器视觉的硬件衔接接口监测方法,其中,所述方法应用于一智能监测预警系统,所述系统与第一图像采集装置、第一信号检测装置通信连接,所述方法包括:获得第一硬件衔接接口图纸信息;根据所述第一硬件衔接接口图纸信息获得第一规划监测角度;基于所述第一规划监测角度进行所述第一图像采集装置分布,获得第一分布结果;基于所述第一分布结果,通过所述第一图像采集装置进行图像采集,获得第一图像集合;通过所述第一信号检测装置对所述第一硬件衔接接口连接后进行连续信号采集,获得第一信号采集结果;将所述第一图像集合和所述第一信号采集结果输入监测评估模型,获得第一输出结果;基于所述第一输出结果进行所述第一硬件衔接接口的衔接监测和预警。
在介绍了本申请基本原理后,下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示,本申请实施例提供了一种基于机器视觉的硬件衔接接口监测方法,其中,所述方法应用于一智能监测预警系统,所述系统与第一图像采集装置、第一信号检测装置通信连接,所述方法包括:
S100:获得第一硬件衔接接口图纸信息;
具体而言,所述第一硬件衔接接口图纸信息指的是专家设计的计算机硬件设备之间进行衔接的接口图纸数据,包括但不限于:CAD图、工作之后的照片等图纸类型;进一步的,接口主要分为两类:第一类:硬件之间的接口;第二类:软硬件交互的数据接口。示例性的:串行接口、并行接口、键盘接口、USB接口、SCSI接口和磁盘接口等I/O接口、存储器接口等各类接口。通过读取第一硬件衔接接口图纸信息可以为后步确定监测角度提供参考数据。
S200:根据所述第一硬件衔接接口图纸信息获得第一规划监测角度;
S300:基于所述第一规划监测角度进行所述第一图像采集装置分布,获得第一分布结果;
具体而言,所述第一规划监测角度指的是通过对第一硬件衔接接口图纸信息进行特征提取,进而确定的预设监测角度,在此监测角度可以实时观测到接口之间的接入程度、接入位置等物理状态信息。确定方式举不设限制的一例:将第一硬件衔接接口图纸信息中的专家设计的接口CAD图、工作之后的接口照片输入图像特征提取器,提取出接口预设数量特征信息,接口预设接入位置特征信息、接口预设规格特征信息等。其中,图像特征提取器优选的使用基于卷积神经网络训练的图像特征提取模型,现有功能已经较完善,于此不多加赘述。
所述第一图像采集装置为对接口的物理实时状态进行监测的设备,优选的为高清摄像装置;所述第一分布结果为基于第一规划监测角度部署第一图像采集装置之后得到的图像采集装置分布信息。将不同位置的接口和对应的第一图像采集装置进行标识,便于后步进行报警时可以准确定位异常状态的接口位置,提高维护效率。
S400:基于所述第一分布结果,通过所述第一图像采集装置进行图像采集,获得第一图像集合;
具体而言,所述第一图像结合为通过第一图像采集装置对工作中的计算机设备接口进行监测得到实时图像数据。进一步的,优选的将采集的图像集合依据接口类型分类,并将接口和对应的分布位置以列表的形式进行存储,便于后步图像信息调用,通过将实时的图像信息和预设特征数据比对即可评估接口的物理实体状态,示例性的:接入位置是否准确、接入数量是否准确等,便于后步信息反馈处理。
S500:通过所述第一信号检测装置对所述第一硬件衔接接口连接后进行连续信号采集,获得第一信号采集结果;
具体而言,所述第一信号检测装置为对工作中的计算机设备接口的传输信息的信号进行监测的设备,优选的使用信号检测器;所述第一信号采集结果是通过第一信号检测装置对第一分布结果中的各个位置的接口传输信号信息进行监测得到的结果,包括但限于:信号功率、信号波动、信号频率等表征信号的参数;进一步的,通过大数据采集同型号设备交互的标准信号信息,在后步对标准信号信息和第一信号采集结果比对即可得到评估接口工作状态的参数信息,示例性的如:信号频率差值、信号功率差值等信息,便于后步信息反馈处理。
S600:将所述第一图像集合和所述第一信号采集结果输入监测评估模型,获得第一输出结果;
S700:基于所述第一输出结果进行所述第一硬件衔接接口的衔接监测和预警。
具体而言,所述监测评估模型为基于神经网络训练的智能化模型,神经网络(Neural Networks,NN)是由大量的、简单的处理单元(称为神经元)广泛地互相连接而形成的复杂网络系统,它反映了人脑功能的许多基本特征,是一个高度复杂的非线性动力学习系统。神经网络具有大规模并行、分布式存储和处理、自组织、自适应和自学能力,特别适合处理需要同时考虑许多因素和条件的、不精确和模糊的信息处理问题,通过监测评估模型可以对第一图像集合和第一信号采集结果进行分析,输出表征接口异常状态的所述第一输出结果,包括但不限于:表征物理实体状态的:接入位置异常信息及分布位置和接入数量异常及分布位置信息等;表征工作状态的:信号波动异常信息及分布位置、信号频率异常及分布位置等信息。进一步的,通过第一输出结果异常信息将第一硬件衔接接口异常监测结果发送至相关工作人员并进行预警,提醒及时维护,进而达到了提高计算机设备工作稳定性的技术效果。
进一步的,所述方法步骤S300还包括:
S310:获得所述第一硬件衔接接口的环境信息;
S320:获得所述环境信息对所述第一规划监测角度的第一影响参数;
S330:基于所述第一影响参数进行所述第一规划监测角度进行调整,获得第二规划监测角度;
S340:通过所述第二规划监测角度获得所述第一分布结果。
具体而言,所述第一硬件衔接接口的环境信息指的是第一硬件的实际部署环境数据,示例性的:如放置位置,接口排列位置等信息;所述第一影响参数指的是表征第一硬件衔接接口的环境信息对第一硬件的监测图像采集的影响状况,示例性的:若放置位置如果不当,会因为震动和重力导致接头从接口松动;接口排列位置会影响彼此的接口状态监测,即图像采集。进一步的,所述第二规划监测角度指的是通过第一影响参数对第一规划监测角度进行调整之后的结果,调整的目的是为了更全面的监测到接口物理实体状态信息,调整方式示例性的如:增加第一图像采集装置、缩小第一图像采集装置的体积结合改变监测角度的方式进行调整。通过第二规划监测角度对第一图像采集装置的分布结果进行调整得到第一分布结果。通过结合第一硬件衔接接口的环境信息规划第一图像采集装置的分布信息,使得监测结果更加适应于第一硬件实际使用环境。
更进一步的,所述方法步骤S330还包括:
S331:将所述第一硬件衔接接口信息作为基础数据,将环境信息和第一影响参数作为输入信息,基于标识调整监测角度的调整结果作为标识信息构建角度调整模型;
S332:将所述环境信息和所述第一影响参数输入所述角度调整模型,获得所述第二规划监测角度。
具体而言,所述第一硬件衔接接口信息指的是需要图像监测的第一硬件的衔接接口的基本信息,示例性的如:接口数量,接口位置、接口配对信息等;基于神经网络模型结合第一硬件衔接接口信息构建所述角度调整模型的基本框架,将多组的环境信息和第一影响参数作为输入训练信息,将多组的标识调整监测角度的调整结果作为标识信息作为有监督训练的输出信息,对角度调整模型的基本框架进行训练,达到收敛时停止,再将环境信息和第一影响参数输入角度调整模型的得到和环境信息契合度较高的所述第二规划监测角度。通过角度调整模型对于非结构化的环境信息进行处理,提高了输出结果的准确性。
进一步的,所述方法还包括步骤S800:
S810:根据所述第一规划监测角度和所述环境信息获得第一环境调整成本;
S820:根据所述第一规划监测角度和所述第二规划监测角度获得第一监测结果影响参数;
S830:根据所述第一环境调整成本和所述第一监测结果影响参数对所述第一规划监测角度和所述第二规划监测角度进行选择,获得第一选择结果;
S840:通过所述第一选择结果获得所述第一分布结果。
具体而言,所述第一环境调整成本指的是第二规划监测角度下等图像采集装置分布调整的成本信息,示例性的如:图像采集装置的体积缩小耗费的成本、为部署图像采集装置对接口排列的调整等信息;所述第一监测结果影响指的是基于历史数据对不考虑环境因素的第一规划监测角度的监测结果和考虑环境因素的第二规划监测角度的监测结果之间的相同度,即预警的异常情况的相同数量;所述第一选择结果指的是,第一步:将第一环境调整成本和预设环境成本比较,若是第一环境调整成本大于预设环境成本,则成本耗费较高,选择第一规划监测角度确定第一分布结果;若是第一环境调整成本小于等于预设环境成本,则执行第二步:将第一监测结果影响参数和预设异常情况的相同数量进行比较,若是第一监测结果影响参数表征的异常情况的相同数量大于等于预设异常情况的相同数量,则选择第一规划监测角度确定第一分布结果,若是第一监测结果影响参数表征的异常情况的相同数量小于预设异常情况的相同数量,则选择第二规划监测角度确定第一分布结果。
进一步的,所述方法步骤S600还包括:
S610:对所述第一图像集合进行图像分类标识,获得第一分类标识结果;
S620:基于所述第一分类标识结果进行接入角度特征提取,获得接入角度特征提取结果;
S630:基于所述第一分类标识结果进行接入位置特征提取,获得接入位置特征提取结果;
S640:将所述接入角度特征提取结果和所述接入位置特征提取结果输入所述监测评估模型,获得所述第一输出结果。
具体而言,所述第一分类标识结果指的是依据第一图像集合中的接口类型进行标识之后的结果,示例性的标识结果有:串行接口、并行接口、键盘接口、USB接口、SCSI接口和磁盘接口等接口类型,通过不同的分类可以确定不同类型的接口对应预设标准数据,包括但不限于:接入位置、接入角度、接口数量等;所述接入角度特征提取结果指的是基于第一分类标识结果对提取对应图像的实际接入角度特征得到的结果;所述接入位置特征提取结果指的是基于第一分类标识结果对提取对应图像的实际接入位置特征得到的结果,将接入角度特征提取结果和接入位置特征提取结果和接口类型以列表形式一一对应存储;更进一步的,将接入角度特征提取结果和接入位置特征提取结果输入所述监测评估模型,在监测评估模型中将接入角度特征提取结果和相应类型的接口的标准接入角度对比,若是不相同则将对应标准接入位置的接入角度记为异常状态,添加进所述第一输出结果;将接入位置特征提取结果和相应类型的接口的标准接入角度对比,若是不相同,则将接入位置记为异常状态,添加进所述第一输出结果;当遍历处理所有的第一图像集合,依据最终的第一输出结果进行预警。
进一步的,基于所述通过所述第一信号检测装置对所述第一硬件衔接接口连接后进行连续信号采集,获得第一信号采集结果,步骤S500还包括:
S510:获得第一预定时间;
S520:通过所述第一预定时间通过所述第一信号检测装置对所述第一硬件衔接接口连接后进行连续信号采集,获得第一采集信号;
S530:对所述第一采集信号进行连续性特征采集,获得第一连续性特征参数;
S540:根据所述第一连续性特征参数获得所述第一信号采集结果。
具体而言,所述第一预定时间指的是工作人预设的第一信号检测装置对第一硬件衔接接口连接后进行连续信号采集的时间周期;所述第一采集信号指的是当满足第一预定时间时,通过第一信号检测装置对第一硬件衔接接口连接后进行连续信号采集得到的结果;进一步的,所述第一连续性特征参数指的是将第一采集信号首先依据接口类型进行分类,进而再依据时序进行存储,得到随时序变化的连续性信号变化信息;更进一步,将所述第一连续性特征参数设为所述第一信号采集结果。
更进一步的,如图2所示,所述方法还包括步骤S900:
S910:获得第一预定预警参数;
S920:判断所述第一输出结果是否满足所述第一预定预警参数;
S930:当所述第一输出结果满足所述第一预定预警参数时,则进行所述第一硬件衔接接口的衔接预警。
具体而言,所述第一预定预警参数指的是预设信号变化异常阈值,包括但不限于:信号波动阈值,信号频率阈值等预警参数;通过监测评估模型可以对第一连续性特征参数进行分析,得到信号各项参数,示例性的如:信号波动和时间的变化曲线,信号频率和时间的变化曲线,将各参数的变化曲线添加进行所述第一输出结果,进而将第一输出结果和第一预定预警参数比较,若是信号波动和时间的变化曲线,信号频率和时间的变化曲线等曲线向第一预定预警参数靠近,则出现异常信号传输状态可能性较大,则进行所述第一硬件衔接接口的衔接预警,便于预先性处理。
综上所述,本申请实施例所提供的一种基于机器视觉的硬件衔接接口监测方法及系统具有如下技术效果:
1.本申请实施例通过提供了一种基于机器视觉的硬件衔接接口监测方法及系统,解决了现有技术中由于缺乏对软硬件接口状态的监测方案,导致存在无法保障设备工作稳定性的技术问题。通过读取硬件衔接接口图纸,根据接口图纸设置监测角度,根据监测角度部署图像采集装置,实时采集接口图像;进一步,实时采集接口工作信号数据;更进一步,将信号采集结果和图像集合输入监测评估模型就可以得到表征接口工作状态的输出信息,通过图像集合可以了解接口实体状态,通过信号采集结果可以了解信号传输稳定性。
实施例二
基于与前述实施例中一种基于机器视觉的硬件衔接接口监测方法相同的发明构思,如图3所示,本申请实施例提供了一种基于机器视觉的硬件衔接接口监测系统,其中,所述系统包括:
第一获得单元11,所述第一获得单元11用于获得第一硬件衔接接口图纸信息;
第二获得单元12,所述第二获得单元12用于根据所述第一硬件衔接接口图纸信息获得第一规划监测角度;
第三获得单元13,所述第三获得单元13用于基于所述第一规划监测角度进行第一图像采集装置分布,获得第一分布结果;
第四获得单元14,所述第四获得单元14用于基于所述第一分布结果,通过所述第一图像采集装置进行图像采集,获得第一图像集合;
第五获得单元15,所述第五获得单元15用于通过第一信号检测装置对所述第一硬件衔接接口连接后进行连续信号采集,获得第一信号采集结果;
第六获得单元16,所述第六获得单元16用于将所述第一图像集合和所述第一信号采集结果输入监测评估模型,获得第一输出结果;
第一执行单元17,所述第一执行单元17用于基于所述第一输出结果进行所述第一硬件衔接接口的衔接监测和预警。
进一步的,所述系统还包括:
第七获得单元,所述第七获得单元用于获得所述第一硬件衔接接口的环境信息;
第八获得单元,所述第八获得单元用于获得所述环境信息对所述第一规划监测角度的第一影响参数;
第九获得单元,所述第九获得单元用于基于所述第一影响参数进行所述第一规划监测角度进行调整,获得第二规划监测角度;
第十获得单元,所述第十获得单元用于通过所述第二规划监测角度获得所述第一分布结果。
进一步的,所述系统还包括:
第一构建单元,所述第一构建单元用于将所述第一硬件衔接接口信息作为基础数据,将环境信息和第一影响参数作为输入信息,基于标识调整监测角度的调整结果作为标识信息构建角度调整模型;
第十一获得单元,所述第十一获得单元用于将所述环境信息和所述第一影响参数输入所述角度调整模型,获得所述第二规划监测角度。
进一步的,所述系统还包括:
第十二获得单元,所述第十二获得单元用于根据所述第一规划监测角度和所述环境信息获得第一环境调整成本;
第十三获得单元,所述第十三获得单元用于根据所述第一规划监测角度和所述第二规划监测角度获得第一监测结果影响参数;
第十四获得单元,所述第十四获得单元用于根据所述第一环境调整成本和所述第一监测结果影响参数对所述第一规划监测角度和所述第二规划监测角度进行选择,获得第一选择结果;
第十五获得单元,所述第十五获得单元用于通过所述第一选择结果获得所述第一分布结果。
进一步的,所述系统还包括:
第十六获得单元,所述第十六获得单元用于对所述第一图像集合进行图像分类标识,获得第一分类标识结果;
第十七获得单元,所述第十七获得单元用于基于所述第一分类标识结果进行接入角度特征提取,获得接入角度特征提取结果;
第十八获得单元,所述第十八获得单元用于基于所述第一分类标识结果进行接入位置特征提取,获得接入位置特征提取结果;
第十九获得单元,所述第十九获得单元用于将所述接入角度特征提取结果和所述接入位置特征提取结果输入所述监测评估模型,获得所述第一输出结果。
进一步的,所述系统还包括:
第二十获得单元,所述第二十获得单元用于获得第一预定时间;
第二十一获得单元,所述第二十一获得单元用于通过所述第一预定时间通过所述第一信号检测装置对所述第一硬件衔接接口连接后进行连续信号采集,获得第一采集信号;
第二十二获得单元,所述第二十二获得单元用于对所述第一采集信号进行连续性特征采集,获得第一连续性特征参数;
第二十三获得单元,所述第二十三获得单元用于根据所述第一连续性特征参数获得所述第一信号采集结果。
进一步的,所述系统还包括:
第二十四获得单元,所述第二十四获得单元用于获得第一预定预警参数;
第一判断单元,所述第一判断单元用于判断所述第一输出结果是否满足所述第一预定预警参数;
第二执行单元,所述第二执行单元用于当所述第一输出结果满足所述第一预定预警参数时,则进行所述第一硬件衔接接口的衔接预警。
示例性电子设备
下面参考图4来描述本申请实施例的电子设备,
基于与前述实施例中一种基于机器视觉的硬件衔接接口监测方法相同的发明构思,本申请实施例还提供了一种基于机器视觉的硬件衔接接口监测系统,包括:处理器,所述处理器与存储器耦合,所述存储器用于存储程序,当所述程序被所述处理器执行时,使得系统以执行第一方面任一项所述的方法。
该电子设备300包括:处理器302、通信接口303、存储器301。可选的,电子设备300还可以包括总线架构304。其中,通信接口303、处理器302以及存储器301可以通过总线架构304相互连接;总线架构304可以是外设部件互连标(peripheral componentinterconnect,简称PCI)总线或扩展工业标准结构(extended industry Standardarchitecture,简称EISA)总线等。所述总线架构304可以分为地址总线、数据总线、控制总线等。为便于表示,图4中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
处理器302可以是一个CPU,微处理器,ASIC,或一个或多个用于控制本申请方案程序执行的集成电路。
通信接口303,使用任何收发器一类的系统,用于与其他设备或通信网络通信,如以太网,无线接入网(radio access network,RAN),无线局域网(wireless local areanetworks,WLAN),有线接入网等。
存储器301可以是ROM或可存储静态信息和指令的其他类型的静态存储设备,RAM或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(electrically erasable Programmable read-only memory,EEPROM)、只读光盘(compactdisc read-only memory,CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。存储器可以是独立存在,通过总线架构304与处理器相连接。存储器也可以和处理器集成在一起。
其中,存储器301用于存储执行本申请方案的计算机执行指令,并由处理器302来控制执行。处理器302用于执行存储器301中存储的计算机执行指令,从而实现本申请上述实施例提供的一种基于机器视觉的硬件衔接接口监测方法。
可选的,本申请实施例中的计算机执行指令也可以称之为应用程序代码,本申请实施例对此不作具体限定。
本申请实施例通过提供了一种基于机器视觉的硬件衔接接口监测方法及系统,解决了现有技术中由于缺乏对软硬件接口状态的监测方案,导致存在无法保障设备工作稳定性的技术问题。通过读取硬件衔接接口图纸,根据接口图纸设置监测角度,根据监测角度部署图像采集装置,实时采集接口图像;进一步,实时采集接口工作信号数据;更进一步,将信号采集结果和图像集合输入监测评估模型就可以得到表征接口工作状态的输出信息,通过图像集合可以了解接口实体状态,通过信号采集结果可以了解信号传输稳定性。
本领域普通技术人员可以理解:本申请中涉及的第一、第二等各种数字编号仅为描述方便进行的区分,并不用来限制本申请实施例的范围,也不表示先后顺序。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“至少一个”是指一个或者多个。至少两个是指两个或者多个。“至少一个”、“任意一个”或其类似表达,是指的这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b,或c中的至少一项(个、种),可以表示:a,b,c,a-b,a-c,b-c,或a-b-c,其中a,b,c可以是单个,也可以是多个。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程系统。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包括一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘(Solid State Disk,SSD))等。
本申请实施例中所描述的各种说明性的逻辑单元和电路可以通过通用处理器,数字信号处理器,专用集成电路(ASIC),现场可编程门阵列(FPGA)或其它可编程逻辑系统,离散门或晶体管逻辑,离散硬件部件,或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器,可选地,该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算系统的组合来实现,例如数字信号处理器和微处理器,多个微处理器,一个或多个微处理器联合一个数字信号处理器核,或任何其它类似的配置来实现。
本申请实施例中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件单元、或者这两者的结合。软件单元可以存储于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其它任意形式的存储媒介中。示例性地,存储媒介可以与处理器连接,以使得处理器可以从存储媒介中读取信息,并可以向存储媒介存写信息。可选地,存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于ASIC中,ASIC可以设置于终端中。可选地,处理器和存储媒介也可以设置于终端中的不同的部件中。这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管结合具体特征及其实施例对本申请进行了描述,显而易见的,在不脱离本申请的精神和范围的情况下,可对其进行各种修改和组合。相应地,本说明书和附图仅仅是所附权利要求所界定的本申请的示例性说明,且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请意图包括这些改动和变型在内。

Claims (4)

1.一种基于机器视觉的硬件衔接接口监测方法,其中,所述方法应用于一智能监测预警系统,所述系统与第一图像采集装置、第一信号检测装置通信连接,所述方法包括:
获得第一硬件衔接接口图纸信息;
根据所述第一硬件衔接接口图纸信息获得第一规划监测角度;
基于所述第一规划监测角度进行所述第一图像采集装置分布,获得第一分布结果;
基于所述第一分布结果,通过所述第一图像采集装置进行图像采集,获得第一图像集合;
通过所述第一信号检测装置对所述第一硬件衔接接口连接后进行连续信号采集,获得第一信号采集结果;
将所述第一图像集合和所述第一信号采集结果输入监测评估模型,获得第一输出结果;
基于所述第一输出结果进行所述第一硬件衔接接口的衔接监测和预警;
获得所述第一硬件衔接接口的环境信息;
获得所述环境信息对所述第一规划监测角度的第一影响参数;
基于所述第一影响参数对所述第一规划监测角度进行调整,获得第二规划监测角度;
通过所述第二规划监测角度获得所述第一分布结果;
将所述第一硬件衔接接口信息作为基础数据,将环境信息和第一影响参数作为输入信息,基于标识调整监测角度的调整结果作为标识信息构建角度调整模型;
将所述环境信息和所述第一影响参数输入所述角度调整模型,获得所述第二规划监测角度;
根据所述第一规划监测角度和所述环境信息获得第一环境调整成本;
根据所述第一规划监测角度和所述第二规划监测角度获得第一监测结果影响参数;
根据所述第一环境调整成本和所述第一监测结果影响参数对所述第一规划监测角度和所述第二规划监测角度进行选择,获得第一选择结果;
通过所述第一选择结果获得所述第一分布结果;
对所述第一图像集合进行图像分类标识,获得第一分类标识结果;
基于所述第一分类标识结果进行接入角度特征提取,获得接入角度特征提取结果;
基于所述第一分类标识结果进行接入位置特征提取,获得接入位置特征提取结果;
将所述接入角度特征提取结果和所述接入位置特征提取结果输入所述监测评估模型,获得所述第一输出结果;
其中,所述通过所述第一信号检测装置对所述第一硬件衔接接口连接后进行连续信号采集,获得第一信号采集结果,还包括:
获得第一预定时间;
通过所述第一预定时间通过所述第一信号检测装置对所述第一硬件衔接接口连接后进行连续信号采集,获得第一采集信号;
对所述第一采集信号进行连续性特征采集,获得第一连续性特征参数;
根据所述第一连续性特征参数获得所述第一信号采集结果。
2.如权利要求1所述的方法,其中,所述方法还包括:
获得第一预定预警参数;
判断所述第一输出结果是否满足所述第一预定预警参数;
当所述第一输出结果满足所述第一预定预警参数时,则进行所述第一硬件衔接接口的衔接预警。
3.一种基于机器视觉的硬件衔接接口监测系统,其中,所述系统包括:
第一获得单元,所述第一获得单元用于获得第一硬件衔接接口图纸信息;
第二获得单元,所述第二获得单元用于根据所述第一硬件衔接接口图纸信息获得第一规划监测角度;
第三获得单元,所述第三获得单元用于基于所述第一规划监测角度进行第一图像采集装置分布,获得第一分布结果;
第四获得单元,所述第四获得单元用于基于所述第一分布结果,通过所述第一图像采集装置进行图像采集,获得第一图像集合;
第五获得单元,所述第五获得单元用于通过第一信号检测装置对所述第一硬件衔接接口连接后进行连续信号采集,获得第一信号采集结果;
第六获得单元,所述第六获得单元用于将所述第一图像集合和所述第一信号采集结果输入监测评估模型,获得第一输出结果;
第一执行单元,所述第一执行单元用于基于所述第一输出结果进行所述第一硬件衔接接口的衔接监测和预警;
第七获得单元,所述第七获得单元用于获得所述第一硬件衔接接口的环境信息;
第八获得单元,所述第八获得单元用于获得所述环境信息对所述第一规划监测角度的第一影响参数;
第九获得单元,所述第九获得单元用于基于所述第一影响参数对所述第一规划监测角度进行调整,获得第二规划监测角度;
第十获得单元,所述第十获得单元用于通过所述第二规划监测角度获得所述第一分布结果;
第一构建单元,所述第一构建单元用于将所述第一硬件衔接接口信息作为基础数据,将环境信息和第一影响参数作为输入信息,基于标识调整监测角度的调整结果作为标识信息构建角度调整模型;
第十一获得单元,所述第十一获得单元用于将所述环境信息和所述第一影响参数输入所述角度调整模型,获得所述第二规划监测角度;
第十二获得单元,所述第十二获得单元用于根据所述第一规划监测角度和所述环境信息获得第一环境调整成本;
第十三获得单元,所述第十三获得单元用于根据所述第一规划监测角度和所述第二规划监测角度获得第一监测结果影响参数;
第十四获得单元,所述第十四获得单元用于根据所述第一环境调整成本和所述第一监测结果影响参数对所述第一规划监测角度和所述第二规划监测角度进行选择,获得第一选择结果;
第十五获得单元,所述第十五获得单元用于通过所述第一选择结果获得所述第一分布结果;
第十六获得单元,所述第十六获得单元用于对所述第一图像集合进行图像分类标识,获得第一分类标识结果;
第十七获得单元,所述第十七获得单元用于基于所述第一分类标识结果进行接入角度特征提取,获得接入角度特征提取结果;
第十八获得单元,所述第十八获得单元用于基于所述第一分类标识结果进行接入位置特征提取,获得接入位置特征提取结果;
第十九获得单元,所述第十九获得单元用于将所述接入角度特征提取结果和所述接入位置特征提取结果输入所述监测评估模型,获得所述第一输出结果;
所述第五获得单元用于通过第一信号检测装置对所述第一硬件衔接接口连接后进行连续信号采集,获得第一信号采集结果,还包括:
第二十获得单元,所述第二十获得单元用于获得第一预定时间;
第二十一获得单元,所述第二十一获得单元用于通过所述第一预定时间通过所述第一信号检测装置对所述第一硬件衔接接口连接后进行连续信号采集,获得第一采集信号;
第二十二获得单元,所述第二十二获得单元用于对所述第一采集信号进行连续性特征采集,获得第一连续性特征参数;
第二十三获得单元,所述第二十三获得单元用于根据所述第一连续性特征参数获得所述第一信号采集结果。
4.一种基于机器视觉的硬件衔接接口监测系统,包括:处理器,所述处理器与存储器耦合,所述存储器用于存储程序,当所述程序被所述处理器执行时,使系统以执行如权利要求1至2任一项所述的方法。
CN202111292500.3A 2021-11-03 2021-11-03 一种基于机器视觉的硬件衔接接口监测方法及系统 Active CN114037673B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111292500.3A CN114037673B (zh) 2021-11-03 2021-11-03 一种基于机器视觉的硬件衔接接口监测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111292500.3A CN114037673B (zh) 2021-11-03 2021-11-03 一种基于机器视觉的硬件衔接接口监测方法及系统

Publications (2)

Publication Number Publication Date
CN114037673A CN114037673A (zh) 2022-02-11
CN114037673B true CN114037673B (zh) 2022-08-23

Family

ID=80136119

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111292500.3A Active CN114037673B (zh) 2021-11-03 2021-11-03 一种基于机器视觉的硬件衔接接口监测方法及系统

Country Status (1)

Country Link
CN (1) CN114037673B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115100600B (zh) * 2022-06-30 2024-05-31 苏州市新方纬电子有限公司 一种电池包的产线智能检测方法及系统
CN117406160B (zh) * 2023-10-23 2024-05-17 国网黑龙江省电力有限公司营销服务中心 基于历史状态对比的智能电表故障诊断系统
CN117452148B (zh) * 2023-12-22 2024-03-26 星玛智能电气有限公司 一种环网柜的智能监控方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111731282A (zh) * 2020-06-04 2020-10-02 南京航空航天大学 一种考虑车辆稳定性的紧急避撞系统及其控制方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107547755B (zh) * 2017-08-29 2020-08-25 托普朗宁(北京)教育科技有限公司 Usb接口保护方法、移动终端及计算机可读存储介质
CN109948509A (zh) * 2019-03-11 2019-06-28 成都旷视金智科技有限公司 对象状态监测方法、装置及电子设备
CN112181744A (zh) * 2020-09-25 2021-01-05 北京博睿维讯科技有限公司 一种转换器接口的故障检测方法、系统、终端以及存储介质
CN113191302B (zh) * 2021-05-14 2022-11-01 成都鸿钰网络科技有限公司 一种草原生态监测方法及系统
CN113239627B (zh) * 2021-05-31 2022-08-09 南京乾鑫电器设备有限公司 一种分布式智能监控方法和装置
CN113433856A (zh) * 2021-06-17 2021-09-24 浙江齐安信息科技有限公司 设备状态监测方法、装置、系统及存储介质

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111731282A (zh) * 2020-06-04 2020-10-02 南京航空航天大学 一种考虑车辆稳定性的紧急避撞系统及其控制方法

Also Published As

Publication number Publication date
CN114037673A (zh) 2022-02-11

Similar Documents

Publication Publication Date Title
CN114037673B (zh) 一种基于机器视觉的硬件衔接接口监测方法及系统
US20180260726A1 (en) Analysis apparatus, analysis method, and non-transitory computer readable medium
US10496051B2 (en) Event analyzing device, event analyzing system, event analyzing method, and non-transitory computer readable storage medium
US10915419B2 (en) Industrial control system, and assistance apparatus, control assist method, and program thereof
CN111309539A (zh) 一种异常监测方法、装置和电子设备
JP7294768B2 (ja) 画像処理システム
JP6678824B2 (ja) 非定常検出装置、非定常検出システム、および非定常検出方法
CN107944005B (zh) 一种数据展示方法及装置
CN115016353A (zh) 一种用于远程控制设备的监控管理系统
Kirchen et al. Metrics for the evaluation of data quality of signal data in industrial processes
CN112183906B (zh) 一种基于多模型组合模型的机房环境预测方法及系统
CN114331114A (zh) 一种管道安全风险智能化监管方法及系统
CN115640860B (zh) 一种工业云服务的机电设备远程维护方法及系统
CN116248674A (zh) 一种数据传输方法、装置及系统
CN113559630B (zh) 一种用于除尘设备的自动清灰方法及系统
CN111108738B (zh) 数据处理设备、数据分析设备、数据处理系统和用于处理数据的方法
CN117370913A (zh) 光伏系统中异常数据的检测方法、装置以及设备
EP2847676B1 (en) System and method of distributed procesing for machine-vision analysis
CN112128950A (zh) 一种基于多种模型对比的机房温湿度预测方法及系统
CN113724211B (zh) 一种基于状态感应的故障自动识别方法及系统
Yang et al. Streaming data analysis framework for cyber-physical system of metal machining processes
US11762562B2 (en) Performance analysis apparatus and performance analysis method
CN112798955B (zh) 一种特种电机的故障检测方法及装置
TWI801820B (zh) 用於製造流程之系統及方法
US11669082B2 (en) Online fault localization in industrial processes without utilizing a dynamic system model

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