CN114511169B - 一种飞行随动锁钉质量的评估方法及系统 - Google Patents
一种飞行随动锁钉质量的评估方法及系统 Download PDFInfo
- Publication number
- CN114511169B CN114511169B CN202110543730.6A CN202110543730A CN114511169B CN 114511169 B CN114511169 B CN 114511169B CN 202110543730 A CN202110543730 A CN 202110543730A CN 114511169 B CN114511169 B CN 114511169B
- Authority
- CN
- China
- Prior art keywords
- screw
- obtaining
- information
- quality
- locking
- 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
Images
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06T7/0004—Industrial image inspection
- G06T7/0006—Industrial image inspection using a design-rule based approach
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种飞行随动锁钉质量的评估方法及系统,获得第一种类螺钉的第一基础信息;获得第一用途信息;获得第一用途质量评估标准;获得第一图像信息,根据第一图像信息获得第一种类螺钉的第一螺钉质量评估结果;获得第一设备信息,获得第二图像信息,根据第一用途质量评估标准和第二图像信息获得第二评估结果;将第一螺钉质量评估结果和第二评估结果输入质量分析模型,获得第一质量分析结果;获得第二质量分析结果;根据第一质量分析结果和第二质量分析结果获得第三质量分析结果。解决了现有技术中缺少根据螺钉的种类及应用情况进行锁钉质量准确评估的技术问题,达到基于螺钉的种类不同、应用场景不同进行锁钉质量准确评估的技术效果。
Description
技术领域
本发明涉及锁定质量评估相关领域,尤其涉及一种飞行随动锁钉质量的评估方法及系统。
背景技术
自动锁螺钉机是通过各类电动、气动元器件实现螺钉的自动输送、拧紧、检测等工序,是一种典型的非标自动化设备。它至少包括输送机构、锁付机构、定位系统等。自动锁螺钉机种类繁多,锁钉品质也因设备的不同有很大差异,对锁钉的质量进行准确的分析是选择自动锁螺钉机的重要的环节。
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:
现有技术中缺少根据螺钉的种类及应用情况进行锁钉质量准确评估的技术问题。
发明内容
本申请实施例通过提供一种飞行随动锁钉质量的评估方法及系统,解决了现有技术中缺少根据螺钉的种类及应用情况进行锁钉质量准确评估的技术问题,达到基于螺钉的种类不同、应用场景不同进行锁钉质量准确评估的技术效果。
鉴于上述问题,提出了本申请实施例提供一种飞行随动锁钉质量的评估方法及系统。
第一方面,本申请还提供了一种飞行随动锁钉质量的评估方法,所述方法应用于一锁钉质量评估系统,所述系统与第一图像采集装置、第一锁钉设备通信连接,所述方法包括:获得第一种类螺钉的第一基础信息;根据所述第一基础信息获得所述第一种类螺钉的第一用途信息;根据所述第一用途信息获得所述第一种类螺钉的第一用途质量评估标准;通过所述第一图像采集装置获得所述第一种类螺钉的第一图像信息,根据所述第一图像信息获得所述第一种类螺钉的第一螺钉质量评估结果;根据所述第一用途信息获得第一设备信息,所述第一设备为所述第一种类螺钉的应用设备;通过所述第一图像采集装置获得第二图像信息,所述第二图像信息为包括所述第一种类螺钉和所述第一设备的图像信息;根据所述第一用途质量评估标准和所述第二图像信息获得第二评估结果;将所述第一螺钉质量评估结果和第二评估结果输入质量分析模型,获得第一质量分析结果;通过所述锁钉质量评估系统获得所述第一锁钉设备的信息,其中,所述第一锁钉设备为对所述第一种类螺钉的锁钉操作设备,获得所述第一锁钉设备的第一随动锁钉捕捉失误率,根据所述第一随动锁钉捕捉失误率获得第二质量分析结果;根据所述第一质量分析结果和第二质量分析结果获得第三质量分析结果。
另一方面,本申请还提供了一种飞行随动锁钉质量的评估系统,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种类螺钉的第一基础信息;第二获得单元,所述第二获得单元用于获得第一种类螺钉的第一基础信息;第三获得单元,所述第三获得单元用于根据所述第一用途信息获得所述第一种类螺钉的第一用途质量评估标准;第四获得单元,所述第四获得单元用于通过第一图像采集装置获得所述第一种类螺钉的第一图像信息,根据所述第一图像信息所述第一种类螺钉的第一螺钉质量评估结果;第五获得单元,所述第五获得单元用于根据所述第一用途信息获得第一设备信息,所述第一设备为所述第一种类螺钉的应用设备;第六获得单元,所述第六获得单元用于通过所述第一图像采集装置获得第二图像信息,所述第二图像信息为包括所述第一种类螺钉和所述第一设备的图像信息;第七获得单元,所述第七获得单元用于根据所述第一用途质量评估标准和所述第二图像信息获得第二评估结果;第一输入单元,所述第一输入单元用于将所述第一螺钉质量评估结果和第二评估结果输入质量分析模型,获得第一质量分析结果;第八获得单元,所述第八获得单元用于通过锁钉质量评估系统获得第一锁钉设备的信息,其中,所述第一锁钉设备为对所述第一种类螺钉的锁钉操作设备,获得所述第一锁钉设备的第一随动锁钉捕捉失误率,根据所述第一随动锁钉捕捉失误率获得第二质量分析结果;第九获得单元,所述第九获得单元用于根据所述第一质量分析结果和第二质量分析结果获得第三质量分析结果。
第三方面,本发明提供了一种飞行随动锁钉质量的评估系统,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:
通过获得第一种类螺钉的基础信息,通过所述第一基础信息获得所述第一螺钉的用途信息,根据所述用途信息获得第一用途质量评估标准,通过所述第一图像采集装置获得所述第一种类螺钉的第一图像信息,基于所述第一图像信息对所述第一种类螺钉进行螺钉质量评估,根据所述第一用途信息获得所述第一螺钉的第一应用设备,根据所述用途质量评估标准对所述第一种类螺钉在所述第一应用设备的锁钉质量进行评估,获得第二评估结果,根据第一螺钉质量评估结果和第二评估结果获得第一质量分析结果,获得所述第一锁钉设备的随动锁定捕捉失误率,根据所述第一随动锁钉捕捉失误率获得第二质量分析结果,根据所述第二质量分析结果和第一质量分析结果获得第三质量分析结果,对所述第一锁钉设备对于第一设备上的第一种类螺钉的锁钉质量进行评估,达到基于螺钉的种类不同、应用场景不同进行锁钉质量准确评估的技术效果。
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为本申请实施例一种飞行随动锁钉质量的评估方法的流程示意图;
图2为本申请实施例一种飞行随动锁钉质量的评估方法的结构示意图;
图3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,第七获得单元17,第一输入单元18,第八获得单元19,第九获得单元20,总线300,接收器301,处理器302,发送器303,存储器304,总线接口305。
具体实施方式
本申请实施例通过提供一种飞行随动锁钉质量的评估方法及系统,解决了现有技术中缺少根据螺钉的种类及应用情况进行锁钉质量准确评估的技术问题,达到基于螺钉的种类不同、应用场景不同进行锁钉质量准确评估的技术效果。下面,将参考附图详细的描述根据本申请的示例实施例。显然,所描述的实施例仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。
申请概述
自动锁螺钉机是通过各类电动、气动元器件实现螺钉的自动输送、拧紧、检测等工序,是一种典型的非标自动化设备。它至少包括输送机构、锁付机构、定位系统等。自动锁螺钉机种类繁多,锁钉品质也因设备的不同有很大差异,对锁钉的质量进行准确的分析是选择自动锁螺钉机的重要的环节。现有技术中缺少根据螺钉的种类及应用情况进行锁钉质量准确评估的技术问题。
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飞行随动锁钉质量的评估方法,所述方法应用于一锁钉质量评估系统,所述系统与第一图像采集装置、第一锁钉设备通信连接,所述方法包括:获得第一种类螺钉的第一基础信息;根据所述第一基础信息获得所述第一种类螺钉的第一用途信息;根据所述第一用途信息获得所述第一种类螺钉的第一用途质量评估标准;通过所述第一图像采集装置获得所述第一种类螺钉的第一图像信息,根据所述第一图像信息获得所述第一种类螺钉的第一螺钉质量评估结果;根据所述第一用途信息获得第一设备信息,所述第一设备为所述第一种类螺钉的应用设备;通过所述第一图像采集装置获得第二图像信息,所述第二图像信息为包括所述第一种类螺钉和所述第一设备的图像信息;根据所述第一用途质量评估标准和所述第二图像信息获得第二评估结果;将所述第一螺钉质量评估结果和第二评估结果输入质量分析模型,获得第一质量分析结果;通过所述锁钉质量评估系统获得所述第一锁钉设备的信息,其中,所述第一锁钉设备为对所述第一种类螺钉的锁钉操作设备,获得所述第一锁钉设备的第一随动锁钉捕捉失误率,根据所述第一随动锁钉捕捉失误率获得第二质量分析结果;根据所述第一质量分析结果和第二质量分析结果获得第三质量分析结果。
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飞行随动锁钉质量的评估方法,其中,所述方法应用于一锁钉质量评估系统,所述系统与第一图像采集装置、第一锁钉设备通信连接,所述方法包括:
步骤S100:获得第一种类螺钉的第一基础信息;
步骤S200:根据所述第一基础信息获得所述第一种类螺钉的第一用途信息;
具体而言,所述锁钉质量评估系统为对不同的锁钉设备对不同种类螺钉的各种应用场景下的锁钉质量进行评估的系统,他可以根据螺钉种类的不同、应用场景的不同获得不同的评估标准,而后对螺钉的锁紧质量进行评估,所述第一图像采集装置为进行图像采集的装置、设备,所述第一锁钉设备为可进行螺钉锁紧操作的设备,也是要进行锁钉质量评估的操作设备。获得螺钉的分类信息,根据所述分类信息获得第一种类螺钉,并获得所述第一种类螺钉的基础信息,所述基础信息包括所述第一螺钉的作用、用途、应用场景等信息。
步骤S300:根据所述第一用途信息获得所述第一种类螺钉的第一用途质量评估标准;
具体而言,所述第一用途质量评估标准为根据所述第一种类螺钉的用途的不同获得的第一用途下的质量评估标准,举例而言,当所述第一螺钉为手机的紧固螺钉时,则根据所述第一种类螺钉的位置不同,对所述第一种类螺钉进行分区域的评估质量标准制定,如美观程度、预留缝隙等,根据所述区域不同,获得不同区域的所述第一种类的螺钉的用途质量评估标准。
步骤S400:通过所述第一图像采集装置获得所述第一种类螺钉的第一图像信息,根据所述第一图像信息获得所述第一种类螺钉的第一螺钉质量评估结果;
具体而言,通过所述第一图像采集装置对所述第一种类螺钉进行图像采集,获得第一图像信息,其中,所述第一图像信息为包括所述第一种类螺钉至少一个螺钉的图像信息,根据所述第一图像信息,对所述第一锁钉设备筛选螺钉的质量的水平进行评估,获得所述第一螺钉质量评估结果,根据所述第一螺钉质量评估结果对所述第一锁钉设备的筛选螺钉能力进行评估。
步骤S500:根据所述第一用途信息获得第一设备信息,所述第一设备为所述第一种类螺钉的应用设备;
步骤S600:通过所述第一图像采集装置获得第二图像信息,所述第二图像信息为包括所述第一种类螺钉和所述第一设备的图像信息;
具体而言,根据所述第一种类螺钉的用途信息,获得所述第一种类螺钉的第一应用设备,即所述第一设备,获得所述第一设备上第一类螺钉的当前状态信息,所述当前状态为通过所述第一锁钉设备将所述第一种类螺钉锁在所述第一设备时的螺钉与设备的状态,通过所述图像采集装置对所述状态进行采集,获得第二图像信息,将所述第二图像信息作为所述螺钉和第一设备的配合情况的评估依据,评估内容包括锁钉的锁紧情况、美观程度、位置信息等。
步骤S700:根据所述第一用途质量评估标准和所述第二图像信息获得第二评估结果;
具体而言,根据所述第一用途质量评估标准,对所述第二图像信息中采集的第一种类螺钉的锁定质量进行评估,即根据评估标准中的要求项目,打分的标准等信息进行评估,获得第二评估结果。
步骤S800:将所述第一螺钉质量评估结果和第二评估结果输入质量分析模型,获得第一质量分析结果;
具体而言,所述质量分析模型为通过大量的评估数据训练获得的分析模型,所述模型基于大量的监督数据的训练,可以根据不同评估结果的组合生成更加准确的综合分析结果,将所述第一螺钉质量评估结果和第二评估结果输入所述质量分析模型,获得第一质量分析结果。
步骤S900:通过所述锁钉质量评估系统获得所述第一锁钉设备的信息,其中,所述第一锁钉设备为对所述第一种类螺钉的锁钉操作设备,获得所述第一锁钉设备的第一随动锁钉捕捉失误率,根据所述第一随动锁钉捕捉失误率获得第二质量分析结果;
具体而言,所述第一锁钉设备为将所述第一种类螺钉锁紧在所述第一设备的操作设备,通过所述锁定质量评估系统,获得所述第一锁钉设备在进行锁钉时的操作信息,根据所述获得的信息,获得所述第一锁钉设备在对第一设备动态锁钉的过程中,对随动锁钉捕捉的失误率信息,即判断所述第一锁钉设备在进行所述动态锁钉的过程中是否会出现捕捉失误的情况,根据所述失误情况进行概率统计。根据所述第一随动锁钉捕捉失误率获得第二质量分析结果。
步骤S1000:根据所述第一质量分析结果和第二质量分析结果获得第三质量分析结果。
具体而言,根据所述第一质量分析结果和第二质量分析结果进行所述第一锁钉设备在将所述第一种类螺钉锁紧到第一设备时的锁紧质量分析,获得第三质量分析结果,达到基于螺钉的种类不同、应用场景不同进行锁钉质量准确评估的技术效果。
进一步而言,本申请实施例还包括:
步骤S910:获得所述第一种类螺钉在所述第一设备的第一螺孔分布图;
步骤S920:获得所述第一锁钉设备的第一操作信息,其中,所述第一操作信息包括所述第一锁钉设备对所述第一种类螺钉的锁钉操作信息;
步骤S930:根据所述第一操作信息获得所述第一锁钉设备的定位次数;
步骤S940:根据所述第一螺孔分布图和所述定位次数获得第三质量分析结果。
具体而言,所述第一螺孔分布图为所述第一设备的第一种类螺钉的螺孔分布情况的图纸,通过所述第一设备的相关信息,获得所述第设备的第一种类螺钉的螺钉配合螺孔的分布图,获得所述第一锁钉设备对所述第一设备的锁钉操作信息,基于所述操作信息,获得所述第一锁钉设备进行所述锁钉操作的总定位次数,所述总定位次数为在锁钉过程中的进行螺钉孔位寻找和确定时的定位的次数。根据所述第一螺孔分布图对所述第一锁钉设备的锁钉操作进行判断,即判断所述定位的次数是否足够智能,根据所述判断结果获得所述第三质量分析结果,所述第三质量分析结果为对所述第一锁钉设备在进行第一设备的第一种类螺钉的锁钉过程的智能化程度的评估结果。
进一步而言,本申请实施例还包括:
步骤S941:通过所述第一图像采集装置获得第三图像信息,所述第三图像信息包括所述第一锁钉设备对所述第一种类螺钉的锁钉操作的图像信息;
步骤S942:通过所述第三图像信息获得所述第一锁钉设备的第一随动锁钉捕捉失误率;
步骤S943:根据所述第一随动锁钉捕捉失误率获得所述第二质量分析结果。
具体而言,通过所述第一图像采集装置对所述第一锁钉设备进行锁钉过程进行图像捕捉,获得第三图像信息,其中,所述第三图像信息为图像信息集,即对所述第一锁钉设备在进行第一设备锁钉过程的某一时间段进行图像采集监测,根据所述实时捕捉的图像,构成第三图像信息,基于所述第三图像信息对所述第一锁钉设备在进行随动锁钉过程中的捕捉食失误情况进行统计,所述随动锁钉是指在所述第一设备移动过程中,对所述第一设备进行随设备运动的锁钉的过程。基于所述统计的第一随动锁钉捕捉失误率,对所述第一锁钉设备的第一类螺钉的锁定质量进行评估,即所述第二质量分析结果。
进一步的,本申请实施例还包括:
步骤S9431:获得所述第一随动锁钉捕捉失误率的失误分析报告;
步骤S9432:根据所述失误分析报告获得所述第一锁钉设备与所述第一随动锁钉捕捉失误率的第一关联度信息;
步骤S9433:获得所述第一锁钉设备的第一调整时间,并获得调整后的所述第一锁钉设备的第二随动锁钉捕捉失误率;
步骤S9434:根据所述第一调整时间和所述第二随动锁钉捕捉失误率获得第四质量分析结果;
步骤S9435:根据所述第一关联度信息对所述第四质量分析结果进行调整,获得第五质量分析结果。
具体而言,所述第一随动锁钉分析报告为所述第一锁钉设备的自我分析报告,通过所述锁钉质量评估系统,获得所述第一锁钉设备在进行随动锁钉捕捉失误后的自检报告,基于所述失误分析报告获得所述第一锁定设备与所述随动锁钉捕捉失误的关联度信息,即判断所述随动锁钉捕捉失误的原因,判断所述原因与所述第一锁定设备本身的关联程度,并对所述第一锁钉设备进行实时的跟踪分析,获得所述第一锁钉设备针对所述锁钉失误后的后续反馈和调整信息,获得所述第一锁钉设备的调整时间,并对所述第一锁钉设备进行调整后的锁钉情况进行持续的跟进,获得第二随动锁钉失误率。根据所述第一锁钉设备的第一调整时间和第二随动锁钉失误率获得第四质量分析结果,所述第四质量分析结果为对所述第一锁钉设备的自我调整的评估结果。基于所述第一关联度信息对所述第四质量分析结果进行进一步的调整,获得第五质量分析结果。
进一步而言,本申请实施例还包括:
步骤S1110:通过所述第一图像采集装置获得第四图像信息,其中,所述第四图像信息为与所述第二图像信息不同采集角度的图像信息;
步骤S1120:根据所述第四图像信息和所述第一用途质量评估标准获得第三评估结果;
步骤S1130:根据所述第三评估结果和第二评估结果获得第六质量分析结果。
具体而言,所述第四图像信息同样包括所述第一设备上第一类螺钉的当前状态信息的图像信息,所述第四图像信息为与所述第二图像信息的不同角度的采集的图像信息,根据所述不同角度采集的螺钉与设备的配合信息,进一步的对所述螺钉的锁钉质量进行评估,基于所述第四图像信息和所述第一用途质量评估标准获得第三评估结果,根据所述第三评估结果和第二评估结果对所述螺钉的锁钉质量进行综合分析,获得第六质量分析结果。通过多角度的螺钉信息的图像采集与分析,使得所述分析结果更加准确,进而获得更加准确的锁钉质量分析结果。
进一步而言,本申请实施例还包括:
步骤S94351:获得所述第一设备的第二种类螺钉信息,并获得所述第二种类螺钉在所述第一设备的第二螺孔分布图;
步骤S94352:获得所述第一锁钉设备对于所述第一种类螺钉、所述第二种类螺钉的操作方案;
步骤S94353:根据所述第一螺孔分布图和所述第二螺孔分布图对所述操作方案进行评估,获得第七质量分析结果。
具体而言,所述第一设备的第二种类螺钉为所述第一设备的其他种类的螺钉信息,根据所述第一设备获得第二种类的螺钉分布信息,即获得与所述第二螺钉配合的第二螺孔分布图,根据所述第二螺孔分布图和所述第一螺孔分布图和所述第一设备的构造信息,生成不同锁定方案的打分系统,即根据定位方式、定位次数、操作详细参数的选取,按照评估分的高低进行方案的排序,将所述第一锁钉设备的操作方案输入所述打分系统,获得所述第一锁钉设备的操作方案的评分结果,基于所述评分结果对所述第一锁钉设备的操作方案进行评估,获得第七质量分析结果。
进一步而言,所述将所述第一螺钉质量评估结果和第二评估结果输入质量分析模型,获得第一质量分析结果,本申请实施例步骤S800还包括:
步骤S810:获得第一训练数据集,其中,所述第一训练数据集中的每组数据都包括所述第一螺钉质量评估结果、所述第二评估结果和标识质量分析结果的标识信息,通过所述第一训练数据集对所述质量分析模型进行训练;
步骤S820:将所述第一螺钉质量评估结果和第二评估结果输入所述质量分析模型,获得所述质量分析模型的输出信息,所述输出信息包括所述第一质量分析结果。
具体而言,所述质量分析模型为机器学习中的神经网络模型,它可以不断地进行学习和调整,是一个高度复杂的非线性动力学习系统。它是一个数学模型,通过大量训练数据的训练,将所述质量分析模型训练至收敛状态后,基于所述质量分析模型进行质量分析结果的获得。
更进一步而言,所述训练的过程还包括监督学习的过程,每一组监督数据都包括所述第一螺钉质量评估结果、所述第二评估结果和标识质量分析结果的标识信息,将所述第一螺钉质量评估结果、所述第二评估结果输入到神经网络模型中,根据用来用于标识质量分析结果的标识信息对所述质量分析模型进行监督学习,使得所述质量分析模型的输出数据与监督数据一致,通过所述神经网络模型进行不断的自我修正、调整,直至获得的输出结果与所述标识信息一致,则结束本组数据监督学习,进行下一组数据监督学习;当所述神经网络模型的为收敛状态时,则监督学习过程结束。通过对所述模型的监督学习,进而使得所述质量分析模型处理所述输入信息更加准确,进而获得更加准确的第一质量分析结果。
综上所述,本申请实施例所提供的一种飞行随动锁钉质量的评估方法及系统具有如下技术效果:
1、由于采用了通过获得第一种类螺钉的基础信息,通过所述第一基础信息获得所述第一螺钉的用途信息,根据所述用途信息获得第一用途质量评估标准,通过所述第一图像采集装置获得所述第一种类螺钉的第一图像信息,基于所述第一图像信息对所述第一种类螺钉进行螺钉质量评估,根据所述第一用途信息获得所述第一螺钉的第一应用设备,根据所述用途质量评估标准对所述第一种类螺钉在所述第一应用设备的锁钉质量进行评估,获得第二评估结果,根据第一螺钉质量评估结果和第二评估结果获得第一质量分析结果,获得所述第一锁钉设备的随动锁定捕捉失误率,根据所述第一随动锁钉捕捉失误率获得第二质量分析结果,根据所述第二质量分析结果和第一质量分析结果获得第三质量分析结果的方式,对所述第一锁钉设备对于第一设备上的第一种类螺钉的锁钉质量进行评估,达到基于螺钉的种类不同、应用场景不同进行锁钉质量准确评估的技术效果。
2、由于采用了通过多角度的螺钉信息的图像采集与分析,使得所述分析结果更加准确,进而达到获得更加准确的锁钉质量分析结果的技术效果。
实施例二
基于与前述实施例中一种飞行随动锁钉质量的评估方法同样发明构思,本发明还提供了一种飞行随动锁钉质量的评估系统,如图2所示,所述系统包括:
第一获得单元11,所述第一获得单元11用于获得第一种类螺钉的第一基础信息;
第二获得单元12,所述第二获得单元12用于获得第一种类螺钉的第一基础信息;
第三获得单元13,所述第三获得单元13用于根据所述第一用途信息获得所述第一种类螺钉的第一用途质量评估标准;
第四获得单元14,所述第四获得单元14用于通过第一图像采集装置获得所述第一种类螺钉的第一图像信息,根据所述第一图像信息所述第一种类螺钉的第一螺钉质量评估结果;
第五获得单元15,所述第五获得单元15用于根据所述第一用途信息获得第一设备信息,所述第一设备为所述第一种类螺钉的应用设备;
第六获得单元16,所述第六获得单元16用于通过所述第一图像采集装置获得第二图像信息,所述第二图像信息为包括所述第一种类螺钉和所述第一设备的图像信息;
第七获得单元17,所述第七获得单元17用于根据所述第一用途质量评估标准和所述第二图像信息获得第二评估结果;
第一输入单元18,所述第一输入单元18用于将所述第一螺钉质量评估结果和第二评估结果输入质量分析模型,获得第一质量分析结果;
第八获得单元19,所述第八获得单元19用于通过锁钉质量评估系统获得第一锁钉设备的信息,其中,所述第一锁钉设备为对所述第一种类螺钉的锁钉操作设备,获得所述第一锁钉设备的第一随动锁钉捕捉失误率,根据所述第一随动锁钉捕捉失误率获得第二质量分析结果;
第九获得单元20,所述第九获得单元20用于根据所述第一质量分析结果和第二质量分析结果获得第三质量分析结果。
进一步的,所述系统还包括:
第十获得单元,所述第十获得单元用于获得所述第一种类螺钉在所述第一设备的第一螺孔分布图;
第十一获得单元,所述第十一获得单元用于获得所述第一锁钉设备的第一操作信息,其中,所述第一操作信息包括所述第一锁钉设备对所述第一种类螺钉的锁钉操作信息;
第十二获得单元,所述第十二获得单元用于根据所述第一操作信息获得所述第一锁钉设备的定位次数;
第十三获得单元,所述第十三获得单元用于根据所述第一螺孔分布图和所述定位次数获得第三质量分析结果。
进一步的,所述系统还包括:
第十四获得单元,所述第十四获得单元用于通过所述第一图像采集装置获得第三图像信息,所述第三图像信息包括所述第一锁钉设备对所述第一种类螺钉的锁钉操作的图像信息;
第十五获得单元,所述第十五获得单元用于通过所述第三图像信息获得所述第一锁钉设备的第一随动锁钉捕捉失误率;
第十六获得单元,所述第十六获得单元用于根据所述第一随动锁钉捕捉失误率获得所述第二质量分析结果。
进一步的,所述系统还包括:
第十七获得单元,所述第十七获得单元用于获得所述第一随动锁钉捕捉失误率的失误分析报告;
第十八获得单元,所述第十八获得单元用于根据所述失误分析报告获得所述第一锁钉设备与所述第一随动锁钉捕捉失误率的第一关联度信息;
第十九获得单元,所述第十九获得单元用于获得所述第一锁钉设备的第一调整时间,并获得调整后的所述第一锁钉设备的第二随动锁钉捕捉失误率;
第二十获得单元,所述第二十获得单元用于根据所述第一调整时间和所述第二随动锁钉捕捉失误率获得第四质量分析结果;
第二十一获得单元,所述第二十一获得单元用于根据所述第一关联度信息对所述第四质量分析结果进行调整,获得第五质量分析结果。
进一步的,所述系统还包括:
第二十二获得单元,所述第二十二获得单元用于通过所述第一图像采集装置获得第四图像信息,其中,所述第四图像信息为与所述第二图像信息不同采集角度的图像信息;
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四图像信息和所述第一用途质量评估标准获得第三评估结果;
第二十四获得单元,所述第二十四获得单元用于根据所述第三评估结果和第二评估结果获得第六质量分析结果。
进一步的,所述系统还包括:
第二十五获得单元,所述第二十五获得单元用于获得所述第一设备的第二种类螺钉信息,并获得所述第二种类螺钉在所述第一设备的第二螺孔分布图;
第二十六获得单元,所述第二十六获得单元用于获得所述第一锁钉设备对于所述第一种类螺钉、所述第二种类螺钉的操作方案;
第二十七获得单元,所述第二十七获得单元用于根据所述第一螺孔分布图和所述第二螺孔分布图对所述操作方案进行评估,获得第七质量分析结果。
进一步的,所述系统还包括:
第二十八获得单元,所述第二十八获得单元用于获得第一训练数据集,其中,所述第一训练数据集中的每组数据都包括所述第一螺钉质量评估结果、所述第二评估结果和标识质量分析结果的标识信息,通过所述第一训练数据集对所述质量分析模型进行训练;
第二输入单元,所述第二输入单元用于将所述第一螺钉质量评估结果和第二评估结果输入所述质量分析模型,获得所述质量分析模型的输出信息,所述输出信息包括所述第一质量分析结果。
前述图1实施例一中的一种飞行随动锁钉质量的评估方法的各种变化方式和具体实例同样适用于本实施例的一种飞行随动锁钉质量的评估系统,通过前述对一种飞行随动锁钉质量的评估方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种飞行随动锁钉质量的评估系统的实施方法,所以为了说明书的简洁,在此不再详述。
示例性电子设备
下面参考图3来描述本申请实施例的电子设备。
图3图示了根据本申请实施例的电子设备的结构示意图。
基于与前述实施例中一种飞行随动锁钉质量的评估方法的发明构思,本发明还提供一种飞行随动锁钉质量的评估系统,其上存储有计算机程序,该程序被处理器执行时实现前文所述一种飞行随动锁钉质量的评估方法的任一方法的步骤。
其中,在图3中,总线架构(用总线300来代表),总线300可以包括任意数量的互联的总线和桥,总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口305在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件,即收发机,提供用于在传输介质上与各种其他系统通信的单元。
处理器302负责管理总线300和通常的处理,而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
本发明实施例提供的一种飞行随动锁钉质量的评估方法,所述方法应用于一锁钉质量评估系统,所述系统与第一图像采集装置、第一锁钉设备通信连接,所述方法包括:获得第一种类螺钉的第一基础信息;根据所述第一基础信息获得所述第一种类螺钉的第一用途信息;根据所述第一用途信息获得所述第一种类螺钉的第一用途质量评估标准;通过所述第一图像采集装置获得所述第一种类螺钉的第一图像信息,根据所述第一图像信息所述第一种类螺钉的第一螺钉质量评估结果;根据所述第一用途信息获得第一设备信息,所述第一设备为所述第一种类螺钉的应用设备;通过所述第一图像采集装置获得第二图像信息,所述第二图像信息为包括所述第一种类螺钉和所述第一设备的图像信息;根据所述第一用途质量评估标准和所述第二图像信息获得第二评估结果;将所述第一螺钉质量评估结果和第二评估结果输入质量分析模型,获得第一质量分析结果;通过所述锁钉质量评估系统获得所述第一锁钉设备的信息,其中,所述第一锁钉设备为对所述第一种类螺钉的锁钉操作设备,获得所述第一锁钉设备的第一随动锁钉捕捉失误率,根据所述第一随动锁钉捕捉失误率获得第二质量分析结果;根据所述第一质量分析结果和第二质量分析结果获得第三质量分析结果。解决了现有技术中缺少根据螺钉的种类及应用情况进行锁钉质量准确评估的技术问题,达到基于螺钉的种类不同、应用场景不同进行锁钉质量准确评估的技术效果。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生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系统。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令系统的制造品,该指令系统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。
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。尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (8)
1.一种飞行随动锁钉质量的评估方法,其中,所述方法应用于一锁钉质量评估系统,所述系统与第一图像采集装置、第一锁钉设备通信连接,所述方法包括:
获得第一种类螺钉的第一基础信息;
根据所述第一基础信息获得所述第一种类螺钉的第一用途信息;
根据所述第一用途信息获得所述第一种类螺钉的第一用途质量评估标准;
通过所述第一图像采集装置获得所述第一种类螺钉的第一图像信息,根据所述第一图像信息获得所述第一种类螺钉的第一螺钉质量评估结果;
根据所述第一用途信息获得第一设备信息,所述第一设备为所述第一种类螺钉的应用设备;
通过所述第一图像采集装置获得第二图像信息,所述第二图像信息为包括所述第一种类螺钉和所述第一设备的图像信息;
根据所述第一用途质量评估标准和所述第二图像信息获得第二评估结果;
将所述第一螺钉质量评估结果和所述第二评估结果输入质量分析模型,获得第一质量分析结果;
通过所述锁钉质量评估系统获得所述第一锁钉设备的信息,其中,所述第一锁钉设备为对所述第一种类螺钉的锁钉操作设备,获得所述第一锁钉设备的第一随动锁钉捕捉失误率,根据所述第一随动锁钉捕捉失误率获得第二质量分析结果;
获得所述第一种类螺钉在所述第一设备的第一螺孔分布图;
获得所述第一锁钉设备的第一操作信息,其中,所述第一操作信息包括所述第一锁钉设备对所述第一种类螺钉的锁钉操作信息;
根据所述第一操作信息获得所述第一锁钉设备的定位次数;
根据所述第一螺孔分布图和所述定位次数和所述第一质量分析结果和所述第二质量分析结果获得第三质量分析结果。
2.如权利要求1所述的方法,其中,所述获得所述第一锁钉设备的第一随动锁钉捕捉失误率,根据所述第一随动锁钉捕捉失误率获得第二质量分析结果,包括:
通过所述第一图像采集装置获得第三图像信息,所述第三图像信息包括所述第一锁钉设备对所述第一种类螺钉的锁钉操作的图像信息;
通过所述第三图像信息获得所述第一锁钉设备的第一随动锁钉捕捉失误率;
根据所述第一随动锁钉捕捉失误率获得所述第二质量分析结果。
3.如权利要求2所述的方法,其中,所述方法还包括:
获得所述第一随动锁钉捕捉失误率的失误分析报告;
根据所述失误分析报告获得所述第一锁钉设备与所述第一随动锁钉捕捉失误率的第一关联度信息;
获得所述第一锁钉设备的第一调整时间,并获得调整后的所述第一锁钉设备的第二随动锁钉捕捉失误率;
根据所述第一调整时间和所述第二随动锁钉捕捉失误率获得第四质量分析结果;
根据所述第一关联度信息对所述第四质量分析结果进行调整,获得第五质量分析结果。
4.如权利要求1所述的方法,其中,所述方法还包括:
通过所述第一图像采集装置获得第四图像信息,其中,所述第四图像信息为与所述第二图像信息不同采集角度的图像信息;
根据所述第四图像信息和所述第一用途质量评估标准获得第三评估结果;
根据所述第三评估结果和第二评估结果获得第六质量分析结果。
5.如权利要求3所述的方法,其中,所述方法还包括:
获得所述第一设备的第二种类螺钉信息,并获得所述第二种类螺钉在所述第一设备的第二螺孔分布图;
获得所述第一锁钉设备对于所述第一种类螺钉、所述第二种类螺钉的操作方案;
根据所述第一螺孔分布图和所述第二螺孔分布图对所述操作方案进行评估,获得第七质量分析结果。
6.如权利要求1所述的方法,其中,所述将所述第一螺钉质量评估结果和第二评估结果输入质量分析模型,获得第一质量分析结果,还包括:
获得第一训练数据集,其中,所述第一训练数据集中的每组数据都包括所述第一螺钉质量评估结果、所述第二评估结果和标识质量分析结果的标识信息,通过所述第一训练数据集对所述质量分析模型进行训练;
将所述第一螺钉质量评估结果和第二评估结果输入所述质量分析模型,获得所述质量分析模型的输出信息,所述输出信息包括所述第一质量分析结果。
7.一种飞行随动锁钉质量的评估系统,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种类螺钉的第一基础信息;
第二获得单元,所述第二获得单元用于根据所述第一基础信息获得所述第一种类螺钉的第一用途信息;
第三获得单元,所述第三获得单元用于根据所述第一用途信息获得所述第一种类螺钉的第一用途质量评估标准;
第四获得单元,所述第四获得单元用于通过第一图像采集装置获得所述第一种类螺钉的第一图像信息,根据所述第一图像信息获得所述第一种类螺钉的第一螺钉质量评估结果;
第五获得单元,所述第五获得单元用于根据所述第一用途信息获得第一设备信息,所述第一设备为所述第一种类螺钉的应用设备;
第六获得单元,所述第六获得单元用于通过所述第一图像采集装置获得第二图像信息,所述第二图像信息为包括所述第一种类螺钉和所述第一设备的图像信息;
第七获得单元,所述第七获得单元用于根据所述第一用途质量评估标准和所述第二图像信息获得第二评估结果;
第一输入单元,所述第一输入单元用于将所述第一螺钉质量评估结果和第二评估结果输入质量分析模型,获得第一质量分析结果;
第八获得单元,所述第八获得单元用于通过锁钉质量评估系统获得第一锁钉设备的信息,其中,所述第一锁钉设备为对所述第一种类螺钉的锁钉操作设备,获得所述第一锁钉设备的第一随动锁钉捕捉失误率,根据所述第一随动锁钉捕捉失误率获得第二质量分析结果;
第十获得单元,所述第十获得单元用于获得所述第一种类螺钉在所述第一设备的第一螺孔分布图;
第十一获得单元,所述第十一获得单元用于获得所述第一锁钉设备的第一操作信息,其中,所述第一操作信息包括所述第一锁钉设备对所述第一种类螺钉的锁钉操作信息;
第十二获得单元,所述第十二获得单元用于根据所述第一操作信息获得所述第一锁钉设备的定位次数;
第十三获得单元,所述第十三获得单元用于根据所述第一螺孔分布图和所述定位次数和所述第一质量分析结果和所述第二质量分析结果获得第三质量分析结果。
8.一种飞行随动锁钉质量的评估系统,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权利要求1-6任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110543730.6A CN114511169B (zh) | 2021-05-19 | 2021-05-19 | 一种飞行随动锁钉质量的评估方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110543730.6A CN114511169B (zh) | 2021-05-19 | 2021-05-19 | 一种飞行随动锁钉质量的评估方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114511169A CN114511169A (zh) | 2022-05-17 |
CN114511169B true CN114511169B (zh) | 2022-10-25 |
Family
ID=81548263
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110543730.6A Active CN114511169B (zh) | 2021-05-19 | 2021-05-19 | 一种飞行随动锁钉质量的评估方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114511169B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW200521666A (en) * | 2003-12-31 | 2005-07-01 | Inventec Corp | Inspection method and system of component defect |
CN109211207A (zh) * | 2018-06-29 | 2019-01-15 | 南京邮电大学 | 一种基于机器视觉的螺钉识别与定位装置 |
CN109470140A (zh) * | 2018-11-12 | 2019-03-15 | 珠海格力智能装备有限公司 | 螺钉的检测方法及装置、螺钉的检测系统 |
CN110705917A (zh) * | 2019-10-22 | 2020-01-17 | 河北省交通建设监理咨询有限公司 | 一种施工现场应用的机器人监理系统 |
CN111046988A (zh) * | 2019-11-30 | 2020-04-21 | 富泰华工业(深圳)有限公司 | 螺丝孔标识管理方法、装置、计算机装置及存储介质 |
CN111339729A (zh) * | 2020-02-29 | 2020-06-26 | 苏州浪潮智能科技有限公司 | 一种自动定位螺丝孔位置的平衡布局方法,设备及可读存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8606723B2 (en) * | 2004-06-04 | 2013-12-10 | Sap Ag | Consistent set of interfaces derived from a business object model |
-
2021
- 2021-05-19 CN CN202110543730.6A patent/CN114511169B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW200521666A (en) * | 2003-12-31 | 2005-07-01 | Inventec Corp | Inspection method and system of component defect |
CN109211207A (zh) * | 2018-06-29 | 2019-01-15 | 南京邮电大学 | 一种基于机器视觉的螺钉识别与定位装置 |
CN109470140A (zh) * | 2018-11-12 | 2019-03-15 | 珠海格力智能装备有限公司 | 螺钉的检测方法及装置、螺钉的检测系统 |
CN110705917A (zh) * | 2019-10-22 | 2020-01-17 | 河北省交通建设监理咨询有限公司 | 一种施工现场应用的机器人监理系统 |
CN111046988A (zh) * | 2019-11-30 | 2020-04-21 | 富泰华工业(深圳)有限公司 | 螺丝孔标识管理方法、装置、计算机装置及存储介质 |
CN111339729A (zh) * | 2020-02-29 | 2020-06-26 | 苏州浪潮智能科技有限公司 | 一种自动定位螺丝孔位置的平衡布局方法,设备及可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114511169A (zh) | 2022-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20240087104A1 (en) | Method for monitoring manufacture of assembly units | |
CN111177505A (zh) | 指标异常检测模型的训练方法、推荐的方法及装置 | |
CN112929613B (zh) | 一种基于图像识别进行设备运维的巡检方法及系统 | |
EP4137901A1 (en) | Deep-learning-based real-time process monitoring system, and method therefor | |
CN113568900A (zh) | 基于人工智能的大数据清洗方法及云服务器 | |
CN113888480A (zh) | 一种基于mes的质量追溯方法和系统 | |
CN114393520A (zh) | 一种机器人智能化冲切工艺监测方法及系统 | |
CN103913150B (zh) | 智能电能表电子元器件一致性检测方法 | |
CN114511169B (zh) | 一种飞行随动锁钉质量的评估方法及系统 | |
CN113469137A (zh) | 异常行为的识别方法、装置、存储介质及电子装置 | |
US8055062B2 (en) | Information processing apparatus, information processing method, and program | |
CN105653430A (zh) | 一种处理服务器管理信息的方法、装置及系统 | |
CN117407313A (zh) | 一种基于机器学习分析自动化测试质量的方法及系统 | |
CN112837640A (zh) | 屏幕动态画面测试方法、系统、电子设备及存储介质 | |
DE102014105567A1 (de) | Verfahren zur Verfolgung von Objekten unter Verwendung hyperspektraler Bilder | |
CN116152709A (zh) | 一种装修垃圾智能分级预处理方法及系统 | |
CN114553599B (zh) | 基于边缘计算的园区监控系统及方法 | |
CN113286163B (zh) | 一种用于虚拟拍摄直播的时间戳误差标定方法及系统 | |
CN113408475A (zh) | 指示信号识别方法、设备以及计算机存储介质 | |
DE112016006839T5 (de) | Längenmessungskontrollvorrichtung, Fertigungssystem, Längenmessungskontrollverfahren und Längenmessungskontrollprogramm | |
CN112070473A (zh) | 一种基于工程项目的数据处理方法及装置 | |
CN112949490A (zh) | 设备动作检测方法、装置、电子设备及可读存储介质 | |
CN116523497B (zh) | 基于pms集成工单运维成本量化系统 | |
CN118015737B (zh) | 基于物联网的智能门锁联合控制系统 | |
US20220366666A1 (en) | Feature Vector Generation using Neural Networks |
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 |