CN115392512A - 基于ar技术的设备检修方法、系统及相关设备 - Google Patents

Abstract

本发明公开了一种基于AR技术的设备检修方法、系统及相关设备，方法包括：通过AR穿戴设备获取目标区域对应的待判断图像；通过已训练的设备识别模型识别获取待判断图像中的各个目标设备，获取各目标设备对应的静态参数信息；获取各目标设备对应的运行状态信息，根据运行状态信息和静态参数信息获取各目标设备的动态故障信息，动态故障信息包括故障类别和故障程度等级；根据故障类别从检修方案库中匹配获取目标设备对应的设备检修方案，根据设备重要度等级和故障程度等级对设备检修方案排序后获得目标检修方案并通过AR穿戴设备输出，根据目标检修方案对目标区域中的各目标设备进行设备检修。本发明方案有利于提高设备检修的效率和准确性。

Description

基于AR技术的设备检修方法、系统及相关设备

技术领域

本发明涉及设备检修技术领域，尤其涉及的是一种基于AR技术的设备检修方法、系统及相关设备。

背景技术

随着科学技术的发展，各种设备的应用越来越广泛。设备在使用过程中可能出现各种故障，因此需要对设备进行检修以保证设备能够正常运行。

现有技术中，通常仅依靠人工进行检修，需要由检修人员人工识别出存在故障的设备，然后依靠自身经验执行检修操作。现有技术的问题在于，人工识别存在故障的设备时识别效率较低，不利于提高设备检修的效率。检修人员只依靠自身经验执行检修操作也会影响检修效率，且容易出现操作失误，不利于提高设备检修的准确性。

因此，现有技术还有待改进和发展。

发明内容

本发明的主要目的在于提供一种基于AR技术的设备检修方法、系统及相关设备，旨在解决现有技术中仅依靠人工进行检修，需要由检修人员人工识别出存在故障的设备然后依靠自身经验执行检修操作的方案不利于提高设备检修的效率和准确性的问题。

为了实现上述目的，本发明第一方面提供一种基于AR技术的设备检修方法，其中，上述基于AR技术的设备检修方法包括：

通过AR穿戴设备获取目标区域对应的待判断图像；

通过已训练的设备识别模型识别获取上述待判断图像中的各个目标设备，获取各上述目标设备对应的静态参数信息，其中，上述静态参数信息包括设备型号、设备重要度等级和运行状态标准参数；

获取各上述目标设备对应的运行状态信息，根据上述运行状态信息和上述静态参数信息获取各上述目标设备的动态故障信息，其中，上述动态故障信息包括故障类别和故障程度等级；

根据各上述目标设备对应的故障类别从预设的检修方案库中匹配获取各上述目标设备对应的设备检修方案，根据各上述目标设备对应的设备重要度等级和故障程度等级对各上述设备检修方案排序后获得目标检修方案；

通过上述AR穿戴设备输出上述目标检修方案，并根据上述目标检修方案对上述目标区域中的各上述目标设备进行设备检修。

可选的，上述通过AR穿戴设备获取目标区域对应的待判断图像，包括：

通过上述AR穿戴设备中的摄像头对上述目标区域进行实时场景拍摄以获取上述目标区域对应的待判断图像。

可选的，上述通过已训练的设备识别模型识别获取上述待判断图像中的各个目标设备，获取各上述目标设备对应的静态参数信息，包括：

将上述待判断图像输入上述已训练的设备识别模型，通过上述已训练的设备识别模型识别获取上述待判断图像中的各个目标设备对应的设备型号；

根据各上述目标设备对应的设备型号分别获取各上述目标设备对应的设备重要度等级和运行状态标准参数。

可选的，上述运行状态信息包括工作时间、加工刀具转速、加工刀具扭矩、主轴转速、进给速度、负荷值和能耗值，上述运行状态标准参数包括加工刀具转速标准范围、加工刀具扭矩标准范围、进给速度标准范围、负荷值标准范围和能耗值标准范围，上述根据上述运行状态信息和上述静态参数信息获取各上述目标设备的动态故障信息，包括：

当上述目标设备对应的运行状态信息满足预设的多个故障判断条件中的任意一个时，根据将该目标设备对应的运行状态信息和静态参数信息，通过已训练的故障类别识别模型获取该目标设备对应的故障类别；

根据上述故障类别和预设的故障类别等级表获取上述目标设备对应的故障程度等级；

其中，上述预设的多个故障判断条件包括加工刀具转速超出对应的加工刀具转速标准范围、加工刀具扭矩超出对应的加工刀具扭矩标准范围、进给速度超出对应的进给速度标准范围、负荷值超出对应的负荷值标准范围和能耗值超出对应的能耗值标准范围。

可选的，上述根据各上述目标设备对应的设备重要度等级和故障程度等级对各上述设备检修方案排序后获得目标检修方案，包括：

根据各上述目标设备对应的设备重要度等级和故障程度等级，通过预设的检修排序值计算公式计算获取各上述目标设备对应的检修排序值；

根据各上述目标设备对应的检修排序值对各上述目标设备对应的设备检修方案进行排序获得上述目标检修方案。

可选的，上述检修排序值等于第一等级值与第二等级值之和，上述第一等级值是预设的第一权重值与上述设备重要度等级的乘积，上述第二等级值是预设的第二权重值与上述故障程度等级的乘积。

可选的，上述AR穿戴设备为AR眼镜或AR头盔，上述方法还包括：

通过上述AR穿戴设备的虚拟显示面板在上述目标设备对应的位置显示该目标设备的静态参数信息、动态故障信息和检修排序值；

其中，上述静态参数信息还包括上述目标设备对应的尺寸参数和可拖拽拆解的三维设备模型，上述虚拟显示面板中与第一检修设备对应的检修排序值的显示颜色为红色，且上述第一检修设备对应的检修排序值的显示字体大小大于其它目标设备对应的检修排序值的显示字体大小，上述第一检修设备是上述检修排序值最小的目标设备。

本发明第二方面提供一种基于AR技术的设备检修系统，其中，上述基于AR技术的设备检修系统包括：

图像获取模块，用于通过AR穿戴设备获取目标区域对应的待判断图像；

静态参数信息获取模块，用于通过已训练的设备识别模型识别获取上述待判断图像中的各个目标设备，获取各上述目标设备对应的静态参数信息，其中，上述静态参数信息包括设备型号、设备重要度等级和运行状态标准参数；

动态故障信息获取模块，用于获取各上述目标设备对应的运行状态信息，根据上述运行状态信息和上述静态参数信息获取各上述目标设备的动态故障信息，其中，上述动态故障信息包括故障类别和故障程度等级；

目标检修方案获取模块，用于根据各上述目标设备对应的故障类别从预设的检修方案库中匹配获取各上述目标设备对应的设备检修方案，根据各上述目标设备对应的设备重要度等级和故障程度等级对各上述设备检修方案排序后获得目标检修方案；

检修模块，用于通过上述AR穿戴设备输出上述目标检修方案，并根据上述目标检修方案对上述目标区域中的各上述目标设备进行设备检修。

本发明第三方面提供一种智能终端，上述智能终端包括存储器、处理器以及存储在上述存储器上并可在上述处理器上运行的基于AR技术的设备检修程序，上述基于AR技术的设备检修程序被上述处理器执行时实现上述任意一种基于AR技术的设备检修方法的步骤。

本发明第四方面提供一种计算机可读存储介质，上述计算机可读存储介质上存储有基于AR技术的设备检修程序，上述基于AR技术的设备检修程序被处理器执行时实现上述任意一种基于AR技术的设备检修方法的步骤。

由上可见，本发明方案中，通过AR穿戴设备获取目标区域对应的待判断图像；通过已训练的设备识别模型识别获取上述待判断图像中的各个目标设备，获取各上述目标设备对应的静态参数信息，其中，上述静态参数信息包括设备型号、设备重要度等级和运行状态标准参数；获取各上述目标设备对应的运行状态信息，根据上述运行状态信息和上述静态参数信息获取各上述目标设备的动态故障信息，其中，上述动态故障信息包括故障类别和故障程度等级；根据各上述目标设备对应的故障类别从预设的检修方案库中匹配获取各上述目标设备对应的设备检修方案，根据各上述目标设备对应的设备重要度等级和故障程度等级对各上述设备检修方案排序后获得目标检修方案；通过上述AR穿戴设备输出上述目标检修方案，并根据上述目标检修方案对上述目标区域中的各上述目标设备进行设备检修。

与现有技术中相比，本发明方案中，基于AR技术，结合AR穿戴设备进行设备检修。具体的，可以通过AR穿戴设备获取待判断图像，然后识别出待判断图像中的目标设备，根据目标设备对应的运行状态信息和静态参数信息自动获取目标设备的故障类别和故障程度等级，实现自动故障识别，有利于提高故障识别的效率和准确性。同时，在确定故障类别之后，可以自动从预设的检修方案库中匹配获取各目标设备对应的设备检修方案，进一步的，根据设备重要度等级和故障程度等级对设备检修方案进行排序后获得目标检修方案，再通过AR穿戴设备输出目标检修方案，根据目标检修方案即可以完成对目标设备的设备检修。如此，不仅可以提高设备检修的效率和准确性，还可以按照目标检修方案中的顺序依次进行各个目标设备的检修，使更重要的设备（或故障程度更严重的设备）更快完成检修，有利于提升设备检修的效果和目标区域内的设备使用安全性。

附图说明

为了更清楚地说明本发明实施例中的技术方案，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性的前提下，还可以根据这些附图获得其它的附图。

图1是本发明实施例提供的一种基于AR技术的设备检修方法的流程示意图；

图2是本发明实施例提供的一种基于AR技术的设备检修系统的结构示意图；

图3是本发明实施例提供的一种智能终端的内部结构原理框图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况下，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。

应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当…时”或“一旦”或“响应于确定”或“响应于分类到”。类似的，短语“如果确定”或“如果分类到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦分类到[所描述的条件或事件]”或“响应于分类到[所描述条件或事件]”。

下面结合本发明实施例的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其它不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。

随着科学技术的发展，各种设备的应用越来越广泛。设备在使用过程中可能出现各种故障，因此需要对设备进行检修以保证设备能够正常运行。

现有技术中，通常仅依靠人工进行检修，需要由检修人员人工识别出存在故障的设备，然后依靠自身经验执行检修操作。现有技术的问题在于，人工识别存在故障的设备时识别效率较低，难以准确定位存在故障的设备并确定对应的故障类别，不利于提高设备检修的效率。检修人员只依靠自身经验执行检修操作也会影响检修效率，且检修时没有清晰的流程和指导手册，安全系数低，操作复杂，容易出现操作失误，不利于提高设备检修的准确性。同时，对于检修人员的专业水平和经验水平要求较高，普通检修人员难以较好地完成设备检修的任务。

为了解决上述多个问题中的至少一个问题，本发明方案中，通过AR穿戴设备获取目标区域对应的待判断图像；通过已训练的设备识别模型识别获取上述待判断图像中的各个目标设备，获取各上述目标设备对应的静态参数信息，其中，上述静态参数信息包括设备型号、设备重要度等级和运行状态标准参数；获取各上述目标设备对应的运行状态信息，根据上述运行状态信息和上述静态参数信息获取各上述目标设备的动态故障信息，其中，上述动态故障信息包括故障类别和故障程度等级；根据各上述目标设备对应的故障类别从预设的检修方案库中匹配获取各上述目标设备对应的设备检修方案，根据各上述目标设备对应的设备重要度等级和故障程度等级对各上述设备检修方案排序后获得目标检修方案；通过上述AR穿戴设备输出上述目标检修方案，并根据上述目标检修方案对上述目标区域中的各上述目标设备进行设备检修。

与现有技术中相比，本发明方案中，基于AR技术，结合AR穿戴设备进行设备检修。具体的，可以通过AR穿戴设备获取待判断图像，然后识别出待判断图像中的目标设备，根据目标设备对应的运行状态信息和静态参数信息自动获取目标设备的故障类别和故障程度等级，实现自动故障识别，有利于提高故障识别的效率和准确性。同时，在确定故障类别之后，可以自动从预设的检修方案库中匹配获取各目标设备对应的设备检修方案，进一步的，根据设备重要度等级和故障程度等级对设备检修方案进行排序后获得目标检修方案，再通过AR穿戴设备输出目标检修方案，根据目标检修方案即可以完成对目标设备的设备检修。如此，不仅可以提高设备检修的效率和准确性，还可以按照目标检修方案中的顺序依次进行各个目标设备的检修，使更重要的设备（或故障程度更严重的设备）更快完成检修，有利于提升设备检修的效果和目标区域内的设备使用安全性。

同时，AR穿戴设备可以辅助检修人员进行设备检修，AR穿戴设备自动识别出目标设备，并确定其对应的动态故障信息，获取各个目标设备对应的设备检修方案，并排序获得所有目标设备对应的目标检修方案，AR穿戴设备可以将目标检修方案输出给检修人员，以方便检修人员直接根据目标检修方案进行设备检修，无需依靠自身经验，有合理的检修操作方案，有利于避免操作失误，提高设备检修的效率和准确性。

进一步的，本发明中，还可以通过AR穿戴设备将虚拟画面和现实场景结合，在各个目标设备对应的位置显示其对应的信息，以便用户查看，及时了解各个目标设备的状态和信息，进一步提高检修效率。

示例性方法

如图1所示，本发明实施例提供一种基于AR技术的设备检修方法，具体的，上述方法包括如下步骤：

步骤S100，通过AR穿戴设备获取目标区域对应的待判断图像。

其中，上述AR穿戴设备是可穿戴的AR设备，本实施例中上述AR穿戴设备是目标对象所穿戴的AR设备，上述目标对象可以是检修人员或者用于对目标区域进行巡检拍摄的智能机器人等，在此不作具体限定。上述目标区域是需要进行设备检修的区域，目标区域的具体范围可以根据实际需求进行设置或调整，在此不作具体限定。

需要说明的是，本实施例所提供的基于AR技术的设备检修方法可以用于通过检修设备进行设备检修的过程中，例如，在获得对应的目标检修方案之后输出给专门的检修设备执行对应的检修操作。本实施例所提供的基于AR技术的设备检修方法也可以用于辅助检修人员进行设备检修，本实施例中以辅助检修人员进行设备检修为例进行说明，此时上述目标对象是对应的检修人员。

上述待判断图像是通过AR穿戴设备对目标区域进行实时拍摄或扫描获取的一帧或多帧图像，本实施例中以一帧图像为例进行说明，当存在多帧待判断图像时，可以分别针对每一帧进行与本实施例中相同的处理，在此不作具体限定。

具体的，上述通过AR穿戴设备获取目标区域对应的待判断图像，包括：通过上述AR穿戴设备中的摄像头对上述目标区域进行实时场景拍摄以获取上述目标区域对应的待判断图像。

如此，可以通过AR穿戴设备中的摄像头实时进行拍摄，以便实时监控目标区域中的设备是否出现故障，提高设备使用的安全性。

步骤S200，通过已训练的设备识别模型识别获取上述待判断图像中的各个目标设备，获取各上述目标设备对应的静态参数信息，其中，上述静态参数信息包括设备型号、设备重要度等级和运行状态标准参数。

其中，上述目标设备是从待判断图像中识别出的设备。具体的，目标区域中可能预先设置一个或多个设备，本实施例中以多个设备为例进行说明，则对待判断图像进行设备识别可以识别出其中的多个目标设备。

需要说明的是，本实施例中，由上述已训练的设备识别模型标记出待判断图像中各个目标设备的位置，并识别出各个目标设备对应的设备型号，而目标识别的设备重要度等级和运行状态标准参数则根据对应的设备型号（在预先设置的数据库或云端）查找获得。

具体的，上述通过已训练的设备识别模型识别获取上述待判断图像中的各个目标设备，获取各上述目标设备对应的静态参数信息，包括：将上述待判断图像输入上述已训练的设备识别模型，通过上述已训练的设备识别模型识别获取上述待判断图像中的各个目标设备对应的设备型号；根据各上述目标设备对应的设备型号分别获取各上述目标设备对应的设备重要度等级和运行状态标准参数。

本实施例中，上述设备识别模型根据如下步骤进行预先训练：将第一训练数据中的训练图像输入设备识别模型，通过设备识别模型获取上述训练图像中各个训练设备的预测位置信息以及预测设备型号，其中，上述第一训练数据包括多组训练图像组，每一组训练图像组包括训练图像、标注位置信息和标注设备型号；根据上述训练图像对应的预测位置信息、预测设备型号、标注位置信息和标注设备型号，对上述设备识别模型的模型参数进行调整，并继续执行上述将第一训练数据中的训练图像输入设备识别模型的步骤，直至满足预设第一训练条件，以得到已训练的设备识别模型。

其中，训练图像中每一个训练设备都对应有一个标注位置信息和标注设备型号，即一个标注位置信息和标注设备型号相对应，同样的，一个预测位置信息与一个预测设备型号相对应。上述预设第一训练条件包括设备识别模型对应的损失值不小于第一损失阈值，或者设备识别模型对应的迭代训练次数不小于预设的第一迭代阈值，还可以包括其它条件，在此不作具体限定。其中，上述设备识别模型对应的损失值根据第一损失值和第二损失值获得（例如加权求和获得），第一损失值是预测位置信息与标注位置信息之间的损失值，第二损失值是预测设备型号与标注设备型号之间的损失值，对应的损失值可以通过预设的第一损失函数计算，上述第一损失阈值可以根据实际需求预先设置和调整，在此不作具体限定。

需要说明的是，上述设备识别模型可以通过图像识别YOLO5算法来识别对应的设备型号。本实施例中，上述基于AR技术的设备检修方法应用于对数控设备进行检修的场景中，该场景下的目标设备为数控机床。检修人员使用AR穿戴设备（例如AR眼镜）对数控机床车间进行巡检，通过AR眼镜的摄像头获取车间的实时场景和画面，通过采集到的每一帧图像，基于图像识别YOLO5算法来识别对应的设备型号。

步骤S300，获取各上述目标设备对应的运行状态信息，根据上述运行状态信息和上述静态参数信息获取各上述目标设备的动态故障信息，其中，上述动态故障信息包括故障类别和故障程度等级。

其中，上述运行状态信息用于体现目标设备在当前时刻的运行状态，本实施例中，根据运行状态信息可以判断目标设备在当前时刻是否存在故障。

本实施例中，上述运行状态信息包括工作时间、加工刀具转速、加工刀具扭矩、主轴转速、进给速度、负荷值和能耗值，上述运行状态标准参数包括加工刀具转速标准范围、加工刀具扭矩标准范围、进给速度标准范围、负荷值标准范围和能耗值标准范围，上述根据上述运行状态信息和上述静态参数信息获取各上述目标设备的动态故障信息，包括：

当上述目标设备对应的运行状态信息满足预设的多个故障判断条件中的任意一个时，根据将该目标设备对应的运行状态信息和静态参数信息，通过已训练的故障类别识别模型获取该目标设备对应的故障类别；

根据上述故障类别和预设的故障类别等级表获取上述目标设备对应的故障程度等级；

其中，上述预设的多个故障判断条件包括加工刀具转速超出对应的加工刀具转速标准范围、加工刀具扭矩超出对应的加工刀具扭矩标准范围、进给速度超出对应的进给速度标准范围、负荷值超出对应的负荷值标准范围和能耗值超出对应的能耗值标准范围。

需要说明的是，不同型号的设备所对应的各种参数范围是不同，因此本实施例中，静态参数信息中的运行状态标准参数可以根据设备型号从预设的数据库中匹配获取。其中，预设的数据库以json格式向AR穿戴设备的控件传输对应的参数信息（例如运行状态标准参数），从而提高数据传输效率，进而提高检修效率。而目标设备对应的运行状态信息则通过对各个目标设备进行监控和数据采集获得，在此不作具体限定。

本实施例中，先根据上述运行状态信息中的具体参数以及静态参数信息中该参数对应的具体范围初步判断对应的目标设备是否存在故障可能性，当目标设备存在故障可能性时通过已训练的故障类别识别模型进行准确的故障识别，而对于初步判断出的不存在故障可能性的目标设备则不需要通过故障类别识别模型进行准确的识别。如此，可以降低模型的数据处理量，并且有利于对存在故障的可能性的目标设备快速进行故障识别，有利于提高故障识别效率，从而提高检修效率。

具体的，当一个目标设备的运行状态信息满足预设的多个故障判断条件中的任意一个时，即初步判断出该目标设备存在故障的可能性，此时根据已训练的故障类别识别模型进行准确的故障识别。具体的，初步判断时，后端传输的相关动态信息（即运行状态信息），分别与提前设置好的阈值范围进行比较，当超过或者低于设定的阈值时，AR眼镜的虚拟面板对应的位置或者控件会有预警和提醒。

本实施例中，将该目标设备的运行状态信息和静态参数信息作为已训练的故障类别识别模型的输入数据，获取模型输出的故障类别。进而在预设的数据库中的故障类别等级表中根据故障类别确定该目标设备对应的故障程度等级。其中，上述故障类别登记表是预先设置好的用于存储故障类别与故障程度等级之间的关联关系的表，可以根据实际需求设置和调整，在此不作具体限定。

进一步的，本实施例中，上述故障类别识别模型根据如下步骤进行训练：将第二训练数据中的训练运行状态信息和训练静态参数信息输入故障类别识别模型，通过故障类别识别模型获取对应的预测故障类别，其中，上述第二训练数据包括多组训练信息组，每一组训练信息组包括训练运行状态信息、训练静态参数信息和标注故障类别；根据上述预测故障类别和上述标注故障类别对上述故障类别识别模型的模型参数进行调整，并继续执行上述将第二训练数据中的训练运行状态信息和训练静态参数信息输入故障类别识别模型的步骤，直至满足预设第二训练条件，以得到已训练的故障类别识别模型。

其中，第二训练数据中，一个训练设备对应有一组训练运行状态信息和训练静态参数信息，也即一组训练运行状态信息和一组训练静态参数信息相对应。上述预设第二训练条件包括标注故障类别与预测故障类别之间的损失值不小于第二损失阈值，标注故障类别与预测故障类别之间的损失值可以通过预设的第二损失函数计算，上述第二损失阈值可以根据实际需求预先设置和调整，在此不作具体限定。

需要说明的是，本实施例中使用的上述静态参数信息中还可以包括其它参数，例如目标设备的尺寸参数、动力参数、设备三维模型、加工目标、加工参数、加工实际图像、对应的参数差值（运行状态参数与其对应的预设标准阈值的差值，例如加工刀具转速与预设转速标准阈值的差值）等，使用的上述运行状态信息也还可以包括其它具体参数，在此不作具体限定。进一步的，对应在训练时使用的训练运行状态信息和训练静态参数信息也与上述运行状态信息和静态参数信息相对应，同样可以包括对应的其它参数，在此不再赘述。

具体的，本实施例中，上述故障识别模型的输入数据还可以包括用户输入的数据，例如用户根据初步判断的结果获得异常值，根据异常值的提醒，通过AR眼镜的虚拟键盘输入的机床设备的型号、发生异常的设备名称、异常值的数据等信息，上述故障识别模型基于自然预处理算法（word2vec算法）进行故障识别。

进一步的，本实施例中对于目标区域中目标设备的应的静态参数信息和运行状态信息都可以通过AR穿戴设备显示，以方便检修人员实时获取对应的信息。

步骤S400，根据各上述目标设备对应的故障类别从预设的检修方案库中匹配获取各上述目标设备对应的设备检修方案，根据各上述目标设备对应的设备重要度等级和故障程度等级对各上述设备检修方案排序后获得目标检修方案。

其中，上述预设的检修方案库是预先设置的用于存储各种不同设备的不同故障类别所对应的检修方案的数据库，可以根据具体需求预先设置和调整，在在此不作具体限定。

本实施例中，上述根据各上述目标设备对应的设备重要度等级和故障程度等级对各上述设备检修方案排序后获得目标检修方案，包括：根据各上述目标设备对应的设备重要度等级和故障程度等级，通过预设的检修排序值计算公式计算获取各上述目标设备对应的检修排序值；根据各上述目标设备对应的检修排序值对各上述目标设备对应的设备检修方案进行排序获得上述目标检修方案。

其中，上述预设的检修排序值计算公式是预先设置的用于计算检修排序值的公式，其具体形式可以根据实际需求进行设置和调整。本实施例中，上述检修排序值等于第一等级值与第二等级值之和，上述第一等级值是预设的第一权重值与上述设备重要度等级的乘积，上述第二等级值是预设的第二权重值与上述故障程度等级的乘积。

具体的，本实施例中，上述预设的检修排序值计算公式为：u=a*x+b*y，其中，u为检修排序值，a为第一权重值，x为设备重要度等级，b为第二权重值，y为故障程度等级。上述第一权重值和第二权重值是根据实际需求预先设置的常数，例如第一权重值可以设置为0.8，第二权重值可以设置为0.2，从而更注重考虑设备的重要程度。用户也可以根据实际需求调整第一权重值和第二权重值，以灵活调整更注重的指标或参数，在此不作具体限定。而用户预先针对不同的设备型号设置不同的重要度等级，预先针对不同的故障类别设置不同的故障程度等级，本实施例中，以等级值越小代表越重要（需要优先检修）或故障越严重（需要优先检修），对应的检修排序值越小则代表该目标设备需要进行优先检修。

步骤S500，通过上述AR穿戴设备输出上述目标检修方案，并根据上述目标检修方案对上述目标区域中的各上述目标设备进行设备检修。

本实施例中，目标检修方案是所有的设备检修方案按照其检修排序值由小到大的顺序排序后组合获得的检修方案，其执行顺序代表了哪个目标设备需要优先进行检修，直接按照目标检修方案对目标区域中的目标设备按顺序检修，有利于对更重要且故障更严重的设备进行优先检修，从而提高目标区域内设备使用的安全性。

AR技术（即增强现实技术）是可以促使真实场景信息和虚拟场景信息内容之间综合在一起的一项技术，本实施例中，基于AR技术可以将原本在现实场景的空间范围中比较难以进行体验的实体信息在电脑等科学技术的基础上，实施模拟仿真处理，将虚拟信息内容叠加在真实场景中，并且在这一过程中能够被检修人员的感官所感知，从而实现超越现实的感官体验。而且，真实环境和虚拟物体通过AR技术重叠之后，能够在同一个画面以及空间中同时存在。

具体的，上述AR穿戴设备为AR眼镜或AR头盔，上述基于AR技术的设备检修方法还包括：通过上述AR穿戴设备的虚拟显示面板在上述目标设备对应的位置（即虚拟显示面板中显示对应的目标设备的位置）显示该目标设备的静态参数信息、动态故障信息和检修排序值；其中，上述静态参数信息还包括上述目标设备对应的尺寸参数和可拖拽拆解的三维设备模型，上述虚拟显示面板中与第一检修设备对应的检修排序值的显示颜色为红色，且上述第一检修设备对应的检修排序值的显示字体大小大于其它目标设备对应的检修排序值的显示字体大小，上述第一检修设备是上述检修排序值最小的目标设备。

其中，上述可拖拽拆解的三维设备模型是预先根据对应的目标设备的结构构建的三维模型，且检修人员可以对该三维设备模型进行拖拽拆解和组装，以便检修人员更好地观察和了解目标设备的内部结构。具体的，由于检修时使用的检修设备的内部结构复杂，不易拆除和安装，为了更清晰和方便地确定检修设备的安装位置从而避免反复拆装检修设备，检修人员可以在AR眼镜的虚拟面板中根据维修指导手册（即目标检修方案）对可拖拽拆解的三维设备模型进行操作（如手动拖动、拆解和组装），从而了解应该如何对目标设备进行检修操作。

同时，本实施例中对于排序值最小的目标设备，设置其对应的检修排序值的显示颜色和显示字体更显眼，有助于检修人员知道当前应该检修哪一个设备，当该设备检修完成之后，会根据实际需求调整其它各个目标设备的检修排序值的显示颜色和显示字体大小。

需要说明的是，在根据目标检修方案对目标设备进行检修时，AR穿戴设备会进入指导检修模式，该模式下AR穿戴设备重点扫描正在进行检修的目标设备，并扫描确定目标对象（即检修人员）的检修操作，当目标对象的检修操作与目标检修方案中对应的操作不相符合时发出告警提示，以进一步避免检修人员操作失误。

同时，上述AR穿戴设备还可以为目标对象实时输出维修指导，例如输出远程指导对象（远程专家）的语音指导、视频指导、三维设备模型拖动指导等内容。在一种场景中，目标对象每执行一个检修操作，在目标设备对应的三维设备模型上也会自动执行对应的操作，例如目标对象拆解下一个部件，则对应的三维设备模型上也会进行拆解，显示其内部的结构和对应的参数，以辅助目标对象了解目标设备的内部结构。

如此，本实施例中结合设备识别模型（基于图像识别算法的模型，如YOLO5算法的模型）进行设备型号的识别。根据识别的结果，AR眼镜的虚拟现实面板会显示对应数控机床的虚拟动态模型（即三维设备模型），并显示识别机床设备的静态参数信息（如机床的型号、尺寸参数、运动参数、动力参数等）。需要说明的是，本实施例中，上述三维设备模型还可以用于显示对应的目标设备（即数控机床）当前的具体运行状态，例如三维设备模型的主轴旋转状态与实际的目标设备的运行状态保持一致。

进一步的，从后端数据库中调用机床的实时动态信息（即运行状态信息，如机床的工作时间、机床加工刀具的转速和扭矩，主轴的转速、进给速度及负荷，机床的能耗等信息），后端数据库信息以json格式传输给AR眼镜对应的控件中。然后判断是否存在异常值，进行异常值提醒，并在存在异常值（即初步判断存在故障可能性）时基于故障类别识别模型（基于word2vec算法的模型）进行故障识别，再进行维修指导手册检索并最终确定目标检修方案。通过AR眼镜可以显示对应的信息、目标检修方案并进行异常值提醒，并且有利于更加及时、清晰的发现机床的故障，高效率对机床进行维修，提高目标设备（例如数控机床）的效率。能够解决现有技术中故障发现不及时、不能够准确确定故障类别、检修依靠人工经验、没有清晰的流程和指导手册、安全系数低、操作复杂等问题。

需要说明的是，本实施例中的AR眼镜还可以在扫描场景之后，快速判断可能存在故障的目标设备，或者确定各个目标设备的故障等级，并在对应的虚拟显示面板中快速标出可能存在故障的设备，实现检修人员看向哪里就快速标记对应区域的效果。且对应的信息基于AR技术进行处理，给检修人员以对应的信息显示在对应的目标设备附近的视觉效果，提升用户使用体验。

由上可见，本发明方案中，基于AR技术，结合AR穿戴设备进行设备检修。具体的，可以通过AR穿戴设备获取待判断图像，然后识别出待判断图像中的目标设备，根据目标设备对应的运行状态信息和静态参数信息自动获取目标设备的故障类别和故障程度等级，实现自动故障识别，有利于提高故障识别的效率和准确性。同时，在确定故障类别之后，可以自动从预设的检修方案库中匹配获取各目标设备对应的设备检修方案，进一步的，根据设备重要度等级和故障程度等级对设备检修方案进行排序后获得目标检修方案，再通过AR穿戴设备输出目标检修方案，根据目标检修方案即可以完成对目标设备的设备检修。如此，不仅可以提高设备检修的效率和准确性，还可以按照目标检修方案中的顺序依次进行各个目标设备的检修，使更重要的设备（或故障程度更严重的设备）更快完成检修，有利于提升设备检修的效果和目标区域内的设备使用安全性。

示例性设备

如图2中所示，对应于上述基于AR技术的设备检修方法，本发明实施例还提供一种基于AR技术的设备检修系统，上述基于AR技术的设备检修系统包括：

图像获取模块610，用于通过AR穿戴设备获取目标区域对应的待判断图像。

静态参数信息获取模块620，用于通过已训练的设备识别模型识别获取上述待判断图像中的各个目标设备，获取各上述目标设备对应的静态参数信息，其中，上述静态参数信息包括设备型号、设备重要度等级和运行状态标准参数。

动态故障信息获取模块630，用于获取各上述目标设备对应的运行状态信息，根据上述运行状态信息和上述静态参数信息获取各上述目标设备的动态故障信息，其中，上述动态故障信息包括故障类别和故障程度等级。

目标检修方案获取模块640，用于根据各上述目标设备对应的故障类别从预设的检修方案库中匹配获取各上述目标设备对应的设备检修方案，根据各上述目标设备对应的设备重要度等级和故障程度等级对各上述设备检修方案排序后获得目标检修方案。

检修模块650，用于通过上述AR穿戴设备输出上述目标检修方案，并根据上述目标检修方案对上述目标区域中的各上述目标设备进行设备检修。

具体的，本实施例中，上述基于AR技术的设备检修系统及其各模块的具体功能可以参照上述基于AR技术的设备检修方法中的对应描述，在此不再赘述。

需要说明的是，上述基于AR技术的设备检修系统的各个模块的划分方式并不唯一，在此也不作为具体限定。

基于上述实施例，本发明还提供了一种智能终端，其原理框图可以如图3所示。上述智能终端包括处理器及存储器。该智能终端的存储器包括基于AR技术的设备检修程序，存储器为基于AR技术的设备检修程序的运行提供环境。该基于AR技术的设备检修程序被处理器执行时实现上述任意一种基于AR技术的设备检修方法的步骤。需要说明的是，上述智能终端还可以包括其它功能模块或单元，在此不作具体限定。

本领域技术人员可以理解，图3中示出的原理框图，仅仅是与本发明方案相关的部分结构的框图，并不构成对本发明方案所应用于其上的智能终端的限定，具体地智能终端可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

本发明实施例还提供一种计算机可读存储介质，上述计算机可读存储介质上存储有基于AR技术的设备检修程序，上述基于AR技术的设备检修程序被处理器执行时实现本发明实施例提供的任意一种基于AR技术的设备检修方法的步骤。

应理解，上述实施例中各步骤的序号大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将上述系统的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各实例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟是以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本发明所提供的实施例中，应该理解到，所揭露的系统/智能终端和方法，可以通过其它的方式实现。例如，以上所描述的系统/智能终端实施例仅仅是示意性的，例如，上述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以由另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。

上述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，上述计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，上述计算机程序包括计算机程序代码，上述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。上述计算机可读介质可以包括：能够携带上述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，RandomAccess Memory）、电载波信号、电信信号以及软件分发介质等。需要说明的是，上述计算机可读存储介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解；其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不是相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于AR技术的设备检修方法，其特征在于，所述方法包括：

通过AR穿戴设备获取目标区域对应的待判断图像；

通过已训练的设备识别模型识别获取所述待判断图像中的各个目标设备，获取各所述目标设备对应的静态参数信息，其中，所述静态参数信息包括设备型号、设备重要度等级和运行状态标准参数；

获取各所述目标设备对应的运行状态信息，根据所述运行状态信息和所述静态参数信息获取各所述目标设备的动态故障信息，其中，所述动态故障信息包括故障类别和故障程度等级；

根据各所述目标设备对应的故障类别从预设的检修方案库中匹配获取各所述目标设备对应的设备检修方案，根据各所述目标设备对应的设备重要度等级和故障程度等级对各所述设备检修方案排序后获得目标检修方案；

通过所述AR穿戴设备输出所述目标检修方案，并根据所述目标检修方案对所述目标区域中的各所述目标设备进行设备检修。

2.根据权利要求1所述的基于AR技术的设备检修方法，其特征在于，所述通过AR穿戴设备获取目标区域对应的待判断图像，包括：

通过所述AR穿戴设备中的摄像头对所述目标区域进行实时场景拍摄以获取所述目标区域对应的待判断图像。

3.根据权利要求1所述的基于AR技术的设备检修方法，其特征在于，所述通过已训练的设备识别模型识别获取所述待判断图像中的各个目标设备，获取各所述目标设备对应的静态参数信息，包括：

将所述待判断图像输入所述已训练的设备识别模型，通过所述已训练的设备识别模型识别获取所述待判断图像中的各个目标设备对应的设备型号；

根据各所述目标设备对应的设备型号分别获取各所述目标设备对应的设备重要度等级和运行状态标准参数。

4.根据权利要求1所述的基于AR技术的设备检修方法，其特征在于，所述运行状态信息包括工作时间、加工刀具转速、加工刀具扭矩、主轴转速、进给速度、负荷值和能耗值，所述运行状态标准参数包括加工刀具转速标准范围、加工刀具扭矩标准范围、进给速度标准范围、负荷值标准范围和能耗值标准范围，所述根据所述运行状态信息和所述静态参数信息获取各所述目标设备的动态故障信息，包括：

当所述目标设备对应的运行状态信息满足预设的多个故障判断条件中的任意一个时，根据将该目标设备对应的运行状态信息和静态参数信息，通过已训练的故障类别识别模型获取该目标设备对应的故障类别；

根据所述故障类别和预设的故障类别等级表获取所述目标设备对应的故障程度等级；

其中，所述预设的多个故障判断条件包括加工刀具转速超出对应的加工刀具转速标准范围、加工刀具扭矩超出对应的加工刀具扭矩标准范围、进给速度超出对应的进给速度标准范围、负荷值超出对应的负荷值标准范围和能耗值超出对应的能耗值标准范围。

5.根据权利要求1所述的基于AR技术的设备检修方法，其特征在于，所述根据各所述目标设备对应的设备重要度等级和故障程度等级对各所述设备检修方案排序后获得目标检修方案，包括：

根据各所述目标设备对应的设备重要度等级和故障程度等级，通过预设的检修排序值计算公式计算获取各所述目标设备对应的检修排序值；

根据各所述目标设备对应的检修排序值对各所述目标设备对应的设备检修方案进行排序获得所述目标检修方案。

6.根据权利要求5所述的基于AR技术的设备检修方法，其特征在于，所述检修排序值等于第一等级值与第二等级值之和，所述第一等级值是预设的第一权重值与所述设备重要度等级的乘积，所述第二等级值是预设的第二权重值与所述故障程度等级的乘积。

7.根据权利要求1所述的基于AR技术的设备检修方法，其特征在于，所述AR穿戴设备为AR眼镜或AR头盔，所述方法还包括：

通过所述AR穿戴设备的虚拟显示面板在所述目标设备对应的位置显示该目标设备的静态参数信息、动态故障信息和检修排序值；

其中，所述静态参数信息还包括所述目标设备对应的尺寸参数和可拖拽拆解的三维设备模型，所述虚拟显示面板中与第一检修设备对应的检修排序值的显示颜色为红色，且所述第一检修设备对应的检修排序值的显示字体大小大于其它目标设备对应的检修排序值的显示字体大小，所述第一检修设备是所述检修排序值最小的目标设备。

8.一种基于AR技术的设备检修系统，其特征在于，所述系统包括：

图像获取模块，用于通过AR穿戴设备获取目标区域对应的待判断图像；

静态参数信息获取模块，用于通过已训练的设备识别模型识别获取所述待判断图像中的各个目标设备，获取各所述目标设备对应的静态参数信息，其中，所述静态参数信息包括设备型号、设备重要度等级和运行状态标准参数；

动态故障信息获取模块，用于获取各所述目标设备对应的运行状态信息，根据所述运行状态信息和所述静态参数信息获取各所述目标设备的动态故障信息，其中，所述动态故障信息包括故障类别和故障程度等级；

目标检修方案获取模块，用于根据各所述目标设备对应的故障类别从预设的检修方案库中匹配获取各所述目标设备对应的设备检修方案，根据各所述目标设备对应的设备重要度等级和故障程度等级对各所述设备检修方案排序后获得目标检修方案；

检修模块，用于通过所述AR穿戴设备输出所述目标检修方案，并根据所述目标检修方案对所述目标区域中的各所述目标设备进行设备检修。

9.一种智能终端，其特征在于，所述智能终端包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的基于AR技术的设备检修程序，所述基于AR技术的设备检修程序被所述处理器执行时实现如权利要求1-7任意一项所述基于AR技术的设备检修方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有基于AR技术的设备检修程序，所述基于AR技术的设备检修程序被处理器执行时实现如权利要求1-7任意一项所述基于AR技术的设备检修方法的步骤。

Images