CN220820702U - 基于深度学习ocr技术的自动升降电气柜配线识别辅助装置 - Google Patents
基于深度学习ocr技术的自动升降电气柜配线识别辅助装置 Download PDFInfo
- Publication number
- CN220820702U CN220820702U CN202322707788.7U CN202322707788U CN220820702U CN 220820702 U CN220820702 U CN 220820702U CN 202322707788 U CN202322707788 U CN 202322707788U CN 220820702 U CN220820702 U CN 220820702U
- Authority
- CN
- China
- Prior art keywords
- translation mechanism
- axis translation
- deep learning
- automatic lifting
- electrical cabinet
- 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
- 238000005516 engineering process Methods 0.000 title claims abstract description 37
- 238000013135 deep learning Methods 0.000 title claims abstract description 31
- 230000007246 mechanism Effects 0.000 claims abstract description 32
- 238000013519 translation Methods 0.000 claims abstract description 32
- 238000009826 distribution Methods 0.000 claims abstract description 22
- 238000004891 communication Methods 0.000 claims abstract description 14
- 230000005540 biological transmission Effects 0.000 claims abstract description 4
- 238000000034 method Methods 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 abstract description 13
- 238000004519 manufacturing process Methods 0.000 description 12
- 238000011161 development Methods 0.000 description 5
- 238000012549 training Methods 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 102100032202 Cornulin Human genes 0.000 description 1
- 101000920981 Homo sapiens Cornulin Proteins 0.000 description 1
- 101001018259 Homo sapiens Microtubule-associated serine/threonine-protein kinase 1 Proteins 0.000 description 1
- 101000693728 Homo sapiens S-acyl fatty acid synthase thioesterase, medium chain Proteins 0.000 description 1
- 102100025541 S-acyl fatty acid synthase thioesterase, medium chain Human genes 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000013526 transfer learning Methods 0.000 description 1
Landscapes
- Image Analysis (AREA)
Abstract
本实用新型提供了基于深度学习OCR技术的自动升降电气柜配线识别辅助装置，涉及配电工程技术领域，包括：机架；X轴平移机构，用于带动图像采集组件在水平方向上平移，以便对电气柜进行图像采集；Y轴平移机构，设置在机架上并连接X轴平移机构，用于带动X轴平移机构在竖直方向上进行移动；驱动组件，固定在机架上，并与X轴平移机构以及Y轴平移机构传动连接；图像采集组件，固定在X轴平移机构上；单片机控制器，连接驱动组件以及通讯组件，用于控制平移机构进行移动以及将图像采集组件采集到的图像信息上传至服务器；通讯组件，用于向服务器发送图像信息以及接收来自服务器的图像识别结果。提高了配电柜的线路检测效率，减少了配电柜安全隐患。
Description
技术领域
本实用新型涉及配电工程技术领域，具体而言，涉及基于深度学习OCR技术的自动升降电气柜配线识别辅助装置。
背景技术
随着人工智能技术的崛起和全面发展，电气自动化技术和人工智能技术已经在智能制造产业领域内得到了有机融合。这种融合有效地提升了智能制造产业的发展速度，同时也提高了自动控制系统的智能化水平和精准性。通过合理运用电气自动化技术，可大幅降低生产过程中所耗费的人力、物力和时间等宝贵资源，同时也为企业节省开支，创造出最大的利润。可以说电气自动化技术在智能制造中的应用，将成为现代社会技术创新和发展的一个重要方向。一般来说，电气柜指的是配电柜，也作为一种电力配电设备，将开关设备、测量仪表、保护电器和辅助设备组装在封闭或半封闭金属柜中或屏幕上。常见的配电柜包括固定面板式配电柜、防护式配电柜、抽屉式配电柜和动力照明配电柜等。其主要功能是将电能分配到各个负荷部位，并在电路短路、过载和漏电时进行断电保护。配电柜内集成了用于电能分配的电气元件，以满足电力系统正常运行的要求，包括接线端子、刀闸、保护设备（如空气开关、熔断器等）、测量设备和计量设备等，这些设备通过不同型号的线材连接。然而，在实际电器柜的生产制造过程中，由于设备内部配线编号较多，工人在实际接插过程中，由于误操作可能会将配线接错，这将导致设备后续运行中出现安全隐患，并可能对他人生命和财产造成损失。目前电气柜配线检测通常采用以下几种方式：1.专业技术人员进行人工配线安装检测。该方式需要大量的技术人员，效率不高，并且难以检测配电柜的可靠性，容易出现错误。2.连接自动化设备进行检测，需要在配电柜上预留出设备连接线，用于连接外部设备进行配线检测。该方式需要进行设备线路连接和拆线，耗时长且存在实际安装运行时连接不对的问题。3.检测装置安装在电气柜上，此方式增加了生产成本并且不易安装。4.传感器检测，该方法繁琐，不能快速精准检测。
因此，如何提高配电柜的线路检测效率，减少配电柜安全隐患成为需要解决的技术问题。
实用新型内容
本实用新型旨在至少解决现有技术或相关技术中存在的技术问题之一，公开了基于深度学习OCR技术的自动升降电气柜配线识别辅助装置，提高了配电柜的线路检测效率，减少了配电柜安全隐患。
本实用新型的第一方面公开了基于深度学习OCR技术的自动升降电气柜配线识别辅助装置，包括：机架；X轴平移机构，设置在机架上，用于带动图像采集组件在水平方向上平移，以便对电气柜进行图像采集；Y轴平移机构，设置在机架上并连接X轴平移机构，用于带动X轴平移机构在竖直方向上进行移动；驱动组件，固定在机架上，并与X轴平移机构以及Y轴平移机构传动连接；图像采集组件，固定在X轴平移机构上；单片机控制器，连接驱动组件以及通讯组件，用于控制平移机构进行移动以及将图像采集组件采集到的图像信息上传至服务器；通讯组件，用于向服务器发送图像信息以及接收来自服务器的图像识别结果。
根据本实用新型公开的基于深度学习OCR技术的自动升降电气柜配线识别辅助装置，优选地，还包括：提示组件，连接通讯组件，用于显示配线识别结果。
根据本实用新型公开的基于深度学习OCR技术的自动升降电气柜配线识别辅助装置，优选地，还包括：滑轮组件，设置在机架底部，用于移动机架。
根据本实用新型公开的基于深度学习OCR技术的自动升降电气柜配线识别辅助装置，优选地，驱动组件包括步进电机。
根据本实用新型公开的基于深度学习OCR技术的自动升降电气柜配线识别辅助装置，优选地，图像采集组件包括摄像头。
根据本实用新型公开的基于深度学习OCR技术的自动升降电气柜配线识别辅助装置，优选地，服务器上部署有基于深度学习的OCR识别模型，用于对图像采集组件采集到的配电箱图像进行识别。
根据本实用新型公开的基于深度学习OCR技术的自动升降电气柜配线识别辅助装置，优选地，还包括：存储模块，连接图像采集组件以及通讯组件，用于存储图像数据和/或服务器数据，以便记录或导出数据日志。
本实用新型的有益效果至少包括：本实用新型基于深度学习OCR技术和自动化技术，通过升降式自动控制、识别和分析电气柜配线，能够在电气柜出厂前检测电气柜中各种元器件、仪器仪表和PLC设备的连线是否无误，以及线号和线槽是否对应。基于云端的深度学习OCR技术，可以快速、准确地识别电气柜内部各个元件的型号和配线连接方式，从而提高配线的可靠性和精准性。同时，自动化技术的应用可以降低人工操作成本，提高生产效率和安全性。这种技术的发展将极大地提升电气柜制造行业的自动化水平，进一步推动智能制造的发展。装置具有升降式自动控制功能，可以灵活调整高度，适应不同型号电气柜的检测需求。在配线识别与分析方面，装置采用深度学习OCR技术，能够自动识别和分析电气柜内部各个元器件的型号和配线连接方式，从而提高配线的准确性和可靠性。此外，该装置还具有数据记录和输出功能，可生成检测报告并导出至Excel等格式文件，方便管理和统计。总之，本实用新型能够有效提高配电柜的质量控制，保证产品出厂前的准确性和可靠性，为用户提供高品质的电气柜产品。
附图说明
图1示出了根据本实用新型的一个实施例的基于深度学习OCR技术的自动升降电气柜配线识别辅助装置的结构示意图。
图2示出了根据本实用新型的一个实施例的基于深度学习OCR技术的自动升降电气柜配线识别辅助装置的系统框架示意图。
图3示出了根据本实用新型的一个实施例的服务器模型训练过程示意图。
具体实施方式
为了能够更清楚地理解本实用新型的上述目的、特征和优点，下面结合附图和具体实施方式对本实用新型进行进一步的详细描述。
在下面的描述中阐述了很多具体细节以便于充分理解本实用新型，但是本实用新型还可以采用其他不同于在此描述的其他方式来实施，因此，本实用新型并不限于下面公开的具体实施例的限制。
如图1所示，本实用新型公开的基于深度学习OCR技术的自动升降电气柜配线识别辅助装置包括：机架1；X轴平移机构2，设置在机架上，用于带动图像采集组件在水平方向上平移，以便对电气柜进行图像采集；Y轴平移机构3，设置在机架上并连接X轴平移机构，用于带动X轴平移机构在竖直方向上进行移动；驱动组件4，固定在机架上，并与X轴平移机构以及Y轴平移机构传动连接；图像采集组件5，固定在X轴平移机构上；单片机控制器，连接驱动组件以及通讯组件，用于控制平移机构进行移动以及将图像采集组件采集到的图像信息上传至服务器；通讯组件，用于向服务器发送图像信息以及接收来自服务器的图像识别结果。
根据上述实施例，优选地，还包括：提示组件，连接通讯组件，用于显示配线识别结果。
根据上述实施例，优选地，还包括：滑轮组件，设置在机架底部，用于移动机架。
根据上述实施例，优选地，驱动组件包括步进电机。
根据上述实施例，优选地，图像采集组件包括摄像头。
根据上述实施例，优选地，服务器上部署有基于深度学习的OCR识别模型，用于对图像采集组件采集到的配电箱图像进行识别。
根据上述实施例，优选地，还包括：存储模块，连接图像采集组件以及通讯组件，用于存储图像数据和/或服务器数据，以便记录或导出数据日志。
如图2所示，根据本实用新型的又一个实施还公开了基于深度学习OCR技术的自动升降电气柜配线识别辅助装置在实际应用场景下的具体实施过程：机架的整体框架采用铝型材搭建，并在其前面搭建X-Y轴式移动结构；摄像头放置在X轴上，用于识别配线是否装配正常；X-Y轴由步进电机控制，由服务器端发出控制指令让搭载视像头的模块在X轴进行水平移动，同时可以控制Y轴进行垂直方向的运动。摄像头先从左往右进行第一行识别，在末尾移至下一行从右往左进行第二行识别，在末尾移至下一行。依次逐行进行扫描识别，并将结果上传至服务器。装置底部装有四个轮子，可实现整体移动。方便调整辅助装置与电气柜的距离，到达合适距离，待识别稳定准确后，进行检测此电气柜配线是否装配无误。
如图3所示，本实用新型的又一个实施例还公开了基于深度学习OCR技术的自动升降电气柜配线识别辅助装置的服务器端的深度学习OCR视觉识别模型的训练与部署流程：
1）数据采集
根据光照不同，角度不同配线的名称、字符和数字、字符和质量等级图片。
2）数据标注
利用PPOCRLabel等工具对采集图片进行数据标注。
3）模型训练
a.选用文本检测算法：DB、East、SAST
b.选用文字方向分类器算法
c.选用文本识别算法：Rosetta、CRNN、StarNet、RARE、SRN
d.构建ResNet预训练模型，通过迁移学习完成对配线线号的识别。
4）模型部署
完成深度学习模型压缩和服务器端的任务部署。
由上述实施例可知，本实用新型采用深度学习OCR视觉识别和自动控制技术，利用OCR视觉识别技术和自动控制快速精准地检测电气柜配线是否正确，有效避免了现有检测方案不能精准快速识别错误的问题。同时，本实用新型能够大大减轻技术人员的工作量，降低生产成本，提高工作效率和产品合格率。综上所述，本实用新型装置通过引入深度学习OCR视觉识别和自动控制技术，能够有效地改善现有电气柜配线检测方案的缺陷，提高产品的质量和生产效率，该辅助设备具有重要的应用价值和广阔的市场前景。
上述实施例的各种方法中的全部或部分步骤是可以通过程序来控制相关的硬件来完成，该程序可以存储于可读存储介质中，存储介质包括只读存储器(Read—OnlyMemory，ROM) 、随机存储器(Random Access Memory，RAM) 、可编程只读存储器(Programmable Read-only Memory，PROM) 、可擦除可编程只读存储器(ErasableProgrammable Read Only Memory，EPROM) 、一次可编程只读存储器(One-timeProgrammable Read-Only Memory，OTPROM) 、电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory，EEPROM) 、只读光盘(CompactDisc Read—Only Memory，CD-ROM) 或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的可读的任何其他介质。
以上所述仅为本实用新型的优选实施例而已，并不用于限制本实用新型，对于本领域的技术人员来说，本实用新型可以有各种更改和变化。凡在本实用新型的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本实用新型的保护范围之内。
Claims (7)
1.基于深度学习OCR技术的自动升降电气柜配线识别辅助装置，其特征在于，包括：
机架；
X轴平移机构，设置在所述机架上，用于带动图像采集组件在水平方向上平移，以便对电气柜进行图像采集；
Y轴平移机构，设置在所述机架上并连接所述X轴平移机构，用于带动所述X轴平移机构在竖直方向上进行移动；
驱动组件，固定在所述机架上，并与所述X轴平移机构以及所述Y轴平移机构传动连接；
所述图像采集组件，固定在所述X轴平移机构上；
单片机控制器，连接所述驱动组件以及通讯组件，用于控制平移机构进行移动以及将所述图像采集组件采集到的图像信息上传至服务器；
所述通讯组件，用于向服务器发送图像信息以及接收来自服务器的图像识别结果。
2.根据权利要求1所述的基于深度学习OCR技术的自动升降电气柜配线识别辅助装置，其特征在于，还包括：
提示组件，连接所述通讯组件，用于显示配线识别结果。
3.根据权利要求1所述的基于深度学习OCR技术的自动升降电气柜配线识别辅助装置，其特征在于，还包括：
滑轮组件，设置在所述机架底部，用于移动所述机架。
4.根据权利要求1所述的基于深度学习OCR技术的自动升降电气柜配线识别辅助装置，其特征在于，所述驱动组件包括步进电机。
5.根据权利要求1所述的基于深度学习OCR技术的自动升降电气柜配线识别辅助装置，其特征在于，所述图像采集组件包括摄像头。
6.根据权利要求1所述的基于深度学习OCR技术的自动升降电气柜配线识别辅助装置，其特征在于，所述服务器上部署有基于深度学习的OCR识别模型，用于对所述图像采集组件采集到的配电箱图像进行识别。
7.根据权利要求1至6中任一项所述的基于深度学习OCR技术的自动升降电气柜配线识别辅助装置，其特征在于，还包括：
存储模块，连接所述图像采集组件以及所述通讯组件，用于存储图像数据和/或服务器数据，以便记录或导出数据日志。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202322707788.7U CN220820702U (zh) | 2023-10-10 | 2023-10-10 | 基于深度学习ocr技术的自动升降电气柜配线识别辅助装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202322707788.7U CN220820702U (zh) | 2023-10-10 | 2023-10-10 | 基于深度学习ocr技术的自动升降电气柜配线识别辅助装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN220820702U true CN220820702U (zh) | 2024-04-19 |
Family
ID=90673501
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202322707788.7U Active CN220820702U (zh) | 2023-10-10 | 2023-10-10 | 基于深度学习ocr技术的自动升降电气柜配线识别辅助装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN220820702U (zh) |
-
2023
- 2023-10-10 CN CN202322707788.7U patent/CN220820702U/zh active Active
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20100250622A1 (en) | method of automatically generating an ssd file | |
| CN210108419U (zh) | 一种用于激光器自动综合测试和老化的设备、系统 | |
| CN110992302A (zh) | 一种压板自动校验的方法及装置 | |
| CN109765818A (zh) | 一种基于lan总线的数据采集控制系统 | |
| CN111930054B (zh) | 一种机房管理方法、装置、存储介质及设备 | |
| CN205229349U (zh) | 用于环网柜的测试系统及环网柜 | |
| CN105277912A (zh) | 电能质量监测装置自测装置及其自测方法 | |
| CN105158718A (zh) | 一种故障指示器综合测试方法及测试系统 | |
| CN220820702U (zh) | 基于深度学习ocr技术的自动升降电气柜配线识别辅助装置 | |
| CN113705026A (zh) | 一种电力二次设备数字建模与智能检测系统 | |
| CN113077677A (zh) | 一种低压电工作业实训考核系统及考核装置 | |
| CN117112403A (zh) | 一种产品自动化测试方法、装置、系统及光伏设备 | |
| CN217132536U (zh) | 笔记本插拔测试机 | |
| CN217766640U (zh) | 一种老化测试系统 | |
| CN111596647B (zh) | 风电机组高效智能测试系统及方法 | |
| CN115127460A (zh) | 一种连接器在线3D Pin针检测系统及其检测方法 | |
| CN1111284C (zh) | 电子元器件综合型老化筛选装置 | |
| CN115047311A (zh) | 卡件的全寿命周期管理方法、系统、计算机产品及存储介质 | |
| CN210402096U (zh) | 一种计算机联锁系统的输入/输出板自动化检测平台 | |
| CN110824386A (zh) | 一种用于电力机车电子插件箱的绕接线测试装置 | |
| CN112083312A (zh) | 一种vr观影设备主控制pcba板的硬件测试方法及其测试系统 | |
| CN208902844U (zh) | 一种伺服驱动板的测试系统 | |
| CN105115710A (zh) | 扭矩扳手寿命试验机 | |
| CN117334099B (zh) | 电气控制电路智能教学方法及装置、设备、存储介质 | |
| CN113960934B (zh) | 一种用于控制系统电气柜自动测试的系统及方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| GR01 | Patent grant | ||
| GR01 | Patent grant |