JP7333894B2 - 部品特定装置、部品特定方法及び部品特定プログラム - Google Patents
部品特定装置、部品特定方法及び部品特定プログラム Download PDFInfo
- Publication number
- JP7333894B2 JP7333894B2 JP2023538055A JP2023538055A JP7333894B2 JP 7333894 B2 JP7333894 B2 JP 7333894B2 JP 2023538055 A JP2023538055 A JP 2023538055A JP 2023538055 A JP2023538055 A JP 2023538055A JP 7333894 B2 JP7333894 B2 JP 7333894B2
- Authority
- JP
- Japan
- Prior art keywords
- component
- candidate
- similarity
- control
- parts
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Stored Programmes (AREA)
Description
本開示は、制御部品に近い候補部品を適切に特定可能にすることを目的とする。
制御盤を構成する制御部品の画像データから前記制御部品を構成する複数の構成要素を特定する要素特定部と、
部品記憶部に記憶された複数の候補部品それぞれを対象として、対象の候補部品と前記制御部品との間で、前記要素特定部によって特定された前記複数の構成要素それぞれについて、構成要素毎に定められた重みを用いて要素類似度を計算し、前記複数の構成要素それぞれについての前記要素類似度から前記対象の候補部品と前記制御部品との間の部品類似度を計算することにより、前記複数の候補部品から前記制御部品に対応する候補部品を特定する候補特定部と
を備える。
***構成の説明***
図1を参照して、実施の形態1に係る部品特定装置10の構成を説明する。
部品特定装置10は、コンピュータである。
部品特定装置10は、プロセッサ11と、メモリ12と、ストレージ13と、通信インタフェース14とのハードウェアを備える。プロセッサ11は、信号線を介して他のハードウェアと接続され、これら他のハードウェアを制御する。
ストレージ13には、部品特定装置10の各機能構成要素の機能を実現するプログラムが格納されている。このプログラムは、プロセッサ11によりメモリ12に読み込まれ、プロセッサ11によって実行される。これにより、部品特定装置10の各機能構成要素の機能が実現される。
図2から図12を参照して、実施の形態1に係る部品特定装置10の動作を説明する。
実施の形態1に係る部品特定装置10の動作手順は、実施の形態1に係る部品特定方法に相当する。また、実施の形態1に係る部品特定装置10の動作を実現するプログラムは、実施の形態1に係る部品特定プログラムに相当する。
部品記憶部31には、グラフィック制御画面で実現される制御盤で使用可能な制御部品である候補部品の情報が記憶される。
図2に示すように、部品記憶部31には、部品識別子毎に、部品種別と、部品画像と、プロパティ情報といった情報が記憶されている。部品識別子は、候補部品を識別可能な情報である。部品種別は、部品の分類を表す情報である。部品画像は、候補部品全体の画像データである。プロパティ情報は、サイズと、色と、目盛りに割り当てる数値といった情報である。
要素記憶部32には、各候補部品を対象として、対象の候補部品を構成する構成要素毎の情報が記憶される。
図3に示すように、要素記憶部32には、対象の候補部品について、要素識別子毎に、要素名と、要素画像と、サイズと、位置といった情報が記憶される。要素識別子は、構成要素を識別可能な情報である。要素名は、要素の名称である。要素画像は、対象の候補部品の部品画像から抽出された構成要素の画像データである。サイズは、構成要素のサイズである。位置は、対象の候補部品における構成要素の位置である。
なお、ここでは、要素記憶部32に要素画像が記憶されているものとして説明する。しかし、要素画像は、要素記憶部32には記憶されておらず、必要になった際に部品画像から抽出されてもよい。
重み記憶部33には、部品種別及び構成要素毎に、その構成要素に関する1つ以上の属性それぞれについての重みが記憶される。
図4に示すように、重み記憶部33には、部品種別及び構成要素毎に、その構成要素に関する属性と、属性についての重みとが記憶される。属性は、傾き、サイズ、位置といった項目である。重みは、類似度を計算する際に使用される情報である。ここでは、重みは、値が大きいほど重視され、値が小さいほど軽視されるとする。
(設定要件1)
重みは、画像データの取得タイミングによって異なる見た目の状態となる属性には軽視される値が設定される。
図5に示すように、アナログメータの針が指す位置は、制御盤が稼働中に変化する。そのため、制御盤の画像データの取得タイミングによって針が指す位置は変わってしまう。したがって、制御盤の画像データの取得タイミングによって、取得された画像データと、要素記憶部32に記憶されたアナログメータの要素画像とで、アナログメータの針が指す位置が異なってしまう。そこで、アナログメータの針が指す位置を表す“傾き”については、重みとして軽視される値が設定される。図4では、アナログメータの針の傾きは、重みとして0が設定されている。
重みは、同一機能であってもデザインの違いによって異なる見た目の状態となる属性には軽視される値が設定される。
図6に示すように、アナログメータのような部品では、同一機能であっても、目盛りの数値の有無と、針の回転の開始位置及び終了位置と、目盛りの数又は位置とが異なる場合がある。そのため、制御盤における制御部品に適切に対応した候補部品であっても、類似度が低くなってしまう可能性がある。そこで、アナログメータの表示文字の有無と、アナログメータの目盛りの位置と等については、重みとして軽視される値が設定される。図4では、アナログメータの表示文字の有無と、アナログメータの目盛りの位置とは、重みとして0が設定されている。
重みは、候補部品のプロパティ情報により見た目を制御可能な属性には軽視される値が設定される。
図7に示すように、稼働中の制御盤では、プッシュボタンに機能に応じた文字列が表示されているが、稼働前の候補部品では、プッシュボタンに機能が割り当てられていないため、文字列が表示されていない。プッシュボタンの候補部品では、ボタン上に表示する文字列はプロパティ情報として設定されるため、稼働前には文字列が表示されていない。そこで、プッシュボタンの表示文字については、重みとして軽視される値が設定される。図4では、プッシュボタンの表示文字の有無等については、重みとして0が設定されている。
(ステップS11:画像取得処理)
部品特定部21は、既存の制御盤の画像データを取得する。
具体的には、既存の制御盤がハードウェアで実現されている場合には、部品特定部21は、撮影装置によって既存の制御盤を撮影されて得られた画像データを既存の制御盤の画像データとして、画像入力装置41から読み出す。また、既存の制御盤が旧型のグラフィック制御画面で実現されている場合には、部品特定部21は、グラフィック制御画面をキャプチャーすることによって得られた画像データを既存の制御盤の画像データとして、画像入力装置41から読み出す。
部品特定部21は、ステップS11で取得された既存の制御盤の画像データから、制御盤を構成する制御部品を特定し、特定された制御部品について部品画像及び部品種別を特定する。
具体的には、部品特定部21は、物体認識AI(Artificial Intelligence)のような予め認識対象とする物体画像を学習したAIを用いて、制御部品と、部品画像及び部品種別とを特定する。あるいは、部品特定部21は、認識対象の物体画像をテンプレートとして、テンプレートとマッチングを行うことにより、制御部品と、部品画像及び部品種別とを特定する。あるいは、部品特定部21は、認識対象の物体の画像特徴と特徴量を比較することにより、制御部品と、部品画像及び部品種別とを特定する。
要素特定部22は、ステップS12で特定された各制御部品を対象の制御部品に設定する。要素特定部22は、対象の制御部品についてステップS12で特定された部品画像から、対象の制御部品を構成する複数の構成要素を、構成要素の種別である要素種別とともに特定する。この際、要素特定部22は、対象の制御部品についてステップS12で特定された部品種別を考慮して、複数の構成要素を特定してもよい。
具体的には、要素特定部22は、ステップS12と同様に、予め認識対象とする物体画像を学習したAIを用いて、複数の構成要素を特定する。あるいは、要素特定部22は、テンプレートとマッチングを行うことにより、複数の構成要素を特定する。あるいは、要素特定部22は、特徴量を比較することにより、複数の構成要素を特定する。
候補特定部23は、ステップS12で特定された各制御部品を対象の制御部品に設定する。候補特定部23は、部品記憶部31に記憶された複数の候補部品のうち対象の制御部品と同じ部品種別の候補部品それぞれを対象の候補部品として、対象の候補部品と、対象の制御部品との部品類似度を計算することにより、候補部品から対象の制御部品に対応する候補部品を特定する。この際、候補特定部23は、対象の候補部品と対象の制御部品との間で、ステップS13で特定された複数の構成要素それぞれについて、構成要素毎に定められた重みを用いて要素類似度を計算して、複数の構成要素それぞれについての要素類似度から部品類似度を計算する。
候補特定部23は、ステップS14で特定された候補部品についての情報を結果表示装置42に出力して表示する。
具体的には、候補特定部23は、候補部品についての部品種別と部品画像とプロパティ情報とを結果表示装置42に出力して表示する。この際、候補特定部23は、既存の制御盤における1つ以上の制御部品それぞれに対応する候補部品を、対応する制御部品の位置に配置した制御盤全体の画像データを出力してもよい。
ステップS21からステップS22の処理が、部品記憶部31に記憶された候補部品のうち対象の制御部品の部品種別の候補部品それぞれを対象として実行される。
要素評価部24は、対象の制御部品についてステップS13で特定された各構成要素を対象の構成要素に設定する。要素評価部24は、対象の候補部品と対象の制御部品との間における、対象の構成要素についての要素類似度を計算する。
具体的には、要素評価部24は、対象の制御部品の部品種別に対応する重み記憶部33のレコードを特定する。要素評価部24は、特定されたレコードから対象の構成要素についての重みを読み出す。そして、要素評価部24は、読み出された重みを用いて、対象の候補部品と対象の制御部品との間における、対象の構成要素についての要素類似度を計算する。
図12に示すように、針が対象の構成要素の場合には、要素評価部24は、針の属性である有無と傾きとサイズと根本位置とそれぞれについての類似度を計算して、重みを乗じる。ここで、傾きとサイズとについては重みが0であり、有無と根本位置とについては重みが100である。そのため、要素評価部24は、針の有無についての類似度に100を乗じた値と、傾きの類似度に0を乗じた値と、サイズの類似度に0を乗じた値と、根本位置の類似度に100を乗じた値との平均値を、針についての要素類似度とする。なお、図12では、重みが0の属性については無視して、要素評価部24は、針の有無についての類似度に100を乗じた値と、根本位置の類似度に100を乗じた値との平均値を、針についての要素類似度としている。
部品評価部25は、ステップS21で計算された各構成要素についての要素類似度を集計して、対象の候補部品と対象の制御部品との部品類似度を計算する。
具体的には、部品評価部25は、各構成要素についての要素類似度の平均値を部品類似度とする。なお、平均値に限らず、中央値又は合計値が部品類似度とされてもよい。
候補選択部26は、各候補部品についてステップS22で計算された部品類似度が最も高い候補部品を対象の制御部品に対応する候補部品として特定する。
以上のように、実施の形態1に係る部品特定装置10は、構成要素毎に定められた重みを用いて要素類似度を計算して、複数の構成要素それぞれについての要素類似度から部品類似度を計算することにより、制御部品に対応する候補部品を特定する。これにより、制御部品に近い候補部品を適切に特定可能である。
しかし、実施の形態1に係る部品特定装置10は、構成要素について属性毎に設定された重みを用いて要素類似度を計算するため、適切な部品類似度を計算することが可能である。これにより、制御部品に近い候補部品を適切に特定可能である。
<変形例1>
実施の形態1では、各機能構成要素がソフトウェアで実現された。しかし、変形例1として、各機能構成要素はハードウェアで実現されてもよい。この変形例1について、実施の形態1と異なる点を説明する。
各機能構成要素がハードウェアで実現される場合には、部品特定装置10は、プロセッサ11とメモリ12とストレージ13とに代えて、電子回路15を備える。電子回路15は、各機能構成要素と、メモリ12と、ストレージ13との機能とを実現する専用の回路である。
各機能構成要素を1つの電子回路15で実現してもよいし、各機能構成要素を複数の電子回路15に分散させて実現してもよい。
変形例2として、一部の各機能構成要素がハードウェアで実現され、他の各機能構成要素がソフトウェアで実現されてもよい。
実施の形態2は、既存の制御盤の画像データに基づき、候補部品のプロパティ情報を設定する点が実施の形態1と異なる。実施の形態2では、この異なる点を説明し、同一の点については説明を省略する。
図14を参照して、実施の形態2に係る部品特定装置10の構成を説明する。
部品特定装置10は、機能構成要素として、認識部27と、プロパティ設定部28とを備える点が図1に示す部品特定装置10と異なる。認識部27及びプロパティ設定部28の機能は、他の機能構成要素と同様に、ソフトウェア又はハードウェアによって実現される。
図15を参照して、実施の形態2に係る部品特定装置10の全体的な処理を説明する。
ステップS31からステップS34の処理は、図8のステップS11からステップS14の処理と同じである。
認識部27は、ステップS13で特定された複数の構成要素のうち文字データを含む構成要素を文字要素に設定する。認識部27は、部品画像における文字要素についての画像データに含まれる文字データを認識する。既存の文字認識アルゴリズムを用いることにより、文字データを認識することが可能である。
具体例としては、認識部27は、文字要素がアナログメータである場合に、目盛りに割り振られた数値を認識する。また、認識部27は、文字要素がスイッチである場合に、スイッチ上又はスイッチ付近に表示された文字データを認識する。
プロパティ設定部28は、ステップS35で認識された文字データを、文字要素についてステップS34で特定された候補部品のプロパティ情報として設定する。
候補特定部23は、ステップS34で特定された候補部品についての情報を結果表示装置42に出力して表示する。
この際、候補特定部23は、ステップS36で設定されたプロパティ情報による変更を反映させた上で、候補部品についての情報を表示する。例えば、候補特定部23は、プロパティ情報に設定された文字データを示した候補部品の画像データを表示するといったことが考えられる。
以上のように、実施の形態2に係る部品特定装置10は、既存の制御盤の画像データに基づき、候補部品のプロパティ情報に設定する。
現状では、候補部品が特定された後に、各種プロパティ情報が設定され、既存の制御盤を構成する制御部品と見た目を同じようにするという作業が人手で行われている。既存の制御盤の画像データに基づき候補部品のプロパティ情報に設定することにより、人手で行われている作業を減らすことが可能である。
<変形例3>
実施の形態2では、認識された文字データが候補部品のプロパティ情報として設定された。しかし、候補部品によっては、認識された文字データをそのままプロパティ情報に設定することが難しい場合もある。そこで、認識された文字データから設定情報を生成し、設定情報をプロパティ情報に設定してもよい。
設定情報生成部29は、認識部27によって認識された文字データから、文字要素についてステップS34で特定された候補部品に応じて、設定情報を生成する。ここで、候補部品には、プロパティ情報に設定すべき情報が示されているものとする。具体例としては、文字要素がアナログメータである場合には、目盛りの数値として、最小値及び最大値を設定する、あるいは、最小値と中央値と最大値とを設定するといったことが示されている。例えば、目盛りの数値として、最小値及び最大値を設定することが示されている場合には、図17に示すように、設定情報生成部29は、認識された数値から最小値及び最大値を特定して、設定情報とする。
プロパティ設定部28は、設定情報生成部29によって生成された設定情報をプロパティ情報に設定する。
認識部27は、文字データだけでなく、構成要素の色と形状との少なくともいずれかを認識してもよい。なお、認識部27は、全ての構成要素を対象要素として、対象要素について色と形状との少なくともいずれかを認識してもよいし、一部の部品種別の制御部品についての構成要素についてのみ対象要素として、対象要素について色と形状との少なくともいずれかを認識してもよい。例えば、表示ボタンの色等が認識される。
プロパティ設定部28は、色と形状との少なくともいずれかを、対応する構成要素のプロパティ情報に設定する。
構成要素によっては移動するものがある。移動する構成要素としては、例えば、アナログメータの針がある。認識部27は、既存の制御盤を構成する制御部品の映像データから、移動する構成要素である移動要素の移動範囲を認識する。
具体的には、認識部27は、移動要素を含む制御部品についての映像データを取得する。映像データの長さは、制御部品に応じて決められる。例えば、移動要素の移動範囲が毎日同程度と想定される場合には、認識部27は1日分の映像データを取得すればよい。認識部27は、映像データにおける各時点の移動要素の位置を特定することにより、移動範囲を特定する。
プロパティ設定部28は、移動範囲を移動要素のプロパティ情報に設定する。
Claims (17)
- 制御盤を構成する制御部品の画像データから前記制御部品を構成する複数の構成要素を特定する要素特定部と、
部品記憶部に記憶された複数の候補部品それぞれを対象として、対象の候補部品と前記制御部品との間で、前記要素特定部によって特定された前記複数の構成要素それぞれについて、構成要素毎に定められた重みを用いて要素類似度を計算し、前記複数の構成要素それぞれについての前記要素類似度から前記対象の候補部品と前記制御部品との間の部品類似度を計算することにより、前記複数の候補部品から前記制御部品に対応する候補部品を特定する候補特定部と
を備え、
前記重みは、構成要素毎に、その構成要素に関する1つ以上の属性それぞれについて、前記画像データの取得タイミングによって異なる状態となる属性には軽視される値が設定されることにより定められており、
前記候補特定部は、前記1つ以上の属性それぞれについて前記重みを用いて属性類似度を計算して、前記1つ以上の属性それぞれについての前記属性類似度から前記要素類似度を計算する部品特定装置。 - 制御盤を構成する制御部品の画像データから前記制御部品を構成する複数の構成要素を特定する要素特定部と、
部品記憶部に記憶された複数の候補部品それぞれを対象として、対象の候補部品と前記制御部品との間で、前記要素特定部によって特定された前記複数の構成要素それぞれについて、構成要素毎に定められた重みを用いて要素類似度を計算し、前記複数の構成要素それぞれについての前記要素類似度から前記対象の候補部品と前記制御部品との間の部品類似度を計算することにより、前記複数の候補部品から前記制御部品に対応する候補部品を特定する候補特定部と
を備え、
前記重みは、構成要素毎に、その構成要素に関する1つ以上の属性それぞれについて、同一機能であってもデザインの違いによって異なる状態となる属性には軽視される値が設定されることにより定められており、
前記候補特定部は、前記1つ以上の属性それぞれについて前記重みを用いて属性類似度を計算して、前記1つ以上の属性それぞれについての前記属性類似度から前記要素類似度を計算する部品特定装置。 - 制御盤を構成する制御部品の画像データから前記制御部品を構成する複数の構成要素を特定する要素特定部と、
部品記憶部に記憶された複数の候補部品それぞれを対象として、対象の候補部品と前記制御部品との間で、前記要素特定部によって特定された前記複数の構成要素それぞれについて、構成要素毎に定められた重みを用いて要素類似度を計算し、前記複数の構成要素それぞれについての前記要素類似度から前記対象の候補部品と前記制御部品との間の部品類似度を計算することにより、前記複数の候補部品から前記制御部品に対応する候補部品を特定する候補特定部と
を備え、
前記重みは、構成要素毎に、その構成要素に関する1つ以上の属性それぞれについて、前記候補部品のプロパティ情報により制御可能な属性には軽視される値が設定されることにより定められており、
前記候補特定部は、前記1つ以上の属性それぞれについて前記重みを用いて属性類似度を計算して、前記1つ以上の属性それぞれについての前記属性類似度から前記要素類似度を計算する部品特定装置。 - 前記部品特定装置は、さらに、
前記複数の構成要素のうち少なくとも一部の構成要素を対象要素として、前記対象要素の色と形状との少なくともいずれかを認識する認識部と、
前記認識部によって認識された色と形状との少なくともいずれかを、前記対象要素について前記候補特定部によって特定された候補部品のプロパティ情報として設定するプロパティ設定部と
を備える請求項1から3までのいずれか1項に記載の部品特定装置。 - 制御盤を構成する制御部品の画像データから前記制御部品を構成する複数の構成要素を特定する要素特定部と、
部品記憶部に記憶された複数の候補部品それぞれを対象として、対象の候補部品と前記制御部品との間で、前記要素特定部によって特定された前記複数の構成要素それぞれについて、構成要素毎に定められた重みを用いて要素類似度を計算し、前記複数の構成要素それぞれについての前記要素類似度から前記対象の候補部品と前記制御部品との間の部品類似度を計算することにより、前記複数の候補部品から前記制御部品に対応する候補部品を特定する候補特定部と、
前記複数の構成要素のうち文字データを含む構成要素を文字要素として、前記文字要素に含まれる前記文字データを認識する認識部と、
前記認識部によって認識された前記文字データを、前記文字要素について前記候補特定部によって特定された候補部品のプロパティ情報として設定するプロパティ設定部と
を備える部品特定装置。 - 前記部品特定装置は、さらに、
前記文字要素について前記候補特定部によって特定された候補部品に応じて、前記文字データから設定情報を生成する設定情報生成部
を備え、
前記プロパティ設定部は、前記設定情報生成部によって生成された前記設定情報を前記プロパティ情報として設定する
請求項5に記載の部品特定装置。 - 制御盤を構成する制御部品の画像データから前記制御部品を構成する複数の構成要素を特定する要素特定部と、
部品記憶部に記憶された複数の候補部品それぞれを対象として、対象の候補部品と前記制御部品との間で、前記要素特定部によって特定された前記複数の構成要素それぞれについて、構成要素毎に定められた重みを用いて要素類似度を計算し、前記複数の構成要素それぞれについての前記要素類似度から前記対象の候補部品と前記制御部品との間の部品類似度を計算することにより、前記複数の候補部品から前記制御部品に対応する候補部品を特定する候補特定部と、
前記複数の構成要素のうち移動する構成要素を移動要素として、制御盤を構成する制御部品の映像データから、前記移動要素の移動範囲を認識する認識部と、
前記認識部によって認識された移動範囲を、前記移動要素について前記候補特定部によって特定された候補部品のプロパティ情報として設定するプロパティ設定部と
を備える部品特定装置。 - コンピュータが、制御盤を構成する制御部品の画像データから前記制御部品を構成する複数の構成要素を特定し、
コンピュータが、部品記憶部に記憶された複数の候補部品それぞれを対象として、対象の候補部品と前記制御部品との間で、前記複数の構成要素それぞれについて、構成要素毎に定められた重みを用いて要素類似度を計算し、前記複数の構成要素それぞれについての前記要素類似度から前記対象の候補部品と前記制御部品との間の部品類似度を計算することにより、前記複数の候補部品から前記制御部品に対応する候補部品を特定し、
前記重みは、構成要素毎に、その構成要素に関する1つ以上の属性それぞれについて、前記画像データの取得タイミングによって異なる状態となる属性には軽視される値が設定されることにより定められており、
コンピュータが、前記1つ以上の属性それぞれについて前記重みを用いて属性類似度を計算して、前記1つ以上の属性それぞれについての前記属性類似度から前記要素類似度を計算する部品特定方法。 - コンピュータが、制御盤を構成する制御部品の画像データから前記制御部品を構成する複数の構成要素を特定し、
コンピュータが、部品記憶部に記憶された複数の候補部品それぞれを対象として、対象の候補部品と前記制御部品との間で、前記複数の構成要素それぞれについて、構成要素毎に定められた重みを用いて要素類似度を計算し、前記複数の構成要素それぞれについての前記要素類似度から前記対象の候補部品と前記制御部品との間の部品類似度を計算することにより、前記複数の候補部品から前記制御部品に対応する候補部品を特定し、
前記重みは、構成要素毎に、その構成要素に関する1つ以上の属性それぞれについて、同一機能であってもデザインの違いによって異なる状態となる属性には軽視される値が設定されることにより定められており、
コンピュータが、前記1つ以上の属性それぞれについて前記重みを用いて属性類似度を計算して、前記1つ以上の属性それぞれについての前記属性類似度から前記要素類似度を計算する部品特定方法。 - コンピュータが、制御盤を構成する制御部品の画像データから前記制御部品を構成する複数の構成要素を特定し、
コンピュータが、部品記憶部に記憶された複数の候補部品それぞれを対象として、対象の候補部品と前記制御部品との間で、前記複数の構成要素それぞれについて、構成要素毎に定められた重みを用いて要素類似度を計算し、前記複数の構成要素それぞれについての前記要素類似度から前記対象の候補部品と前記制御部品との間の部品類似度を計算することにより、前記複数の候補部品から前記制御部品に対応する候補部品を特定し、
前記重みは、構成要素毎に、その構成要素に関する1つ以上の属性それぞれについて、前記候補部品のプロパティ情報により制御可能な属性には軽視される値が設定されることにより定められており、
コンピュータが、前記1つ以上の属性それぞれについて前記重みを用いて属性類似度を計算して、前記1つ以上の属性それぞれについての前記属性類似度から前記要素類似度を計算する部品特定方法。 - コンピュータが、制御盤を構成する制御部品の画像データから前記制御部品を構成する複数の構成要素を特定し、
コンピュータが、部品記憶部に記憶された複数の候補部品それぞれを対象として、対象の候補部品と前記制御部品との間で、前記複数の構成要素それぞれについて、構成要素毎に定められた重みを用いて要素類似度を計算し、前記複数の構成要素それぞれについての前記要素類似度から前記対象の候補部品と前記制御部品との間の部品類似度を計算することにより、前記複数の候補部品から前記制御部品に対応する候補部品を特定し、
コンピュータが、前記複数の構成要素のうち文字データを含む構成要素を文字要素として、前記文字要素に含まれる前記文字データを認識し、
コンピュータが、認識された前記文字データを、前記文字要素について特定された候補部品のプロパティ情報として設定する部品特定方法。 - コンピュータが、制御盤を構成する制御部品の画像データから前記制御部品を構成する複数の構成要素を特定し、
コンピュータが、部品記憶部に記憶された複数の候補部品それぞれを対象として、対象の候補部品と前記制御部品との間で、前記複数の構成要素それぞれについて、構成要素毎に定められた重みを用いて要素類似度を計算し、前記複数の構成要素それぞれについての前記要素類似度から前記対象の候補部品と前記制御部品との間の部品類似度を計算することにより、前記複数の候補部品から前記制御部品に対応する候補部品を特定し、
コンピュータが、前記複数の構成要素のうち移動する構成要素を移動要素として、制御盤を構成する制御部品の映像データから、前記移動要素の移動範囲を認識し、
コンピュータが、認識された移動範囲を、前記移動要素について特定された候補部品のプロパティ情報として設定する部品特定方法。 - 制御盤を構成する制御部品の画像データから前記制御部品を構成する複数の構成要素を特定する要素特定処理と、
部品記憶部に記憶された複数の候補部品それぞれを対象として、対象の候補部品と前記制御部品との間で、前記要素特定処理によって特定された前記複数の構成要素それぞれについて、構成要素毎に定められた重みを用いて要素類似度を計算し、前記複数の構成要素それぞれについての前記要素類似度から前記対象の候補部品と前記制御部品との間の部品類似度を計算することにより、前記複数の候補部品から前記制御部品に対応する候補部品を特定する候補特定処理と
を行う部品特定装置としてコンピュータを機能させ、
前記重みは、構成要素毎に、その構成要素に関する1つ以上の属性それぞれについて、前記画像データの取得タイミングによって異なる状態となる属性には軽視される値が設定されることにより定められており、
前記候補特定処理では、前記1つ以上の属性それぞれについて前記重みを用いて属性類似度を計算して、前記1つ以上の属性それぞれについての前記属性類似度から前記要素類似度を計算する部品特定プログラム。 - 制御盤を構成する制御部品の画像データから前記制御部品を構成する複数の構成要素を特定する要素特定処理と、
部品記憶部に記憶された複数の候補部品それぞれを対象として、対象の候補部品と前記制御部品との間で、前記要素特定処理によって特定された前記複数の構成要素それぞれについて、構成要素毎に定められた重みを用いて要素類似度を計算し、前記複数の構成要素それぞれについての前記要素類似度から前記対象の候補部品と前記制御部品との間の部品類似度を計算することにより、前記複数の候補部品から前記制御部品に対応する候補部品を特定する候補特定処理と
を行う部品特定装置としてコンピュータを機能させ、
前記重みは、構成要素毎に、その構成要素に関する1つ以上の属性それぞれについて、同一機能であってもデザインの違いによって異なる状態となる属性には軽視される値が設定されることにより定められており、
前記候補特定処理では、前記1つ以上の属性それぞれについて前記重みを用いて属性類似度を計算して、前記1つ以上の属性それぞれについての前記属性類似度から前記要素類似度を計算する部品特定プログラム。 - 制御盤を構成する制御部品の画像データから前記制御部品を構成する複数の構成要素を特定する要素特定処理と、
部品記憶部に記憶された複数の候補部品それぞれを対象として、対象の候補部品と前記制御部品との間で、前記要素特定処理によって特定された前記複数の構成要素それぞれについて、構成要素毎に定められた重みを用いて要素類似度を計算し、前記複数の構成要素それぞれについての前記要素類似度から前記対象の候補部品と前記制御部品との間の部品類似度を計算することにより、前記複数の候補部品から前記制御部品に対応する候補部品を特定する候補特定処理と
を行う部品特定装置としてコンピュータを機能させ、
前記重みは、構成要素毎に、その構成要素に関する1つ以上の属性それぞれについて、前記候補部品のプロパティ情報により制御可能な属性には軽視される値が設定されることにより定められており、
前記候補特定処理では、前記1つ以上の属性それぞれについて前記重みを用いて属性類似度を計算して、前記1つ以上の属性それぞれについての前記属性類似度から前記要素類似度を計算する部品特定プログラム。 - 制御盤を構成する制御部品の画像データから前記制御部品を構成する複数の構成要素を特定する要素特定処理と、
部品記憶部に記憶された複数の候補部品それぞれを対象として、対象の候補部品と前記制御部品との間で、前記要素特定処理によって特定された前記複数の構成要素それぞれについて、構成要素毎に定められた重みを用いて要素類似度を計算し、前記複数の構成要素それぞれについての前記要素類似度から前記対象の候補部品と前記制御部品との間の部品類似度を計算することにより、前記複数の候補部品から前記制御部品に対応する候補部品を特定する候補特定処理と、
前記複数の構成要素のうち文字データを含む構成要素を文字要素として、前記文字要素に含まれる前記文字データを認識する認識処理と、
前記認識処理によって認識された前記文字データを、前記文字要素について前記候補特定処理によって特定された候補部品のプロパティ情報として設定するプロパティ設定処理と
を行う部品特定装置としてコンピュータを機能させる部品特定プログラム。 - 制御盤を構成する制御部品の画像データから前記制御部品を構成する複数の構成要素を特定する要素特定処理と、
部品記憶部に記憶された複数の候補部品それぞれを対象として、対象の候補部品と前記制御部品との間で、前記要素特定処理によって特定された前記複数の構成要素それぞれについて、構成要素毎に定められた重みを用いて要素類似度を計算し、前記複数の構成要素それぞれについての前記要素類似度から前記対象の候補部品と前記制御部品との間の部品類似度を計算することにより、前記複数の候補部品から前記制御部品に対応する候補部品を特定する候補特定処理と、
前記複数の構成要素のうち移動する構成要素を移動要素として、制御盤を構成する制御部品の映像データから、前記移動要素の移動範囲を認識する認識処理と、
前記認識処理によって認識された移動範囲を、前記移動要素について前記候補特定処理によって特定された候補部品のプロパティ情報として設定するプロパティ設定処理と
を行う部品特定装置としてコンピュータを機能させる部品特定プログラム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2021/032153 WO2023032087A1 (ja) | 2021-09-01 | 2021-09-01 | 部品特定装置、部品特定方法及び部品特定プログラム |
Publications (3)
Publication Number | Publication Date |
---|---|
JPWO2023032087A1 JPWO2023032087A1 (ja) | 2023-03-09 |
JPWO2023032087A5 JPWO2023032087A5 (ja) | 2023-08-10 |
JP7333894B2 true JP7333894B2 (ja) | 2023-08-25 |
Family
ID=85410819
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023538055A Active JP7333894B2 (ja) | 2021-09-01 | 2021-09-01 | 部品特定装置、部品特定方法及び部品特定プログラム |
Country Status (5)
Country | Link |
---|---|
JP (1) | JP7333894B2 (ja) |
CN (1) | CN117813627A (ja) |
DE (1) | DE112021007880T5 (ja) |
TW (1) | TW202312095A (ja) |
WO (1) | WO2023032087A1 (ja) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004139234A (ja) | 2002-10-16 | 2004-05-13 | Toshiba Corp | 運転操作装置 |
JP2006338313A (ja) | 2005-06-01 | 2006-12-14 | Nippon Telegr & Teleph Corp <Ntt> | 類似画像検索方法,類似画像検索システム,類似画像検索プログラム及び記録媒体 |
JP2012160134A (ja) | 2011-02-02 | 2012-08-23 | Toshiba Mitsubishi-Electric Industrial System Corp | プラント制御システムの模擬装置及び模擬画面の作成方法 |
WO2017168601A1 (ja) | 2016-03-30 | 2017-10-05 | 株式会社日立製作所 | 類似画像検索方法およびシステム |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000099129A (ja) * | 1998-09-17 | 2000-04-07 | Mitsubishi Heavy Ind Ltd | プラント操作盤模擬装置 |
-
2021
- 2021-09-01 WO PCT/JP2021/032153 patent/WO2023032087A1/ja active Application Filing
- 2021-09-01 JP JP2023538055A patent/JP7333894B2/ja active Active
- 2021-09-01 CN CN202180101070.4A patent/CN117813627A/zh active Pending
- 2021-09-01 DE DE112021007880.1T patent/DE112021007880T5/de active Pending
- 2021-12-02 TW TW110145009A patent/TW202312095A/zh unknown
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004139234A (ja) | 2002-10-16 | 2004-05-13 | Toshiba Corp | 運転操作装置 |
JP2006338313A (ja) | 2005-06-01 | 2006-12-14 | Nippon Telegr & Teleph Corp <Ntt> | 類似画像検索方法,類似画像検索システム,類似画像検索プログラム及び記録媒体 |
JP2012160134A (ja) | 2011-02-02 | 2012-08-23 | Toshiba Mitsubishi-Electric Industrial System Corp | プラント制御システムの模擬装置及び模擬画面の作成方法 |
WO2017168601A1 (ja) | 2016-03-30 | 2017-10-05 | 株式会社日立製作所 | 類似画像検索方法およびシステム |
Also Published As
Publication number | Publication date |
---|---|
JPWO2023032087A1 (ja) | 2023-03-09 |
DE112021007880T5 (de) | 2024-04-18 |
TW202312095A (zh) | 2023-03-16 |
CN117813627A (zh) | 2024-04-02 |
WO2023032087A1 (ja) | 2023-03-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8107672B2 (en) | Makeup simulation system, makeup simulator, makeup simulation method, and makeup simulation program | |
WO2017167032A1 (zh) | 目标对象展示方法和装置 | |
US11080553B2 (en) | Image search method and apparatus | |
CN108292358A (zh) | 用于识别系统的合成三维对象图像的生成 | |
US20170329775A1 (en) | Image processing apparatus, image processing method, search apparatus, search method, and non-transitory computer-readable storage medium | |
US20220277502A1 (en) | Apparatus and method for editing data and program | |
CN107193571A (zh) | 界面推送的方法、移动终端及存储介质 | |
WO2023056835A1 (zh) | 视频封面生成方法、装置、电子设备及可读介质 | |
US20230237777A1 (en) | Information processing apparatus, learning apparatus, image recognition apparatus, information processing method, learning method, image recognition method, and non-transitory-computer-readable storage medium | |
US20190066734A1 (en) | Image processing apparatus, image processing method, and storage medium | |
BR112021008735A2 (pt) | sistema automático de análise de conteúdo de alta faixa dinâmica em tempo real | |
CN112328088B (zh) | 图像的呈现方法和装置 | |
JP7333894B2 (ja) | 部品特定装置、部品特定方法及び部品特定プログラム | |
WO2021106855A1 (ja) | データ生成方法、データ生成装置、モデル生成方法、モデル生成装置及びプログラム | |
CN112150347A (zh) | 从有限的修改后图像集合中学习的图像修改样式 | |
JP2011186595A (ja) | 情報生成装置、物体検出装置、情報生成方法、物体検出方法、およびプログラム | |
US11842505B2 (en) | Apparatus, method, and storage medium | |
CN110276818A (zh) | 用于自动合成内容感知填充的交互式系统 | |
US11900258B2 (en) | Learning device, image generating device, learning method, image generating method, and program | |
JP2017058657A (ja) | 情報処理装置、制御方法、コンピュータプログラム及び記憶媒体 | |
CN111625101A (zh) | 一种展示控制方法及装置 | |
US20180081951A1 (en) | Information generation system, a method and a non-transitory computer readable medium thereof | |
KR102300417B1 (ko) | 전자 문서에 삽입된 차트 이미지에서 차트 영역과 범례 영역에 대한 자동 매칭을 가능하게 하는 전자 장치 및 그 동작 방법 | |
JP6331914B2 (ja) | アルゴリズム生成装置、アルゴリズム生成方法及びアルゴリズム生成用コンピュータプログラム | |
US20240013360A1 (en) | Imaging device, image generation method, and recording medium |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230621 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230621 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20230621 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230718 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230815 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7333894 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |