TW202312095A - 零件特別指定裝置、零件特別指定方法及零件特別指定程式產品 - Google Patents
零件特別指定裝置、零件特別指定方法及零件特別指定程式產品 Download PDFInfo
- Publication number
- TW202312095A TW202312095A TW110145009A TW110145009A TW202312095A TW 202312095 A TW202312095 A TW 202312095A TW 110145009 A TW110145009 A TW 110145009A TW 110145009 A TW110145009 A TW 110145009A TW 202312095 A TW202312095 A TW 202312095A
- Authority
- TW
- Taiwan
- Prior art keywords
- candidate
- parts
- aforementioned
- specifying
- component
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 20
- 239000000470 constituent Substances 0.000 claims abstract description 42
- 230000006870 function Effects 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 15
- 238000013461 design Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 description 22
- 238000011156 evaluation Methods 0.000 description 21
- 238000012986 modification Methods 0.000 description 15
- 230000004048 modification Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 14
- 238000004891 communication Methods 0.000 description 6
- 238000013459 approach Methods 0.000 description 5
- 238000013473 artificial intelligence Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 241001025261 Neoraja caerulea Species 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 239000002131 composite material Substances 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
Images
Classifications
-
- 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
- G06T7/0008—Industrial image inspection checking presence/absence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image 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
- G06T7/001—Industrial image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/761—Proximity, similarity or dissimilarity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/06—Recognition of objects for industrial automation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Image Analysis (AREA)
- Stored Programmes (AREA)
Abstract
要素特別指定部(22)係從構成控制盤之控制零件的畫像資料來特別指定構成控制零件的複數個構成要素。候補特別指定部(23),係以零件記憶部中所記憶的複數個候補零件各者作為對象,在對象的候補零件與控制零件之間,針對複數個構成要素各者,使用依每一構成要素所規定的權重而計算要素類似度。候補特別指定部(23)係從關於複數個構成要素各者的要素類似度來計算對象之候補零件與控制零件之間的零件類似度,藉此從複數個候補零件來特別指定對應控制零件的候補零件。
Description
本揭示係關於一種特別指定對應於構成控制盤之控制零件之候補零件的技術。
係進行將在工廠等運轉之以硬體所實現之既有的控制盤,置換為藉由以軟體模擬開關和燈之類之硬體之圖形控制畫面所實現的控制盤。另外,亦有既有的控制盤藉由舊型的圖形控制畫面來實現的情形。
作為屬於為了構成新的圖形控制畫面所準備之控制零件的候補零件來說,未必會有外觀與構成既有之控制盤之所有控制零件一致的候補零件。因此,當要進行置換的情形下,係進行特別指定接近構成既有之控制盤之控制零件的候補零件,且針對已被特別指定的候補零件設定各種特性(property)資訊,而作成外觀與構成既有之控制盤之控制零件相同的作業。
在專利文獻1中,係記載有藉由算出關於畫像之特定位置的重要度且予以加權,不僅考慮畫像之部分區域間的類似性,還考慮畫像中之部分區域的重要度來進行畫像檢索的內容。
[先前技術文獻]
[專利文獻]
專利文獻1:日本特開2006-338313號公報
[發明所欲解決的問題]
當要將既有之控制盤置換為以圖形控制畫面所實現之控制盤的情形下,必須特別指定接近構成既有之控制盤之控制零件的候補零件。如模擬儀(analogue meter)之針般會移動的構成要素等,會發生位置因為畫像資料的取得時間點(timing)而不同的情形。因此,在單純之畫像的比較上,難以特別指定接近控制零件的候補零件。此外,如專利文獻1所記載,即使考慮畫像中之部分區域的重要度,亦難以特別指定接近控制零件的候補零件。
本揭示之目的為可適當地特別指定接近控制零件的候補零件。
[用以解決問題的手段]
本揭示的零件特別指定裝置係具備:
要素特別指定部,係從構成控制盤之控制零件的畫像資料來特別指定構成前述控制零件的複數個構成要素;及
候補特別指定部,係以零件記憶部中所記憶的複數個候補零件各者作為對象,在對象的候補零件與前述控制零件之間,針對經由前述要素特別指定部所特別指定的前述複數個構成要素各者,使用依每一構成要素所規定的權重而計算要素類似度,且從關於前述複數個構成要素各者的前述要素類似度來計算前述對象之候補零件與前述控制零件之間的零件類似度,藉此從前述複數個候補零件來特別指定對應前述控制零件的候補零件。
[發明功效]
在本揭示中,係使用依每一構成要素所規定的權重而計算要素類似度,且從關於複數個構成要素各者的要素類似度來計算零件類似度,藉此特別指定對應控制零件的候補零件。藉此,即可適當地特別指定接近控制零件的候補零件。
實施形態1
***構成的說明***
茲參照圖1來說明實施形態1之零件特別指定裝置10的構成。
零件特別指定裝置10係電腦。
零件特別指定裝置10係具備處理器(processor)11、記憶體(memory)12、儲存器(storage)13、通訊介面(interface)14的硬體。處理器11係通過信號線與其他硬體連接,用以控制此等其他硬體。
處理器11係進行處理的IC(Integrated Circuit,積體電路)。作為具體例來說,處理器11係CPU(Central Processing Unit,中央處理單元)、DSP(Digital Signal Processor,數位訊號處理器)、GPU(Graphics Processing Unit,圖形處理單元)。
記憶體12係暫時記憶資料的記憶裝置。作為具體例來說,記憶體12係SRAM(Static Random Access Memory,靜態隨機存取記憶體)、DRAM(Dynamic Random Access Memory,動態隨機存取記憶體)。
儲存器13係保管資料的記憶裝置。作為具體例來說,儲存器13係HDD(Hard Disk Drive,硬碟驅動器)。此外,儲存器13係SD(註冊商標)(Secure Digital,安全數位)記憶卡(memory card)、CF(CompactFlash(緊密快閃),註冊商標)、NAND(反及)快閃、軟碟(flexible disk)、光磁碟、CD(compact disk,光碟)、藍光(blue-ray)(註冊商標)磁碟、DVD(Digital Versatile Disc,數位化多功能光碟)之類的可攜式記憶媒體。
通訊介面14係用以與外部之裝置進行通訊的介面。作為具體例來說,通訊介面14係Ethernet(乙太網路)(註冊商標)、USB(Universal Serial Bus,通用序列匯流排)、HDMI(註冊商標)(High Definition Multimedia Interface,高解析度多媒體介面)的端口。
零件特別指定裝置10係通過通訊介面14與畫像輸入裝置41、及結果顯示裝置42連接。畫像輸入裝置41係記憶有畫像資料的電腦或記憶裝置等。結果顯示裝置42係能夠顯示結果的電腦或顯示器(display)等。
零件特別指定裝置10係具備零件特別指定部21、要素特別指定部22、及候補特別指定部23作為功能構成要素。候補特別指定部23係具備要素評估部24、零件評估部25、及候補選擇部26。零件特別指定裝置10之各功能構成要素的功能係藉由軟體來實現。
儲存器13中儲存有實現零件特別指定裝置10之各功能構成要素之功能的程式。此程式係藉由處理器11而被讀入於記憶體12中,且藉由處理器11來執行。藉此,實現零件特別指定裝置10之各功能構成要素的功能。程式產品不限定於外觀形式之物,而為載入有可供電腦讀取之程式者。
儲存器13係實現零件記憶部31、要素記憶部32、及權重記憶部33。
在圖1中,係顯示了處理器11僅有一個。然而,處理器11亦可為複數個,可由複數個處理器11使實現各功能的程式協作來執行。
***動作的說明***
茲參照圖2至圖12來說明實施形態1之零件特別指定裝置10的動作。
實施形態1之零件特別指定裝置10的動作程序係相當於實施形態1的零件特別指定方法。此外,實現實施形態1之零件特別指定裝置10之動作的程式,係相當於實施形態1的零件特別指定程式。
茲設零件記憶部31與要素記憶部32與權重記憶部33中記憶有以下說明的資訊,以作為實施形態1之零件特別指定裝置10之處理的前提。
茲參照圖2來說明實施形態1之零件記憶部31中所記憶的資訊。
零件記憶部31中記憶有屬於可在經由圖形控制畫面所實現之控制盤上使用之控制零件之候補零件的資訊。
如圖2所示,零件記憶部31中係依每一零件識別符記憶有零件種類、零件畫像、特性資訊之類的資訊。零件識別符係可識別候補零件的資訊。零件種類係表示零件之分類的資訊。零件畫像係候補零件整體的畫像資料。特性資訊係尺寸、顏色、及分配給刻度之數值之類的資訊。
茲參照圖3來說明實施形態1之要素記憶部32中所記憶的資訊。
要素記憶部32中記憶有以各候補零件為對象而構成對象之候補零件之每一構成要素的資訊。
如圖3所示,要素記憶部32中係針對對象的候補零件,依每一要素識別符記憶有要素名、要素畫像、尺寸、位置之類的資訊。要素識別符係可識別構成要素的資訊。要素名係要素的名稱。要素畫像係從對象之候補零件之零件畫像所抽出之構成要素的畫像資料。尺寸係構成要素的大小。位置係對象之候補零件中之構成要素的位置。
另外,在此,以要素記憶部32中記憶有要素畫像的形態進行說明。然而,要素畫像亦可不記憶於要素記憶部32中,而於需要的時候從零件畫像抽出。
茲參照圖4來說明實施形態1之權重記憶部33中所記憶的資訊。
權重記憶部33中係依每一零件種類及構成要素,記憶關於該構成要素相關之一個以上的屬性各者相關的權重。
如圖4所示,權重記憶部33中係依每一零件種類及構成要素,記憶有關於該構成要素的屬性、及關於屬性的權重。屬性係傾斜度、尺寸、位置之類的項目。權重係計算類似度之際所使用的資訊。在此,係設為權重的值愈大愈被重視,值愈小則愈被忽視。
茲參照圖5至圖7來說明權重的設定。
(設定要件1)
權重係在因為畫像資料之取得時間點而成為不同外觀之狀態的屬性中設定有被忽視的值。
如圖5所示,模擬儀之針所指的位置,係在控制盤運轉中發生變化。因此,針所指的位置會因為控制盤之畫像資料的取得時間點而改變。因此,在所取得之畫像資料、與要素記憶部32中所記憶之模擬儀的要素畫像上,模擬儀之針所指的位置會因為控制盤之畫像資料的取得時間點而有所不同。因此,關於表示模擬儀之針所指之位置的”傾斜度”,係設定被忽視的值作為權重。在圖4中,模擬儀之針的傾斜度係設定了0作為權重。
(設定要件2)
權重係在即使是相同功能卻仍會因為設計的不同而成為不同外觀之狀態的屬性中設定有被忽視的值。
如圖6所示,在如模擬儀的零件中,即使是相同功能,也會有刻度之數值的有無、針的旋轉的開始位置和結束位置、及刻度之數量或位置不同的情形。因此,即使是適當地對應控制盤中之控制零件的候補零件,類似度也有可能會降低。因此,針對模擬儀之顯示文字的有無、模擬儀之刻度的位置等,設定被忽視的值作為權重。在圖4中,模擬儀之顯示文字的有無、及模擬儀之刻度的位置係設定了0作為權重。
(設定要件3)
權重係在可藉由候補零件之特性資訊來控制外觀的屬性中設定有被忽視的值。
如圖7所示,在運轉期間的控制盤中,雖於按鈕(push button)上顯示有對應功能的文字列,但在運轉前的候補零件中,由於按鈕未分配有功能,故未顯示有文字列。在按鈕的候補零件中,按鈕上所顯示的文字列係被設定作為特性資訊,故在運轉前未顯示有文字列。因此,關於按鈕的顯示文字,係設定被忽視的值作為權重。在圖4中,關於按鈕之顯示文字的有無等,係設定了0作為權重。
茲參照圖8來說明實施形態1之零件特別指定裝置10之整體的處理。
(步驟S11:畫像取得處理)
零件特別指定部21係取得既有之控制盤的畫像資料。
具體而言,當既有的控制盤以硬體實現的情形下,零件特別指定部21係從畫像輸入裝置41讀取經由攝影裝置拍攝既有之控制盤所獲得的畫像資料以作為既有之控制盤的畫像資料。此外,當既有的控制盤以舊型的圖形控制畫面實現的情形下,零件特別指定部21係從畫像輸入裝置41讀取藉由掃描圖形控制畫面所獲得的圖像資料以作為既有之控制盤的畫像資料。
(步驟S12:零件特別指定處理)
零件特別指定部21係從在步驟S11中所取得之既有之控制盤的畫像資料,特別指定構成控制盤的控制零件,且針對所特別指定的控制零件來特別指定零件畫像及零件種類。
具體而言,零件特別指定部21係使用如物體辨識AI(Artificial Intelligence,人工智慧)之學習過預先設為辨識對象之物體畫像的AI,來特別指定控制零件、零件畫像及零件種類。或者,零件特別指定部21係將辨識對象的物體畫像作為範本(template),與範本進行匹配,藉此特別指定控制零件、零件畫像及零件種類。或者,零件特別指定部21係比較辨識對象之物體的畫像特徵與特徵量,來特別指定控制零件、零件畫像及零件種類。
例如,當如圖9所示之控制盤畫像的情形下,係特別指定零件種類為模擬儀的二個控制零件、零件種類為圓形燈的三個控制零件、及零件種類為角型按鈕的三個控制零件。
(步驟S13:要素特別指定處理)
要素特別指定部22係將在步驟S12中所特別指定的各控制零件設定為對象的控制零件。要素特別指定部22係從針對對象的控制零件而於步驟S12中所特別指定的零件畫像,將構成對象之控制零件的複數個構成要素,與屬於構成要素之種類的要素種類一同特別指定。此時,要素特別指定部22亦可考慮針對對象的控制零件而於步驟S12中所特別指定的零件種類來特別指定複數個構成要素。
具體而言,要素特別指定部22係與步驟S12同樣地,使用學習過預先設為辨識對象之物體畫像的AI來特別指定複數個構成要素。或者,要素特別指定部22係藉由與範本進行匹配而特別指定複數個構成要素。或者,要素特別指定部22係藉由比較特徵量而特別指定複數個構成要素。
例如,當圖10所示的模擬儀為對象之控制零件的情形下,係特別指定構成模擬儀之針、刻度、數值顯示、及中心圓作為構成要素。
(步驟S14:候補特別指定處理)
候補特別指定部23係將在步驟S12中所特別指定的各控制零件設定為對象的控制零件。候補特別指定部23係以零件記憶部31中所記憶之複數個候補零件中之與對象之控制零件相同零件種類的候補零件各者作為對象的候補零件,來計算對象之候補零件、對象之控制零件的零件類似度,藉此從候補零件特別指定對應對象之控制零件的候補零件。此時,候補特別指定部23係針對在對象的候補零件與對象的控制零件之間,於步驟S13中所特別指定的複數個構成要素各者,使用依每一構成要素所規定的權重來計算要素類似度,而從關於複數個構成要素各者的要素類似度來計算零件類似度。
(步驟S15:結果顯示處理)
候補特別指定部23係將關於在步驟S14中所特別指定之候補零件的資訊輸出於結果顯示裝置42進行顯示。
具體而言,候補特別指定部23係將關於候補零件的零件種類、零件畫像與特性資訊輸出於結果顯示裝置42進行顯示。此時,候補特別指定部23亦可將已經對應於既有之控制盤中之一個以上控制零件各者的候補零件配置於對應之控制零件之位置上之控制盤整體的畫像資料予以輸出。
茲參照圖11來說明實施形態1之候補特別指定處理(圖8的步驟S14)。
步驟S21至步驟S22的處理,係以零件記憶部31中所記憶之候補零件中之對象之控制零件之零件種類的候補零件各者作為對象來執行。
(步驟S21:要素評估處理)
要素評估部24係將針對對象的控制零件於步驟S13所特別指定之各構成要素設定為對象的構成要素。要素評估部24係計算對象之候補零件與對象之控制零件之間之關於對象之構成要素的要素類似度。
具體而言,要素評估部24係特別指定對應於對象之控制零件之零件種類之權重記憶部33的記錄。要素評估部24係從所特別指定的記錄讀取關於對象之構成要素的權重。再者,要素評估部24係使用所讀取的權重,而計算對象之候補零件與對象之控制零件之間之關於對象之構成要素的要素類似度。
在此,如圖4所示,權重係針對對象的構成要素依每一屬性作設定。因此,要素評估部24係針對對象的構成要素將各屬性設定為對象的屬性。要素評估部24係針對對象的屬性計算類似度,且對於所計算的類似度乘上關於對象之屬性的權重而修正類似度以計算屬性類似度。再者,要素評估部24係將針對各屬性所計算之屬性類似度的平均值,設為關於對象之構成要素的要素類似度。另外,不限定於平均值,亦可將中央值或合計值設為要素類似度。
例如,當圖10所示的模擬儀為對象之控制零件的情形下,要素評估部24係以針、刻度、數值顯示、及中心圓的各者作為對象的構成要素而計算要素類似度。
如圖12所示,當針為對象之構成要素的情形下,要素評估部24係計算關於屬於針之屬性的有無、傾斜度、尺寸、及根源位置各者的類似度且乘上權重。在此,關於傾斜度與尺寸的權重為0,關於有無與根源位置的權重為100。因此,要素評估部24係將針對針之有無的類似度乘上100得出的值、針對針之傾斜度的類似度乘上0得出的值、針對針之尺寸的類似度乘上0得出的值、針對針之根源位置的類似度乘上100得出的值的平均值,設為關於針的要素類似度。另外,在圖12中,關於權重為0的屬性係予以忽視,而要素評估部24係將針對關於針之有無的類似度乘上100得出的值、及針對針之根源位置的類似度乘上100得出的值的平均值,設為關於針的要素類似度。
(步驟S22:零件評估處理)
零件評估部25係合計關於在步驟S21所計算之各構成要素的要素類似度,來計算對象之候補零件與對象之控制零件的零件類似度。
具體而言,零件評估部25係將關於各構成要素之要素類似度的平均值設為零件類似度。另外,不限定於平均值,亦可將中央值或合計值設為零件類似度。
(步驟S23:候補選擇處理)
候補選擇部26係將針對各候補零件於步驟S22中所計算之零件類似度最高的候補零件,特別指定作為對應對象之控制零件的候補零件。
***實施形態1的功效***
綜上所述,實施形態1的零件特別指定裝置10,係使用依每一構成要素規定的權重而計算要素類似度,且從關於複數個構成要素各者的要素類似度來計算零件類似度,藉此而特別指定對應於控制零件的候補零件。藉此,即能夠適當地特別指定接近控制零件的候補零件。
如圖5所示,當要將如模擬儀的針般會因為畫像資料之取得時間點而成為不同外觀之狀態的構成要素直接進行比較時,有可能類似度會變得比原來應獲得的值更低。如圖6所示,當要將如刻度之數值的有無、及刻度的數量或位置般即使是相同功能也會因為設計的不同而成為不同外觀之狀態的構成要素直接進行比較時,有可能類似度會變得比原來應獲得的值更低。如圖7所示,當要將如按鈕的顯示文字般於候補零件中在初始狀態下並未顯示有顯示文字之構成要素直接進行比較時,有可能類似度會變得比原來應獲得的值更低。
然而,由於實施形態1的零件特別指定裝置10係使用針對構成要素依每一屬性設定的權重而計算要素類似度,故能夠計算適當的零件類似度。藉此,即能夠適當地特別指定接近控制零件的候補零件。
***其他構成***
<變形例1>
在實施形態1中,係藉由軟體實現了各功能構成要素。然而,作為變形例1,各功能構成要素亦可藉由硬體來實現。茲針對此變形例1來說明與實施形態1不同的點。
茲參照圖13來說明變形例1之零件特別指定裝置10的構成。
當各功能構成要素以硬體來實現的情形下,零件特別指定裝置10係具備電子電路15以取代處理器11、記憶體12及儲存器13。電子電路15係實現各功能構成要素、記憶體12、儲存器13之功能之專用的電路。
作為電子電路15來說,假設有單一電路、複合電路、經程式化的處理器、經並聯程式化的處理器、邏輯(logic)IC、GA(Gate Array,閘陣列)、ASIC(Application Specific Integrated Circuits,特殊應用積體電路)、FPGA(Field-Programmable Gate Array,現場可程式閘陣列)。
各功能構成要素可由一個電子電路15來實現,各功能構成要素亦可分散於複數個電子電路15來實現。
<變形例2>
作為變形例2,亦可一部份的各功能構成要素以硬體來實現,其他各功能構成要素以軟體來實現。
茲將處理器11、記憶體12、儲存器13、及電子電路15稱為處理電路。換言之,各功能構成要素的功能係藉由處理電路來實現。
實施形態2
實施形態2係根據既有之控制盤的畫像資料而設定候補零件的特性資訊,此點與實施形態1有所不同。在實施形態2中,係說明此不同的點,至於相同的點則省略說明。
***構成的說明***
茲參照圖14來說明實施形態2之零件特別指定裝置10的構成。
零件特別指定裝置10係具備辨識部27、特性設定部28以作為功能構成要素,此點與圖1所示的零件特別指定裝置10有所不同。辨識部27及特性設定部28的功能係與其他功能構成要素同樣地藉由軟體或硬體來實現。
***動作的說明***
茲參照圖15來說明實施形態2之零件特別指定裝置10之整體的處理。
步驟S31至步驟S34的處理係與圖8的步驟S11至步驟S14的處理相同。
(步驟S35:辨識處理)
辨識部27係將在步驟S13中所特別指定的複數個構成要素中之包含文字資料的構成要素設定為文字要素。辨識部27係辨識關於零件畫像中之文字要素之畫像資料中所含的文字資料。藉由使用既有的文字辨識演算法(algorithm),即能夠辨識文字資料。
作為具體例來說,辨識部27係當文字要素為模擬儀的情形下,辨識被分配於刻度的數值。此外,辨識部27係當文字要素為開關的情形下,辨識在開關上或在開關附近所顯示的文字資料。
(步驟S36:特性設定處理)
特性設定部28係將在步驟S35中所辨識的文字資料,設定作為針對文字要素於步驟S34中所特別指定之候補零件的特性資訊。
(步驟S37:結果顯示處理)
候補特別指定部23係將關於在步驟S34中所特別指定之候補零件的資訊輸出於結果顯示裝置42進行顯示。
此時,候補特別指定部23係在反映了源自於步驟S36中所設定之特性資訊的變更之後,顯示關於候補零件的資訊。例如,可考慮候補特別指定部23顯示表示出設定為特性資訊之文字資料之候補零件的畫像資料。
***實施形態2的功效***
綜上所述,實施形態2的零件特別指定裝置10係根據既有之控制盤的畫像資料而設定為候補零件的特性資訊。
以現狀而言,係在特別指定候補零件之後,設定各種特性資訊,且以人工方式進行使外觀與構成既有之控制盤的控制零件相同的作業。藉由根據既有之控制盤的畫像資料而設定為候補零件的特性資訊,即能夠減少以人工進行的作業。
***其他構成***
<變形例3>
在實施形態2中,係設定了所辨識的文字資料作為候補零件的特性資訊。然而,視候補零件而定,亦會有難以將所辨識的文字資料直接設定為特性資訊的情形。因此,亦可從所辨識的文字資料產生設定資訊,且將設定資訊予以設定為特性資訊。
在此情形下,如圖16所示,零件特別指定裝置10係具備設定資訊產生部29以作為功能構成要素。設定資訊產生部29的功能係與其他功能構成要素同樣地藉由軟體或硬體來實現。
設定資訊產生部29係從藉由辨識部27所辨識的文字資料,依據針對文字要素於步驟S34中所特別指定的候補零件來產生設定資訊。在此,假設在候補零件中顯示有應設定為特性資訊的資訊。作為具體例來說,當文字要素為模擬儀的情形下,係顯示了設定最小值及最大值作為刻度的數值,或者,設定最小值、中央值與最大值作為刻度的數值。例如,當顯示了設定最小值及最大值作為刻度的數值的情形下,如圖17所示,設定資訊產生部29係從所辨識的數值特別指定最小值及最大值而作為設定資訊。
特性設定部28係將藉由設定資訊產生部29所產生的設定資訊予以設定為特性資訊。
<變形例4>
辨識部27係不僅可辨識文字資料,還可辨識構成要素的顏色和形狀的至少任一者。另外,辨識部27亦可將所有的構成要素作為對象要素,而針對對象要素辨識顏色與形狀的至少任一者,亦可僅針對關於一部份之零件種類之控制零件的構成要素作為對象要素,而針對對象要素辨識顏色與形狀的至少任一者。例如,辨識顯示鈕的顏色等。
特性設定部28係將顏色與形狀的至少任一者,設定為所對應之構成要素的特性資訊。
<變形例5>
有因為構成要素不同而會移動者。作為會移動的構成要素來說,例如有模擬儀的針。辨識部27係從構成既有之控制盤之控制零件的影像資料,辨識屬於會移動之構成要素之移動要素的移動範圍。
具體而言,辨識部27係取得關於包含移動要素之控制零件的影像資料。影像資料的長度係依據控制零件而決定。例如,當假設移動要素的移動範圍每天為相同程度的情形下,辨識部27係取得一日份的影像資料即可。辨識部27係特別指定影像資料中之各時點之移動要素的位置,藉此特別指定移動範圍。
特性設定部28係將移動範圍設定為移動要素的特性資訊。
如變形例3所說明,當設定資訊產生部29產生設定資訊的情形下,設定資訊產生部29亦可考慮移動範圍來產生設定資訊。例如,亦可從最小值及最大值、移動範圍來決定刻度的配置。換言之,當移動範圍僅為接近最小值之範圍的情形下,係可以擴增接近最小值之範圍之刻度之間隔之方式決定刻度的位置。
此外,亦可將以上之說明中的「部」改稱為「電路」、「步驟」、「程序」、「處理」或「處理電路」。
綜上已說明了本揭示的實施形態及變形例。亦可將此等實施形態及變形例中之數個予以組合地實施。此外,亦可將任一個或數個予以部分地實施。另外,本揭示不限定於以上的實施形態及變形例,亦可視需要進行各種變更。
10:零件特別指定裝置
11:處理器
12:記憶體
13:儲存器
14:通訊介面
15:電子電路
21:零件特別指定部
22:要素特別指定部
23:候補特別指定部
24:要素評估部
25:零件評估部
26:候補選擇部
27:辨識部
28:特性設定部
29:設定資訊產生部
31:零件記憶部
32:要素記憶部
33:權重記憶部
41:畫像輸入裝置
42:結果顯示裝置
圖1係實施形態1之零件特別指定裝置10的構成圖。
圖2係實施形態1之零件記憶部31中所記憶之資訊的說明圖。
圖3係實施形態1之要素記憶部32中所記憶之資訊的說明圖。
圖4係實施形態1之權重記憶部33中所記憶之資訊的說明圖。
圖5係實施形態1之權重之設定要件1的說明圖。
圖6係實施形態1之權重之設定要件2的說明圖。
圖7係實施形態1之權重之設定要件3的說明圖。
圖8係實施形態1之零件特別指定裝置10之整體之處理的流程圖。
圖9係實施形態1之零件特別指定處理(圖8的步驟S12)的說明圖。
圖10係實施形態1之零件特別指定處理(圖8的步驟S13)的說明圖。
圖11係實施形態1之候補特別指定處理(圖8的步驟S14)的流程圖。
圖12係實施形態1之要素評估處理(圖11的步驟S21)的說明圖。
圖13係變形例1之零件特別指定裝置10的構成圖。
圖14係實施形態2之零件特別指定裝置10的構成圖。
圖15係實施形態2之零件特別指定裝置10之整體之處理的流程圖。
圖16係變形例3之零件特別指定裝置10的構成圖。
圖17係變形例3之設定資訊之產生方法的說明圖。
10:零件特別指定裝置
11:處理器
12:記憶體
13:儲存器
14:通訊介面
21:零件特別指定部
22:要素特別指定部
23:候補特別指定部
24:要素評估部
25:零件評估部
26:候補選擇部
31:零件記憶部
32:要素記憶部
33:權重記憶部
41:畫像輸入裝置
42:結果顯示裝置
Claims (11)
- 一種零件特別指定裝置,係具備: 要素特別指定部,係從構成控制盤之控制零件的畫像資料來特別指定構成前述控制零件的複數個構成要素;及 候補特別指定部,係以零件記憶部中所記憶的複數個候補零件各者作為對象,在對象的候補零件與前述控制零件之間,針對經由前述要素特別指定部所特別指定的前述複數個構成要素各者,使用依每一構成要素所規定的權重而計算要素類似度,且從關於前述複數個構成要素各者的前述要素類似度來計算前述對象之候補零件與前述控制零件之間的零件類似度,藉此從前述複數個候補零件來特別指定對應前述控制零件的候補零件。
- 如請求項1之零件特別指定裝置,其中前述權重係依每一構成要素,針對關於該構成要素之一個以上的屬性各者規定, 前述候補特別指定部係針對前述一個以上的屬性各者使用前述權重而計算屬性類似度,且從關於前述一個以上之屬性各者的前述屬性類似度來計算前述要素類似度。
- 如請求項2之零件特別指定裝置,其中前述權重係在因為前述畫像資料的取得時間點而成為不同之狀態的屬性中設定有會被忽視的值。
- 如請求項2或請求項3之零件特別指定裝置,其中前述權重係在即使是相同功能也會因為設計的不同而成為不同之狀態的屬性中設定有會被忽視的值。
- 如請求項2或請求項3之零件特別指定裝置,其中前述權重係在可藉由前述候補零件之特性資訊來控制的屬性中設定有會被忽視的值。
- 如請求項1至請求項3中任一項之零件特別指定裝置,其中前述零件特別指定裝置更具備: 辨識部,係以前述複數個構成要素中之包含文字資料的構成要素作為文字要素,而辨識前述文字要素中所含的前述文字資料;及 特性設定部,係將經由前述辨識部所辨識的前述文字資料,設定作為已被前述候補特別指定部針對前述文字要素所特別指定之候補零件的特性資訊。
- 如請求項6之零件特別指定裝置,其中前述零件特別指定裝置更具備:設定資訊產生部,係依據已被前述候補特別指定部針對前述文字要素所特別指定的候補零件,從前述文字資料產生設定資訊; 前述特性設定部係將經由前述設定資訊產生部所產生的前述設定資訊設定作為前述特性資訊。
- 如請求項1至請求項3中任一項之零件特別指定裝置,其中前述零件特別指定裝置更具備: 辨識部,係以前述複數個構成要素中之至少一部分的構成要素作為對象要素,而辨識前述對象要素之顏色與形狀的至少任一者;及 特性設定部,係將經由前述辨識部所辨識之顏色與形狀的至少任一者,設定作為已被前述候補特別指定部針對前述對象要素所特別指定之候補零件的特性資訊。
- 如請求項1至請求項3中任一項之零件特別指定裝置,其中前述零件特別指定裝置更具備: 辨識部,係以前述複數個構成要素中之會移動的構成要素作為移動要素,而從構成控制盤之控制零件的影像資料來辨識前述移動要素的移動範圍;及 特性設定部,係將經由前述辨識部所辨識的移動範圍,設定作為已被前述候補特別指定部針對前述移動要素所特別指定之候補零件的特性資訊。
- 一種零件特別指定方法,係包括下列步驟: 由電腦從構成控制盤之控制零件的畫像資料來特別指定構成前述控制零件的複數個構成要素;及 由電腦將零件記憶部中所記憶的複數個候補零件各者作為對象,在對象的候補零件與前述控制零件之間,針對前述複數個構成要素各者,使用依每一構成要素所規定的權重而計算要素類似度,且從關於前述複數個構成要素各者的前述要素類似度來計算前述對象之候補零件與前述控制零件之間的零件類似度,藉此從前述複數個候補零件來特別指定對應前述控制零件的候補零件。
- 一種零件特別指定程式產品,係使電腦作為零件特別指定裝置產生作用,該零件特別指定裝置係進行下列處理: 要素特別指定處理,係從構成控制盤之控制零件的畫像資料來特別指定構成前述控制零件的複數個構成要素;及 候補特別指定處理,係將零件記憶部中所記憶的複數個候補零件各者作為對象,在對象的候補零件與前述控制零件之間,針對經由前述要素特別指定處理所特別指定的前述複數個構成要素各者,使用依每一構成要素所規定的權重而計算要素類似度,且從關於前述複數個構成要素各者的前述要素類似度來計算前述對象之候補零件與前述控制零件之間的零件類似度,藉此從前述複數個候補零件來特別指定對應前述控制零件的候補零件。
Applications Claiming Priority (2)
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 |
WOPCT/JP2021/032153 | 2021-09-01 |
Publications (1)
Publication Number | Publication Date |
---|---|
TW202312095A true TW202312095A (zh) | 2023-03-16 |
Family
ID=85410819
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW110145009A TW202312095A (zh) | 2021-09-01 | 2021-12-02 | 零件特別指定裝置、零件特別指定方法及零件特別指定程式產品 |
Country Status (5)
Country | Link |
---|---|
JP (1) | JP7333894B2 (zh) |
CN (1) | CN117813627A (zh) |
DE (1) | DE112021007880T5 (zh) |
TW (1) | TW202312095A (zh) |
WO (1) | WO2023032087A1 (zh) |
Family Cites Families (5)
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 |
JP2004139234A (ja) * | 2002-10-16 | 2004-05-13 | Toshiba Corp | 運転操作装置 |
JP4545641B2 (ja) * | 2005-06-01 | 2010-09-15 | 日本電信電話株式会社 | 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 |
-
2021
- 2021-09-01 JP JP2023538055A patent/JP7333894B2/ja active Active
- 2021-09-01 DE DE112021007880.1T patent/DE112021007880T5/de active Pending
- 2021-09-01 WO PCT/JP2021/032153 patent/WO2023032087A1/ja active Application Filing
- 2021-09-01 CN CN202180101070.4A patent/CN117813627A/zh active Pending
- 2021-12-02 TW TW110145009A patent/TW202312095A/zh unknown
Also Published As
Publication number | Publication date |
---|---|
WO2023032087A1 (ja) | 2023-03-09 |
DE112021007880T5 (de) | 2024-04-18 |
CN117813627A (zh) | 2024-04-02 |
JPWO2023032087A1 (zh) | 2023-03-09 |
JP7333894B2 (ja) | 2023-08-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11351463B2 (en) | System, method, and computer program product for simultaneously determining settings for a plurality of parameter variations | |
CN108701352A (zh) | 使用基于三维对象模型的识别的图像修改与增强 | |
CN107346088B (zh) | 自动光学定尺寸和成像的方法 | |
CN103518183B (zh) | 图形对象分类 | |
CN107193571A (zh) | 界面推送的方法、移动终端及存储介质 | |
CN112991377A (zh) | 一种基于opencv和shader融合技术的抠像算法 | |
JP7383022B2 (ja) | 自動リアルタイム高ダイナミックレンジコンテンツレビューシステム | |
TWI474166B (zh) | A test pattern generating device, a test program generating device, a generating method, a program, and a test device | |
US11373350B2 (en) | Apparatus and method for editing data and program | |
CN114860699A (zh) | 数据质量检测方法、装置、设备和存储介质 | |
KR20210033730A (ko) | Pdf 문서에서 텍스트 라인 정보를 기초로 단락의 구분선을 표시하는 전자 장치 및 그 동작 방법 | |
TW202312095A (zh) | 零件特別指定裝置、零件特別指定方法及零件特別指定程式產品 | |
US10496735B2 (en) | Object interaction preservation from design to digital publication | |
JP5669770B2 (ja) | 監視画面試験支援装置 | |
JP5932986B2 (ja) | メッシュシーケンスファイルフォーマット | |
US11900258B2 (en) | Learning device, image generating device, learning method, image generating method, and program | |
KR20200141406A (ko) | 미세먼지 측정 데이터를 3d 그래픽으로 표시하는 방법 및 이를 수행하기 위한 장치 | |
KR20220010516A (ko) | 검사 장치, 검사 방법 및 검사 프로그램, 그리고 학습 장치, 학습 방법 및 학습 프로그램 | |
JP7030892B2 (ja) | 画面構成制御装置、画面構成制御方法及び画面構成制御プログラム | |
US20240104908A1 (en) | Evaluation method | |
JP2022078377A (ja) | 学習方法、判定方法、プログラム、学習システム、学習用データセットの生成方法、及び、学習用データセット | |
US20120095725A1 (en) | Programming method for a coordinate measuring machine and computing device thereof | |
US20180081951A1 (en) | Information generation system, a method and a non-transitory computer readable medium thereof | |
US20240096298A1 (en) | Display diagnosis device, display diagnosis method, and non-transitory computer readable medium | |
US20230105800A1 (en) | Display control apparatus, control method, computer-readable medium, and producing method |