[發明專利]一種設備狀態運行自動檢測的方法

在審

• 申請號: 201910765429.2
• 申請日: 2019-08-19
• 公開（公告）號: CN112395928A
• 公開（公告）日: 2021-02-23
• 發明（設計）人: 朱瑩瑩;錢斌;譚龍田;譚澤漢;陳彥宇;馬雅奇;周慧子
• 申請（專利權）人: 珠海格力電器股份有限公司;珠海聯云科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/34;G06K9/46;G06T7/11
• 代理公司: 北京聿宏知識產權代理有限公司 11372
• 代理人: 吳大建;張杰

本發明公開了一種設備運行狀態自動檢測的方法，包括：構建用于識別指示燈位置特征和形狀特征的指示燈識別檢測模型；然后利用指示燈識別檢測模型，從包含待檢測設備的圖像中提取僅含待檢測設備的指示燈的圖像部分；再對含有待檢測設備的指示燈的圖像部分進行圖像處理，以識別待檢測設備的指示燈的狀態，指示燈的狀態包括指示燈的亮度和/或顏色；最后根據待檢測設備的指示燈的狀態判斷待檢測設備的運行狀態。此方法操作簡單、不需要特意改裝設備，或者在設備上安裝其他硬件設施，節省了人力和物力成本，實現了設備運行狀態的自動化檢測，提高了建筑物內設備的整體工作效率。

技術領域

本發明涉及制造業設備狀態運行檢測技術領域，尤其涉及一種基于語義分割和圖像處理相結合的設備運行狀態檢測方法。

背景技術

隨著經濟的不斷發展，制造業在不斷地升級改造，車間內生產線的運行效率也越來越受到重視。對車間設備管理和維護的要求也在不斷提高，故需要監測設備的運行狀態并提高其使用率。通常要實現設備狀態檢測，傳統設備運行狀態檢測是作業人員在工作當中或者通過巡檢來發現故障設備，但是容易造成發現不及時的情況，難免會出現漏報或誤報等現象，且耗費時間和耗費人力，成本較高，還嚴重影響了車間的工作效率。也有一些工廠車間的工作人員會和相關設備廠家協商或者自行拆裝設備安裝一些可以檢測設備運行狀態的硬件設備，而這會涉及到網絡部署、軟件開發和一些基礎設施投入，造成建設周期長、成本高。還因牽涉第三方開發導致項目設備運行檢測效果的不確定性高，同時也有可能損壞設備，這會造成時間損失和財務損失。

因此有必要提出一種操作簡單、不需要改裝設備或者安裝其他硬件設施、節省人力物力成本，實現設備運行狀態的自動化的高效檢測方法。

發明內容

為了解決上述設備運行狀態檢測現有技術存在的缺陷，本發明提供了一種基于語義分割和圖像處理相結合的設備運行狀態檢測方法。

在一個實施例中，本發明提供的一種設備運行狀態自動檢測的方法，包括以下步驟：

S100，構建用于識別指示燈的特征的指示燈識別檢測模型；其中，指示燈的特征包括指示燈的位置特征和指示燈的形狀特征；

S200，利用指示燈識別檢測模型，從包含待檢測設備的圖像中提取僅含待檢測設備的指示燈的圖像部分；

S300，對含待檢測設備的指示燈的圖像部分進行圖像處理，以識別待檢測設備的指示燈的狀態；其中，指示燈的狀態包括指示燈的亮度和/或顏色；

S400，根據待檢測設備的指示燈的狀態判斷待檢測設備的運行狀態。

在一個實施例中，指示燈識別檢測模型為基于語義分割的深度學習神經網絡模型。

在一個實施例中，構建用于識別指示燈的特征的所述指示燈識別檢測模型，具體包括以下步驟：

S110，利用攝像裝置采集包含各目標設備在各種運行狀態下的指示燈的圖像；

S120，對采集到的圖像進行標注；其中，標注包括定義采集到的圖像中的指示燈的位置特征和形狀特征；

S130，建立基于語義分割的深度學習神經網絡模型，并利用已經標注的圖像訓練深度學習神經網絡模型的參數，直到利用深度學習神經網絡模型獲得的指示燈的特征識別結果的正確率滿足給定的要求；

S140，將滿足給定要求的深度學習神經網絡模型作為用于識別指示燈的特征的指示燈識別檢測模型。

在一個實施例中，利用指示燈識別檢測模型，從包含待檢測設備的圖像中提取含有待檢測設備的指示燈的圖像部分，具體包括以下步驟：

S210，利用攝像裝置拍攝包含待檢測設備的圖像；