[發(fā)明專利]一種基于人工智能的條碼異常檢測方法

有效

• 申請?zhí)枺?/td>: 201911406949.0
• 申請日: 2019-12-31
• 公開（公告）號(hào): CN111178110B
• 公開（公告）日: 2023-08-18
• 發(fā)明（設(shè)計(jì)）人: 王妍軍;徐利東;閔衛(wèi)豐
• 申請（專利權(quán)）人: 江蘇金帆電源科技有限公司
• 主分類號(hào): G06K7/14
• 分類號(hào): G06K7/14;G06N3/045;G06N3/048;G06N3/084;G06F18/2411
• 代理公司: 南京天華專利代理有限責(zé)任公司 32218
• 代理人: 夏平

本發(fā)明公開了一種可實(shí)現(xiàn)無需預(yù)先配置的基于人工智能的條碼異常檢測方法，其步驟為：1)在標(biāo)簽數(shù)據(jù)較少時(shí)，對(duì)于掃碼得到的條形碼，采用基本統(tǒng)計(jì)規(guī)則，判斷條形碼是否異常，對(duì)于符合基本統(tǒng)計(jì)規(guī)則的加入至正常標(biāo)簽數(shù)據(jù)組，不符合的加入異常標(biāo)簽數(shù)據(jù)組；2)當(dāng)標(biāo)簽數(shù)據(jù)達(dá)到初始設(shè)定值后，對(duì)于掃碼得到的條形碼采用異常檢測算法預(yù)測條形碼是否異常，并通過人工進(jìn)行確認(rèn)是加入異常標(biāo)簽數(shù)據(jù)組還是正常標(biāo)簽數(shù)據(jù)組；3)當(dāng)標(biāo)簽數(shù)據(jù)達(dá)到一定數(shù)量時(shí)，對(duì)于輸入的條形碼采用分類預(yù)測算法來判斷條形碼輸入是否異常，并由人工確認(rèn)，對(duì)于檢查到的疑似異常條形碼，如果確定確實(shí)為異常，則加入異常標(biāo)簽數(shù)據(jù)組，否則加入正常標(biāo)簽數(shù)據(jù)組。本發(fā)明可以用于各種條形碼的異常判斷。

技術(shù)領(lǐng)域

本發(fā)明涉及到電池生產(chǎn)制造領(lǐng)域，尤其是鋰電池生產(chǎn)制造領(lǐng)域針對(duì)于化成分容生產(chǎn)工序掃碼環(huán)節(jié)電池條形碼異常的判斷方法。

背景技術(shù)

目前，各個(gè)電池生產(chǎn)廠家在電池生產(chǎn)制造過程中，為了制造流程追溯及質(zhì)量把控，很多的生產(chǎn)制造環(huán)節(jié)都需要掃碼電池條形碼。工序生產(chǎn)完成后，將相關(guān)數(shù)據(jù)連同電池條形碼上傳到各個(gè)系統(tǒng)，這些系統(tǒng)包括BMIS/MES/ERP/MRP等等，這些數(shù)據(jù)一旦上傳到不同系統(tǒng)后，如果發(fā)現(xiàn)條形碼異常而想要更改就會(huì)非常困難。因此，在工序執(zhí)行前判斷電池條形碼(簡稱條碼)輸入正確與否非常重要。目前，一般會(huì)采取設(shè)定一些規(guī)則的方法來驗(yàn)證電池條形碼的輸入是否異常，這些規(guī)則有判斷條形碼長度是否是固定長度，或者判斷條形碼的開頭和結(jié)尾，更為復(fù)雜比如設(shè)置正則表達(dá)式，但是，由于生產(chǎn)設(shè)備獨(dú)立運(yùn)行、條形碼因產(chǎn)品不同而多變，這種方法在實(shí)際使用過程中由于過于復(fù)雜而棄用。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術(shù)問題是：提供一種可實(shí)現(xiàn)無需預(yù)先配置的基于人工智能的條碼異常檢測方法。

為解決上述技術(shù)問題，本發(fā)明所采用的技術(shù)方案為：一種基于人工智能的條碼異常檢測方法，其步驟為：

1)在標(biāo)簽數(shù)據(jù)小于初始設(shè)定值時(shí)，對(duì)于掃碼得到的條形碼，采用基本統(tǒng)計(jì)規(guī)則，判斷條形碼是否異常，對(duì)于符合基本統(tǒng)計(jì)規(guī)則的加入至正常標(biāo)簽數(shù)據(jù)組，不符合的加入異常標(biāo)簽數(shù)據(jù)組；

2)當(dāng)標(biāo)簽數(shù)據(jù)達(dá)到初始設(shè)定值后，對(duì)于掃碼得到的條形碼采用異常檢測算法預(yù)測條形碼是否異常，并通過人工干預(yù)判斷是否確實(shí)異常，對(duì)于提示為異常的條形碼，如確定確實(shí)為異常，則將數(shù)據(jù)加入異常標(biāo)簽數(shù)據(jù)組，否則，加入正常標(biāo)簽數(shù)據(jù)組；對(duì)于未檢測提示異常的條形碼，如果也主動(dòng)修正條形碼，此時(shí)該條形碼加入異常標(biāo)簽數(shù)據(jù)組；所述的異常檢測算法為統(tǒng)計(jì)假設(shè)檢驗(yàn)，其具體步驟為：

取條形碼的ASSIC編碼映射到數(shù)字，假設(shè)條形碼最大長度不超過三十個(gè)字符，就將條形碼字符按順序映射到長度為30的向量，長度不足的用0補(bǔ)齊；這樣三十個(gè)數(shù)值就是每個(gè)條碼的特征值X；對(duì)于其中的特征稱之為特征x，x₁表示第一個(gè)特征值，即字符對(duì)應(yīng)值，x₂表示第二個(gè)特征值，即第二個(gè)字符對(duì)應(yīng)值，依此類推，x_i表示第i個(gè)特征值，即第i個(gè)字符對(duì)應(yīng)值；定義用n來表示特征值的個(gè)數(shù)，即：n為30；假設(shè)條形碼分別服從高斯分布，即：

x＝X(μ，δ²)那么對(duì)應(yīng)的概率密度p為：

聯(lián)合概率密度為：

簡化表達(dá)即：

給定一組條形碼對(duì)應(yīng)的特征值組{x¹,x²,x³,...,xⁱ...,x^m}，其中x¹表示第一個(gè)條形碼樣本對(duì)應(yīng)的特征值，其中，x²表示第二個(gè)條形碼樣本對(duì)應(yīng)的特征值，依此類推，m表示訓(xùn)練的樣本數(shù)；然后通過多個(gè)電池條形碼樣本轉(zhuǎn)換成為特征向量數(shù)組，通過下面的公式計(jì)算擬合參數(shù)