[發明專利]一種充電樁部品線序顏色防錯檢測方法

在審

• 申請號: 202010196160.3
• 申請日: 2020-03-19
• 公開（公告）號: CN111383223A
• 公開（公告）日: 2020-07-07
• 發明（設計）人: 郭紀志;劉鳳連;張靜;汪日偉;李文龍;李雷輝;孟趙明;肖峻熙;俎晨洋
• 申請（專利權）人: 天津理工大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/90;G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 天津盛理知識產權代理有限公司 12209
• 代理人: 王雨晴

本發明涉及一種充電樁部品線序顏色防錯檢測方法，包括以下步驟：步驟1、采集充電樁部品的線序和顏色視頻樣本；步驟2、獲取步驟1采集的充電樁部品的線序和顏色的視頻樣本的單幀圖像，形成基礎數據集；步驟3、生成訓練好的充電樁部品線序和顏色的卷積神經網絡檢測模型；步驟4、獲得改進的充電樁部品線序和顏色的卷積神經網絡檢測模型，將測試集輸入該改進的充電樁部品線序和顏色的卷積神經網絡檢測模型進行測試，得到檢測結果。本發明能夠有效的提升充電樁部品檢測和分類的精度和速度，滿足生產系統的節拍要求。

技術領域

本發明屬于智能裝配中零件檢測技術領域，涉及充電樁部品零件的檢測方法，尤其是一種充電樁部品線序顏色防錯檢測方法。

背景技術

目前，隨著我國制造業的不斷發展，智能裝配系統也逐漸被應用。再加上我國對新能源行業的大力推動，新能源技術產品的不斷發展，充電樁的應用也很廣泛。充電樁部品線序和顏色的檢測和識別是充電樁智能裝配系統中的重要內容，涉及了計算機視覺、深度學習、圖像識別等研究領域。目前，傳統裝配系統中依靠人力進行重復性勞動，容易由于人的操作具有疲勞性和人眼分辨率有限等特點造成失誤，智能系統還沒有普遍的應用，對于研究充電樁部品零件防錯裝的特定目標檢測的應用級方法較少。因此，為了避免浪費人工和時間，適應工廠環境中光線等不穩定因素，確保精度和速度的智能充電樁生產防錯檢測勢在必行。

對于充電樁部品線序和顏色防錯裝的檢測，沒有特定的檢測方法去直接應用，并且現有的目標檢測方法對于充電樁部品線序和顏色的檢測存在著準確率不高、效率低等問題，不能很好兼顧檢測準確率和模型復雜度，對動態實時環境下的目標檢測效果不理想。

發明內容

本發明的目的在于克服現有技術的不足，提出一種充電樁部品線序顏色防錯檢測方法，能夠解決充電樁部品線序和顏色的檢測方法上存在的在動態實時環境下檢測效率低、錯檢率高的技術問題。

本發明解決其現實問題是采取以下技術方案實現的：

一種充電樁部品線序顏色防錯檢測方法，包括以下步驟：

步驟1、采集充電樁部品的線序和顏色視頻樣本；

步驟2、獲取步驟1采集的充電樁部品的線序和顏色的視頻樣本的單幀圖像，形成基礎數據集；并對基礎數據集的圖像進行數據增強后形成充電樁部品數據集；對充電樁部品數據集中的充電樁部品零件的位置和類別信息進行標注，將標注好的充電樁部品數據集分為訓練集、驗證集和測試集；

步驟3、對樣本訓練集進行卷積神經網絡的訓練，生成訓練好的充電樁部品線序和顏色的卷積神經網絡檢測模型；

步驟4、使用樣本驗證集對步驟3的訓練好的充電樁部品線序和顏色的卷積神經網絡檢測模型進行驗證，優化網絡，獲得改進的充電樁部品線序和顏色的卷積神經網絡檢測模型，將測試集輸入該改進的充電樁部品線序和顏色的卷積神經網絡檢測模型進行測試，得到檢測結果。

而且，所述步驟2的具體步驟包括：

(1)對步驟1采集的充電樁部品的線序和顏色的視頻樣本采用基于開源計算機視覺庫的圖像處理算法獲取單幀圖像，并挑選具有不同光照變化、不同位置的充電樁部品單幀圖像形成基礎數據集；

(2)對基礎數據集中的充電樁部品單幀樣本圖像進行數據增強處理后按序號重新命名形成充電樁部品數據集；

(3)對充電樁部品數據集中的每一個充電樁部品單幀圖像進行信息標注，所標注的信息包括目標邊框的x、y、w、h四個位置信息和類別信息，并將基礎數據集中的所有電樁部品單幀圖像作為樣本圖像，按比例分成樣本訓練集、驗證集和測試集；

而且，所述步驟2第(2)步的數據增強處理的具體方法為：

對基礎數據集中的充電樁部品單幀樣本圖像進行亮度、對比度調節。

而且，所述步驟3的具體步驟包括：