[發明專利]一種基于人工智能的后視鏡組裝生產方法

有效

• 申請號: 202011582407.1
• 申請日: 2020-12-28
• 公開（公告）號: CN112712501B
• 公開（公告）日: 2021-10-26
• 發明（設計）人: 石代敏;汪海兵;董華明;何勇軍;李旭
• 申請（專利權）人: 江蘇合泰飛梵科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T1/00;G06K9/62
• 代理公司: 北京冠和權律師事務所 11399
• 代理人: 吳金水

本發明提供了一種基于人工智能的后視鏡組裝生產方法，包括：獲取后視鏡零件圖像，并基于人工智能技術對所述后視鏡零件圖像進行特征提取并分析；基于分析結果，將后視鏡零件進行分類；根據在線老化狀態智能識別技術對后視鏡組裝過程中用到的每個零件進行監測，并獲取對應的老化值；基于分類結果以及老化值結果，控制工業機器人獲取合格零件，對所述后視鏡零件進行柔性組裝。通過人工智能對獲取到的后視鏡圖像進行處理，并通過工業機器人對后視鏡進行柔性組裝，實現對后視鏡組裝的靈活變換，且監測后視鏡組裝過程中用到的每個零件的的老化值，便于及時采取解決措施，克服傳統后視鏡組裝的缺陷。

技術領域

本發明涉及汽車零部件生產設備及生產工藝技術技術領域，特別涉及一一種基于人工智能的后視鏡組裝生產方法。

背景技術

目前，后視鏡是駕駛員坐在駕駛室座位上直接獲取汽車后方、側方和下方等外部信息的工具。后視鏡組裝生產線是指將產品的若干個零部件通過緊配、卡扣、螺紋連接、粘合、鉚合、焊接等方式組合到一起得到符合預定的尺寸精度及功能的成品(半成品)的機械設備。

現有的后視鏡組裝生產線存在以下問題：傳統的后視鏡組裝方法是固定的，不能做到根據需要對后視鏡的組裝方案進行靈活切換，降低了后視鏡組裝的效率，并且在組裝過程中不能及時監測后視鏡組裝過程中用到的每個零件的老化程度值，使得組裝成功后的后視鏡存在一定安全隱患，因此本發明提供了一種基于人工智能的后視鏡組裝生產方法。

發明內容

本發明提供一種基于人工智能的后視鏡組裝生產方法，用以解決通過人工智能及工業機器人對后視鏡進行柔性組裝，并實時監控后視鏡組裝過程中用到的每個零件的老化值，對后視鏡的安全性進行嚴格把控，克服傳統后視鏡組裝的缺陷。

本發明提供一種基于人工智能的后視鏡組裝生產方法，包括：

步驟1：獲取后視鏡零件圖像，并基于人工智能技術對所述后視鏡零件圖像進行特征提取并分析；

步驟2：基于分析結果，將后視鏡零件進行分類；

步驟3：基于分類結果，根據在線老化狀態智能識別技術對后視鏡組裝過程中用到的每個零件進行監測，并獲取對應的老化值；

步驟4：控制工業機器人基于監測結果，對所述后視鏡零件進行柔性組裝。

優選的，一種基于人工智能的后視鏡組裝生產方法，步驟1中，獲取后視鏡零件圖像，包括：

對后視鏡零件進行拍攝，得到待獲取圖像；

在待獲取圖像的預覽區域中確定目標區域；

基于目標區域面積與預覽區域面積的當前比例，確定所述目標區域的縮放倍數；

對所述目標區域進行補光，并確定補光程度；

基于所述補光程度，并按照所述縮放倍數對所述目標區域進行縮放，并獲取所述目標區域中所述后視鏡零件圖像。

優選的，一種基于人工智能的后視鏡組裝生產方法，步驟1種，對所述后視鏡零件圖像進行特征提取并分析的過程包括：

獲取所述后視鏡零件圖像，并對所述后視鏡零件圖像進行配準，獲得配準后的圖像；

將所述配準后的圖像劃分為多個結構化子圖像，并通過預設的特征模型提取每個結構化子圖像的視覺特征；

同時，獲取所述視覺特征的分布，得到對應所述結構化子圖像的空間分布特征；

對每個結構化子圖像中的空間分布特征進行結構化融合，得到結構化特征，并通過預設結構化模型對所述結構化特征進行特征提取，得到目標數據；

判斷所述目標數據是否存在異常數據；