一种基于增强现实技术的汽车组装演示记忆系统的制作方法

技术特征：

1.一种基于增强现实技术的汽车组装演示记忆系统，其特征在于包括：存储有汽车的多种零部件的图形信息、二维码信息和零部件的性能指标信息的数据存储单元；

AR识别处理单元：采用虚拟现实技术对所述数据存储单元内的汽车的零部件的图形信息进行识别，将二维空间内的图形信息进行三维空间的转换使得在该单位内出现识别对象在该三维场景下的虚拟模型；

所述AR识别处理单元对图形信息进行识别时采用平滑滤波方法去除特征曲线中的噪声，找到图形信息中的局部极值点，根据图形中曲线幅度检测方法获取局部特征点，对上述方法进行循环最后获得该图形信息的整体图像；

与所述数据存储单元和AR识别处理单元数据通信的重建单元：在三维空间下所述重建单元调取对应零部件的性能指标信息和根据该信息建立虚拟环境下组装环境，对该汽车的零部件进行组装并对组装成的结构进行指标检查；

所述重建单元包括模型拆装模块、组装分层模块和记忆模块，当进行汽车的零部件组装时所述模型拆装模块对零件进行组装或者拆分、根据零件规格自由度的不同选择合适的装配模型、所述记忆模块对组装过程进行实时动作跟踪和记录，根据零部件的种类和选取工作的不同所述组装分层模块根据不同的组装场景对其进行分层存储。

2.根据权利要求1所述的一种基于增强现实技术的汽车组装演示记忆系统，其特征还在于：所述AR识别处理单元在三维空间下识别处理汽车零部件在二维空间下的数据信息时首先采集该零部件的特征点信息，获取该图形信息的高光谱图像信息采集到其高光谱图像像元的信号源包括地物目标D、背景部分U和干扰信号I,已知高光谱数据中的每种地物样本为H_m(i)，m为地物类号1≤m≤p，1≤i≤N_m，N_m为m类地物的学习样本数目；

根据高光谱样本分类的标签，按照以下公式进行待分类地物目标d_m的计算：

$d_m=\frac{1}{N_m/\mathrm{\λ}}\left(\underset{i=1}{\overset{N_m}{\Σ}}{H}_m\right(i\left)\right)$

根据分类的类别数目p，生成待分类目标端元的光谱签名矩阵D¹＝[d₁,d₂,...d_p]，其中d_i(1≤m≤p)为第i个类别的光谱签名,1/λ为提取的学习样本比例；

根据该零件对应的光谱签名信息来进行三维场景下的虚拟模型的建立。

3.根据权利要求1所述的一种基于增强现实技术的汽车组装演示记忆系统，其特征还在于：所述AR识别处理单元在对汽车零部件的图形信息进行识别时：首先计算该图形信息的特征点的曲线信息，采用平滑滤波方法去除曲线中的噪声，找到曲线的局部极值点包括极大值和极小值，再多该极值点两侧的幅度曲线进行检测，对最小幅度和最大幅度进行比较，如果最小幅度比最大幅度的δ倍小，其中δ取小数，则记录此极值点，对得到的极值点进行筛选查看，如果初级极值点之间的距离小于设定的距离值，则对初级极值点进行筛选；如果初级极值点之间的距离大于设定的距离值，则按照以上公开的方法继续查找初级极值点，直到获取最后一个极值点为止。