用于运行测量设备的方法、用于训练人工智能的方法、计算单元和计算机程序产品与流程

文档序号:42987023发布日期:2025-09-15 11:56阅读:20来源:国知局
技术简介:
本发明针对现有墙体诊断设备难以精准识别物体位置、类型及评估诊断可靠性的问题,提出一种融合雷达数据与人工智能的诊断方法。通过分析雷达数据实现物体识别与分类,并量化诊断结果的不确定度值,同时结合用户反馈与多传感器数据优化AI模型,显著提升诊断准确性与可信度。
关键词:墙体诊断,人工智能

本发明涉及一种用于运行测量设备、特别是墙体诊断设备的方法。


背景技术:

1、从现有技术中已知用于诊断墙壁和用于探测构造在墙体中的物体的诊断设备。


技术实现思路

1、本发明的一个任务是提供一种改进的用于运行测量设备、特别是墙体诊断设备的方法。此外,一个任务是提供一种改进的用于训练测量设备的人工智能的方法。

2、该任务通过用于运行测量设备、特别是墙体诊断设备的计算机实现的方法、用于训练用于墙体诊断的测量设备的人工智能的方法、计算单元和计算机程序产品得以解决。有利的实施方式在下文中描述。

3、根据一个方面,提供一种用于运行测量设备、特别是墙体诊断设备的方法,其中,该方法包括:

4、接收测量设备的雷达传感器单元的雷达数据,其中,所述雷达数据映射要诊断的墙体;

5、通过测量设备的诊断模块,通过实施对所述雷达数据的分析来实施墙体诊断,并且提供诊断结果,其中,所述墙体诊断包括:

6、通过所述诊断模块实施对布置在所述墙体中的物体的物体识别,其中,所述物体识别包括物体探测和物体分类,其中,所述诊断结果至少包括所述物体的在所述墙体中的物体位置和/或物体类型;

7、通过所述诊断模块求取所述诊断结果的不确定度值,其中,所述诊断结果的不确定度值描述了所述诊断结果与要诊断的墙体的实际状态的一致性的概率值,并且至少包括所述物体的所述物体位置的概率值和/或所述物体类型的概率值;

8、通过所述诊断模块将所述诊断结果和所述不确定度值提供给测量设备的显示单元;

9、在所述显示单元中显示所述诊断结果和所述不确定度值。

10、由此可以实现这样的技术优点,即能够提供一种改进的用于运行测量设备、特别是墙体诊断设备的方法。为此,首先接收测量设备的雷达传感器单元的映射要诊断的墙体的雷达数据。基于所接收的雷达数据,通过诊断模块实施墙体诊断并且提供诊断结果。

11、在此,墙体诊断包括通过诊断模块实施对布置在墙体中的物体的物体识别。物体识别包括带有对物体位置进行确定的物体探测和带有对物体的物体类型进行确定的物体分类。相应提供的诊断结果在此至少包括布置在墙体中的物体的物体位置和物体类型。

12、此外,在墙体诊断期间求取诊断结果的不确定度值。在此,不确定度值描述了所指定的物体位置的概率值和所指定的物体类型的概率值。此外,通过诊断模块将包括不确定度值的诊断结果提供给测量设备的显示单元,并且在显示单元中向用户显示。

13、因此,该方法使得能够仅基于测量设备的雷达传感器单元的雷达数据对布置在要诊断的墙体中的物体实施物体识别。附加地,生成物体识别的不确定度值,即物体位置和物体类型的不确定度值,并且在显示单元中显示。通过不确定度值,可以向用户显示所实施的物体识别的质量。在用于物体位置或物体类型的概率值高的情况下,用户可以认为物体识别的质量高,而低的概率值相应地显示物体识别的低质量。由此,可以附加地改进所实施的、测量设备的墙体诊断。

14、根据一种实施方式,墙体诊断还包括:

15、通过所述诊断模块实施墙体类型分类并且确定所述墙体的墙体类型;和/或

16、通过所述诊断模块实施物体深度确定并且确定所述物体在所述墙体中的物体深度,其中,所述物体深度定义为所述物体到所述墙体的表面的距离;和/或

17、通过诊断模块实施物体延展尺度确定(objektausdehnungsbestimmung)并且确定所述物体沿着预定义方向的物体延展尺度,其中,所述不确定度值还至少包括所述墙体类型的概率值和/或所述物体的所述物体深度的概率值和/或所述物体延展尺度的概率值。

18、由此可以实现这样的技术优点,即能够提供对墙体诊断的进一步改进。为此,在墙体诊断过程中,通过诊断模块基于雷达传感器单元的雷达数据实施墙体类型分类并且求取要诊断的墙体的墙体类型。替代地或附加地,实施物体深度确定并且确定布置在墙体中的诊断模块的物体深度。在此,物体深度描述了物体到墙体的表面的距离。替代地或附加地,基于雷达数据实施物体延展尺度确定,并且求取物体沿着预定义方向的物体延展尺度。

19、此外,不确定度值包括墙体类型的概率值和/或物体深度的概率值和/或物体的物体延展尺度的概率值。通过求取墙体类型和/或物体深度和/或物体类型,可以进一步增加通过墙体诊断所提供的关于待检查的墙体的信息。通过考虑概率值或不确定度值,可以求取墙体诊断的质量并且在显示单元中显示。

20、根据一种实施方式,在所述物体识别中,将所述物体的多个可能的物体位置和/或多个可能的物体类型确定为独立的诊断结果,和/或其中,在所述墙体类型分类中,将所述墙体的多个可能的墙体类型确定为独立的诊断结果,和/或其中,在所述物体深度确定中,将多个可能的物体深度确定为独立的诊断结果,和/或其中,在所述物体延展尺度确定中,将所述物体的多个可能的物体延展尺度确定为独立的诊断结果,其中,多个诊断结果中的每个诊断结果设置有一个概率值,其中,多个诊断结果和多个概率值在所述显示单元中显示。

21、由此可以实现这样的技术优点,即能够提供对墙体诊断的进一步改进。为此,在墙体诊断中提供所求取的诊断结果的多个替代方案,包括相应的不确定度值。因此,可以提供多个物体位置、多个物体类型、多个物体深度、多个物体延展尺度和/或多个墙体类型作为墙体诊断的结果。对于多个物体位置、多个物体类型、多个物体深度、多个物体延展尺度和/或多个墙体类型中的每个,以概率值的形式提供并且显示相应的不确定度值。

22、在此,不同的概率值描述了相应的物体位置、相应的物体类型、相应的物体深度、相应的物体延展尺度和/或相应的墙体类型与实际的物体位置、实际的物体类型、实际的物体深度、实际的物体延展尺度和/或实际的墙体类型相对应的可靠性或不确定性。因此,可以向用户提供墙体诊断的附加信息。

23、根据一种实施方式,该方法还包括:

24、提供选择功能,其中,通过实施所述选择功能,能够由测量设备的用户选择所显示的诊断结果中的至少一个诊断结果。

25、由此可以实现这样的技术优点,即能够进一步改进墙体诊断。为此,向用户提供选择功能。借助选择功能,用户可以选择所提供的诊断结果中的一个或多个诊断结果作为正确的诊断结果。相反,其他诊断结果在进一步的墙体诊断中不再予以考虑。如此,用户可以选择例如所指定的墙体类型中的一个墙体类型。例如,用户已经知道待检查的墙体的墙体类型。通过选择相应的墙体类型,可以在墙体诊断中,即在物体探测中相应地考虑该墙体类型。由此,可以进一步提高墙体诊断的质量。

26、根据一种实施方式,该方法还包括:

27、接收所述选择功能的选择指令,其中,通过选择指令,由用户选择所显示的诊断结果中的一个诊断结果;

28、将反馈信息提供给外部服务器单元,其中,所述反馈信息包括所述选择指令和在其中所选择的诊断结果连同相应的雷达数据。

29、由此可以实现这样的技术优点,即通过提供反馈信息能够实现对墙体诊断的改进。为此,在由用户操作选择功能时,相应的选择被登记记录并且作为反馈信息被提供给外部服务器单元。基于所提供的反馈信息,可以执行对诊断模块的改进,例如通过对诊断模块进行重新训练。相应改进的、即新训练的诊断模块可以以更新的形式安装在测量设备上,以便因此实现改进的墙体诊断。

30、在此,提供给外部服务器单元的反馈信息包括最初实施墙体诊断的雷达数据、所提供的诊断结果和通过由用户操作选择功能所选择的诊断结果。基于此,可以通过外部服务器单元求取最初实施的墙体诊断的质量。基于此,墙体诊断、即诊断模块可以通过外部服务器单元通过实施重新训练得以改进。

31、在本技术的意义上,反馈信息包括基于用户的行为的并且可以被解释为对所实施的墙体诊断的质量的反馈的任何信息。反馈信息可以是用户的直接的、可能基于文本的反馈。替代地或附加地,它可以是

32、根据一种实施方式,测量设备还包括至少一个感应传感器和/或涡流传感器和/或电容传感器和/或交流传感器和/或核磁共振(nmr)传感器和/或超声传感器,用于提供附加的传感器数据,其中,所述诊断模块设置为,在考虑所述附加的传感器数据的情况下实施所述墙体诊断。

33、由此可以实现这样的技术优点,即通过附加的传感器的另外的传感器数据(这些附加的传感器分别设置为探测不同的物理测量参量),附加的信息可以加上雷达传感器单元的雷达数据的信息流入到墙体诊断中。这些附加的并且优选与雷达传感器单元的雷达数据的信息互补的信息使得能够进一步精确化墙体诊断或物体识别。

34、根据一种实施方式,所述诊断模块包括至少一个相应经训练的人工智能,所述人工智能设置为,基于所述雷达数据和/或所述附加的传感器数据来执行物体识别和/或墙体分类和/或物体深度确定。

35、由此可以实现这样的技术优点,即通过将诊断模块构造为相应经训练的人工智能(该人工智能训练为用于,基于雷达数据,或在必要时在考虑附加的传感器的信息的情况下,实施物体识别和/或墙体分类和/或物体深度确定和/或物体延展尺度确定),能够提供可靠且高性能的诊断模块。通过使用人工智能技术,可以提供精确的墙体诊断。

36、根据一种实施方式,所述物体的物体类型的物体类别包括:金属/非金属物体,用于低压的电缆,带有单相交流信号的电缆,带有多相交流信号的电缆,木梁,金属梁,塑料管、充水塑料管、例如供水管,未充水塑料管、例如排水管,和/或其中,所述墙体的墙体类型的墙体类型类别包括:混凝土墙、轻质结构/干式结构墙、砖砌墙和/或墙体的砖砌块、地板采暖、墙体采暖。

37、由此可以实现这样的技术优点,即能够识别和分类各种不同类型的物体和墙体。

38、根据一个方面,提供一种用于训练用于墙体诊断的测量设备的人工智能的方法,该方法包括:

39、提供用于训练所述人工智能的训练数据集,其中,所述训练数据集包括映射墙体和构造在所述墙体中的物体的雷达数据以及根据用于运行测量设备的方法所提供的反馈信息;

40、基于所述训练数据集并且在考虑所述反馈信息的情况下训练所述人工智能以用于实施对构造在墙体中的物体的物体识别,其中,所述物体识别至少包括物体探测和物体分类。

41、由此可以实现这样的技术优点,即能够实现对墙体诊断设备的人工智能的改进的训练,特别是能够实现同时考虑墙体诊断设备的用户的反馈的后续训练(nach-training)。

42、根据一个方面,提供一种计算单元,所述计算单元设置为实施根据上述实施方式之一所述的用于运行测量设备的方法和/或用于训练人工智能的方法。

43、根据一个方面,提供一种计算机程序产品,该计算机程序产品包括指令,在通过数据处理单元实施所述程序时,所述指令促使所述数据处理单元实施根据一种实施方式所述的用于运行测量设备的方法和/或用于训练人工智能的方法。

当前第1页1 2 
网友询问留言 留言:0条
  • 还没有人留言评论。精彩留言会获得点赞!