基于特征识别的辅助装配方法、装置、设备及存储介质与流程

1.本发明涉及智能制造技术领域，特别涉及一种基于特征识别的辅助装配方法、装置、设备及存储介质。


背景技术：

2.随着智能制造装配车间无人化作业、自动化控制设备的不断发展，企业对智能制造装配车间的产品自动化装配信息的在线采集、分析、识别和处理提出了更高的要求，这主要是由于人为失误、装配机床损耗、程序bug等综合因素下，现有的智能制造装配车间时有发生产品错装、漏装等装配缺陷，这类装配缺陷不仅严重影响了装配车间的机床工作性能，而且需要企业加大智能制造装配车间的人员投入，进行人工检验，从而与智能制造的发展理念相悖，由此阻碍了智能制造技术在实际装配车间的进一步应用。
3.同时，现有的智能制造装配车间中，尚未对装配过程中的产品或零件进行有效的监控，从而导致现有的智能制造装配车间，容易出现产品次品率高以及缺乏科学管理等问题。


技术实现要素：

4.基于此，本技术实施例提供了一种基于特征识别的辅助装配方法、装置、计算机设备及存储介质，可以解决在保证生产效率的同时，保障了产品的合格率。
5.第一方面，提供了一种基于特征识别的辅助装配方法，所述方法包括：
6.绘制出所有目标零件的三维图像，并将所述三维图像组成训练集；
7.利用所述训练集对零件识别模型进行训练，得到训练完成的零件识别模型；
8.通过所述训练完成的零件识别模型对待装配零件进行识别；
9.当识别结果为成功时，得到所述待装配零件的装配信息并进行装配信息提示。
10.可选地，所述通过所述训练完成的零件识别模型对待装配零件进行识别之后，还包括：
11.当识别结果为失败时，则对所述待装配零件进行回收返修提示。
12.可选地，所述待装配零件的装配信息包括编号信息，所述编号信息用于表征所述待装配零件进行装配作业时所需的装配零件编号。
13.可选地，所述在绘制出所有目标零件的三维图像，包括：
14.对待装配设备所需的所有目标零件进行编号得到各个目标零件的编号信息；绘制出所有目标零件的三维图像，并将所述各个目标零件的编号信息与三维图像进行一一匹配。
15.可选地，所述绘制出所有目标零件的三维图像，还包括：通过拍摄得到所有目标零件的三维图像。
16.可选地，所述利用所述训练集对零件识别模型进行训练，包括：
17.提取出所述训练集中的每个三维图像的特征图，利用所述每个三维图像的特征图
依次对零件识别模型进行训练。
18.可选地，所述零件识别模型为神经网络模型。
19.第二方面，提供了一种辅助装配装置，该装置包括：
20.获取模块，用于绘制出所有目标零件的三维图像，并将所述三维图像组成训练集；
21.训练模块，用于利用所述训练集对零件识别模型进行训练，得到训练完成的零件识别模型；
22.识别模块，用于通过所述训练完成的零件识别模型对待装配零件进行识别；
23.提示模块，用于当识别结果为成功时，得到所述待装配零件的装配信息并进行装配信息提示。
24.第三方面，提供了一种设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现上述第一方面任一所述的基于特征识别的辅助装配方法。
25.第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述第一方面任一所述的基于特征识别的辅助装配方法。
26.本技术实施例提供的技术方案首先通过绘制出所有目标零件的三维图像，并将三维图像组成训练集；然后，利用训练集对零件识别模型进行训练，得到训练完成的零件识别模型；最后，通过训练完成的零件识别模型对待装配零件进行识别。还包括，将识别结果发送至智能终端，通过智能终端对待装配零件进行处理，可以看出，本技术相比于传统技术有更高的质量保障，减少工人的劳动强度，提高了经济效益。
附图说明
27.图1为本技术实施例提供的一种基于特征识别的辅助装配方法的流程图；
28.图2为本技术实施例提供的一种辅助装配装置的框图；
29.图3为本技术实施例提供的一种辅助装配设备的示意图。
具体实施方式
30.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
31.在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)旨在区别指代的对象。对于具有时序流程的方案，这种术语表述方式不必理解为描述特定的顺序或先后次序，对于装置结构的方案，这种术语表述方式也不存在对重要程度、位置关系的区分等。
32.此外，术语“包括”、“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包括了一系列步骤或单元的过程、方法、系统、产品或设备不必限于已明确列出的那些步骤或单元，而是还可包含虽然并未明确列出的但对于这些过程、方法、产品或设备固有的其它步骤或单元，或者基于本发明构思进一步的优化方案所增加的步骤或单元。
33.请参考图1，其示出了本技术实施例提供的一种基于特征识别的辅助装配方法的流程图，该辅助装配方法可以包括以下步骤：
34.步骤101，绘制出所有目标零件的三维图像，并将三维图像组成训练集。
35.其中，目标零件可以是需要加工或者装配的零件，目标零件可以是一种零件或者是多种零件。
36.在本技术实施例中，对待装配设备所需的所有目标零件进行编号得到各个目标零件的编号信息；绘制出所有目标零件的三维图像，并将所述各个目标零件的编号信息与三维图像进行一一匹配，其中编号信息可以是装配工人根据实际装配顺序对目标零件进行标注，如在装配设备时所需要的第一个目标零件的编号信息可以是1
…
，从而根据编号信息能够得知当前识别的目标零件在装配流程中的编号位置，利用有标准顺序的目标零件进行装配有利于提高工人装配设备的效率。
37.把需要加工或者装配的零件绘成三维模型(即三维图像)，例如利用sketchup进行绘制，并将绘制后的所有三维图像集合组成训练集。
38.在本技术一个可选的实施例中，还可以通过拍摄得到所有目标零件的三维图像。
39.步骤102，利用训练集对零件识别模型进行训练，得到训练完成的零件识别模型。
40.在本技术实施例中，可以根据特征点提取算法提取出训练集中的每个三维图像的特征点，即得到了每个三维图像的特征图，利用所述每个三维图像的特征图依次对零件识别模型进行训练。
41.其中，零件识别模型为神经网络模型。
42.步骤103，通过训练完成的零件识别模型对待装配零件进行识别。
43.在本技术实施例中，利用训练完成的零件识别模型所存储的目标零件模型与待装配的零件模型进行对比识别。
44.步骤104，当识别结果为成功时，得到待装配零件的装配信息并进行装配信息提示。
45.在本技术实施例中，当识别结果为成功时，得到待装配零件的装配信息并进行装配信息提示，装配信息提示可以是图像提示或者是语音提示，并通过智能终端或者是工人对待装配零件进行装配。
46.在本技术另一个实施例中，步骤104还可以是当识别结果为失败时，则对待装配零件进行回收返修提示，其中回收返修提示可以是图像提示或者是语音提示，并通过智能终端或者是工人对待装配零件进行回收返修。智能终端可以是机器人。
47.可以看出，本技术设计出通过对需要加工、装配零件进行三维信息采集，在生产过程装配中，智能识别系统会精准确认,达到高效准确的加工和装配.利用三维仿真虚识别技术的智能装配车间体系辅助工人装配,工人装配的效率将大大提高,并且降低错误装配造成的返工成本。
48.主要解决工厂的生产，工序加工、零部件装配、人工识别困难的问题，保障产品的合格率，减少人为操作的错误率，提高生产效率和经济效益。
49.请参考图2，其示出了本技术实施例提供的一种辅助装配装置200的框图。如图2所示，该装置200可以包括：获取模块201、训练模块202、识别模块203和提示模块204。
50.获取模块201，用于绘制出所有目标零件的三维图像，并将三维图像组成训练集；
51.训练模块202，用于利用训练集对零件识别模型进行训练，得到训练完成的零件识别模型；
52.识别模块203，用于通过训练完成的零件识别模型对待装配零件进行识别；
53.提示模块204，用于当识别结果为成功时，得到所述待装配零件的装配信息并进行装配信息提示。
54.关于辅助装配装置的具体限定可以参见上文中对于基于特征识别的辅助装配方法的限定，在此不再赘述。上述辅助装配装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
55.在一个实施例中，提供了一种设备，该设备可以是辅助装配设备，其内部结构图可以如图3所示。该设备包括通过系统总线连接的处理器、存储器、显示器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于零件特征识别数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信，显示器用于显示识别结果。该计算机程序被处理器执行时以实现一种基于特征识别的辅助装配方法。
56.本领域技术人员可以理解，如图3中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的设备的限定，具体的设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
57.在本技术的一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述基于特征识别的辅助装配方法的步骤。
58.本实施例提供的计算机可读存储介质，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。
59.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以m种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(symchlimk)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。
60.以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
61.以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护
范围。因此，本技术专利的保护范围应以所附权利要求为准。