(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210843894.5 (22)申请日 2022.07.18 (71)申请人 陈迅 地址 235100 安徽省淮北市濉溪县 濉溪镇 濉溪中路121号 (72)发明人 陈迅　 (51)Int.Cl. G06V 20/52(2022.01) G06T 7/00(2017.01) G06K 17/00(2006.01) G06Q 10/00(2012.01) G06Q 50/04(2012.01) (54)发明名称 基于人工智能的VR设备预警监测方法及系 统 (57)摘要 本申请涉及一种基于人工智能的VR设备预 警监测方法及系统， 包括获取当前待质检VR设备 零件经过当前VR设备生产线上各预设固定监测 工位时的当前部件实际图像； 分别对 各所述当前 部件实际图像进行图像缺陷特征提取， 并在图像 缺陷特征提取完成后获取当前缺陷特征数据， 根 据所述当前缺陷特征数据获取与所述当前缺陷 特征数据相对应的预设固定监测工位， 并将该预 设固定监测工位设定为待处理问题工位， 基于预 设的零部件抓取机械手对具有故障零部件标识 的当前待质检VR设备零件进行抓取， 并将抓取的 当前待质检VR设备零件输送至零部件回 收工位。 本发明实现了对问题工位进行定位， 进而方便了 后续能够对工位进行溯源定位处理， 以提升后续 生产的可靠性。 权利要求书3页 说明书13页 附图4页 CN 115272961 A 2022.11.01 CN 115272961 A 1.一种基于人工智能的VR设备 预警监测方法， 其特 征在于， 所述方法包括： 获取当前待质检VR设备零件经过当前VR设备生产线上各预设固定监测工位时的当前 部件实际图像， 其中， 所述当前VR设备生产线 上具有多个所述预设固定监测工位， 所述当前 待质检VR设备零件依次经过各所述预设固定监测工位， 每经过一个所述预设固定监测工位 时， 对应获取一个所述当前部件实际图像， 每个所述预设固定监测工位均设有特定工位标 签， 所述特定工位标签与对应的当前部件实际图像相关联； 分别对各所述当前部件实际图 像进行图像缺陷特征提取， 并在图像缺陷特征提取完成后获取当前缺陷特征数据， 其中， 一 个所述当前部件实际图像对应一个当前缺陷特征数据； 根据所述当前缺陷特征数据获取与 所述当前缺陷特征数据相对应的预设固定监测工位， 并将该预设固定监测工位设定为待处 理问题工位， 同时对 所述当前缺陷特征数据对应的当前待质检VR设备零件打上故障零部件 标识， 并基于所述故障零部件标识和所述待处理问题工位生成工位检测预警报告； 基于预 设的零部件抓取机械手对具有故障零部件标识的当前待质检VR设备零件进行抓取， 并将抓 取的当前待质检VR设备零件输送至零部件回收工位， 同时生成零部件回收报告， 并将所述 零部件回收报告和所述工位检测预警报告发送至设备 预警监测人员。 2.根据权利要求1所述的基于人工智能的VR设备预警监测方法， 其特征在于， 所述当前 部件实际图像包括 零件内侧正 面图像和零件侧角度图像； 获取当前待质检VR设备零件经过当前VR设备生产线上各预设固定监测工位时的当前 部件实际图像， 其中， 所述当前VR设备生产线 上具有多个所述预设固定监测工位， 所述当前 待质检VR设备零件依次经过各所述预设固定监测工位， 每经过一个所述预设固定监测工位 时， 对应获取一个所述当前部件实际图像， 每个所述预设固定监测工位均设有特定工位标 签， 所述特定 工位标签与对应的当前部件实际图像相关联； 具体包括： 基于预设的CCD相机获取当前待质检VR设备零件经过各所述预设固定监测工位时的零 件内侧正面初始图像和零件侧角度初始图像， 其中， 一个所述预设固定监测工位对应的所 述零件内侧正面初始图像和所述零件侧角度初始图像的数量均为多个； 对一个所述预设固 定监测工位对应的各所述零件内侧正面初始图像进行数据分析， 并分别获取各所述零件内 侧正面初始图像之 间的第一相似度； 根据所述第一相似度剔除各所述零件内侧正面初始图 像中相似的图像， 并在剔除后获取零件正面初筛图像； 对各所述零件侧角度初始图像进行 相似图像剔除， 并在剔除完成后获取零件侧角度初筛图像； 将所述零件正面初筛图像与所 述零件侧角度初筛图像进 行一一对比， 并根据生成的对比结果对所述零件正面初筛图像与 所述零件侧角度初筛图像进行相似图像剔除， 并生成零件内侧正面图像和零件侧角度图 像； 在所述零件内侧 正面图像和零件侧角度图像生成后， 将所述零件内侧 正面图像和所述 零件侧角度图像对应的预设固定监测工位所具有的特定工位标签关联所述零件内侧 正面 图像和所述 零件侧角度图像。 3.根据权利要求2所述的基于人工智能的VR设备预警监测方法， 其特征在于， 所述当前 缺陷特征数据包括 缺口图像特 征和应力损坏图像特 征； 分别对各所述当前部件实际图像进行图像缺陷特征提取， 并在图像缺陷特征提取完成 后获取当前缺陷特征数据， 其中， 一个所述当前部件实际图像对应一个 当前缺陷特征数据； 具体包括： 基于预设的第 一缺口缺陷特征对各所述当前部件实际图像进行缺口特征提取， 并分别权　利　要　求　书 1/3 页 2 CN 115272961 A 2获取各所述当前部件实际图像的缺口图像特征； 基于预设的第一特定增色角度对各所述当 前部件实际图像进行增色处理， 并分别获取初始增色后部件图像； 判断所述初始增色后部 件图像中是否存在预设的应力缺陷图像； 若判断所述初始增色后部件图像中存在预设的应 力缺陷图像， 则对所述初始增色后部件图像进行预设的第二角度增色处理， 并在处理完成 后获取增色完成后部件图像； 其中， 所述第二角度增色处理包括按照预设预设的第二角度 和第二亮度进 行增色； 基于预设的缺陷标准特征对各所述增色完成后部件图像进 行应力损 坏图像提取， 并分别获取 各所述增色完成后部件图像的应力损坏图像特 征。 4.根据权利要求3所述的基于人工智能的VR设备预警监测方法， 其特征在于， 基于预设 的缺陷标准特征对各所述增色完成后部件图像进 行应力损坏图像提取， 并分别获取各所述 增色完成后部件图像的应力损坏图像特 征之后， 还 包括： 根据所述应力损坏图像特征， 对所述应力损坏图像特征进行区域标定， 并获取应力损 坏表标定区域； 根据所述应力损坏表标定区域生成当前损坏区域面积； 根据所述当前损坏 区域面积生成当前应力损坏等级； 根据所述当前应力损坏等级从预设的标准工位监改方案 中选中与所述当前应力损坏等级相匹配的标准工位监改方案， 并将选中的标准工位监改方 案设定为 目标使用监改方案； 将所述 目标使用监改方案与所述待处理问题工位进行绑定， 并在绑定后发送方案绑定成功指示至所述设备 预警监测人员。 5.根据权利要求1所述的基于人工智能的VR设备预警监测方法， 其特征在于， 根据 所述 当前缺陷特征数据获取与所述当前缺陷特征数据相对应的预设固定监测工位， 并将该预设 固定监测工位设定为待处理问题工位， 同时对所述当前缺陷特征数据对应的当前待质检VR 设备零件打上故障零部件标识， 并基于所述 故障零部件标识和所述待处理问题工位生成工 位检测预警报告， 之后还 包括： 获取所述待处理问题工位对所述当前待质检VR设备零件的实际处理工艺步骤， 其中， 所述实际处理工艺步骤包括多个细化分支处理步骤； 分别获取各所述细化分支处理步骤对 所述当前待质检VR设备零件的具体处理参数； 对各所述具体处理参数进行细化核查， 并在 核查完成后筛选出有误的具体处理参数； 根据筛选出的有误的具体处理参数生成工艺处理 参数调整报告， 并将所述工艺处 理参数调整报告发送至所述设备 预警监测人员。 6.一种基于人工智能的VR设备 预警监测系统， 其特 征在于， 所述系统包括： 实际图像获取模块， 用于获取当前待质检VR设备零件经过当前VR设备生产线上各预设 固定监测工位时的当前部件实际图像， 其中， 所述当前VR设备生产线上具有多个所述预设 固定监测工位， 所述当前待质检VR设备零件依次经过各所述预设固定监测工位， 每经过一 个所述预设固定监测工位时， 对应获取一个所述当前部件实际图像， 每个所述预设固定监 测工位均设有特定 工位标签， 所述特定 工位标签与对应的当前部件实际图像相关联； 特征数据生成模块， 用于分别对各所述当前部件实 际图像进行图像缺陷特征提取， 并 在图像缺陷特征提取完成后 获取当前缺陷特征数据， 其中， 一个所述当前部件实际图像对 应一个当前缺陷特 征数据； 预警报告生成模块， 用于根据 所述当前缺陷特征数据获取与 所述当前缺陷特征数据相 对应的预设固定监测工位， 并将该预设固定监测工位设定为待处理问题工位， 同时对所述 当前缺陷特征数据对应的当前待质检VR设备零件打上故障零部件标识， 并基于所述 故障零 部件标识和所述待处 理问题工位 生成工位检测预警报告；权　利　要　求　书 2/3 页 3 CN 115272961 A 3