一种确定检测设备的方法、检测装置及可读存储介质制造方法及图纸

本申请部分实施例提供了一种确定检测设备的方法、检测装置及可读存储介质。该确定检测设备的方法，包括：获取被检测物质的粒子组成信息；其中，粒子组成信息用于指示被检测物质由原子构成、被检测物质由分子构成和无法确定构成被检测物质的粒子的属性中的任意一种；根据被检测物质的粒子组成信息，确定用于检测被检测物质的检测设备。

【技术实现步骤摘要】
【国外来华专利技术】一种确定检测设备的方法、检测装置及可读存储介质
本申请涉及检测领域，尤其涉及一种确定检测设备的方法、检测装置及可读存储介质。
技术介绍
当前市面上现有的物质检测设备，有拉曼检测设备、激光诱导击穿光谱学(Laser-InducedBreakdownSpectroscopy，简称Libs)检测设备。其中，拉曼检测设备检测物质的分子信息，Libs检测设备检测物质的原子信息。如果将两者组合，形成二合一产品，该产品基本上可以检测世界上现存的所有物质。专利技术人在研究现有技术过程中发现，当前的二合一产品都是将两者简单地组合，即在一个结构中放入两种检测设备。两种检测设备完全独立，有各自的检测光路和不同的激光焦点位置，和手持一个拉曼检测设备外加一个Libs检测设备没有多大差异。如果用户并不知道一种物质该用哪种检测设备检测时，就要用两种检测设备分别检测该物质，导致用户的检测效率比较低。可见，如何确定使用哪种检测设备检测被检测物质，是需要解决的问题。
技术实现思路
本申请部分实施例所要解决的一个技术问题在于如何确定使用哪种检测设备检测被检测物质。本申请的一个实施例提供了一种确定检测设备的方法，包括：获取被检测物质的粒子组成信息；其中，粒子组成信息用于指示被检测物质由原子构成、被检测物质由分子构成和无法确定构成被检测物质的粒子的属性中的任意一种；根据被检测物质的粒子组成信息，确定用于检测被检测物质的检测设备。本申请的一个实施例还提供了一种检测装置，包括获取模块和确定模块；获取模块用于获取被检测物质的粒子组成信息；其中，粒子组成信息用于指示被检测物质由原子构成、被检测物质由分子构成和无法确定构成被检测物质的粒子的属性中的任意一种；确定模块用于根据被检测物质的粒子组成信息，确定用于检测被检测物质的检测设备。本申请的一个实施例还提供了一种检测装置，包括至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述实施例提及的确定检测设备的方法。本申请的一个实施例还提供了一种计算机可读存储介质，存储有计算机程序，计算机程序被处理器执行时实现上述实施例提及的确定检测设备的方法。本申请的实施例相对于现有技术而言，检测装置能够在用户不确定使用哪种检测设备检测被检测物质时，通过获取被检测物质的粒子组成信息，确定用于检测被检测物质的检测设备，提高了用户的检测效率，以及检测装置的智能性。附图说明一个或多个实施例通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施例的限定，附图中具有相同参考数字标号的元件表示为类似的元件，除非有特别申明，附图中的图不构成比例限制。图1是本申请第一实施例的确定检测设备的方法的流程图；图2是本申请第二实施例的确定检测设备的方法的流程图；图3是本申请第三实施例的检测装置的结构示意图；图4是本申请第四实施例的检测装置的结构示意图；图5是本申请第四实施例的采用独立激光光路结构的检测装置的结构示意图；图6是本申请第四实施例的采用共激光光路结构的检测装置的结构示意图；图7是本申请第五实施例的检测装置的结构示意图。具体实施方式为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请部分实施例进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。需要说明的是，本申请的各实施例中的检测装置均为组合式检测装置，设置有至少两种检测设备。本申请的各实施例中以拉曼检测设备和Libs检测设备组合为例，其他组合式检测装置确定检测设备的方法可参考本申请的各实施例。本申请的第一实施例涉及一种确定检测设备的方法，应用于检测装置。如图1所示，确定检测设备的方法包括：步骤101：获取被检测物质的粒子组成信息。具体地说，粒子组成信息用于指示被检测物质由原子构成、被检测物质由分子构成和无法确定构成被检测物质的粒子的属性中的任意一种。具体实现中，在获取被检测物质的粒子组成信息之前，检测装置判断是否接收到指定检测设备的指定指令。若接收到指定指令，则直接调用指定的检测设备检测被检测物质。例如，用户已知构成被检测物质的粒子的属性，手动选择了Libs检测设备，则直接启动Libs检测设备。若未收到指定指令，则通过执行该确定检测设备的方法，确定用于检测被检测物质的检测设备。步骤102：根据被检测物质的粒子组成信息，确定用于检测被检测物质的检测设备。具体地说，检测装置若确定粒子组成信息指示被检测物质由原子构成，确定用于检测被检测物质的检测设备为第一检测设备，例如Libs检测设备。第一检测设备用于获取被检测物质的第一光谱，第一光谱用于表征被检测物质的原子组成。检测装置若确定粒子组成信息指示被检测物质由分子构成，确定用于检测被检测物质的检测设备为第二检测设备，例如拉曼检测设备。其中，第二检测设备用于获取被检测物质的第二光谱，第二光谱用于表征被检测物质的分子组成。若确定粒子组成信息指示无法确定构成被检测物质的属性，确定用于检测被检测物质的检测设备为第一检测设备和第二检测设备。具体实现中，粒子组成信息根据被检测物质由原子构成的概率确定。当被检测物质由原子构成的概率大于预设值时，粒子组成信息指示被检测物质由原子构成。当被检测物质由原子构成的概率不大于预设值时，粒子组成信息指示被检测物质由分子构成。其中，预设值可以是50％或60％。另一具体实现中，粒子组成信息根据被检测物质由原子构成的概率和被检测物质由分子构成的概率确定。与现有技术相比，本实施例中提供的确定检测设备的方法，检测装置能够在用户不确定使用哪种检测设备检测被检测物质时，通过获取被检测物质的粒子组成信息，确定用于检测被检测物质的检测设备，提高了用户的检测效率，以及检测装置的智能性。本申请的第二实施例涉及一种确定检测设备的方法，本实施例是对第一实施例的进一步细化，具体说明了步骤101，以及其他相关步骤。如图2所示，本实施例包括步骤201至步骤207。其中，步骤203与第一实施例中的步骤102大致相同，此处不再详述，下面主要介绍不同之处：步骤201：获取被检测物质的测试数据。具体地说，用户将样品放置于指定位置，点击开始检测。检测装置在接收到检测指令时，获取被检测物质的测试数据。其中，被检测物质的测试数据包括被检测物质的图像。步骤202：将被检测物质的测试数据输入预先训练得到的分类模型，根据分类模型的输出，确定被检测物质的粒子组成信息。具体地说，分类模型用于定义被检测物质的测试数据和被检测物质的粒子组成信息的对应关系。以下对训练分类模型的过程进行举例说明。因为原子物质仅包括金属、金刚石、石墨、稀有气体等很少的物质，在训练分类模型时，将上述物质作为原子物质，上述物质以外的物质都作为分子物质。用于训练分类模型的训练模块中预先存储有原子物质的图像，并通过卷积神经网络(ConvolutionalNeuralNetwork，简称CNN)提取原子物质的图像中的特征。训练模块通过分类器建立CNN提取的特征与被检测物质的粒子组成信息的对应关系。值得一提的是，由于原子物质的种类较少，训练量较小，识别难度更低，针对原子物质训练分类模型，降低了训练难度。需要说明的是，训练分类本文档来自技高网...

【技术保护点】
1.一种确定检测设备的方法，其中，包括：获取被检测物质的粒子组成信息；其中，所述粒子组成信息用于指示所述被检测物质由原子构成、所述被检测物质由分子构成和无法确定构成所述被检测物质的粒子的属性中的任意一种；根据所述被检测物质的粒子组成信息，确定用于检测所述被检测物质的检测设备。

【技术特征摘要】
【国外来华专利技术】1.一种确定检测设备的方法，其中，包括：获取被检测物质的粒子组成信息；其中，所述粒子组成信息用于指示所述被检测物质由原子构成、所述被检测物质由分子构成和无法确定构成所述被检测物质的粒子的属性中的任意一种；根据所述被检测物质的粒子组成信息，确定用于检测所述被检测物质的检测设备。2.根据权利要求1所述的确定检测设备的方法，其中，所述根据所述被检测物质的粒子组成信息，确定用于检测所述被检测物质的检测设备，具体包括：若确定所述粒子组成信息指示所述被检测物质由原子构成，确定所述用于检测所述被检测物质的检测设备为第一检测设备；其中，所述第一检测设备用于获取所述被检测物质的第一光谱，所述第一光谱用于表征所述被检测物质的原子组成；若确定所述粒子组成信息指示所述被检测物质由分子构成，确定所述用于检测所述被检测物质的检测设备为第二检测设备；其中，所述第二检测设备用于获取所述被检测物质的第二光谱，所述第二光谱用于表征所述被检测物质的分子组成；若确定所述粒子组成信息指示无法确定构成所述被检测物质的属性，确定所述用于检测所述被检测物质的检测设备为所述第一检测设备和所述第二检测设备。3.根据权利要求1或2所述的确定检测设备的方法，其中，所述获取被检测物质的粒子组成信息，具体包括：获取所述被检测物质的测试数据；其中，所述被检测物质的测试数据包括所述被检测物质的图像；将所述被检测物质的测试数据输入预先训练得到的分类模型，根据所述分类模型的输出，确定所述被检测物质的粒子组成信息；其中，所述分类模型用于定义所述被检测物质的测试数据和所述被检测物质的粒子组成信息的对应关系。4.根据权利要求3所述的确定检测设备的方法，其中，所述被检测物质的测试数据还包括气味传感器和/或红外传感器检测所述被检测物质获得的数据。5.根据权利要求3或4所述的确定检测设备的方法，其中，所述分类模型的输出为所述被检测物质的粒子组成信息；确定所述分类模型的输出的具体过程为：根据所述被检测物质的测试数据，确定所述被检测物质由原子构成的概率，以及所述被检测物质由分子构成的概率；根据所述被检测物质由原子构成的概率，以及所述被检测物质由分子构成的概率，确定所述分类模型的输出。6.根据权利要求5所述的确定检测设备的方法，其中，所述根据所述被检测物质由原子构成的概率，以及所述被检测物质由分子构成的概率，确定所述分类模型的输出，具体包括：判断所述被检测物质由原子构成的概率是否大于所述被检测物质由分子构成的概率；若是，确定所述分类模型的输出为所述被检测物质由原子构成；否则，确定所述分类模型的输出为所述被检测物质由分子构成。7.根据权利要求5所述的确定检测设备的方法，其中，根据所述被检测物质由原子构成的概率，以及所述被检测物质由分子构成的概率，确定所述分类模型的输出，具体包括：若确定所述被检测物质由原子构成的概率与所述被检测物质由分子构成的概率的差值不大于阈值，确定所述分类模型的输出为无法确定构成所述被检测物质的粒子的属性。8.根据权利要求3或4所述的确定检测设备的方法，其...

【专利技术属性】
技术研发人员：骆磊，牟涛涛，
申请(专利权)人：深圳达闼科技控股有限公司，
类型：发明
国别省市：广东,44