用于检查机动车上的视觉缺陷的方法和系统技术方案

本发明专利技术涉及一种用于检查机动车(50)上的视觉缺陷的方法，所述方法包括步骤：在预设条件下借助至少一个摄影机(20)采集机动车(50)上的视觉缺陷的至少一幅摄影图像(5)，借助用户装置(2)将采集到的至少一幅摄影图像(5)传输到检查装置(4)上，借助检查装置(4)基于所传输的至少一幅摄影图像(5)对视觉缺陷进行分类，其中，所述检查装置(4)为此使用人工智能(7)的方法，基于分类结果借助检查装置(4)生成判定信号(8)，将生成的判定信号(8)传输到用户装置(2)的输出装置(3)上，借助输出装置(3)输出所传输的判定信号(8)。此外，本发明专利技术涉及一种用于检查至少一辆机动车(50)上的视觉缺陷的系统(1)。系统(1)。系统(1)。

【技术实现步骤摘要】
【国外来华专利技术】用于检查机动车上的视觉缺陷的方法和系统
[0001]本专利技术涉及一种用于检查机动车上的视觉缺陷的方法和系统。
[0002]过去，机动车上的视觉缺陷的数量不断地增加。视觉缺陷在此尤其是机动车上的视觉瑕疵，该视觉瑕疵在大多数情况下不意味着功能限制，而主要影响机动车的外观。由于在近些年中与纯粹的功能特性相比，机动车的设计和视觉外观对于客户方来说变得越来越重要，因此，对于视觉瑕疵的感知阈值不断降低。
[0003]从US 2017/0221110 A1已知一种用于估计机动车上的事故损坏的成本的方法和设备。此处使用了深度神经网络，该深度神经网络可以基于采集到的事故损坏的图像生成零件清单并且基于零件清单计算损坏成本。
[0004]但对机动车上的视觉缺陷的评估目前只是不能令人满意地被解决。
[0005]本专利技术所要解决的技术问题是，实现一种用于检查机动车上的视觉缺陷的方法和系统，在所述方法和系统中，可以改善地执行对机动车上的视觉缺陷的检查。
[0006]该技术问题按本专利技术通过具有权利要求1所述的特征的方法和具有权利要求9所述的特征的设备解决。本专利技术的有利的设计方案由各从属权利要求获得。
[0007]尤其是提供一种用于检查机动车上的视觉缺陷的方法，所述方法包括步骤：在预设条件下借助至少一个摄影机采集(或者说检测)机动车上的视觉缺陷的至少一幅摄影图像，借助用户装置将采集到的至少一幅摄影图像传输到检查装置上，借助检查装置基于所传输的至少一幅摄影图像对视觉缺陷进行分类，其中，检查装置为此使用人工智能的方法，基于分类结果借助检查装置生成判定信号，将所生成的判定信号传输到用户装置的输出装置上，借助输出装置输出所传输的判定信号。
[0008]此外，实现一种用于检查机动车上的视觉缺陷的系统，所述系统包括至少一个带有输出装置的用户装置，并且包括检查装置，其中，用户装置设计用于将至少一幅在预设条件下借助摄影机从机动车上的视觉缺陷处采集到的摄影图像传输到检查装置上，并且其中，检查装置设计用于基于所传输的至少一幅摄影图像对所述视觉缺陷进行分类并且为此使用人工智能的方法，基于分类结果生成判定信号并且将所生成的判定信号传输到至少一个用户装置的输出装置上，其中，用户装置的输出装置设计用于输出所传输的判定信号。
[0009]视觉缺陷尤其是指机动车构件的在不存在功能或技术上的瑕疵的情况下的视觉外观的损伤。
[0010]可能具有视觉缺陷的机动车构件的示例是前照灯(例如在前照灯的内侧上的冷凝物形式的视觉瑕疵)、镀铬条或装饰条(例如沉淀形式的视觉瑕疵)、座椅套(例如褶皱、磨损、颜色缺损等形式的视觉瑕疵)或车身部件(例如腐蚀形式的视觉瑕疵或车辆油漆上的其它视觉瑕疵)。
[0011]人工智能的方法可以使用例如经过训练的人工神经网络，尤其是经过训练的深度神经网络。此外，人工智能的方法还可以使用贝叶斯网络或者其它机器学习的方法。人工智能的方法尤其包括图案识别方法，在该图案识别方法中，针对采集到的至少一幅摄影图像中的视觉瑕疵识别图案并且基于识别到的图案进行分类。
[0012]下面示例性地说明方法和系统的典型应用场景。机动车所有者发现其机动车上的
视觉瑕疵并且驾驶至机动车的服务提供商、例如经销商或车间。视觉瑕疵例如是被冷凝物从内侧覆盖的(亦即起雾的)车辆前照灯。机动车所有者在服务提供商处指摘所述视觉瑕疵。然后，在该处在预设条件下(例如照明、相对于机动车的距离/角度、分辨率等)借助摄影机采集机动车上的视觉缺陷的至少一幅摄影图像。将采集到的摄影图像借助用户装置、例如台式计算机传输到检查装置上、例如中央服务器上。所述传输例如借助电子邮件经由因特网实现。检查装置接收所传输的摄影图像并且对成像于其中的视觉缺陷进行分类。为此，检查装置使用人工智能的方法，例如为此目的经过训练的人工神经网络。基于分类结果，检查装置生成判定信号。因为人工智能、例如人工神经网络通常只提供一些确定的类别存在的概率，所以例如基于判定逻辑提供判定信号，在所述判定逻辑中，一旦超过预设的概率阈值(例如85％)，则输出与所观察的概率值相关的类别作为结果或判定信号。判定信号可以包括分类结果，但也可以不同地设计并且包括例如对视觉缺陷或被指摘的视觉瑕疵的评估。所生成的判定信号被传输回到用户装置上并且在该处由输出装置输出。然后在服务提供商处，机动车所有者基于输出的判定信号获得关于他的视觉缺陷的反馈。然后基于输出的判定信号，例如通过更换或维修所涉及的构件消除所述视觉缺陷，或者拒绝所述视觉缺陷。
[0013]本专利技术的优点在于，对视觉缺陷的判定是与人类评估无关的。视觉缺陷的分类借助人工智能实现。所述人工智能总是基于相同的尺度对视觉缺陷进行分类，亦即分类和判定信号只基于分别传输的至少一个采集到的、视觉缺陷的摄影图像并且与可能存在的人类情绪和/或机动车所有者与服务提供商的雇员之间的好感或厌恶等无关。此外，机动车所有者立即获得对其视觉缺陷的反馈。由此可以自动化地并且因此以高效且省时的方式区分合理的视觉缺陷与不合理的视觉缺陷。因此，通过所描述的方法可以减少在机动车的维护和修理中的耗费和成本。
[0014]在一种实施形式中规定，分类结果和/或判定信号包括至少一个关于更换或不更换机动车的至少一个与视觉缺陷对应的构件的处理建议信息。由此可以向服务提供商直接地提供有关是否需要更换有缺陷的构件和视觉缺陷是否合理的反馈。
[0015]在另一个实施形式中规定，至少一幅摄影图像的采集和判定信号的输出在用于至少一辆机动车的服务提供商处实现，其中，借助检查装置的分类与服务提供商在地点上分开地进行。以这种方式能够建立分布式的基础设施。优点是，多个用户装置可以使用相同的检查装置并且因此所有用户装置都可以使用相同的检查尺度。尤其是大量的服务提供商、例如经销商和/或车间都能与相同的、例如作为中央服务器提供的检查装置相连。然后，检查装置检查分别由服务提供商传输的摄影图像，方式是对成像于其中的视觉缺陷进行分类并且将相应的判定信号传输回到所属的服务提供商。
[0016]在一种实施形式中规定，借助检查装置检查至少一幅摄影图像是否符合采集时的预设条件，并且如果至少一幅摄影图像不符合采集时的预设条件，则生成用于采集正确的图像的请求信号并且传输到输出装置上并且由输出装置输出。例如如果在采集到的摄影图像上成像的构件被污染，则这可以被传输装置识别。所述识别可以通过相同的或单独的人工智能实现。如果识别到污染，则生成请求信号并且将其传输到用户装置上并且由输出装置输出。其它阻碍条件是例如照明不足或分辨率不足。
[0017]在一种扩展设计中规定，借助检查装置推导出用于建立预设条件的处理请求信
息，其中，所生成的请求信号包括推导出的处理请求信息。若在采集到的摄影图像中成像的机动车构件例如被污染，则处理请求信息可以包括在采集摄影图像之前清洁所述构件的提示。其它的处理请求信息可以包括例如构件的照明、构件与至少一个摄影机的距离和/或摄影图像的分辨率。
[0018]在一种实施形式中规定，人工智能是基于训练数据组训练过的或者基于训练本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种用于检查机动车(50)上的视觉缺陷的方法，包括步骤：在预设条件下借助至少一个摄影机(20)采集机动车(50)上的视觉缺陷的至少一幅摄影图像(5)，借助用户装置(2)将采集到的至少一幅摄影图像(5)传输到检查装置(4)上，借助检查装置(4)基于所传输的至少一幅摄影图像(5)对视觉缺陷进行分类，其中，所述检查装置(4)为此使用人工智能(7)的方法，基于分类结果借助检查装置(4)生成判定信号(8)，将所生成的判定信号(8)传输到用户装置(2)的输出装置(3)上，借助输出装置(3)输出所传输的判定信号(8)。2.按权利要求1所述的方法，其特征在于，所述分类结果和/或所述判定信号(8)包括至少一个关于更换或不更换所述机动车(50)的至少一个与视觉缺陷对应的构件的处理建议信息(9)。3.按前述权利要求之一所述的方法，其特征在于，至少一幅摄影图像(5)的采集和判定信号(8)的输出在用于至少一辆机动车(50)的服务提供商处进行，其中，借助检查装置(4)的分类与所述服务提供商在地点上分开地进行。4.按前述权利要求之一所述的方法，其特征在于，借助检查装置(4)检查至少一幅摄影图像(5)是否符合采集时的预设条件，并且如果所述至少一幅摄影图像(5)不符合采集时的预设条件，则生成用于采集正确的图像的请求信号(10)并且将该请求信号传输到输出装置(3)上并且由所述输出装置(3)输出。5.按权利要求4所述的方法，其特征在于，借助检查装置(4)推导出用于建立预设条件的处理请求信息(11)，其中，所生成的请求信号(10)包括推导出的处理请求...

【专利技术属性】
技术研发人员：R威尔肯斯，C布劳赫，
申请(专利权)人：大众汽车股份公司，
类型：发明
国别省市：