识别工业插接连接器的方法技术

为了节省插接连接器供应商的人员成本，并保证其客户及时可靠地在全球数据业务中获得恒定的高品质标准，本发明专利技术提出了一种识别工业插接连接器的方法，包括如下步骤：a.从至少一个图像文件中自动识别工业插接连接器(1)的结构元件(10、2、3、3

【技术实现步骤摘要】
【国外来华专利技术】识别工业插接连接器的方法


[0001]本专利技术涉及一种根据独立权利要求1的前序部分所述的识别工业插接连接器的方法。
[0002]插接连接器供应商需要识别工业插接连接器的方法来答复客户针对产品的问题，从而酌情为各个客户提供合适的报价。客户咨询通常涉及客户现有的插接连接器系统和相应的兼容性，即与插接系统匹配并具有相同或相异功能类别的相同或替代结构元件。功能类别可以例如是但不限于：电能传输、电子信号传输(模拟和数字)、光和光电信号传输、气动(例如气压传输)以及测量技术，例如热量测量、振荡/振动/声音测量、特别是电流/电压/电能传感、运动测量、光测量(光度量))，和数据技术，例如数字电子数据存储模块、交换机、分散式计算机单元。

技术介绍

[0003]在现有技术中，插接连接器供应商通常以例如数码照片、图像文件等视觉媒体形式接收、分析和答复客户咨询。
[0004]目前，此类咨询由插接连接器供应商的有经验员工手动单独答复。现有技术的缺陷在于，此类方法成本过高且依赖于个人，这有时会导致客户不希望的等待时间，特别是在国际货物和数据业务中。如果这样的员工从企业离职，则须以书面形式留档知识和/或培训同事，否则企业可能会缺失相应的知识。此外，这样还会危及恒定的品质标准。

技术实现思路

[0005]本专利技术的目的是提出一种识别工业插接连接器的方法，该方法能够节省插接连接器供应商的人员开支，确保其客户即使在全球数据业务中也能快速可靠地获得恒定的高品质标准。
[0006]该目的通过独立权利要求的特征实现。
[0007]本专利技术的有利技术方案参阅从属权利要求。
[0008]一种识别工业插接连接器的方法包括如下步骤：a.从至少一个图像文件中自动识别工业插接连接器的结构元件；b.分析结构元件之间的几何关系和/或功能联系；c.使用步骤b中所获得的信息从图像文件中提取的结构元件的各个特征。
[0009]这样特别有利的原因在于，上述方法能够自动执行，而无需人工即人力干预。无论昼夜和日期，来自世界各地的咨询皆可通过例如内部计算服务器上运行的计算机程序或者有利地云应用中仅需很少维护工作实现了恒定的高品质处理。为此，计算服务器可以具有至少一个微处理器和组合程序/数据存储器。上述方法可以作为计算机程序的组成部分存储在数据存储器中。
[0010]此外，本专利技术的优势还在于，结构元件识别可用于监视插接连接器的组装过程。通过这种方式，能够轻松检查元件是否正确合理地拼装。这一点也有利地例如在自动组装、装
配和/或安装的情况下实现了自动品质保证。
[0011]经证实特别有利的是，步骤c使用步骤b中所获得的信息来进行。最后，通过这种方式，上述方法中可以考虑到关于插接连接器系统的特定知识，例如关于编码、与系统的附属关系、规格等知识，必须满足这些知识才能将元件配装。可以通过技术人员编程计算机程序或在技术人员的支持下，即在步骤a之前，预先将该知识引入上述方法中。
[0012]步骤a可以有利地包括至少如下两个子步骤：a1.通过人工智能(AI)将结构元件自动视觉识别为单个对象；a2.将结构元件分配给插接连接的元件类别。
[0013]这两个步骤a1和a2有时也可以在包括这两者的步骤a中，例如通过合适的软件以相反的顺序和/或共同进行，即基本上同时进行。在后一种情况下，不仅步骤a1会影响步骤a2，而且步骤a2也会影响步骤a1，因为视觉识别也由于可能的分配而得以改善。当AI越来越了解单个元件可能属于哪个元件类别时，能够更好地分离出这个元部件本身。视觉识别和编程知识和/或自学经验在上述方法中都发挥着重要作用。
[0014]任选地，在步骤a2中，附加地也可以将所识别的结构元件分配给至少一个功能类别。
[0015]为了实现子步骤a1，可以手动地(即通过人力活动)预先(即在步骤a之前)“训练”系统来识别和表征结构元件。这里不仅训练了结构元件类别，例如“插接连接器壳体”、“触头嵌件”、“插接连接器模块化框架”、“插接连接器模块”等，也可以为先前选择的结构元件分配具体的类型名称。这些分配根据先前在训练其人工智能(AI)期间向系统教导的那些类别而完成。
[0016]为此，系统通过人工智能(AI)预先从手动创建的与训练图像相关的训练表中学习。通过这个学习过程，系统随后能够在所述步骤a2中针对新添加的图像文件或其定义部分将其中找到的结构元件独立地分配给这些元件类别。
[0017]为此，时间上在执行步骤a之前首先手动执行所述训练。
[0018]尽管这种训练最初需要人工，即人力，但原则上仅需一次，然后即可根据需要随时使用上述方法，具有成本效益。
[0019]就此，训练包括首先读取大量训练图像并例如通过训练表将相应元件类别手动分配给相关训练图像的过程。
[0020]于是，可以通过将训练表中的一行分配给每元件的每个训练图像来进行这种分配。在训练表中，除了多列参考训练图像外，还有一列元件类别和四列，该四列精确描述结构元件在X轴和Y轴的确切位置以及其在图像中的高度和宽度。
[0021]例如，训练图像显示了特定的触头嵌件。触头嵌件具有名称(例如“Han A
‑
快锁连接器”)和/或商品编号(例如“09 20 003 2633”)。训练表则具有正好一行用于训练图像/结构元件组合，其中可以找到例如训练图像条目“图像4711”、结构元件的“Han A
‑
快锁连接器”或“09 20 003 2633”、位置信息(例如XY位置数值“54,110,150,75”)以及结构元件的高度和宽度。技术人员预先手动输入识别符、位置和尺寸(高度/宽度)。如果使用商品编号，特别有利的是可以系统维护这些商品编号，即，仅略有不同的元件也可能具备互有一定相似性的商品编号，例如仅在最后一位或几位有所不同。在此情况下，必要时也可以为训练表减少商品编号，或者可以采取任何其他方式使用AI技术而进行粗略分配。在另一优选实施方
案中，结构元件的商品编号也可以用来代理相似的元件，以实现稍微粗略的筛选进而获得合理的分配。通过这种方式，例如仅线缆终端执行器颜色不同的不同触头嵌件尽管有些小的差异，却可以分配到共同的元件类别。
[0022]作为训练的一部分，AI利用大量训练图像调整其神经元连接的权重，以便能够确定位于图像上的结构元件以及其位置和尺寸。在此情形下，AI能够独立提取有关确定的特征(如边缘、纹理等)，进而也能在训练之外以相同的方式识别包含在训练中的结构元件的未知图像。当然，这个原理可以通过训练表以相同的方式应用于任何其他视觉指示器。特别地，合理地利用统计评估，其中每个单独训练图像的视觉指示器可以视为所谓的“样本”，即从有关相应特征的全部特征中随机选择数据。
[0023]然后，在步骤a中可以从源自客户咨询的任何图像文件中识别出全部AI已知的结构元件(即分配到已知类别，如“插接连接器壳体”)，并进行本地化。
[0024]替代地或补充地，对象也可以采取相同的方式分配到具体的结构形式。如本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种识别工业插接连接器的方法，包括如下步骤：a.从至少一个图像文件自动识别工业插接连接器(1)的结构元件(10、2、3、3
’
、3”)；b.分析所述结构元件(10、2、3、3
’
、3”)之间的几何关系和/或功能联系；c.使用步骤b中所获得的信息从所述图像文件中提取所述结构元件(10、2、3、3
’
、3”)的各个特征。2.根据权利要求1所述的方法，其中，步骤a包括：通过人工智能(AI)，至少将所述结构元件(10、2、3、3
’
、3”)自动视觉识别为单个对象，并将所述结构元件(10、2、3、3
’
、3”)分配给元件类别。3.根据权利要求2所述的方法，其中，至少如下元件类别可用于步骤a：
‑
插接连接器壳体；
‑
触头嵌件(“绝缘体”)。4.根据权利要求3所述的方法，其中，工业插接连接器(1)还由如下一项或多项特征来表征：
‑
索环壳；
‑
附装壳；
‑
插座壳。5.根据权利要求3至4中任一项所述的方法，其中，所述工业插接连接器(1)还由如下一项或多项特征来表征：ο线缆密封套的存在以及如有必要类型和形状；ο壳体锁紧装置的类型和形状；ο密封件的类型和形状；ο其编码和/或极化装置的存在和如有必要类型；ο其几何尺寸；ο其材料和/或其生产工艺；ο PE(保护接地)元件的存在以及如有必要类型和形状；ο一个或多个PE桥的存在以及如有必要数目和形状。6.根据权利要求3至5中任一项所述的方法，其中，所述触头嵌件还由至少一项如下特征来表征：ο其尺寸和几何形状；ο至少一个功能类别；ο PE(保护接地)元件的存在以及如有必要类型和形状。7.根据权利要求6所述的方法，其中，所述功能类别包括至少一项如下特征：
‑
电能传输；

【专利技术属性】
技术研发人员：O，
申请(专利权)人：哈廷电子基金会两合公司，
类型：发明
国别省市：