用于车辆工厂线的可靠零件安装的方法和设备技术

本公开涉及用于车辆工厂线的可靠零件安装的方法和设备。公开了一种用于车辆工厂线的可靠零件安装的方法，该方法包括：获取包括零件的标签图像的图像；从所获取的图像中提取零件的标签图像；识别所提取的零件的标签图像中的所有横线和竖线，从而识别所有横线和竖线的交叉点；至少基于交叉点的位置，确定零件的标签图像的一个或多个子图像，其中该一个或多个子图像与该零件的编号相关联；以及从该一个或多个子图像中识别该零件的编号，以用于对所识别的零件的编号进行验证。别的零件的编号进行验证。别的零件的编号进行验证。

【技术实现步骤摘要】
用于车辆工厂线的可靠零件安装的方法和设备


[0001]本公开涉及车辆生产领域，并且更具体地，涉及用于车辆工厂线的可靠零件安装的方法和设备。

技术介绍

[0002]车辆是复杂的工业产品。为了生产车辆，大型车辆工厂常常需要大量的车辆工厂线用于各种车辆零件的安装。一般来说，供货工人按照供货清单将容纳车辆零件的包装盒或包装箱按顺序提供给安装工人。安装工人将包装盒或包装箱打开并取出里面的零件，然后将零件安装在伴随车辆流水线传送过来的相应车辆部件上。由于车辆零件和被安装到的车辆部件具有一一对应关系，因此如果搬运工人在放置零件的包装盒或包装箱时发生了错误，那么很可能导致安装工人在车辆的零件安装过程中发生错误。为了避免上述问题，可以要求安装工人在安装零件之前检查零件的包装盒或包装箱上的标签。如果零件的标签上的编号正确，那么可以保证安装正确。然而，安装工人对零件编号进行人工检查将花费大量的时间，从而降低零件的安装效率。此外，在人工检查中难以避免劳累等因素造成的错误，依然无法有效地完全避免安装错误。另一种现有的解决方案包括设立质检环节，在该环节期间可以将发现安装错误的车辆零件拆卸下来并且进行重新安装。然而，质检环节同样会影响车辆生产效率。此外，质检过程中涉及人工手动检查，同样难以避免劳累等因素造成的错误。如果零件安装错误未被发现并且所生产的车辆流入市场，将可能造成较严重的车辆质量问题。
[0003]因此，需要用于车辆工厂线上的可靠且高效的零件安装的方法和系统。

技术实现思路

[0004]根据本公开的一些方面，提供了一种用于车辆工厂线的可靠零件安装的方法，该方法包括：获取包括零件的标签图像的图像；从所获取的图像中提取零件的标签图像；识别所提取的零件的标签图像中的所有横线和竖线，从而识别所有横线和竖线的交叉点；至少基于交叉点的位置，确定所述零件的标签图像的一个或多个子图像，其中所述一个或多个子图像与所述零件的编号相关联；以及从所述一个或多个子图像中识别所述零件的编号，以用于对所识别的零件的编号进行验证。
[0005]在一些实施例中，在上述方法中，从所获取的图像中提取零件的标签图像是通过使用包括尺度不变特征变换(SIFT)算法的相似度匹配算法进行的。
[0006]在一些实施例中，在上述方法中，所述交叉点的位置和与所述零件的编号相关联的所述一个或多个子图像的位置之间的关系是基于所述零件的标签的格式而预先确定的。
[0007]在一些实施例中，在上述方法中，从所述一个或多个子图像中识别所述零件的编号是基于深度学习和神经网络进行的。
[0008]在一些实施例中，在上述方法中，所述零件包括用于车辆的发动机安装的火花塞。
[0009]在一些实施例中，在上述方法中，对所识别的零件的编号进行验证包括：将所识别
的零件的编号与车辆工厂线后台的零件编号清单中的相应编号进行匹配；以及响应于匹配成功，指示零件安装正确；或者响应于匹配失败，指示零件安装错误。
[0010]根据本公开的其他方面，提供了一种用于车辆工厂线的可靠零件安装的计算设备，所述计算设备包括：一个或多个处理器；以及存储器，耦合到所述一个或多个处理器并且包括存储在其上的可执行指令，所述可执行指令当被加载在所述一个或多个处理器上时，使得所述计算设备执行根据本公开所述的任何方法。
[0011]根据本公开的其他方面，提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质上存储有可执行指令，所述可执行指令当由一个或多个处理器执行时，使得所述一个或多个处理器执行根据本公开所述的任何方法。
[0012]根据本公开的其他方面，提供了一种包括程序指令的计算机程序产品，所述程序指令当由计算机的一个或多个处理器执行时，使得所述计算机执行根据本公开所述的任何方法。
[0013]本公开的方法和系统可以避免由于车辆工厂线上的零件放置错误而导致的零件安装错误。通过机器实现自动化的零件编号检查，与现有的人工检查相比能够节省大量的时间和精力，从而提高车辆生产的效率。
附图说明
[0014]构成说明书的一部分的附图描述了本公开的实施例，并且连同说明书一起用于解释本公开的原理。
[0015]参照附图，根据下面的详细描述，可以更加清楚地理解本公开，其中：
[0016]图1示出了根据本公开的实施例的可以使用本公开的方法的系统环境的示意图。
[0017]图2示出了根据本公开的实施例的包括零件的标签图像的图像的示例图。
[0018]图3示出了根据本公开的实施例的用于车辆工厂线的可靠零件安装的方法的示例性流程图。
[0019]图4示出了根据本公开的实施例的用于车辆工厂线的可靠零件安装的方法的详细示例性流程图。
[0020]图5示出了可以实现根据本公开实施例的系统的一般硬件环境的示意图。
具体实施方式
[0021]提供以下描述以使得本领域的技术人员能够实现和使用所述实施例，并且以下描述是以特定系统及其要求的上下文提供的。各种修改形式对于本领域的技术人员而言将是清楚的，并且本文中所限定的一般性原则可应用于其他实施例和系统，而不脱离所述实施例的实质和范围。因此，所述实施例不限于所示出的实施例，而是要被赋予符合本文所公开的原理和特征的最宽泛的范围。
[0022]图1示出了能够实施本公开的实施例的示例车辆生产环境1000。车辆生产环境1000可以包括车辆工厂线1100、多个车辆零件1200、监控系统1300、以及管理系统1400。
[0023]根据本公开的实施例，车辆工厂线1100可以被配置为生产车辆。作为示例，车辆工厂线1100可以是车辆总装生产线。车辆总装生产线可以被配置为组装各种车辆零件1200以形成车辆产品。本文所指的车辆零件是指最终作为车辆的一部分而留存在车辆产品上的零
件。车辆零件的示例可以包括但不限于用于组成车架、底盘、仪表、玻璃、内饰、车灯、油箱、发动机、座椅、保险杠等车辆部件的一个或多个零件。
[0024]如图1所示，多个车辆零件1200可以包括车辆零件1200
‑
1、1200
‑2…
1200
‑
N(其中N为正整数)。每个车辆零件被容纳在贴有相应标签的包装盒或包装箱中，其中标签上通常包含该车辆零件的名称、零件号(在本文中指代车辆零件的具体编号)、序列号、供货商等信息。标签上还可以包括与一个或多个信息对应的一个或多个条形码等。供货工人可以按照供货清单上的顺序将容纳车辆零件的包装盒或包装箱提供给安装工人。与此同时，车辆部件随着车辆流水线上的传送带向前移动。安装工人将车辆零件从其包装盒或包装箱中取出，然后将其安装在流水线上传送过来的相应的车辆部件上。作为示例，安装工人可以将火花塞(一种车辆零件)安装到随着车辆流水线传送过来的发动机(一种车辆部件)上。一般来说，车辆零件的编号通常是特定于该车辆总装生产线所生产的特定车辆编号的，并且更具体而言，一个车辆零件与其所组成并被安装到的车辆部件是一一对应的。因此，零本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于车辆工厂线的可靠零件安装的方法，包括：获取包括零件的标签图像的图像；从所获取的图像中提取零件的标签图像；识别所提取的零件的标签图像中的所有横线和竖线，从而识别所有横线和竖线的交叉点；至少基于交叉点的位置，确定所述零件的标签图像的一个或多个子图像，其中所述一个或多个子图像与所述零件的编号相关联；以及从所述一个或多个子图像中识别所述零件的编号，以用于对所识别的零件的编号进行验证。2.如权利要求1所述的方法，其中，从所获取的图像中提取零件的标签图像是通过使用包括尺度不变特征变换(SIFT)算法的相似度匹配算法进行的。3.如权利要求1所述的方法，其中，所述交叉点的位置和与所述零件的编号相关联的所述一个或多个子图像的位置之间的关系是基于所述零件的标签的格式而预先确定的。4.如权利要求1所述的方法，其中，从所述一个或多个子图像中识别所述零件的编号是基于深度学习和神经网络进行的。5.如权利要求1所述的方法，其中，所述零件包括用于车辆的发动机安装的火花塞。6.如权利要求1所述的方法，其中，对所识别的零件的编号进行验证包括：将所识别的零件的编号与车辆工厂线后台的零件编号清单中的相应编号进行匹配；以及响应于匹配成功，指示零件安装正确；或者响应于匹配失败，指示零件安装错误。7.一种用于车辆工厂线的可靠零件安装的计算设备，所述计算设备包括：一个或多个处理器；以及存储器，耦合到所述一个或多个处理器并且包括存储在其上的可执行指令，所述可执行指令当被加载在所述一个或多个处理器上时，使得所述计算设备执行以下操作：获取包括零件的标签图像的图像；从所获取的图像中提取零件的标签图像；识别所提取的零件的标签图像中的所有横线和竖线，从而识别所有横线和竖线的交叉点；至少基于交叉点的位置，确定所述零件的标签图像的一个或多个子图像，其中所述一个或多个子图像与所述零件的编号相关联；以及从所述一个或多个子图像中识别所述零件的编号，以用于对所识别的零件的编号进行验证。8.根据权利要求7所述的计算设备，其中，从所获取的图像中提取零件的标签图像是通过使用包括尺度不变特征变换(SIFT)算法的相似度匹配算法进行的。9.如权利要求7所述的计算设备，其中，所述交叉点的位置和与所述零件的编号相关联的所述一个或多个子图像的位置之间的关系是基于所述零件的标签的...

【专利技术属性】
技术研发人员：孙傲雪，
申请(专利权)人：华晨宝马汽车有限公司，
类型：发明
国别省市：