一种检测集装箱底架焊缝的识别方法及系统技术方案

本发明专利技术涉及一种检测集装箱底架焊缝的识别方法及系统，尤其涉及一种应用图像算法识别技术检测集装箱底架焊缝的识别系统,包括前置机，摄像头，激光投射灯，服务器,通过摄像头获取图像数据，截取后获得大量的图片数据用于训练，所述的模型文件包含目标检测模型，用以对集装箱底架的零部件、连接处进行检测。连接处进行检测。连接处进行检测。

【技术实现步骤摘要】
一种检测集装箱底架焊缝的识别方法及系统


[0001]本专利技术涉及一种检测集装箱底架焊缝的识别系统，属于信息


技术介绍

[0002]随着我国经济迅猛发展，综合国力日益增强，国际地位不断提升，作为经济全球化中重要的一员，我国港口货物吞吐量呈稳步上升的趋势。 2020年1
‑
12月，全国港口累计完成货物吞吐量145.49亿吨，同比增长4.3％；完成集装箱吞吐量26430万TEU，同比增长1.2％。这也意味着，物流市场对全新的集装箱的需求量也呈现上升的趋势。由于如此大的集装箱需求量对集装箱制造厂的工作效率也是一项极大的挑战。在目前的集装箱制造厂生产集装箱过程中，集装箱底架焊接工作都是由都是由自动化焊接机械臂完成，由于自动化焊接会存在不可控因素导致焊接质量不达标，这需要耗费人工对集装箱底架进行逐个排查以及完成补焊工作，排查的过程不仅耗费不必要的人工还使得流水线工作效率降低，影响集装箱制造厂生产速率；将算法识别技术应用于集装箱检测中，不仅可以实时查看焊接情况，自动识别漏焊以及焊接质量不过关的情况，避免了不必要的排查工作，极大地节省了人力成本，还加快了流水线生产速度。
[0003]最近几年来，随着计算机运算能力的大幅进步，以及云计算的兴起和成熟，大规模的神经网络模型开始使用，而且，大数据的出现，使得神经网络对大规模数据量的要求也逐渐不再是问题。

技术实现思路

[0004]本专利技术专利技术了一种检测集装箱底架焊缝的识别方法系统，前置机通过视频流获取图片数据应用图像算法识别技术对集装箱底架进行检测，检测集装箱底架横梁、横梁端部焊接处、焊接处焊缝，若有漏焊以及焊接质量问题，控制激光投射灯开关，投射到对应的横梁，并在页面显示相关异常，以短信、微信等方式通知作业人员，交由人工处理；用户可以通过浏览器访问服务器，可以查看实时的集装箱底架的焊接信息，可以对异常数据进行人工处理。
[0005]技术方案为：
[0006]一种检测集装箱底架焊缝的识别方法，其特征是，包括：
[0007]步骤1，构建神经网络；
[0008]步骤2，获取大量的图片数据，对图片标注相应的标签，使用LabelImg 工具每标注一张样本，即生成一个xml的标注文件，并放置在训练集目录下，用作训练所述的神经网络；训练完成后，需要把训练的过程文件导出，从而生成所需的模型文件；
[0009]步骤3，利用所述步骤2中学习到的神经网络，输入图片，生成特征向量，将所述的图片对应的特征向量与先前存储的数据匹配相关联的置信度值，判断当前图像是否存在相关联的标识，识别焊缝信息以及横梁并计数。
[0010]进一步的，所述的步骤2，通过摄像头获取图像数据，截取后获得大量的图片数据
用于训练，所述的模型文件包含目标检测模型，用以对集装箱底架的零部件、连接处进行检测。
[0011]一种检测集装箱底架焊缝的识别系统，其特征是，包括：前置机，摄像头，激光投射灯，服务器，其中，
[0012]所述的摄像头布置在集装箱底架焊接流水线下方及上方，对准底架需要焊接的连接处，从而可以获取集装箱底架焊接处的全方位原始图像；所述的前置机基于rtsp协议，通过视频流技术获取所述摄像头原始图像数据，截取所需的图片，应用图像识别技术对图像中底架组件连接处的焊缝进行识别；所述前置机基于http协议向所述服务器上传图片以及识别数据，用户可通过浏览器基于http协议访问所述服务器，所述服务器返回包含检测结果的页面信息；
[0013]所述的激光投射灯由单片机控制，所述前置机识别完底架组件连接处的焊缝后连接单片机，由单片机控制激光投射灯的开关。
[0014]进一步的，所述服务器包括nginx服务器、minio文件服务器，所述前置机上传图片数据请求nginx服务器，nginx服务器将请求转发至 minio文件服务器，minio文件服务器将文件进行保存并返回图片地址至所述前置机，所述前置机携带图片地址以及识别数据访问nginx 服务器，nginx服务器将接收到的数据存储在mysql数据库。
[0015]进一步的，其特征是，所述前置机基于http协议向所述服务器上传图片以及识别数据，用户可通过浏览器基于http协议访问所述服务器，所述服务器返回包含检测结果的页面信息。
[0016]进一步的，所述摄像头包括集装箱底架上方布置的两个摄像头，分别对两侧横梁与主梁的连接处的可视面进行焊接的识别检测；装箱底架下方布置的四个摄像头，分别对两侧横梁与主梁的连接处的可视面进行焊接识别检测。
[0017]进一步的，所述的图像识别技术，是指运用通过神经网络训练出的模型处理得到的图片，将图片作为输入，生成特征向量，将此图片对应的特征向量与先前存储的数据匹配相关联的置信度值，判断当前图像是否存在相关联的标识。
[0018]进一步的，所述的模型用以对图片相关数据进行处理得到识别目标在图片上的位置信息，从而达到识别焊缝信息的目的，所述的模型需要收集大量的图片，对图片标注相应的标签，生成一个xml的标注文件，并放置在训练集目录下，用作训练，训练完成后，需要把训练的过程文件导出，从而生成所需的模型文件。
[0019]有益效果：
[0020]本专利技术可对集装箱底架焊接处进行全方位检测，以确认横梁的焊接情况；
[0021]可以通过浏览器请求服务器实时监测焊接情况；
[0022]精确计算底架梁的数量，配合激光投射灯，快速定位漏焊以及问题焊缝的底架横梁；
[0023]由于以上三方面的改善，使得集装箱生产效率显著提升。
附图说明
[0024]图1是本专利技术设备示意图；
[0025]图2是本专利技术接口示意图；
[0026]图3是本专利技术检测模块1工作流程图；
[0027]图4是本专利技术检测模块2工作流程图；
[0028]图5是本专利技术检测模块3工作流程图；
[0029]图6是本专利技术摄像头布置示意图；
[0030]图7是本专利技术上方摄像头1检测内容示意图；
[0031]图8是本专利技术上方摄像头2检测内容示意图；
[0032]图9是本专利技术下方摄像头3检测内容示意图；
[0033]图10是本专利技术下方摄像头4检测内容示意图；
[0034]图11是本专利技术下方摄像头5检测内容示意图；
[0035]图12是本专利技术下方摄像头6检测内容示意图；
[0036]图13是本专利技术激光投射灯布置效果图；
[0037]图14是本专利技术激光投射灯投射效果图；
[0038]图15是本专利技术模型处理流程图。
具体实施方式
[0039]本专利技术涉及一种应用于集装箱信息检测自动化控制系统。尤其是，对于集装箱检测以及随后的补焊，传统工作流程如下：(1)自动化焊接机械臂对集装箱底架进行焊接。(2)补焊人员对焊接处逐个进行检查并补焊。
[0040]本专利技术使用神经网络，输入一系列特征值，然后经过计算，就可以告诉我们这个输入的内容应该被分类本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种检测集装箱底架焊缝的识别方法，其特征是，包括：步骤1，构建神经网络；步骤2，获取大量的图片数据，对图片标注相应的标签，使用LabelImg工具每标注一张样本，即生成一个xml的标注文件，并放置在训练集目录下，用作训练所述的神经网络；训练完成后，需要把训练的过程文件导出，从而生成所需的模型文件；步骤3，利用所述步骤2中学习到的神经网络，输入图片，生成特征向量，将所述的图片对应的特征向量与先前存储的数据匹配相关联的置信度值，判断当前图像是否存在相关联的标识，识别焊缝信息以及横梁并计数。2.根据权利要求1所述的一种检测集装箱底架焊缝的识别方法，其特征是，所述的步骤2，通过摄像头获取图像数据，截取后获得大量的图片数据用于训练，所述的模型文件包含目标检测模型，用以对集装箱底架的零部件、连接处进行检测。3.一种检测集装箱底架焊缝的识别系统，其特征是，包括：前置机，摄像头，激光投射灯，服务器，其中，所述的摄像头布置在集装箱底架焊接流水线下方及上方，对准底架需要焊接的连接处，从而可以获取集装箱底架焊接处的全方位原始图像；所述的前置机基于rtsp协议，通过视频流技术获取所述摄像头原始图像数据，截取所需的图片，应用图像识别技术对图像中底架组件连接处的焊缝进行识别；所述前置机基于http协议向所述服务器上传图片以及识别数据，用户可通过浏览器基于http协议访问所述服务器，所述服务器返回包含检测结果的页面信息；所述的激光投射灯由单片机控制，所述前置机识别完底架组件连接处的焊缝后连接单片机，由单片机控制激光投射灯的开关。4.根据权利要求3所述的一种检测集装箱底架焊缝的识别系统，其特征是，所述服务器...

【专利技术属性】
技术研发人员：李豪，
申请(专利权)人：中集飞瞳上海科技有限公司，
类型：发明
国别省市：