【技术实现步骤摘要】
车辆零件识别方法及系统
[0001]本专利技术涉及车辆
，尤其涉及车辆零部件的识别方法和系统。
技术介绍
[0002]为满足消费者需求的多样性，现在各汽车厂家生产的汽车型号众多，这就使得所需要加工的汽车零件数量也成倍数上升。
[0003]一方面是相同车型零件数量众多，另一方面不同车型在相同位置的零件是比较相似的，通过人工记忆并整理归类对于生产现场、质量检测以及仓储物流环节来说都是相对困难的。
[0004]同时，目前人工识别归类多种不同种类零部件的操作复杂度比较高，对识别人员识别标准的一致性和零件识别的准确性无法很轻易地满足，增加了车企对人工识别的培训难度，无法满足车辆特别是汽车生产行业精细化、零库存以及柔性生产的需要。
技术实现思路
[0005]本专利技术要解决的技术问题旨在自动化归类并识别不同车型的各种零件，极大程度上简化目前人工操作复杂度。
[0006]同时，本专利技术可以解决人工识别标准不一以及识别准确性的问题。特别是对人工不易分辨的相似件，提供一种识别准确率和效率极高的方...
【技术保护点】
【技术特征摘要】
1.一种车辆零件识别方法，其特征在于包括如下步骤：确定零件特征的识别准备步骤：根据零件外观设置零件特征点，采集零件图片，并根据设置的零件特征点在采集零件图片中进行特征标记获得训练集，使用深度学习模型训练标记数据，获得用于识别零件特征的目标检测模型；训练所述目标检测模型的步骤：获取真实零件A的n面图像信息，用目标检测模型识别每个面的图片上的原始特征，并结合面的信息分别写入数据库；通过原始特征，自动寻找相似的零件并归纳成组，利用数据库中信息建立相似件分类模型并形成相似件库；计算已训练零件各特征合理分布范围并存入数据库；若零件A存在相似件,则训练深度学习模型识别A与其相似件，训练结束；若零件A不存在相似件，则直接训练结束；识别零件的步骤：获取已训练未知型号零件X，确定其共有j面；获取j面的图像；提取零件各面上的特征；根据相似件分类模型对提取的零件各面上的特征进行第一次判断，得到零件X的分类，查询相似件库，若不存在相似件，则直接输出系统第一次识别的零件型号，若X存在相似件，则获得零件X的相似件组，根据相似件组加载深度学习模型，根据所得到的j面的图像，综合模型输出，获得零件型号作为第二次判断结果。2.根据权利要求1所述的车辆零件识别方法，其特征在于确定零件特征的识别准备步骤中，汽车零件特征点为孔、焊点、螺母。3.根据权利要求1所述的车辆零件识别方法，其特征在于确定零件特征的识别准备步骤中，采集不同零件、不同角度、不同光线情况下的图片。4.根据权利要求1所述的车辆零件识别方法，其特征在于确定零件特征的识别准备步骤中，标记采集图片中特征点的位置和类型，并形成训练集。5.根据权利要求1所述的车辆零件识别方法，其特征在于使用yoloV5模型训练标记数据，获得用于识别零件特征的目标检测模型。6.根据权利要求1所述的车辆零件识别方法，其特征在于训练所述目标检测模型以使模型可识别图像为相似件零件组中的具体哪一个零件号，包括步骤如下：获取需要训练的零件A，根据零件A外观确定共需要拍摄n面的图像，在服务器中指定位置新建存放零件A图片的专用文件夹；将零件A的第一面放置在台面上，从零件A上方拍摄零件不同角度、不同光线下的视频，提取视频生成若干张A零件第一面的图片，在A零件文件夹中新建第一子文件夹，并将图片保存于第一子文件夹中；重复n次上述操作，拍摄该零件n面的图片，将各面图片保存至按面信息新建的各子文件夹中，将各子文件夹保存至存放零件A图片的专用文件夹内；将所得的各面图片按面输入所述目标检测模型，获得原始特征后按零件名称及面的信息保存至数据库；对A零件各面的每张图片分别提取面积和周长；并对A零件各面的每张图片特征点间的距离进行计算；将A零件各面的特征对应相加得到组合后的新特征，将不同面特征组合后的全部数据拆分为训练集和验证集；分析训练集数据特征分布...
【专利技术属性】
技术研发人员：邹小勇，徐鹏飞，杨世飞，孙磊，徐徐，孔双双，刘峻峰，
申请(专利权)人：南京凯奥思数据技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。