汽车零部件生产管理系统及其方法技术方案

本申请涉及生产管理领域，其具体地公开了一种汽车零部件生产管理系统及其方法，其首先获取汽车零部件参考图像和汽车零部件监测参考图像以及的汽车零部件的多个外观参数值，然后，将所述由摄像头采集的汽车零部件参考图像和汽车零部件监测参考图像通过孪生网络模型后计算差分以得到差分特征图，接着，将所述由激光测距传感器采集的汽车零部件的多个外观参数值排列后通过第三卷积神经网络以得到外观特征图，最后，将所述差分特征图和所述外观特征图进行基于秩序性的位移过渡并通过分类器以得到分类结果，以得到汽车零部件是否合格，以实现对汽车零部件的高精度检测，提高了生产管理系统的效率和质量控制能力

【技术实现步骤摘要】
汽车零部件生产管理系统及其方法


[0001]本申请涉及生产管理领域，且更为具体地，涉及一种汽车零部件生产管理系统及其方法
。

技术介绍

[0002]汽车零部件是构成汽车的各种组成部分，它们包括发动机
、
底盘
、
传动系统
、
电气与电子系统
、
内饰与外观部件
、
燃料与排放系统等区域的汽车零部件，共同协作以确保汽车的正常运行和性能
。
这些零部件承担着各自独特的功能和作用，从发动机提供动力到底盘系统提供悬挂和操控性能，再到电子系统提供控制和信息娱乐功能，它们共同构成了一辆完整的汽车，为驾驶员和乘客提供安全
、
舒适和便利的出行体验
。
[0003]在汽车零部件的人工质量检测过程中，人工质量检测通常需要耗费大量的时间，特别是对于复杂的零部件或大批量的生产，这可能导致生产线的瓶颈，并影响生产效率和交货时间，同时，长时间进行重复性的质量检测容易导致检测员的疲劳和注意力不集中，从而增加了错误的风险，这可能导致漏检或本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种汽车零部件生产管理系统，其特征在于，包括：数据获取模块，用于获取由摄像头采集的汽车零部件参考图像和汽车零部件监测参考图像以及由激光测距传感器采集的汽车零部件的多个外观参数值；孪生网络模块，用于将所述由摄像头采集的汽车零部件参考图像和汽车零部件监测参考图像通过包含第一图像编码器和第二图像编码器的孪生网络模型以得到检测特征图和参考特征图；差分模块，用于计算所述检测特征图和所述参考特征图之间的差分以得到差分特征图；二维排列模块，用于将所述由激光测距传感器采集的汽车零部件的多个外观参数值进行二维排列以得到二维输入矩阵；外观特征编码模块，用于将所述二维输入矩阵通过第三卷积神经网络以得到外观特征图；融合模块，用于对所述差分特征图和所述外观特征图进行基于秩序性的位移过渡以得到分类特征图；分类模块，用于将所述分类特征图通过分类器以得到分类结果，所述分类结果用于判断汽车零部件是否合格
。2.
根据权利要求1所述的汽车零部件生产管理系统，其特征在于，所述孪生网络模块，包括：检测图像特征提取单元，用于使用所述第一卷积神经网络的多层卷积层对所述检测图像进行深度卷积编码以由所述多层卷积层的最后一层输出深度检测特征图；第一空间注意力单元，用于将所述深度检测特征图输入所述第一卷积神经网络的第一空间注意力模块以得到第一空间注意力图；检测特征图生成单元，用于计算所述深度检测特征图和所述第一空间注意力图的按位置点乘以得到所述检测特征图
。3.
根据权利要求2所述的汽车零部件生产管理系统，其特征在于，所述孪生网络模块，包括：参考图像特征提取单元，用于使用所述第二卷积神经网络的多层卷积层对所述参考图像进行深度卷积编码以由所述多层卷积层的最后一层输出深度参考特征图；第二空间注意力单元，用于将所述深度参考特征图输入所述第二卷积神经网络的第二空间注意力模块以得到第二空间注意力图；参考特征图生成单元，用于计算所述深度参考特征图和所述第二空间注意力图的按位置点乘以得到所述参考特征图
。4.
根据权利要求3所述的汽车零部件生产管理系统，其特征在于，所述差分模块，包括：以如下差分公式计算所述检测特征图和所述参考特征图之间的差分以得到所述差分特征图；其中，所述差分公式为：其中表示所述检测特征图，表示所述参考特征图，表示所述差分特征图，表示特征图的按位置减法
。
5.
根据权利要求4所述的汽车零部件生产管理系统，其特征在于，所述二维排列模块，包括：将所述由激光测距传感器采集的汽车零部件的多个外观参数值按照所述时间维度分别排列为行向量以得到多个行向量；将所述多个行向量按照样本维度排列为所述二维输入矩阵
。6.
根据权利要求5所述的汽车零部件生产管理系统，其特征在于，所述外观特征编码模块，包括：所述第三卷积神经网络的各层在层的正向传递中分别进行：对输...

【专利技术属性】
技术研发人员：黄望安，
申请(专利权)人：象山协博机械有限公司，
类型：发明
国别省市：