基于5G的工业产线全过程视觉巡检方法

技术领域

本发明涉及工业视觉领域,尤其涉及基于5G的工业产线全过程视觉巡检方法。

背景技术

机器视觉系统是工业制造环境下使用非常普遍的一种重要应用系统,能代替人眼进行测量和判别，可极大地提高测量的精度、判别的准确率、辨别速度和增加复杂恶劣应用场合,能够实现微小尺寸测量和满足高速工业在线检测等功能,能最大程度上提高现代工业自动化生产的效率,是生产制造各个阶段的必要组成部分。

传统模式机器视觉系统的任务主要是单纯的图像采集、图像分析和做出判断动作,随着物联网、大数据、云计算、人工智能和5G通信等新一轮信息技术的发展,全球化工业革命开始提上日程,工业转型开始进入智能制造的实质阶段,传统机器视觉系统逐渐暴露出单机独立工作且成本高、形成数据孤岛、线路维护及软件升级复杂、有线传输距离短、部署调试时间长等“瓶颈”问题。

发明内容

为了克服现有技术存在的缺点与不足,本发明提供基于5G的工业产线全过程视觉巡检方法。

本发明所采用的技术方案是，该方法包括步骤为：

步骤S1：利用AR函数和物体AR图构建工业产线AR地图模型；

步骤S2：利用分布统计模型对AR地图上显示工业产线区域内的员工分布情况、工业设备分布情况进行集合计算；

步骤S3：出现设备故障时，获取设备检测传感器的实时动态数据，利用ZigBee自动定位模型在AR地图上定位故障设备具体位置；

步骤S4：自动对故障设备地点周边的各项运行数据进行分析，并在AR地图上进行展示，包括：

步骤A1：建立多源信息集合函数计算故障设备周边产线的运行情况、操作人员信息及与故障设备的距离；

步骤A2：利用视觉成像函数展示工业产线现场实时状况，包括设备运转情况、产量、生产速度、生产环境信息；

步骤A3：管理人员分析决策制定视觉巡检方案，并计算视觉巡检的可行度；

步骤S5：计算视觉巡检最短巡检路径，并在AR地图显示，可将巡检路线图通过无线网络发送到管理人员的移动设备端，便于管理人员查看。

进一步地，所述利用AR函数和物体AR图构建工业产线AR地图模型，表达式为：

其中，

进一步地，所述利用分布统计模型对AR地图上显示工业产线区域内的员工分布情况、工业设备分布情况进行集合计算，表达式为：

其中，

进一步地，所述ZigBee自动定位模型，表达式为：

其中，N表示故障设备的坐标，K表示ZigBee的定位系数，F

进一步地，所述多源信息集合函数，表达式为：

其中，

进一步地，所述视觉成像函数，表达式为：

其中，

进一步地，所述计算视觉巡检的可行度，表达式为：

其中，

进一步地，所述计算视觉巡检最短巡检路径，表达式为：

其中，

有益效果：

本发明提出一种基于5G的工业产线全过程视觉巡检方法，该方法通过多种模型融合的算法对工业产线上设备、人员等信息通过AR技术进行视觉巡检，有效的克服传统模式机器视觉系统中的图像与数据难以协调统一的问题，减少的管理人员的工作量，同时加快对工业产线的巡检速度，所提出的模型与算法是基于现有的理论基础，理解简单，在AR视觉巡检过程中精度高，可进行大规模推广。

附图说明

图1为本发明方法第一流程图；

图2为本发明方法第二流程图。

具体实施方式

需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互结合,下面结合附图和有具体实施例对本申请作进一步详细说明。

如图1所示,基于5G的工业产线全过程视觉巡检方法，该方法包括步骤为：

对工业产线的数据动力环境监控一体机OM-A6 X基站对数据进行处理，

OM-A6 X基站是一款适应各种机房动力环境监控应用的高性能一体化监控主机。系统基于低功耗的32位飞思卡尔工业级ARM嵌入式芯片，Linux操作系统，带独立看门狗，大容量存储器，提供便捷的嵌入式WEB服务，无需依赖网络、上位机软件即可完成市电、配电、UPS、蓄电池、温湿度、空调、漏水、新风机、烟感、消防、防雷、红外、门禁、视频（图像采集）、服务器、路由器、交换机等设备的工作状态和各运行参数，并进行集中监控管理，通过短信、电话、邮件、声光、微信等进行报警。

在被盗、火灾、断电等异常状况下，完成关键数据采集、现场图像采集、报警信息发布、远程控制等操作。主机为各种传感器提供工作电源，停电状态下能够使用内置的后备电源独立为主机和传感器提供电，可以直接使用IE浏览器进行监控管理，系统内建完善的TCP/IP功能，双网口设计可实现灵活组网或跨平台无缝集成。

同时配套机房监控集中管理云平台对AR进行管理，机房监控集中管理云平台针对多个机房、不同地域的机房动力环境集中监管需求而设计，利用专网、公网、无线等通讯技术，根据用户管理应用的实际需要，灵活部署，实现分层级综合监控管理。

该平台功能特点包括：支持上千个机房的集中监控，对分布在各地的多个机房实现跨区域集中监控管理；具有在线或离线监控区域图功能，直观掌握多个机房监控动态；支持内嵌3D机房图管理，直观浏览机房监控设备运行状态；完全IE方式浏览和管理，采用B/S架构，方便维护和升级；具有完整的日志管理查询功能，提供完善管理系统；具有资产管理功能，包括资产登记、资产查询、资产备份、维修记录等；支持多种方式报警，包括短信报警、电话报警、微信报警、网页报警、邮件报警、App报警等；支持多用户管理权限功能；支持机房能耗分析PUE统计功能；支持监控设备曲线趋势图、柱形图展示；嵌入强大的报表输出系统。多级报警等级灵活设置支持二次开发，OEM。

步骤S1：利用AR函数和物体AR图构建工业产线AR地图模型；

工业产线AR地图模型与工业产线AR地图影像，工业产线上不同物体的AR系数矩阵，物体的AR函数，物体的颜色权重，物体的颜色构成函数，对颜色的积分运算，不同物体的AR缩放比例矩阵，对物体的运行时间的积分运算有关。

步骤S2：利用分布统计模型对AR地图上显示工业产线区域内的员工分布情况、工业设备分布情况进行集合计算；

分布统计模型与工业产线上的分布统计函数，员工位置的分布情况，不同岗位员工的人数函数，工业设备位置分布函数，不同工业流程上的设备数量函数有关。

步骤S3：出现设备故障时，获取设备检测传感器的实时动态数据，利用ZigBee自动定位模型在AR地图上定位故障设备具体位置；

ZigBee自动定位模型与故障设备的坐标，ZigBee的定位系数，设备检测传感器的实时数据分类函数，故障设备的数量，设备的故障因子，设备的标准运行时长，设备的已运行时长有关。

步骤S4：自动对故障设备地点周边的各项运行数据进行分析，并在AR地图上进行展示，如图2所示,包括：

步骤A1：建立多源信息集合函数计算故障设备周边产线的运行情况、操作人员信息及与故障设备的距离；

多源信息集合函数与多源信息集合系数，单个监测数据，监测的数据总量，周边产线与操作人员信息的归类函数，周边产线、操作人员与故障设备距离阈值集合，周边产线、操作人员与故障设备距离的动态均值，距离数据误差函数有关。

步骤A2：利用视觉成像函数展示工业产线现场实时状况，包括设备运转情况、产量、生产速度、生产环境信息；

视觉成像函数与设备运转情况、产量、生产速度、生产环境信息的数据集合，图像的解析度，表示设备运转情况、产量、生产速度、生产环境信息的数据误差集合，数据误差因子有关。

步骤A3：管理人员分析决策制定视觉巡检方案，并计算视觉巡检的可行度；

计算视觉巡检的可行度与视觉巡检的可行度，视觉巡检时最小的视野范围，视觉巡检时最大的视野范围，自然常数，视觉巡检的角度函数有关。

步骤S5：计算视觉巡检最短巡检路径，并在AR地图显示，可将巡检路线图通过无线网络发送到管理人员的移动设备端，便于管理人员查看。

视觉巡检最短巡检路径与视觉巡检最短巡检路径视觉巡检时间，

利用AR函数和物体AR图构建工业产线AR地图模型，表达式为：

其中，

利用分布统计模型对AR地图上显示工业产线区域内的员工分布情况、工业设备分布情况进行集合计算，表达式为：

其中，

ZigBee自动定位模型，表达式为：

其中，N表示故障设备的坐标，K表示ZigBee的定位系数，F

多源信息集合函数，表达式为：

其中，

视觉成像函数，表达式为：

其中，

计算视觉巡检的可行度，表达式为：

其中，

计算视觉巡检最短巡检路径，表达式为：

其中，

本发明提出一种基于5G的工业产线全过程视觉巡检方法，该方法通过多种模型融合的算法对工业产线上设备、人员等信息通过AR技术进行视觉巡检，有效的克服传统模式机器视觉系统中的图像与数据难以协调统一的问题，减少的管理人员的工作量，同时加快对工业产线的巡检速度，所提出的模型与算法是基于现有的理论基础，理解简单，在AR视觉巡检过程中精度高，可进行大规模推广。

在本发明描述中，需要说明的是，除非另有明确的规定和限定，术语“设置”、“安装”、“相连”、“连接”、“固定”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以通过具体情况理解上述术语在本发明中的具体含义。

尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解的是,在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种等效的变化、修改、替换和变型,本发明的范围由所附权利要求及其等同范围限定。