缺陷处理方法及装置与流程

摘要: 本技术涉及智能制造,特别是涉及一种缺陷处理方法及装置。背景技术:1、在新能源汽车等智能制造技术领域中,常使用到计算机辅助设计(computeraideddesi...
缺陷处理方法及装置与流程

本技术涉及智能制造,特别是涉及一种缺陷处理方法及装置。

背景技术:

1、在新能源汽车等智能制造技术领域中,常使用到计算机辅助设计(computeraided design,cad)软件进行新能源汽车的几何模型的建模和仿真。因不同仿真设计软件使用的几何处理精度、拓扑定义规则不同,导致构建的几何模型易出现曲面缝隙、自由破面、非流形边或者重叠面片等几何缺陷,使得几何模型的建模与仿真效果受到影响。

2、相关技术中,通常使用先验规则来识别几何模型中的几何缺陷,然后依据专家经验进行缺陷修复,然而,这种依据人工经验修复几何缺陷的方式依赖于专家经验的丰富度与熟练度,存在缺陷修复效率较低的技术缺陷。

技术实现思路

1、基于此,本技术针对上述技术问题,提供一种能够提升缺陷修复效率的缺陷处理方法及装置。

2、第一方面,本技术提供了一种缺陷处理方法,包括:

3、对几何模型进行缺陷识别处理,得到所述几何模型中的几何缺陷,获取所述几何缺陷在所述几何模型中对应的图像区域和几何拓扑数据;

4、通过图像分类模型,基于所述图像区域对所述几何缺陷进行缺陷分类处理,得到所述几何缺陷对应的第一缺陷类别以及所述第一缺陷类别对应的第一概率;

5、基于所述几何拓扑数据,对所述几何缺陷进行缺陷分类处理,得到所述几何缺陷对应的第二缺陷类别以及所述第二缺陷类别对应的第二概率;

6、根据所述第一缺陷类别、所述第一概率、所述第二缺陷类别以及所述第二概率,得到所述几何缺陷的目标缺陷类别;

7、基于所述目标缺陷类别对应的修复程序,对所述几何模型中的所述几何缺陷进行修复处理,得到目标几何模型。

8、上述缺陷处理方法,至少具备以下有益效果:先对几何模型进行针对几何缺陷的识别处理,得到几何模型的几何缺陷,然后从视觉图像、底层拓扑结构和几何信息这三个维度采集几何缺陷的表征数据,得到几何缺陷在几何模型中对应的图像区域与几何拓扑数据;再采用图像分类模型,基于图像区域对几何缺陷进行缺陷分类处理,得到第一缺陷类别以及第一缺陷类别对应的第一概率;同时基于几何拓扑数据对几何缺陷进行缺陷分类处理,得到第二缺陷类别以及第二缺陷类别对应的第二概率,实现了图像视觉维度与几何拓扑维度的双通道缺陷分类;综合图像视觉维度与几何拓扑维度的缺陷分类处理结果确定几何缺陷的目标缺陷类别,能够相互校验、弥补单通道分类误差,有效提升了目标缺陷类别的判定准确性;最后调用目标缺陷类别匹配的修复程序对几何模型中的几何缺陷实施修复处理,生成修复完成的目标几何模型,实现了几何模型缺陷识别、缺陷分类、自动化修复一体化处理,减少了人工检查与手动修复工作量,从而提升了几何模型的几何缺陷检测效率与修复效率。

9、在第一方面的一可选实施例中,通过图像分类模型,基于所述图像区域对所述几何缺陷进行缺陷分类处理,得到所述几何缺陷对应的第一缺陷类别以及所述第一缺陷类别对应的第一概率,包括:

10、对所述图像区域进行特征提取处理,得到所述图像区域的图像特征;

11、计算知识库中的融合特征与所述图像特征之间的特征相似度,根据所述特征相似度,从所述知识库中确定出特征相似度超过预设特征相似度阈值的目标融合特征,以及获取所述目标融合特征对应的修复策略;所述知识库中存储有多个图像区域、每个图像区域对应的融合特征和修复策略;

12、将所述几何缺陷的图像区域和所述修复策略进行拼接,得到拼接后数据;

13、通过图像分类模型,基于所述拼接后数据,对所述几何缺陷进行缺陷分类处理,得到所述几何缺陷的第一缺陷类别以及所述第一缺陷类别对应的第一概率。

14、在本实施例中,至少具备以下有益效果:借助特征提取模型提取图像区域的图像特征,进而以图像特征为检索标识,通过特征相似度快速检索匹配得到知识库内与图像特征高相似度的相似特征,从而获取到相似特征的历史修复策略,借助历史修复策略辅助图像分类模型进行缺陷分类,能够利用历史同类缺陷的成熟修复经验为图像分类提供先验参考,在提升了几何缺陷的缺陷分类效率的同时,还提升了几何缺陷的缺陷分类的准确性。

15、在第一方面的一可选实施例中,所述方法还包括:

16、根据所述第一概率和所述第二概率,得到所述图像区域的价值评估值;

17、若所述价值评估值超过预设的价值阈值,则通过第一模型,对所述图像区域、所述第一缺陷类别、所述第一概率和所述价值评估值进行处理,得到所述图像分类模型进行缺陷分类处理的经验文本;通过第二模型,基于所述经验文本,生成所述几何缺陷对应的修复策略;

18、对所述图像区域和所述修复策略进行特征提取处理,得到所述图像区域和所述修复策略的融合特征;

19、将所述图像区域、所述融合特征和所述修复策略存储至所述知识库中。

20、在本实施例中,至少具备以下有益效果:依据第一概率和第二概率得到图像区域的价值评估值,能够先筛选出价值评估值超过预设的价值阈值的图像区域,这种图像区域被认为是具备高分析价值的样本;进而利用第一模型,结合图像区域、第一缺陷类别、第一概率和价值评估值完成经验文本的提取,以通过经验文本表征图像分类模型开展缺陷分类处理时的经验信息,实现了缺陷分类过程的有效经验的数字化沉淀;再借助第二模型生成针对几何缺陷的修复策略,建立了几何缺陷与修复策略之间的对应关系;随后采用特征提取模型对图像区域和修复策略执行特征提取,以获得融合特征,统一了图像与文本的数据表征形式;最后将图像区域、融合特征和修复策略统一存入知识库,完成了缺陷样本、表征特征、修复方案的一体化归档存储,既实现缺陷分类处理的经验文本、几何缺陷的图像区域与修复策略的留存,也便于后续检索调取、复用历史缺陷处理经验,通过持续完善知识库内容,来不断提升几何缺陷的智能诊断与自动修复的处理效率和准确性。

21、在第一方面的一可选实施例中,根据所述第一概率和所述第二概率,得到所述图像区域的价值评估值,包括:

22、基于所述第一概率计算得到信息熵,将所述信息熵作为所述第一概率的不确定度;

23、对所述第一概率和所述第二概率进行相似性评估,得到所述第一概率和所述第二概率之间的概率分布相似度;

24、根据所述不确定度和所述概率分布相似度,得到所述图像区域的价值评估值。

25、在本实施例中,至少具备以下有益效果:基于第一概率进行不确定性评估,能够通过不确定度量化图像分类模型的缺陷分类结果的可靠程度;对第一概率与第二概率进行相似性评估,可量化两组不同方式得到的概率的差异程度,实现两组缺陷分类结果的横向对比;最终结合不确定度与概率分布相似度计算得到图像区域的价值评估值,从缺陷分类结果的可靠程度、缺陷分类结果的一致性这两个维度完成了对图像区域的综合量化打分,有效提升了价值评估值的客观性和准确性。

26、在第一方面的一可选实施例中,所述方法还包括:

27、获取所述几何模型的点云数据与所述目标几何模型的点云数据之间的第一几何偏差数据;

28、获取所述目标几何模型相对于所述几何模型中新增的边信息;

29、根据所述第一几何偏差数据和所述新增的边信息,得到所述第二模型的损失值;

30、基于所述损失值,更新所述第二模型。

31、在本实施例中,至少具备以下有益效果:通过获取几何模型的点云数据与目标几何模型的点云数据之间的第一几何偏差数据,量化修复前的几何模型与修复后的目标几何模型的误差程度,能够直观反映出对几何缺陷的修复效果;通过获取目标几何模型中新增的边信息,可精准捕捉几何缺陷修复过程中边界拓扑结构产生的变化,弥补仅依靠外形偏差无法表征拓扑修复细节的不足;结合第一几何偏差数据与新增的边信息共同计算第二模型的损失值,基于该损失值迭代更新第二模型,可引导第二模型同步优化几何修正精度与边界拓扑构建能力,避免单一维度损失指标造成模型训练偏向性,提升了第二模型的模型性能,使得第二模型输出的修复策略既能引导降低几何模型的整体几何偏差,又能提升目标几何模型的拓扑边界的完整合规性,有效提高了对几何模型进行几何缺陷修复的质量。

32、在第一方面的一可选实施例中,基于所述几何拓扑数据,对所述几何缺陷进行缺陷分类处理,得到所述几何缺陷对应的第二缺陷类别以及所述第二缺陷类别对应的第二概率,包括:

33、对所述几何拓扑数据进行特征提取处理,得到连续的几何拓扑特征;

34、根据预设的类别映射关系,将所述连续的几何拓扑特征映射为所述第二缺陷类别以及所述第二缺陷类别对应的初始概率;

35、对所述初始概率进行归一化处理,得到所述第二概率。

36、在本实施例中,至少具备以下有益效果:通过对几何拓扑数据进行特征提取处理,以获取连续的几何拓扑特征,能够更完整的保留几何模型中点线面的连接关联信息,避免几何拓扑特征碎片化丢失关键缺陷表征;再根据预设的类别映射关系,将连续的几何拓扑特征转化为第二缺陷类别以及第二缺陷类别对应的初始概率,实现了连续的几何拓扑特征与第二缺陷类别及其初始概率之间的对应关联,从而提升了几何缺陷的缺陷分类结果的准确性;最后对初始概率进行归一化处理,得到第二概率,统一了各缺陷类别的概率数值区间。

37、在第一方面的一可选实施例中,对所述几何拓扑数据进行特征提取处理,得到连续的几何拓扑特征,包括:

38、获取所述几何拓扑数据中的相邻曲面片,在所述相邻曲面片的共享边界曲线上确定多个采样点;

39、根据所述多个采样点的几何数据之间的偏差,得到所述多个采样点的第二几何偏差数据;

40、将多个所述第二几何偏差数据进行组合,得到所述连续的几何拓扑特征。

41、在本实施例中,至少具备以下有益效果:通过获取几何拓扑数据中的相邻曲面片,并在相邻曲面片的共享边界曲线上确定多个采样点,能够精准定位曲面衔接易出现几何缺陷的关键区域;采集每个采样点的几何数据,计算得到多个采样点之间的第二几何偏差数据,可全方位反映共享边界曲线上各类几何数据的误差情况,丰富几何拓扑特征的维度;将多个第二几何偏差数据组合为连续的几何拓扑特征,能够解决离散采样点特征断裂的问题,完整保留相邻曲面片边界的几何变化连续性,为后续步骤进行概率映射提供了可靠的处理依据。

42、在第一方面的一可选实施例中,根据所述第一缺陷类别、所述第一概率、所述第二缺陷类别以及所述第二概率,得到所述几何缺陷的目标缺陷类别,包括:

43、基于所述第一概率,从所述第一缺陷类别中确定出第一候选类别,以及基于所述第二概率,从所述第二缺陷类别中确定出第二候选类别;

44、响应于所述第一概率满足预设的概率阈值条件,或者所述第一候选类别和所述第二候选类别不匹配,则根据所述第一概率对应的第一权重和所述第二概率对应的第二权重,对所述第一概率和所述第二概率进行加权求和处理,得到第三概率;

45、基于所述第三概率,确定所述几何缺陷的目标缺陷类别。

46、在本实施例中,至少具备以下有益效果:在第一概率满足预设的概率阈值条件,或是第一候选类别和第二候选类别不匹配时,依托第一概率对应的第一权重和第二概率对应的第二权重,对第一概率和第二概率执行加权求和处理,计算得到第三概率,充分融合了两组缺陷分类结果中的有效信息,最后基于第三概率确定几何缺陷的目标缺陷类别,兼顾了两组缺陷分类结果的优势,从而提升了几何缺陷的目标缺陷类别的判定准确性。

47、在第一方面的一可选实施例中,根据所述第一缺陷类别、所述第一概率、所述第二缺陷类别以及所述第二概率,得到所述几何缺陷的目标缺陷类别,包括:

48、响应于所述第一概率满足预设的概率阈值条件,或者所述第一候选类别和所述第二候选类别不匹配,则通过缺陷分类模型,对所述第一候选类别、所述第一概率、所述第二候选类别以及所述第二概率进行缺陷分类处理,得到所述几何缺陷的目标缺陷类别。

49、在本实施例中,至少具备以下有益效果:在第一概率满足预设的概率阈值条件,或是第一候选类别和第二候选类别不匹配时,调用缺陷分类模型整合第一候选类别、第一概率、第二候选类别以及第二概率开展缺陷分类处理,输出几何缺陷的目标缺陷类别,借助缺陷分类模型的大模型性能优势充分融合两组缺陷分类结果中的有效信息,弱化单一缺陷分类结果的偏差带来的干扰,从而提升了几何缺陷的目标缺陷类别的分类准确性。

50、第二方面,本技术还提供了一种缺陷处理装置,包括:

51、缺陷识别模块,用于对几何模型进行缺陷识别处理,得到所述几何模型中的几何缺陷,获取所述几何缺陷在所述几何模型中对应的图像区域和几何拓扑数据;

52、图像分类模块,用于通过图像分类模型,基于所述图像区域对所述几何缺陷进行缺陷分类处理,得到所述几何缺陷对应的第一缺陷类别以及所述第一缺陷类别对应的第一概率;

53、拓扑分类模块,用于基于所述几何拓扑数据,对所述几何缺陷进行缺陷分类处理,得到所述几何缺陷的第二缺陷类别以及所述第二缺陷类别对应的第二概率;

54、类别确定模块,用于根据所述第一缺陷类别、所述第一概率、所述第二缺陷类别以及所述第二概率,得到所述几何缺陷的目标缺陷类别;

55、缺陷修复模块,用于基于所述目标缺陷类别对应的修复程序,对所述几何模型中的所述几何缺陷进行修复处理,得到目标几何模型。

56、第三方面,本技术还提供了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述任一方面的方法的步骤。

57、第四方面,本技术还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任一方面的方法的步骤。

58、第五方面,本技术还提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述任一方面的方法的步骤。

59、关于上述第二方面至第五方面中任一技术方案的有益效果,可参照第一方面中的对应技术方案的有益效果,重复之处此处不再列举。