一种基于图像数据处理的立体夹具库检测方法和系统与流程

本发明涉及立体夹具库检测，具体涉及一种基于图像数据处理的立体夹具库检测方法和系统。

背景技术：

1、立体夹具库作为工业生产中用于存放各类工装夹具的重要设备，其结构稳定性和库位精度直接影响夹具的存取效率及使用可靠性。现有对立体夹具库的检测方式主要依赖人工巡检或局部抽检，例如通过目视判断结构是否变形，或对个别库位进行简单测量。但该类方法存在明显局限。人工检测覆盖范围有限，难以全面反映立体夹具库整体结构的形变情况，尤其对于分布在不同空间区域的微小变形和隐蔽异常难以及时识别。这不仅导致异常区域定位不准确，还难以揭示结构形变在空间上的分布特征。此外，传统方法通常以单点或局部检测为主，缺乏对结构精度失效风险的整体评估能力，难以建立结构形变与库位精度之间的关联关系，从而导致部分潜在风险库位无法被有效识别。在实际使用过程中，库位支撑构件及定位基座还会因长期使用产生磨损或偏移，进一步加剧精度失效问题，但现有检测方式缺乏对该类因素的综合分析能力，无法准确评估其对夹具存取过程的影响。这不仅降低了检测结果的可靠性，也容易导致夹具在实际取放过程中出现卡滞甚至无法取出的情况，难以满足现代自动化生产对立体夹具库检测精度和效率的要求。

2、因此，如何准确识别立体夹具库的精度失效风险并确定高危失效库位是当前亟待解决的问题。

技术实现思路

1、本发明主要解决的技术问题是如何准确识别立体夹具库的精度失效风险并确定高危失效库位。

2、根据第一方面，本发明提供一种基于图像数据处理的立体夹具库检测方法，包括：获取立体夹具库整体结构的全景视觉巡检图像；基于所述立体夹具库整体结构的全景视觉巡检图像，确定多个形变异常分布区信息、每个形变异常分布区的初始精度失效风险分布图；基于所述多个形变异常分布区信息、所述每个形变异常分布区的初始精度失效风险分布图，确定每个形变异常分布区内的多个待检测库位支撑构件；获取每个形变异常分布区内多个待检测库位支撑构件的激光三维点云图像；基于所述多个形变异常分布区信息、所述每个形变异常分布区内多个待检测库位支撑构件的激光三维点云图像，确定每个形变异常分布区内的多个关联复核支撑构件，并获取每个形变异常分布区内多个关联复核支撑构件的激光三维点云图像；基于所述多个形变异常分布区信息、所述每个形变异常分布区内多个待检测库位支撑构件的激光三维点云图像、所述每个形变异常分布区内多个关联复核支撑构件的激光三维点云图像，生成每个形变异常分布区的结构精度失效风险分布图；基于所述每个形变异常分布区的初始精度失效风险分布图、所述每个形变异常分布区的结构精度失效风险分布图，确定多个精度失效风险库位单元；基于所述多个精度失效风险库位单元确定高危失效库位单元。

3、在一种可能的实现方式中，所述基于所述立体夹具库整体结构的全景视觉巡检图像，确定多个形变异常分布区信息、每个形变异常分布区的初始精度失效风险分布图包括：基于所述立体夹具库整体结构的全景视觉巡检图像确定多个结构特征显著点信息；对所述多个结构特征显著点信息进行聚类，得到k个簇；基于所述k个簇确定多个形变异常分布区信息、每个形变异常分布区的初始精度失效风险分布图。

4、在一种可能的实现方式中，所述基于所述多个精度失效风险库位单元确定高危失效库位单元包括：获取每个精度失效风险库位单元的夹具定位基座磨损信息、每个精度失效风险库位单元的夹具存放与取放过程视频；基于所述每个精度失效风险库位单元的夹具存放与取放过程视频确定每个精度失效风险库位单元的测试固定振动频率、测试随机振动频率范围；构建干扰测试图谱，所述干扰测试图谱包括多个节点和多个节点之间的多个边，多个节点包括多个精度失效风险库位单元节点，每个精度失效风险库位单元节点的节点特征包括每个精度失效风险库位单元的夹具定位基座磨损信息、每个精度失效风险库位单元的测试固定振动频率、测试随机振动频率范围；基于图神经网络对所述干扰测试图谱进行处理，得到每个精度失效风险库位单元的干扰测试序列；对已放置夹具的每个精度失效风险库位单元执行所述每个精度失效风险库位单元的干扰测试序列，若该精度失效风险库位单元内的夹具无法被正常取出，则将该精度失效风险库位单元判定为高危失效库位单元。

5、在一种可能的实现方式中，所述干扰测试序列包括固定振动测试序列、随机振动频率干扰测试序列。

6、根据第二方面，本发明提供一种基于图像数据处理的立体夹具库检测系统，包括：全景图像获取模块，用于获取立体夹具库整体结构的全景视觉巡检图像；形变异常确定模块，用于基于所述立体夹具库整体结构的全景视觉巡检图像，确定多个形变异常分布区信息、每个形变异常分布区的初始精度失效风险分布图；待检测构件确定模块，用于基于所述多个形变异常分布区信息、所述每个形变异常分布区的初始精度失效风险分布图，确定每个形变异常分布区内的多个待检测库位支撑构件；支撑构件点云获取模块，用于获取每个形变异常分布区内多个待检测库位支撑构件的激光三维点云图像；关联构件确定模块，用于基于所述多个形变异常分布区信息、所述每个形变异常分布区内多个待检测库位支撑构件的激光三维点云图像，确定每个形变异常分布区内的多个关联复核支撑构件，并获取每个形变异常分布区内多个关联复核支撑构件的激光三维点云图像；结构风险确定模块，用于基于所述多个形变异常分布区信息、所述每个形变异常分布区内多个待检测库位支撑构件的激光三维点云图像、所述每个形变异常分布区内多个关联复核支撑构件的激光三维点云图像，生成每个形变异常分布区的结构精度失效风险分布图；精度失效单元确定模块，用于基于所述每个形变异常分布区的初始精度失效风险分布图、所述每个形变异常分布区的结构精度失效风险分布图，确定多个精度失效风险库位单元；高危单元确定模块，用于基于所述多个精度失效风险库位单元确定高危失效库位单元。

7、在一种可能的实现方式中，所述形变异常确定模块还用于：基于所述立体夹具库整体结构的全景视觉巡检图像确定多个结构特征显著点信息；对所述多个结构特征显著点信息进行聚类，得到k个簇；基于所述k个簇确定多个形变异常分布区信息、每个形变异常分布区的初始精度失效风险分布图。

8、在一种可能的实现方式中，所述高危单元确定模块还用于：获取每个精度失效风险库位单元的夹具定位基座磨损信息、每个精度失效风险库位单元的夹具存放与取放过程视频；基于所述每个精度失效风险库位单元的夹具存放与取放过程视频确定每个精度失效风险库位单元的测试固定振动频率、测试随机振动频率范围；构建干扰测试图谱，所述干扰测试图谱包括多个节点和多个节点之间的多个边，多个节点包括多个精度失效风险库位单元节点，每个精度失效风险库位单元节点的节点特征包括每个精度失效风险库位单元的夹具定位基座磨损信息、每个精度失效风险库位单元的测试固定振动频率、测试随机振动频率范围；基于图神经网络对所述干扰测试图谱进行处理，得到每个精度失效风险库位单元的干扰测试序列；对已放置夹具的每个精度失效风险库位单元执行所述每个精度失效风险库位单元的干扰测试序列，若该精度失效风险库位单元内的夹具无法被正常取出，则将该精度失效风险库位单元判定为高危失效库位单元。

9、在一种可能的实现方式中，所述干扰测试序列包括固定振动测试序列、随机振动频率干扰测试序列。

10、根据第三方面，本发明的实施例提供了一种电子设备，包括：处理器；存储器；以及计算机程序；其中，所述计算机程序存储在所述存储器中，并配置为由所述处理器执行以实现如前述的方法，所述方法包括：获取立体夹具库整体结构的全景视觉巡检图像；基于所述立体夹具库整体结构的全景视觉巡检图像，确定多个形变异常分布区信息、每个形变异常分布区的初始精度失效风险分布图；基于所述多个形变异常分布区信息、所述每个形变异常分布区的初始精度失效风险分布图，确定每个形变异常分布区内的多个待检测库位支撑构件；获取每个形变异常分布区内多个待检测库位支撑构件的激光三维点云图像；基于所述多个形变异常分布区信息、所述每个形变异常分布区内多个待检测库位支撑构件的激光三维点云图像，确定每个形变异常分布区内的多个关联复核支撑构件，并获取每个形变异常分布区内多个关联复核支撑构件的激光三维点云图像；基于所述多个形变异常分布区信息、所述每个形变异常分布区内多个待检测库位支撑构件的激光三维点云图像、所述每个形变异常分布区内多个关联复核支撑构件的激光三维点云图像，生成每个形变异常分布区的结构精度失效风险分布图；基于所述每个形变异常分布区的初始精度失效风险分布图、所述每个形变异常分布区的结构精度失效风险分布图，确定多个精度失效风险库位单元；基于所述多个精度失效风险库位单元确定高危失效库位单元。

11、根据第四方面，本实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现前述提供的基于图像数据处理的立体夹具库检测方法，所述方法包括：获取立体夹具库整体结构的全景视觉巡检图像；基于所述立体夹具库整体结构的全景视觉巡检图像，确定多个形变异常分布区信息、每个形变异常分布区的初始精度失效风险分布图；基于所述多个形变异常分布区信息、所述每个形变异常分布区的初始精度失效风险分布图，确定每个形变异常分布区内的多个待检测库位支撑构件；获取每个形变异常分布区内多个待检测库位支撑构件的激光三维点云图像；基于所述多个形变异常分布区信息、所述每个形变异常分布区内多个待检测库位支撑构件的激光三维点云图像，确定每个形变异常分布区内的多个关联复核支撑构件，并获取每个形变异常分布区内多个关联复核支撑构件的激光三维点云图像；基于所述多个形变异常分布区信息、所述每个形变异常分布区内多个待检测库位支撑构件的激光三维点云图像、所述每个形变异常分布区内多个关联复核支撑构件的激光三维点云图像，生成每个形变异常分布区的结构精度失效风险分布图；基于所述每个形变异常分布区的初始精度失效风险分布图、所述每个形变异常分布区的结构精度失效风险分布图，确定多个精度失效风险库位单元；基于所述多个精度失效风险库位单元确定高危失效库位单元。

12、本发明提供的一种基于图像数据处理的立体夹具库检测方法和系统，该方法包括获取立体夹具库整体结构的全景视觉巡检图像；基于所述立体夹具库整体结构的全景视觉巡检图像，确定多个形变异常分布区信息、每个形变异常分布区的初始精度失效风险分布图；基于所述多个形变异常分布区信息、所述每个形变异常分布区的初始精度失效风险分布图，确定每个形变异常分布区内的多个待检测库位支撑构件；获取每个形变异常分布区内多个待检测库位支撑构件的激光三维点云图像；基于所述多个形变异常分布区信息、所述每个形变异常分布区内多个待检测库位支撑构件的激光三维点云图像，确定每个形变异常分布区内的多个关联复核支撑构件，并获取每个形变异常分布区内多个关联复核支撑构件的激光三维点云图像；基于所述多个形变异常分布区信息、所述每个形变异常分布区内多个待检测库位支撑构件的激光三维点云图像、所述每个形变异常分布区内多个关联复核支撑构件的激光三维点云图像，生成每个形变异常分布区的结构精度失效风险分布图；基于所述每个形变异常分布区的初始精度失效风险分布图、所述每个形变异常分布区的结构精度失效风险分布图，确定多个精度失效风险库位单元；基于所述多个精度失效风险库位单元确定高危失效库位单元，该方法能够准确识别立体夹具库的精度失效风险并确定高危失效库位。