一种汽车域控制器的人工智能接口引脚质量检测方法与流程

技术特征：
1.一种汽车域控制器的人工智能接口引脚质量检测方法，其特征在于，所述方法包括：步骤a采集可分辨出接口引脚的图像；步骤b构建汽车dcu接口引脚目标检测卷积神经网络cnn模型，输入为单目图像，输出为接口类型、接口边界框、接口置信度以及引脚边界框、引脚置信度；步骤c以高置信度接口的类型、边界框分别检索得到接口引脚质量要求、接口检测范围；步骤d以接口检测范围中的高置信度引脚边界框为引脚范围，统计检测范围中的高置信度引脚数量，得到接口引脚数量，并结合引脚范围、深度图像，获得引脚实际形状，测得引脚高度测量值、引脚形心位置测量值两项特征参数；步骤e根据接口引脚数量检出数、引脚高度测量值、引脚形心位置测量值，计算得引脚高度偏差及引脚水平偏移，判断接口引脚质量；以及根据接口高度测量值、接口高度，计算得接口高度偏差。2.如权利要求1所述的汽车域控制器的人工智能接口引脚质量检测方法，其特征在于，所述步骤a中采用双目结构光相机采集可分辨出接口引脚得图像，所述可分辨出接口引脚的图像是指单个引脚像素数量超过25个。3.如权利要求1所述的汽车域控制器的人工智能接口引脚质量检测方法，其特征在于，汽车dcu接口引脚目标检测卷积神经网络cnn模型指r
‑
cnn、fast r
‑
cnn、faster r
‑
cnn、anchor
‑
based的目标检测cnn模型；模型输出数据内容包括：对象数量n
object
，n
object
个对象信息；设第n个对象信息具体包括：预测边界框r
bbox
‑
n
、预测类型r
class
‑
n
、预测置信度r
score
‑
n
。4.如权利要求3所述的汽车域控制器的人工智能接口引脚质量检测方法，其特征在于，所述预测边界框r
bbox
‑
n
为1
×
4向量4向量为预测边界框左上顶点，为预测边界框右上顶点；预测类型r
class
‑
n
是标量，设接口种类数n
interface
，则r
class
‑
n
值为{0,1,2,3,..,n
interface
}；预测置信度r
score
‑
n
定义域为[0,1]。5.如权利要求1所述的汽车域控制器的人工智能接口引脚质量检测方法，其特征在于，所述步骤b中汽车dcu接口引脚目标检测cnn模型，在训练集、验证集上学习特征提取与模式识别知识，系采用梯度下降型优化算法；在训练数据集上进行正向推理与反向学习过程，在验证数据集上进行正向推理验证过程，训练汽车dcu接口引脚目标检测cnn模型，使其拟合到训练数据集、验证数据集上；训练数据集、验证数据集标注的类型标签以边界框为引脚、接口的最小外接矩形；训练采用mini
‑
batch策略，分批数n
batch
＝2，结合数据量大小，迭代训练次数n
iter
分别可选为1000、2000、3000
……
；即模型将训练n
iter
次，每次训练在训练数据集中挑选两个图片上进行；训练过程中，观测分类损失loss_cls、定位损失loss_box_reg、总损失total_loss是否减小，判断目标检测cnn模型是否收敛；模型完成训练后，以重叠率超过50％的平均精度ap
0.5
作为主要评价指标；只要ap
0.5
≥90％，模型满足应用需求。6.如权利要求1所述的汽车域控制器的人工智能接口引脚质量检测方法，其特征在于，
所述步骤c具体包括：由接口检测结果，预测边界框r
bbox
‑
n
、预测类型r
class
‑
n
、预测置信度r
score
‑
n
、得到接口检测范围a
detect
‑
n
：接口引脚质量要求包括接口引脚数量n
pin
，接口内每个引脚位置(x
pin
‑
i
,y
pin
‑
i
)、高度d
pin
‑
i
，i代表该接口的第i个引脚(i＝1,2,3
…
n
pin
)；有：7.如权利要求1所述的汽车域控制器的人工智能接口引脚质量检测方法，其特征在于，步骤d中高置信度引脚边界框引脚范围a
pin
‑
m
、接口引脚数量获得的引脚实际形状为引脚高度测量值为形心位置测量值为以接口检测范围中的高置信度引脚边界框为引脚范围a
pin
‑
n
：统计接口检测范围中a
detect
‑
n
的高置信度引脚数量的高置信度引脚数量结合引脚范围a
pin
‑
m
、深度图像，获得引脚实际形状s
pin
‑
i
；式中，(x,y)∈a
pin
‑
m
代表引脚范围内像素点，d(x,y)为深度图像坐标(x,y)的深度，为a
pin
‑
m
的平均深度；8.如权利要求1所述的汽车域控制器的人工智能接口引脚质量检测方法，其特征在于，
所述步骤e中，接口引脚数量检出数为引脚高度测量值为引脚形心位置测量值为引脚高度偏差为δd
pin
‑
m
、引脚水平偏移为δh
pin
‑
m
、接口高度测量值接口高度d
pin
‑
m
、接口高度偏差为δd
pin
‑
m
；其中：根据引脚形心位置测量值引脚形心位置(x
pin
‑
m
,y
pin
‑
m
)，计算得引脚水平偏移δh
pin
‑
m
；接口引脚质量合格判断方法为：接口引脚质量不合格及原因判断方法为：

技术总结
本发明公开了一种汽车域控制器的人工智能接口引脚质量检测方法，包括：采集可分辨出接口引脚的图像；构建汽车接口引脚目标检测卷积神经网络模型，输入为单目图像，输出为接口类型、接口边界框、接口置信度及引脚边界框、引脚置信度；以高置信度接口的类型、边界框分别检索得到接口引脚质量要求、接口检测范围；以接口检测范围中的高置信度引脚边界框为引脚范围，统计检测范围中的高置信度引脚数量，得到接口引脚数量，并结合引脚范围、深度图像，获得引脚实际形状，测得引脚高度测量值、引脚形心位置测量值特征参数；根据接口引脚数量检出数、引脚高度测量值、引脚形心位置测量值，计算得引脚高度偏差及引脚水平偏移，判断接口引脚质量；根据接口高度测量值、接口高度，计算得接口高度偏差。口高度偏差。口高度偏差。


技术研发人员：林镇秋 黄瑛娜 林少鹏 杜雪
受保护的技术使用者：广州市华颉电子科技有限公司
技术研发日：2021.09.28
技术公布日：2022/1/3