车辆零件状态检测方法、装置、设备及存储介质与流程

1.本发明涉及图像处理技术领域，尤其涉及一种车辆零件状态检测方法、装置、设备及存储介质。


背景技术：

2.随着科学技术的发展，汽车已经逐渐普及，因此汽车的生产要求越来越严格。在车辆零件的生产过程中由于人工疏忽或管理纰漏等因素，导致的零件状态用错、漏装等不良问题，目前无法有效地识别车辆零件的零件状态，因此无法准确地检测出车辆零件是否存在问题。
3.上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。


技术实现要素：

4.本发明的主要目的在于提供一种车辆零件状态检测方法、装置、设备及存储介质，旨在解决现有技术无法有效地识别车辆零件状态，导致无法准确地对车辆零件进行检测的技术问题。
5.为实现上述目的，本发明提供了一种车辆零件状态检测方法，所述方法包括以下步骤：
6.获取待检测零件的目标图像信息；
7.根据所述目标图像信息确定所述待检测零件的当前差异信息；
8.根据所述当前差异信息确定所述待检测零件的当前状态信息；
9.获取所述待检测零件对应的标准状态信息，并根据所述标准状态信息和所述当前状态信息对所述待检测零件进行状态检测。
10.可选地，所述获取待检测零件的目标图像信息，包括：
11.获取所述待检测零件的初始图像信息；
12.根据预设图像处理策略对所述初始图像信息进行图像处理，获得所述待检测零件的目标图像信息。
13.可选地，所述根据所述目标图像信息确定所述待检测零件的当前差异信息，包括：
14.获取所述待检测零件对应的模板图像信息；
15.根据所述模板图像信息对所述目标图像信息进行差异匹配；
16.根据差异匹配结果确定所述待检测零件的相似参数；
17.根据预设阈值和所述相似参数确定所述待检测零件的当前差异信息。
18.可选地，所述根据所述目标图像信息确定所述待检测零件的当前差异信息，包括：
19.将所述目标图像信息输入至预先构建的相似解析模型，获得相似解析结果；
20.根据所述相似解析结果确定所述待检测零件的相似参数；
21.根据预设阈值和所述相似参数确定所述待检测零件的当前差异信息。
22.可选地，所述根据所述目标图像信息确定所述待检测零件的当前差异信息，包括：
23.对所述待检测零件进行差异检测，根据检测结果和所述目标图像信息确定所述待检测零件的当前差异信息。
24.可选地，所述获取所述待检测零件对应的标准状态信息，并根据所述标准状态信息和所述当前状态信息对所述待检测零件进行状态检测，包括：
25.根据预设映射表确定所述当前差异信息对应的当前状态代码；
26.获取所述待检测零件对应的标准状态代码；
27.在所述当前状态代码与所述标准状态代码相符合时，获取所述待检测零件对应的标准状态信息；
28.根据所述标准状态信息和所述当前状态信息对所述待检测零件进行状态检测。
29.可选地，所述获取所述待检测零件对应的标准状态信息，并根据所述标准状态信息和所述当前状态信息对所述待检测零件进行状态检测之后，还包括：
30.在所述待检测零件的状态检测结果存在异常时，根据预设提醒策略进行状态异常提醒；
31.获取所述待检测零件对应的零件信息；
32.将所述状态检测结果和所述零件信息上传至预设数据库。
33.此外，为实现上述目的，本发明还提出一种车辆零件状态检测装置，所述车辆零件状态检测装置包括：
34.图像获取模块，用于获取待检测零件的目标图像信息；
35.差异获取模块，用于根据所述目标图像信息确定所述待检测零件的当前差异信息；
36.状态获取模块，用于根据所述当前差异信息确定所述待检测零件的当前状态信息；
37.状态检测模块，用于获取所述待检测零件对应的标准状态信息，并根据所述标准状态信息和所述当前状态信息对所述待检测零件进行状态检测。
38.此外，为实现上述目的，本发明还提出一种车辆零件状态检测设备，所述车辆零件状态检测设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的车辆零件状态检测程序，所述车辆零件状态检测程序配置为实现如上文所述的车辆零件状态检测方法的步骤。
39.此外，为实现上述目的，本发明还提出一种存储介质，所述存储介质上存储有车辆零件状态检测程序，所述车辆零件状态检测程序被处理器执行时实现如上文所述的车辆零件状态检测方法的步骤。
40.本发明通过获取待检测零件的目标图像信息，根据所述目标图像信息确定所述待检测零件的当前差异信息，根据所述当前差异信息确定所述待检测零件的当前状态信息，获取所述待检测零件对应的标准状态信息，并根据所述标准状态信息和所述当前状态信息对所述待检测零件进行状态检测。由于本发明通过获取待检测零件的目标图像信息，从而准确地确定待检测零件的当前状态信息，再根据标准状态信息和当前状态信息对待检测零件进行状态检测，提升了零件状态检测的准确性，有效避免了车辆零件漏装或装错的风险。
附图说明
41.图1是本发明实施例方案涉及的硬件运行环境的车辆零件状态检测设备的结构示意图；
42.图2为本发明车辆零件状态检测方法第一实施例的流程示意图；
43.图3为本发明车辆零件状态检测方法第二实施例的流程示意图；
44.图4为本发明车辆零件状态检测方法第三实施例的流程示意图；
45.图5为本发明车辆零件状态检测装置第一实施例的结构框图。
46.本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
47.应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
48.参照图1，图1为本发明实施例方案涉及的硬件运行环境的车辆零件状态检测设备结构示意图。
49.如图1所示，该车辆零件状态检测设备可以包括：处理器1001，例如中央处理器(central processing unit，cpu)，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(display)、输入单元比如键盘(keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(wireless-fidelity，wi-fi)接口)。存储器1005可以是高速的随机存取存储器(random access memory，ram)，也可以是稳定的非易失性存储器(non-volatile memory，nvm)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
50.本领域技术人员可以理解，图1中示出的结构并不构成对车辆零件状态检测设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
51.如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及车辆零件状态检测程序。
52.在图1所示的车辆零件状态检测设备中，网络接口1004主要用于与网络服务器进行数据通信；用户接口1003主要用于与用户进行数据交互；本发明车辆零件状态检测设备中的处理器1001、存储器1005可以设置在车辆零件状态检测设备中，所述车辆零件状态检测设备通过处理器1001调用存储器1005中存储的车辆零件状态检测程序，并执行本发明实施例提供的车辆零件状态检测方法。
53.本发明实施例提供了一种车辆零件状态检测方法，参照图2，图2为本发明一种车辆零件状态检测方法第一实施例的流程示意图。
54.本实施例中，所述车辆零件状态检测方法包括以下步骤：
55.步骤s10：获取待检测零件的目标图像信息。
56.应当理解的是，本实施例方法的执行主体可以是具有数据处理、网络通信以及程序运行功能的车辆零件状态检测设备，例如计算机等，或者是其他能够实现相同或相似功能的装置或设备，此处以上述车辆零件状态检测设备(以下简称零件检测设备)为例进行说明。
57.需要说明的是，待检测零件可以是车辆生产过程中需要检测的零件。上述目标图
像信息可以是图像传感器采集到待检测零件图像，待检测零件图像经过图像识别后得到的图像信息，零件检测设备可通过外部连接的图像传感器对待检测零件进行图像采集。
58.零件检测设备可对图像传感器采集到的待检测零件图像进行灰度处理、高斯滤波处理等预处理，以获得精准的待检测零件的目标图像信息。
59.应当理解的是，为了准确地获取待检测零件的当前状态信息，本实施例零件检测设备可通过外部连接的图像传感器采集待检测零件的图像，再对待检测零件的图像进行图像识别，根据图像识别结果确定待检测零件的目标图像信息。
60.进一步地，为了准确地获取待检测零件的相关信息，上述步骤s10，可包括：
61.步骤s101：获取所述待检测零件的初始图像信息。
62.需要说明的是，初始图像信息可以零件检测设备通过图像传感器采集到的待检测零件的原始图像的相关信息。零件检测设备可通过外部连接或内部安装的图像传感器采集待检测零件的初始图像信息，该初始图像信息为未经过处理的原始图像信息。
63.步骤s102：根据预设图像处理策略对所述初始图像信息进行图像处理，获得所述待检测零件的目标图像信息。
64.需要说明的是，预设图像处理策略可以是预先设置的处理待检测零件的初始图像信息的相关图像处理策略，例如预设图像处理策略可包括灰度处理、高斯滤波处理等。
65.应当理解的是，为了准确地获取待检测零件的相关信息，本实施例零件检测设备通过外部连接或内部安装的图像传感器采集待检测零件的初始图像信息，为了准确地提取待检测零件的特征信息，因此需对待检测零件的初始图像信息进行图像预处理，图像预处理可包括根据预设图像处理策略对初始图像信息进行灰度处理、高斯滤波处理等，以实现对初始图像信息的降噪，获得更加精准的目标图像信息。
66.需要说明的是，零件检测设备通过获取待检测零件的初始图像信息，再根据预设图像处理策略对所述初始图像信息进行图像处理，以实现对待检测零件的初始图像信息的预处理，因此获得待检测零件的目标图像信息，从而提升了待检测零件的图像信息的准确性，提升了零件状态检测的效率。
67.步骤s20：根据所述目标图像信息确定所述待检测零件的当前差异信息。
68.需要说明的是，当前差异信息可以是待检测零件的差异点相关的信息，例如当前差异信息可以是差异点类型、差异点代码、差异点状态等信息。零件检测设备可根据待检测零件的目标图像信息确定待检测零件的差异点，根据差异点确定待检测零件的当前差异信息。
69.零件检测设备可预先通过截图工具采集、截取、保存待检测零件的差异点模板图片，再调用opencv模板匹配(matchtemplate)函数对待检测零件的目标图像信息进行差异匹配，根据差异匹配结果确定待检测零件的相似值结果，再根据预先设定的标准值作为参照，若相似值大于或等于标准值，则视为识别出该待检测零件差异点。
70.零件检测设备还可通过外部连接或内部安装的传感器确定待检测零件的零件状态，若该传感器检测到该待检测零件的零件状态与预设状态相符合，则视为识别出该待检测零件差异点。
71.零件检测设备还可预先采集一张以上(例如几十或几百张)待检测零件的图像，对采集到的图像进行模型训练、预测、保存，然后使用飞浆(paddlepaddled)进行目标检测，获
得待检测零件的相似值，再根据预先设定的标准值作为参照，若相似值大于或等于标准值，则视为识别出该待检测零件差异点。
72.零件检测设备可根据上述方式对待检测零件进行差异点识别，根据识别结果精准地确定待检测零件的当前差异信息，从而有效地根据当前差异信息确定待检测零件的当前状态信息。
73.进一步地，为了准确地识别出待检测零件的当前差异信息，上述步骤s20，可包括：
74.将所述目标图像信息输入至预先构建的相似解析模型，获得相似解析结果；
75.根据所述相似解析结果确定所述待检测零件的相似参数；
76.根据预设阈值和所述相似参数确定所述待检测零件的当前差异信息。
77.需要说明的是，相似解析模型可以是零件设备预先根据待检测零件的图像信息构建的解析模型，零件检测设备可预先采集待检测零件的图像(例如几十或几百张图像)，然后根据采集到的该图像进行模型训练，并对待检测零件的差异点信息进行预测，根据训练和预测结果构建相似解析模型。
78.应当理解的是，为了准确地的方式获取待检测零件的当前差异信息，本实施例零件检测设备可通过多种方式分别对当前差异信息进行获取，例如零件检测设备可通过深度学习的方式、通过传感器检测的方式以及通过开源库匹配的方式等多种方式进行待检测零件的当前差异信息获取。
79.进一步地，为了降低获取当前差异信息的误差，上述步骤s20，可包括：
80.对所述待检测零件进行差异检测，根据检测结果和所述目标图像信息确定所述待检测零件的当前差异信息。
81.需要说明的是，差异检测可以是零件检测设备通过外部连接或内部安装的差异检测传感器直接获取待检测零件的当前差异信息。
82.例如，差异检测传感器可以是金属传感器，若待检测零件中存在金属类型的差异点时，则通过金属传感器可检测出待检测零件中是否存在该差异点。
83.步骤s30：根据所述当前差异信息确定所述待检测零件的当前状态信息。
84.需要说明的是，当前状态信息可以是待检测零件的零件状态的相关信息，例如当前状态信息可以是待检测零件的零件状态代码等信息。不同的车辆零件所对应的状态信息不同，因此为了确定待检测零件所对应的当前状态信息，零件检测设备可根据待检测零件的当前差异信息确定当前状态信息。待检测零件的零件状态可存在一个或一个以上的差异点，因此零件检测设备可预先设定待检测零件的零件状态代码以及零件状态代码所对应的差异点部位名称、个数等差异点信息。
85.应当理解的是，为了确定待检测零件所对应的状态信息，本实施例零件检测设备根据待检测零件的当前差异信息中的差异点类型、差异点数量、差异点位置以及差异点状态等信息确定待检测零件的当前零件状态代码，根据预设的零件状态代码映射表对该待检测零件的当前零件状态代码进行匹配，根据匹配结果确定待检测零件的当前状态信息。
86.例如，零件检测设备根据待检测零件的当前差异信息确定该待检测零件存在的差异点位圆孔、支架以及方孔，因此判定该待检测零件的零件状态代码为dt1，根据该零件状态代码进一步确定待检测零件的当前状态信息。
87.步骤s40：获取所述待检测零件对应的标准状态信息，并根据所述标准状态信息和
所述当前状态信息对所述待检测零件进行状态检测。
88.需要说明的是，标准状态信息可以是待检测零件的零件状态代码对应的标准状态的相关信息。零件检测设备可确定待检测零件的零件状态代码，根据该零件状态代码确定对应的标准状态信息，以判断该待检测零件是否使用正确。
89.应当理解的是，为了准确地对待检测零件的状态信息进行检测，以确保该待检测零件使用正确，本实施例零件检测设备获取待检测零件的标准状态信息，并根据标准状态信息和当前状态信息对待检测零件进行状态检测，状态检测可包括根据标准状态信息对当前状态信息进行状态匹配，以根据匹配结果确定待检测零件的当前状态信息是否与标准状态信息相同，若相同，则判定待检测零件使用正确；若不正确，则判定待检测零件使用错误，并进行错误提醒或发出错误警报。
90.进一步地，为了在检测出待检测零件存在异常时，作出相应的提醒操作，上述步骤s40之后，可包括：
91.在所述待检测零件的状态检测结果存在异常时，根据预设提醒策略进行状态异常提醒；
92.获取所述待检测零件对应的零件信息；
93.将所述状态检测结果和所述零件信息上传至预设数据库。
94.需要说明的是，预设提醒策略可以是预先设置的状态异常提醒策略，例如预设提醒策略可以是语音提醒策略、蜂鸣提醒策略、灯光提醒策略等。上述零件信息可是待检测零件的相关信息，例如零件信息可包括待检测零件的差异信息、零件状态信息、零件状态代码、vin码等信息。
95.本实施例通过获取待检测零件的目标图像信息，根据所述目标图像信息确定所述待检测零件的当前差异信息，根据所述当前差异信息确定所述待检测零件的当前状态信息，获取所述待检测零件对应的标准状态信息，并根据所述标准状态信息和所述当前状态信息对所述待检测零件进行状态检测。由于本发明通过获取待检测零件的目标图像信息，从而准确地确定待检测零件的当前状态信息，再根据标准状态信息和当前状态信息对待检测零件进行状态检测，提升了零件状态检测的准确性，有效避免了车辆零件漏装或装错的风险。
96.参考图3，图3为本发明一种车辆零件状态检测方法第二实施例的流程示意图。
97.基于上述第一实施例，在本实施例中，所述步骤s20，包括：
98.步骤s201：获取所述待检测零件对应的模板图像信息。
99.需要说明的是，模板图像信息可以是包含由待检测零件标准差异点信息的模板图像，零件检测设备可预先通过图像采集、图像截取、图像降噪获取待检测零件的标准差异点信息，再将标准差异点信息保存至模板图像中，以获得待检测零件对应的模板图像信息。
100.步骤s202：根据所述模板图像信息对所述目标图像信息进行差异匹配。
101.需要说明的是，差异匹配可以是图像特征匹配等匹配方式，零件检测设备可通过opencv模板匹配(matchtemplate)函数对目标图像信息进行差异匹配。
102.应当理解的是，为了准确地识别待检测零件的实际差异点信息，本实施例根据模板图像信息对目标图像信息进行差异匹配，以获得待检测零件的对应的差异匹配结果，从而确定待检测零件的实际差异点信息。
103.步骤s203：根据差异匹配结果确定所述待检测零件的相似参数。
104.需要说明的是，差异匹配结果可以是待检测零件经过差异匹配后得到的差异点信息相关的结果。上述相似参数可以是待检测零件的当前差异点信息与标准差异点信息之间的相似程度相关的相似值参数。
105.应当理解的是，为了确定待检测零件的目标图像信息与模板图像信息之间的差异相似程度，本实施例零件检测设备根据模板图像信息并通过opencv模板匹配(matchtemplate)函数对目标图像信息进行差异匹配，获得差异匹配结果，再根据差异匹配结果确定待检测零件的目标图像信息与模板图像信息的相似程度，根据上述相似程度生成相似参数或相似值。
106.步骤s204：根据预设阈值和所述相似参数确定所述待检测零件的当前差异信息。
107.在具体实现中，零件检测设备根据预设阈值和相似参数确定待检测零件的当前差异信息，零件检测设备根据预设阈值中的标准值作为参照值，以此确定相似参数是否满足条件，若相似值大于或等于预设阈值，则判定零件检测设备识别到该待检测零件的当前差异信息；若相似值小于预设阈值，则判定零件检测设备未识别到待检测零件的当前差异信息。
108.本实施例通过获取所述待检测零件对应的模板图像信息，根据所述模板图像信息对所述目标图像信息进行差异匹配，根据差异匹配结果确定所述待检测零件的相似参数，根据预设阈值和所述相似参数确定所述待检测零件的当前差异信息。由于本发明根据待检测零件对应的模板图像信息对目标图像信息进行差异匹配，以根据差异匹配结果确定待检测零件的相似参数，再根据预设阈值和相似参数确定待检测零件的当前差异信息，从而准确地获取的待检测零件的当前差异信息，提升了待检测零件的状当前态信息获取的准确性，有效避免了由于当前差异信息获取错误而导致检测出现误差的问题。
109.参考图4，图4为本发明一种车辆零件状态检测方法第三实施例的流程示意图。
110.基于上述第一实施例，在本实施例中，所述步骤s40，包括：
111.步骤s401：根据预设映射表确定所述当前差异信息对应的当前状态代码。
112.需要说明的是，当前状态代码可以是待检测零件所对应的状态代码，上述预设映射表可以是零件检测设备预先根据待检测零件的差异信息和状态代码之间的对应关系设置的关系映射表。
113.步骤s402：获取所述待检测零件对应的标准状态代码。
114.需要说明的是，标准状态代码可以是待检测零件的标准状态的代码，标准状态代码与标准差异点信息相对应，零件检测设备可根据标准状态代码对应的标准差异信息来判断待检测零件的当前状态代码所对应的当前差异信息是否正确。
115.步骤s403：在所述当前状态代码与所述标准状态代码相符合时，获取所述待检测零件对应的标准状态信息。
116.需要说明的是，标准状态信息可以是待检测零件的标准状态代码所对应的标准状态的相关信息。
117.步骤s404：根据所述标准状态信息和所述当前状态信息对所述待检测零件进行状态检测。
118.需要说明的是，标准状态信息可以是待检测零件的零件状态代码对应的标准状态
的相关信息。零件检测设备可确定待检测零件的零件状态代码，根据该零件状态代码确定对应的标准状态信息，以判断该待检测零件是否使用正确。
119.应当理解的是，为了准确地对待检测零件的状态信息进行检测，以确保该待检测零件使用正确，本实施例零件检测设备获取待检测零件的标准状态信息，并根据标准状态信息和当前状态信息对待检测零件进行状态检测，状态检测可包括根据标准状态信息对当前状态信息进行状态匹配，以根据匹配结果确定待检测零件的当前状态信息是否与标准状态信息相同，若相同，则判定待检测零件使用正确；若不正确，则判定待检测零件使用错误，并进行错误提醒或发出错误警报。
120.本实施例通过根据预设映射表确定所述当前差异信息对应的当前状态代码，获取所述待检测零件对应的标准状态代码，在所述当前状态代码与所述标准状态代码相符合时，获取所述待检测零件对应的标准状态信息，根据所述标准状态信息和所述当前状态信息对所述待检测零件进行状态检测。由于本发明根据预设映射表确定当前差异信息对应的当前状态代码，通过判断待检测零件的当前状态代码是否与标准状态代码相符合，在当前状态代码与标准状态代码相符合时，获取所述待检测零件对应的标准状态信息，再根据所述标准状态信息和所述当前状态信息对所述待检测零件进行状态检测，提升了车辆零件状态检测的准确性，有效降低了检测误差。
121.此外，本发明实施例还提出一种存储介质，所述存储介质上存储有车辆零件状态检测程序，所述车辆零件状态检测程序被处理器执行时实现如上文所述的车辆零件状态检测方法的步骤。
122.由于本存储介质采用了上述所有实施例的全部技术方案，因此至少有上述实施例的技术方案所带来的所有有益效果，在此不再一一赘述。
123.参照图5，图5为本发明车辆零件状态检测装置第一实施例的结构框图。
124.如图5所示，本发明实施例提出的车辆零件状态检测装置包括：
125.图像获取模块10，用于获取待检测零件的目标图像信息；
126.差异获取模块20，用于根据所述目标图像信息确定所述待检测零件的当前差异信息；
127.状态获取模块30，用于根据所述当前差异信息确定所述待检测零件的当前状态信息；
128.状态检测模块40，用于获取所述待检测零件对应的标准状态信息，并根据所述标准状态信息和所述当前状态信息对所述待检测零件进行状态检测。
129.进一步地，所述图像获取模块10，还用于获取所述待检测零件的初始图像信息；根据预设图像处理策略对所述初始图像信息进行图像处理，获得所述待检测零件的目标图像信息。
130.进一步地，所述图像获取模块10，还用于获取所述待检测零件对应的模板图像信息；根据所述模板图像信息对所述目标图像信息进行差异匹配；根据差异匹配结果确定所述待检测零件的相似参数；根据预设阈值和所述相似参数确定所述待检测零件的当前差异信息。
131.进一步地，所述图像获取模块10，还用于将所述目标图像信息输入至预先构建的相似解析模型，获得相似解析结果；根据所述相似解析结果确定所述待检测零件的相似参
数；根据预设阈值和所述相似参数确定所述待检测零件的当前差异信息。
132.进一步地，所述差异获取模块20，还用于对所述待检测零件进行差异检测，根据检测结果和所述目标图像信息确定所述待检测零件的当前差异信息。
133.进一步地，所述状态检测模块40，还用于根据预设映射表确定所述当前差异信息对应的当前状态代码；获取所述待检测零件对应的标准状态代码；在所述当前状态代码与所述标准状态代码相符合时，获取所述待检测零件对应的标准状态信息；根据所述标准状态信息和所述当前状态信息对所述待检测零件进行状态检测。
134.进一步地，所述状态检测模块40，还用于在所述待检测零件的状态检测结果存在异常时，根据预设提醒策略进行状态异常提醒；获取所述待检测零件对应的零件信息；将所述状态检测结果和所述零件信息上传至预设数据库。
135.本实施例通过获取待检测零件的目标图像信息，根据所述目标图像信息确定所述待检测零件的当前差异信息，根据所述当前差异信息确定所述待检测零件的当前状态信息，获取所述待检测零件对应的标准状态信息，并根据所述标准状态信息和所述当前状态信息对所述待检测零件进行状态检测。由于本发明通过获取待检测零件的目标图像信息，从而准确地确定待检测零件的当前状态信息，再根据标准状态信息和当前状态信息对待检测零件进行状态检测，提升了零件状态检测的准确性，有效避免了车辆零件漏装或装错的风险。
136.应当理解的是，以上仅为举例说明，对本发明的技术方案并不构成任何限定，在具体应用中，本领域的技术人员可以根据需要进行设置，本发明对此不做限制。
137.需要说明的是，以上所描述的工作流程仅仅是示意性的，并不对本发明的保护范围构成限定，在实际应用中，本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的，此处不做限制。
138.另外，未在本实施例中详尽描述的技术细节，可参见本发明任意实施例所提供的车辆零件状态检测方法，此处不再赘述。
139.此外，需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
140.上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
141.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如只读存储器(read only memory，rom)/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
142.以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技
术领域，均同理包括在本发明的专利保护范围内。