[发明专利]一种车辆的螺丝扭力确定方法及扭力扳手

权利要求书

1.一种车辆的螺丝扭力确定方法，其特征在于，包括：

获取与所述车辆的零部件对应的目标图像；

根据所述目标图像，提取螺丝特征信息；

根据所述螺丝特征信息，确定与所述螺丝特征信息对应的螺丝扭力。

2.根据权利要求1所述的螺丝扭力确定方法，其特征在于，所述根据所述目标图像，提取螺丝特征信息包括：

根据所述目标图像，提取螺丝区域图像；

确定与所述螺丝区域图像对应的螺丝特征信息。

3.根据权利要求2所述的螺丝扭力确定方法，其特征在于，所述螺丝特征信息包括螺丝位置名称，所述确定与所述螺丝区域图像对应的螺丝特征信息包括：

确定所述螺丝区域图像在所述目标图像的图像位置；

根据所述图像位置，确定与所述螺丝区域图像对应的螺丝位置名称。

4.根据权利要求3所述的螺丝扭力确定方法，其特征在于，所述确定所述螺丝区域图像在所述目标图像的图像位置包括：

根据第一深度学习模型，确定所述螺丝区域图像在所述目标图像的图像位置。

5.根据权利要求4所述的螺丝扭力确定方法，其特征在于，还包括：

获取与所述零部件对应的多个零部件样本图像；

根据深度学习算法，训练多个所述零部件样本图像，得到第一深度学习模型。

6.根据权利要求2所述的螺丝扭力确定方法，其特征在于，所述螺丝特征信息包括螺丝类型，所述确定与所述螺丝区域图像对应的螺丝特征信息包括：

根据所述螺丝区域图像，识别与所述螺丝区域图像对应的头部标识；

根据所述头部标识，确定与所述螺丝区域图像对应的螺丝类型。

7.根据权利要求6所述的螺丝扭力确定方法，其特征在于，所述根据所述螺丝区域图像，识别与所述螺丝区域图像对应的头部标识包括：

根据第二深度学习模型，识别与所述螺丝区域图像对应的头部标识。

8.根据权利要求7所述的螺丝扭力确定方法，其特征在于，还包括：

获取多个螺丝样本图像；

根据深度学习算法，训练多个所述螺丝样本图像，得到第二深度学习模型。

9.根据权利要求1至8任一项所述的螺丝扭力确定方法，其特征在于，所述螺丝特征信息包括螺丝位置名称，所述根据所述螺丝特征信息，确定与所述螺丝特征信息对应的螺丝扭力包括：

根据所述螺丝位置名称，在预设数据库中查询与所述螺丝位置名称对应的第一扭力；

确定所述第一扭力为所述螺丝扭力。

10.根据权利要求9所述的螺丝扭力确定方法，其特征在于，所述螺丝特征信息还包括螺丝类型，在确定所述第一扭力为所述螺丝扭力之前，所述根据所述螺丝特征信息，确定与所述螺丝特征信息对应的螺丝扭力，还包括：

根据所述螺丝类型，在所述预设数据库中查询与所述螺丝类型对应的第二扭力；

根据所述第二扭力，校验所述第一扭力。

11.根据权利要求10所述的螺丝扭力确定方法，其特征在于，所述根据所述第二扭力，校验所述第一扭力包括：

判断所述第二扭力是否大于或等于所述第一扭力；

若大于或等于，则将所述第一扭力确定为螺丝扭力；

若小于，则产生提醒信息。

12.一种扭力扳手，其特征在于，包括：

图像采集装置，用于对车辆的零部件进行拍摄；

控制器，包括至少一个处理器，与所述图像采集装置连接；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至11任一项所述的螺丝扭力确定方法。

13.一种非易失性可读存储介质，其特征在于，所述非易失性可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使电子设备执行如权利要求1至11任一项所述的螺丝扭力确定方法。