[发明专利]一种工业物联网下基于视觉的轻量级产能管控方法有效
申请号: | 202111001174.6 | 申请日: | 2021-08-30 |
公开(公告)号: | CN113449701B | 公开(公告)日: | 2022-01-07 |
发明(设计)人: | 刘小苏;马元巍;陈翠红;潘正颐 | 申请(专利权)人: | 常州微亿智造科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;H04N7/18 |
代理公司: | 常州至善至诚专利代理事务所(普通合伙) 32409 | 代理人: | 朱丽莎 |
地址: | 213100 江苏省常*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 工业 联网 基于 视觉 轻量级 产能 方法 | ||
1.一种工业物联网下基于视觉的轻量级产能管控方法,其特征在于:包含边缘计算智能盒控制系统和边服务系统;
所述的边缘计算智能盒控制系统包括绑定模块、初始化模块、模型下载模块、获取配置信息模块、截取视频流模块、模型识别模块和模型识别结果上报模块;
所述的绑定模块用于实现边缘计算智能盒与摄像头之间的绑定;
所述的初始化模块用于将边缘计算智能盒与摄像头的配对信息发送给边服务系统;
所述的模型下载模块用于边缘计算智能盒根据当前场景的需要从边服务系统下载某项能力的模型;
所述的获取配置信息模块用于边缘计算智能盒向边服务系统获取相关配置信息,该配置信息包括视频流标识ID、视频流ID、该视频流监控的工位信息、该视频流包含的算法能力信息以及该项算法能力下的图像区域标注信息和规则信息;
所述的截取视频流模块用于将从摄像头拉取的视频流中截取一些帧并保存为图像信息;
所述的模型识别模块用于在边缘计算智能盒端运行某项能力的算法模型,从截取的视频流图像中识别出该项能力下的对应的图像标注信息;
所述的模型识别结果上报模块用于将边缘计算智能盒上运行的模型识别结果上报给边服务系统,然后边服务系统收到识别结果后,经过一些处理,保存在数字化工厂的云端;
所述边服务系统包括边缘计算智能盒配置管理模块、算法模型管理模块、模型能力管理模块和模型检测结果处理模块;
所述边缘计算智能盒配置管理模块用于将边缘计算智能盒和摄像头相关的配置信息进行统一管理,统一管理的内容包括视频流标识ID、视频流ID、该视频流监控的工位信息、该视频流包含的算法能力信息以及该项算法能力下的图像区域标注信息和规则信息;
具体步骤如下:
第1步骤、在产线上部署一个或者多个摄像头,一个或者多个边缘计算智能盒;
第2步骤、摄像头发起绑定请求,边缘计算智能盒收到该绑定请求,边缘计算智能盒和摄像头绑定成功;
第3步骤、边缘计算智能盒发起初始化配置请求,边服务系统收到该初始化配置请求,边服务系统保存边缘计算智能盒与摄像头的对应关系;
第4步骤、边缘计算智能盒根据某项模型能力ID和边缘计算智能盒ID从边服务系统上获取对应的模型地址,并下载对应的模型;
第5步骤、边缘计算智能盒根据边缘计算智能盒ID从边服务系统上获取边缘计算智能盒对应的配置信息;
第6步骤、边缘计算智能盒截取摄像头发过来的实时视频流图像,并运行模型,得到模型识别结果;
第7步骤、边缘计算智能盒将模型识别结果上报给边服务系统,边服务系统收到该模型识别结果进行处理,完成持久化存储,并将处理结果返回给边缘计算智能盒。
2.根据权利要求1所述的一种工业物联网下基于视觉的轻量级产能管控方法,其特征在于:所述的边服务系统包括边缘计算智能盒配置管理模块、算法模型管理模块、模型能力管理模块和模型检测结果处理模块;所述的边缘计算智能盒配置管理模块用于将边缘计算智能盒和摄像头相关的配置信息进行统一管理;所述的算法模型管理模块用于边服务系统将各种算法对应的模型相关文件进行统一管理;所述的模型能力管理模块用于边服务系统将各种模型能力进行统一管理;所述的模型检测结果处理模块用于边服务系统将模型检测的结果进行统一处理。
3.根据权利要求2所述的一种工业物联网下基于视觉的轻量级产能管控方法,其特征在于:在模型下载模块中,如当前关心的是每天产出多少良品数,则边缘计算智能盒需要向边服务系统申请下载质量检测能力的模型;如当前关心的是每天的产量,则边缘计算智能盒需要向边服务系统申请下载分类统计能力模型;如当前关心的是设备实时状态,则边缘计算智能盒需要向边服务系统申请下载识别设备状态能力模型;如当前关心的是机器操作或者人工操作是否规范,则边缘计算智能盒需要向边服务系统申请下载动作识别能力模型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于常州微亿智造科技有限公司,未经常州微亿智造科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111001174.6/1.html,转载请声明来源钻瓜专利网。