[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

专利信息
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
【说明书】:

发明公开一种工业物联网下基于视觉的轻量级产能管控方法,含边缘计算智能盒控制系统和边服务系统,在产线上部署一或多个摄像头,一或多个边缘计算智能盒;摄像头发绑定请求,边缘计算智能盒收请求,边缘计算智能盒和摄像头绑定;边缘计算智能盒发初始化配置请求,边服务系统收请求;边缘计算智能盒从边服务系统上获取对应的模型地址并下载模型;边缘计算智能盒从边服务系统上获取边缘计算智能盒配置信息;边缘计算智能盒截取摄像头发过来的实时视频流数据并运行模型,得到模型识别结果;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。该方法提高数字化工厂的效率,降低成本,提高产能管控水平。

技术领域

本发明涉及数字化工厂产能管控的技术领域,尤其是一种工业物联网下基于视觉的轻量级产能管控方法。

背景技术

目前,在复杂的工业物联网场景下,针对数字化工厂的产能管控问题,通常的解决方案是对接第三方系统(例如:MES、CRM、ERP等信息系统)。这种解决方案,一定程度上能解决数字化工厂下如产量统计、良品数统计、设备状态实时统计、机器或者人工操作是否规范等问题,但是这种产能管控方式并不能显著提高数字化工厂的产能管控水平,也无法提升数字化工厂的效率,同时还增加了数字化工厂的成本。

发明内容

本发明要解决的技术问题是:为了解决上述背景技术中存在的问题,提供一种工业物联网下基于视觉的轻量级产能管控方法,极大地提高数字化工厂的效率,降低数字化工厂的成本,提高数字化工厂的产能管控水平。

本发明解决其技术问题所采用的技术方案是:一种工业物联网下基于视觉的轻量级产能管控方法,包含边缘计算智能盒控制系统和边服务系统,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。

进一步具体地限定,上述技术方案中,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;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。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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/202111001174.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top