知识图谱驱动的发动机AR辅助维修技术研究与实现

来源 :昆明理工大学 | 被引量 : 0次 | 上传用户:bombwang1986
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
发动机作为汽车的核心部件,具有类型繁多,结构复杂、零部件数量多等特点,其维修是汽车维修过程中的重点和难点。在发动机故障维修工作中,存在故障原因查找困难、零部件结构认知不准确、维修操作过程不规范、维修效率低等问题,仅依靠维修人员的维修经验和查询维修手册等传统方法很难保证发动机故障准确高效的维修需求。目前针对发动机故障维修主要依靠电脑诊断软件故障和维修人员依据故障现象和经验查找硬件故障这两种方式,而在使用其他技术辅助发动机故障维修方面的研究很少,不能很好的解决发动机故障维修操作不规范且效率低的问题。本文以发动机为研究对象,针对发动机故障原因查找困难,构建了发动机故障维修知识图谱,实现了维修数据的统一结构化表示,为故障原因的查找和维修资源的推送提供了数据支撑;针对发动机维修过程零部件结构认知困难和操作不规范,研究了用AR技术辅助维修人员解决发动机故障的方法,保证故障维修的规范性和高效性;并综合知识图谱和AR技术设计开发了发动机故障辅助维修系统。首先,对发动机故障检修过程产生的大量维修数据进行分析处理,再通过知识抽取、知识融合、知识加工等技术构建发动机故障维修知识图谱,实现对维修数据的统一结构化表示;然后,以构建的发动机故障维修知识图谱为基础,通过子图匹配、相似度计算等过程实现对发动机故障的维修方法检索,并基于知识图谱中维修工具本体模型,研究了对发动机维修过程中所需维修工具的匹配推送方法;接着,针对AR辅助维修过程所需的关键技术,研究了基于ORB和KLT算法的发动机故障维修虚拟模型三维跟踪注册方法,具体包括特征点检测、特征描述、特征点匹配跟踪等实现故障维修虚拟场景与真实世界的三维跟踪注册,并完成了对辅助维修过程中的虚实融合显示和人机交互方式的设计;最后,以发动机空气滤清器故障维修为例,搭建了发动机故障辅助维修系统,实现了故障检索、维修步骤推送,维修过程AR展示等功能,验证了所提方法的可行性和实用性。本论文的研究方法为发动机故障维修提供了新的思路,对提高发动机故障准确高效的维修具有一定的实际意义,为其他领域设备的辅助维修过程提供了借鉴经验。
其他文献
初中作为小学与高中的“桥梁”发挥着承上启下的作用。但就英语这门学科而言,颠覆了学生以往的语言习惯,而学生之间又有差异性,所以学生的英语学习情况存在较大差异。部分教师在进行英语作业布置的时候忽略了这些差异,导致学生之间呈现出两极分化的现象。因此,文章从价值、对策两个方面入手,陈述了分层布置初中英语作业的方法。
脑机接口(Brain-Computer Interface,BCI)是一种前沿的人机交互技术,可实现大脑与外部设备的直接信息交流。近年来,功能性近红外光谱(Functional Near-infrared Spectroscopy,fNIRS)技术凭借诸多的优点脱颖而出,成为发展BCI的重要新兴方案。基于运动想象(Motor Imagery,MI)的BCI在军事、康复医学、娱乐和智能机器人的控制等
人口作为社会经济发展的基础条件,其活动与城镇经济、交通、环境、医疗、教育等密切相关。在空间规划机构改革、指导思想、编制审批体系、法规政策体系以及实施监管体系调整等新形势与新要求下,国土空间规划的发展模式转变为以人为本、增存并重的高质量全面可持续发展。因此,优化新时期国土空间规划的重要方法之一即构建以人为本的规划原则与应用体系。结合人群活动研究的主要应用领域,包括GIS、城市地理学、人文地理学与时间
图像中的最大像素值与最小像素值之比被称为图像的动态范围,现实生活中的场景具有丰富的色彩信息和照明信息,而且动态范围较大。由于受普通摄像机的硬件结构的限制,真实场景的动态范围远远超过了普通摄像机可以捕获的范围。使用相机拍摄时,即使调整相机的曝光度,都会导致拍摄的图像出现过曝光或曝光不足的区域,而高动态范围(High Dynamic Range,HDR)图像就是通过扩大动态范围来同时展示更多自然场景亮
随着三维激光扫描技术的发展,三维点云重建技术逐渐在航天航空、计算机视觉、医疗行业和城市规划等领域得到广泛的应用,点云数据处理技术是其应用前提的核心部分。三维激光扫描技术获取到的点云是海量的和离散的,必须经过一系列的处理才能在实际的场景实现应用,而点云数据的处理技术成为制约其在各行业发展的关键因素,因此对其开展相关研究一直是国外内学者在进行的科研工作。本文在点云数据滤波、特征点提取和点云数据精简三个
城市地下管廊是城市地下空间的重要组成部分,对其实现三维模型重建是当下难点。传统的基于二维平面数据完成的建模已很难直观和精确地表现出地下空间场景,随着三维激光扫描技术的发展,基于激光点云数据完成的三维模型更加美观和精确,而要实现模型的快速重构,对点云进行语义分割是模型重建的关键技术之一。PointNet网络是直接将点云作为输入进行语义分割的开山之作,本文针对原网络在局部特征提取不足的缺点,对其网络结
复杂网络作为近几十年科学领域的新兴研究领域之一,受到了国内外广大科研工作者的广泛关注。总体而言,有关复杂网络的研究大致可以分成从微观角度和宏观角度两个研究方向:从微观角度的研究主要是从个体特性出发,研究复杂网络中的各个节点与网络特性的动态关系;从宏观角度的研究则主要从全局出发,利用图论、概率论与统计学的思想分析全局网络的动态和稳态特征。在近半个世纪的研究中,科研人员们结合代数图论、概率论、控制理论
机器视觉检测技术因不易受环境条件影响,生产成本低,安装灵活,只用在相机里安装对应的检测模块即可等优势,被应用于越来越多的领域。图像内容表示模型是机器视觉检测过程的重要环节,图像内容表示模型的不同构建方式影响机器视觉检测的应用场景。本文从应用于工业领域产品缺陷检测的角度出发,提出一种基于混合高斯的表示模型。现有的图像表示模型较多直接以检测目标为整体建模或需要大量的矩阵运算,存在对检测目标较小的细节变
坡度频率分布是定量化研究地形坡度分布的一种常用方法,以全球陆地为研究区计算坡度频率分布,能够为进一步了解地球表面地形坡度分布特征提供信息,并为相关地学研究提供一个标准统一的参照系。本研究首先从空间分布和频率分布两个方面对比了现下主流30m分辨率DEM数据集:ASTER GDEM v3.0和SRTMGL1 v3.0,对坡度表达的稳定性,并最终证明了30m分辨率下SRTMGL1 v3.0数据产品更适用
同一场景可以通过多种传感器捕获多幅图像,每一图像包含不同信息,图像融合技术就是整合多个图像的互补信息,使融合后的图像对场景描述更加全面和清晰。如今,图像融合技术已广泛应用于遥感探测、医学诊断、国防安全、工业检测等领域。然而,现有融合技术仍然存在一些亟待解决的问题。比如,当要融合的图像受损时,现有的融合方法无法在融合处理过程中恢复出丢失信息。通过图像融合和矩阵完备的逐步操作可部分恢复图像的丢失信息,