唐曉瀾，賈杰，王成林，孫國慶，阮玲玉

（1.西京學院 電子信息學院，陜西西安，710123；2.河南省?？C器人制造有限公司，河南新鄉(xiāng)，453000）

0 引言

傳統(tǒng)的元器件識別方法，一般采用自動識別并輔助人工定義特征的方式，對元器件的狀態(tài)進行識別，但是在維護檢修的過程中，還需要對元器件進行定位，以便快速解決問題的發(fā)生。因此，傳統(tǒng)對元器件定位識別的技術(shù)就存在了定位精度低的問題。雖然結(jié)合多種算法的運用，可以適當提高定位精度，但是算法的疊加使得計算過多，減慢定位時效。所以在現(xiàn)今的研究中，雷文桐等人[1]基于深度學習的方法，對元器件進行視覺上的識別和定位技術(shù)的研究，通過算法運用提高識別定位精度；夏玉果等人[2]的研究，通過多尺度注意力機制分析電子元器件深度遷移識別方法，提高了對元器件的識別精度。上述的研究中，最終目的都是為了提升精度，優(yōu)化算法，因此本文基于物聯(lián)網(wǎng)技術(shù)對密閉室內(nèi)的元器件進行定位識別，在闡述本文觀點的同時為其他相關(guān)研究提供一定的參考。

1 基于物聯(lián)網(wǎng)技術(shù)的密閉室內(nèi)元器件識別定位方法

■1.1 基于物聯(lián)網(wǎng)技術(shù)傳感元器件信息

在物聯(lián)網(wǎng)技術(shù)下的元器件信息的收集，是作為技術(shù)整體運用中的一小部分的應(yīng)用。在物聯(lián)網(wǎng)技術(shù)體系的架構(gòu)中，通過上層的應(yīng)用協(xié)同，實現(xiàn)數(shù)據(jù)的傳輸，而下層作為采集和傳輸?shù)闹饕窂?，能夠基于傳感技術(shù)實現(xiàn)信息的動態(tài)獲取。

其中對于密閉室內(nèi)元器件信息的智能傳感技術(shù)，是物聯(lián)網(wǎng)運用中的一個重要部分，同時與傳統(tǒng)傳感技術(shù)的結(jié)合，能夠?qū)鞲衅髟械募杉夹g(shù)、微型處理等手段相結(jié)合，并且形成高效的物理傳感終端設(shè)備。因此本文所采用的智能傳感設(shè)備，具有自適應(yīng)的小型化特征，能夠在密閉室的獨特環(huán)境中發(fā)揮作用[3]。

傳感器在密閉室內(nèi)信息傳輸時，根據(jù)密閉室內(nèi)元器件的運行電荷進行計算，獲得元器件的微分電流，并通過負載電阻形成回路中的傳感輸出電壓。在傳感器進行信號電壓值的輸出時，與元器件的電場強度成正比，根據(jù)密閉室內(nèi)有限區(qū)域的電場強度與導體電位所成的比例關(guān)系，能夠得到傳感器的信息與電位的連接信息，二者之間的關(guān)系受到傳感器和導體之間的影響，并獲得傳感器與元器件之間的信息，并對信號進行輸出，通過輸出信號對元器件的信息進行分析。

■1.2 提取元器件信息圖像特征

在物聯(lián)網(wǎng)技術(shù)下傳感器的信息傳感的基礎(chǔ)上，分析傳感得到的圖像信息，通過對目標的檢測和學習，分析元器件與密閉室的區(qū)別，實現(xiàn)對元器件的識別。本文所用到的圖像特征的提取相關(guān)性如圖1 所示。

圖1 圖像特征提取的相關(guān)性

為了對傳感器的傳感信息進行特征的提取，本文通過圖像數(shù)據(jù)的傳感要求，結(jié)合計算機的應(yīng)用，采用相應(yīng)的特征提取算法，采用顏色特征的方式提取元器件的圖像特征。在顏色空間中，利用顏色空間的三原色分量進行顏色的組成，通過對圖像領(lǐng)域中的陰極射線管等對圖像進行顯示[4]。

在顏色直方圖的應(yīng)用中，通過圖像的色調(diào)排布來分別顏色空間中的目標相似度，在顏色的匹配中對元器件進行識別。將傳感器的識別圖像進行區(qū)域的劃分，那么可以獲得對應(yīng)的表達式：

式（1）中，pi表示顏色直方圖；ki表示圖像中的第i個顏色，對式（1）進行歸一化處理，得到：

式(2)中，M表示圖片中的像素劃分個數(shù)。那么可以通過對應(yīng)的顏色直方圖獲得顏色矩，通過顏色矩的特征描述，能夠?qū)鞲袌D像中的分布信息等進行體現(xiàn)。

■1.3 融合相機成像原理識別元器件

在對上述的元器件信息進行特征提取后，能夠根據(jù)已有的圖像信息特征，分析元器件的坐標位置，本文通過相機成像原理，通過幾何標定的方式，將圖像特征中的坐標以實際坐標的形式進行呈現(xiàn)。相機成像原理如圖2 所示[5]。

圖2 所使用的相機成像原理圖示

圖2 中，d1表示圖像平面與傳感器之前的距離；d2表示傳感器與物體之間的距離；f表示相機的焦距，那么上述的原理可以通過下式來表達：

根據(jù)相機成像原理對元器件進行分析時，可以假設(shè)相機的孔徑為無窮小數(shù)值，并在理想狀態(tài)下，假定只有孔中只有光線的透過，又根據(jù)相機自身的成像特性，為了平面的正序性，將圖像平面置于傳感器的鏡頭前方，那么將物體的實際高度進行設(shè)定，并根據(jù)物體在傳感器鏡頭中的映射，根據(jù)定理，表現(xiàn)出元器件的投影公式：

式(4)中，h1表示物體在傳感器鏡頭中的映射高度。設(shè)定相機的坐標系，將其與本文所設(shè)定的實際坐標系進行統(tǒng)合，得到對應(yīng)的元器件識別標定矩陣：

式(5)中，(x,y,z)表示元器件的投影坐標；(X,Y,Z)表示元器件的實際坐標；(u,v)表示圖像坐標系的主點坐標。那么通過測定坐標系數(shù)據(jù)，對密閉室內(nèi)的元器件進行識別[6]。

■1.4 實現(xiàn)密閉室內(nèi)元器件識別定位

基于物聯(lián)網(wǎng)技術(shù)的密閉室內(nèi)元器件識別定位方法具有多重優(yōu)勢。首先，該方法能夠?qū)崿F(xiàn)實時監(jiān)測和遠程管理，使用戶可以隨時隨地獲取元器件的狀態(tài)數(shù)據(jù)，并采取相應(yīng)的措施。其次，通過大數(shù)據(jù)分析和預(yù)測維護，該方法能夠利用收集到的信息數(shù)據(jù)進行深入挖掘和分析，預(yù)測元器件的運行狀況和壽命，提高維護效率。此外，通過自動化和智能化操作，該方法減少了人工干預(yù)和誤操作的風險，提高了工作效率。最后，由于物聯(lián)網(wǎng)技術(shù)具有較強的系統(tǒng)集成和擴展性，該方法可以與其他系統(tǒng)無縫集成，構(gòu)建統(tǒng)一的監(jiān)測和管理平臺，并根據(jù)需求進行靈活改進和拓展。綜上所述，基于物聯(lián)網(wǎng)技術(shù)的密閉室內(nèi)元器件識別定位方法為實現(xiàn)精確識別定位、提高運維效率和可靠性、降低成本和風險等方面帶來了重要優(yōu)勢，并在智能制造和工業(yè)自動化發(fā)展中發(fā)揮著重要作用。根據(jù)上述流程中的智能傳感，本文設(shè)計了密閉室內(nèi)元器件的識別定位方法。該方法主要包括以下幾個步驟：

（1）利用小型的多傳感器集成終端來收集元器件的信息。這些傳感器可以監(jiān)測元器件的各種參數(shù)和狀態(tài)，如溫度、濕度、電流等。通過多傳感器的數(shù)據(jù)采集，可以獲取全面的元器件信息。

（2）通過對所收集的傳感信息進行分析，可以提取元器件的圖像特征。其中，顏色空間和形狀空間是常用的空間定位方法，可以用于對元器件的狀態(tài)進行識別。通過比較元器件的特征與預(yù)設(shè)模型的匹配程度，可以確定元器件是否處于正常工作狀態(tài)或存在故障。

（3）結(jié)合物聯(lián)網(wǎng)技術(shù)來構(gòu)建元器件的識別結(jié)構(gòu)。利用物聯(lián)網(wǎng)技術(shù)，可以通過元器件的信息傳感以及相機成像原理來確定元器件的故障信息。通過將元器件與物聯(lián)網(wǎng)連接，可以實現(xiàn)實時監(jiān)測元器件的狀態(tài)，并及時傳輸相關(guān)信息。

（4）在獲得元器件的成像數(shù)據(jù)后，為了保證定位的準確性，需要對信息進行標定和處理。通過計算相機與傳感器之間的距離，可以進行圖像的二值化處理，并提取對應(yīng)的信息坐標。然后，通過計算元器件的中心像素，并考慮所測定的誤差值，可以對成像數(shù)據(jù)進行修正，以滿足實際定位的要求。基于上述的識別定位流程，能夠在物聯(lián)網(wǎng)技術(shù)下，實現(xiàn)對密閉室內(nèi)元器件的識別定位[7]。

本文設(shè)計的密閉室內(nèi)元器件識別定位方法利用智能傳感和物聯(lián)網(wǎng)技術(shù)，通過收集和分析傳感信息、提取圖像特征以及結(jié)合物聯(lián)網(wǎng)技術(shù)，能夠?qū)崿F(xiàn)對元器件狀態(tài)的準確識別和故障信息的確定。該方法在實現(xiàn)密閉室內(nèi)元器件的識別定位方面具有潛力，并為未來智能制造和工業(yè)自動化領(lǐng)域的發(fā)展提供了一種高效可行的解決方案。

2 實驗論證

■2.1 實驗說明

為了對密閉室內(nèi)元器件的識別定位方法進行研究，本文基于物聯(lián)網(wǎng)技術(shù)，分析了元器件的識別定位方法。在對本文研究方法進行測定的過程中，基于仿真實驗環(huán)境，構(gòu)建元器件的識別定位流程，通過本文方法與傳統(tǒng)方法的對比，驗證本文所研究方法的優(yōu)勢性。為了最后實驗數(shù)據(jù)表述的簡潔性，本文將所研究的基于物聯(lián)網(wǎng)技術(shù)的元器件識別定位方法設(shè)置為實驗組，傳統(tǒng)方法則為本次精度檢測實驗的對照組。

在具體的實驗元器件的分析中，本文選擇了四種元器件進行方法驗證的比較，分別為X1、X2、CPU 和PCI 元器件，上述四種元器件置于密閉室內(nèi)，通過實驗組和對照組的方法進行識別定位精度的檢測。

■2.2 實驗準備

本次的識別定位方法測定實驗中，將根據(jù)已有元器件和傳感器的安裝，通過對元器件信息的傳感，獲得元器件的圖像坐標系，并根據(jù)原理對元器件目標進行定位。實驗中對元器件識別定位的流程如圖3 所示。

圖3 元器件識別定位流程

根據(jù)圖3 中的識別定位流程，設(shè)置實驗過程。

■2.3 實驗結(jié)果

根據(jù)上述實驗流程，獲得本次密閉室內(nèi)的元器件定位結(jié)果，實驗組與對照組的對比定位數(shù)據(jù)分別如表1 和表2 所示。

表1 實驗組密閉室元器件定位情況

表2 對照組密閉室元器件定位情況

表1 中的數(shù)據(jù)顯示了實驗組對密閉室元器件的定位情況。對照組的定位數(shù)據(jù)如表2所示。

根據(jù)表1 和表的2 的數(shù)據(jù)對比分析可得，實驗組元器件的識別定位平均誤差為1.05，對照組元器件的識別定位平均誤差為2.00，因此實驗組的定位精度相對來說更高一些。在CPU 元器件的識別定位中，實驗組和對照組都存在識別定位誤差較大的情況，根據(jù)實驗復盤分析出，由于元器件的傳感器的；連接不夠靈敏，導致信息傳輸存在一定的誤差，經(jīng)過優(yōu)化后的元器件定位識別精度均獲得一定的程度的提高。

3 結(jié)束語

本文對基于物聯(lián)網(wǎng)技術(shù)的密閉室內(nèi)的元器件識別定位方法進行了研究，通過物聯(lián)網(wǎng)傳感技術(shù)獲得元器件的數(shù)據(jù)信息，然后通過圖像特征的提取以及相機成像原理的運用，實現(xiàn)對元器件的識別定位。但是本文仍然存在一定的不足之處，在實驗過程中由于對元器件和傳感器的連接出現(xiàn)一定的錯誤，導致實驗中存在的誤差較大，經(jīng)過驗證修復后，對此問題進行了改善。