发动机漏液检测方法、装置、上位机、系统及存储介质与流程

本申请涉及漏液检测，特别涉及一种发动机漏液检测方法、装置、上位机、系统及存储介质。

背景技术：

1、在对发动机进行重新装机的过程中，存在着一个潜在的风险，即可能出现漏油点；这些漏油点如果没有被及时发现和处理，就会导致在发动机运转时机油的泄漏，不仅会严重影响试验的进度，还会对试验的安全性造成极大的威胁；因此，对于机油泄漏的监控和检测十分重要。

2、相关技术中，实验室内对于机油泄漏的检测主要依赖于人工监控和识别；然而，这种人工监控的方式效率较低，又依赖单一的图像检测技术，准确性较差，检测的范围较窄，检测能力较低；同时，由于试验间环境复杂多变，信号通信存在困难，检测成本居高不下，且对于新的泄露模式的适应性较差。

技术实现思路

1、本申请提供一种发动机漏液检测方法、装置、上位机、系统、计算机可读存储介质及计算机程序产品，以解决相关技术中对于发动机漏油的检测依赖人工，设备安装较困难、成本较高；同时检测准确性较差、检测范围较窄，对于不同实验室的适配度较低等问题。

2、本申请第一方面实施例提供一种发动机漏液检测方法，包括：获取发动机下方的过滤掉金属反射光的监控图像；对监控图像进行多边形分割得到感兴趣区域，并对感兴趣区域进行高斯滤波和直方图平均处理得到处理后的图像；将处理后的图像输入漏液检测模型，漏液检测模型输出发动机的漏液检测结果，其中，漏液检测模型基于携带有漏液真实标签的数据集训练得到。

3、可选地，在将处理后的图像输入漏液检测模型之前，还包括：获取携带有漏液标签的数据集，其中，数据集包括不同拍摄角度和不同光照参数的油滴图像与水滴图像，漏液真实标签包括油滴图像中标注的油滴位置与水滴图像中标注的水滴位置；将数据集划分为训练集和验证集，基于训练集对漏液检测模型进行迭代训练，基于验证集训练后的漏液检测模型进行识别精度验证，直到满足预设条件时停止迭代训练。

4、可选地，在迭代训练过程中，执行漏液检测模型的激活函数在拟合过程中引入不同的非线性过程、调整漏液检测模型的学习率和调整漏液检测模型的损失值的至少一种操作。

5、可选地，漏液检测模型包括卷积层、池化层、激活函数、全连接层和损失函数，其中，卷积层用于提出图像特征；池化层用于对图像特征进行降采样；激活函数用于引入非线性特性；全连接层用于映射卷积层和池化层提取的特征得到漏液检测结果；损失函数用于衡量漏液检测结果与漏液真实标签的损失值，通过反向传播更新漏液检测模型的网络参数。

6、可选地，感兴趣区域为油滴与水滴可能滴落的区域。

7、本申请第二方面实施例提供一种发动机漏液检测装置，包括：获取模块，用于获取发动机下方的过滤掉金属反射光的监控图像；分割模块，用于对监控图像进行多边形分割得到感兴趣区域，并对感兴趣区域进行高斯滤波和直方图平均处理得到处理后的图像；输出模块，用于将处理后的图像输入漏液检测模型，漏液检测模型输出发动机的漏液检测结果，其中，漏液检测模型基于携带有漏液真实标签的数据集训练得到。

8、可选地，发动机漏液检测装置进一步用于：在将处理后的图像输入漏液检测模型之前，获取携带有漏液标签的数据集，其中，数据集包括不同拍摄角度和不同光照参数的油滴图像与水滴图像，漏液真实标签包括油滴图像中标注的油滴位置与水滴图像中标注的水滴位置；将数据集划分为训练集和验证集，基于训练集对漏液检测模型进行迭代训练，基于验证集训练后的漏液检测模型进行识别精度验证，直到满足预设条件时停止迭代训练。

9、可选地，在迭代训练过程中，执行漏液检测模型的激活函数在拟合过程中引入不同的非线性过程、调整漏液检测模型的学习率和调整漏液检测模型的损失值的至少一种操作。

10、可选地，漏液检测模型包括卷积层、池化层、激活函数、全连接层和损失函数，其中，卷积层用于提出图像特征；池化层用于对图像特征进行降采样；激活函数用于引入非线性特性；全连接层用于映射卷积层和池化层提取的特征得到漏液检测结果；损失函数用于衡量漏液检测结果与漏液真实标签的损失值，通过反向传播更新漏液检测模型的网络参数。

11、可选地，感兴趣区域为油滴与水滴可能滴落的区域。

12、本申请第三方面实施例提供一种上位机，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序，以实现如上的发动机漏液检测方法。

13、本申请第四方面实施例提供一种发动机漏液检测系统，包括：图像采集装置，其中，图像采集装置的镜头前设置有偏振镜；补光灯，用于对发动机下方的感兴趣区域进行补光；上位机，用于获取图像采集装置采集的发动机下方的过滤掉金属反射光的监控图像，对监控图像进行多边形分割得到感兴趣区域，并对感兴趣区域进行高斯滤波和直方图平均处理得到处理后的图像，将处理后的图像输入漏液检测模型，漏液检测模型输出发动机的漏液检测结果，其中，漏液检测模型基于携带有漏液真实标签的数据集训练得到。

14、本申请第五方面实施例提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行，以用于实现如上的发动机漏液检测方法。

15、本申请第六方面实施例提供一种计算机程序产品，其上存储有计算机程序或指令，该计算机程序或指令被执行时，以实现如上的发动机漏液检测方法。

16、由此，本申请至少具有如下有益效果：

17、本申请实施例可以对原始数据采用高斯滤波等降噪方法来降低虚警率，同时借助镜头内置光学防抖技术，减小了摄像头抖动对检测结果的影响；可以通过光照直方图平均，有效抑制金属底板上的反光虚警问题；同时借助偏振镜提取偏振光，增强液滴在金属表面的成像，提高识别准确性；由此，本申请实施例可以通过卷积神经网络视觉识别结合发动机试验间的独特需求，在不加装硬件设备的前提下针对机油、防冻液泄漏问题可以快速检测，大大降低试验间安全风险，提升检测准确性的同时降低成本，满足实际使用需要。

18、本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。

技术特征：

1.一种发动机漏液检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的发动机漏液检测方法，其特征在于，在将所述处理后的图像输入漏液检测模型之前，还包括：

3.根据权利要求2所述的发动机漏液检测方法，其特征在于，在迭代训练过程中，执行所述漏液检测模型的激活函数在拟合过程中引入不同的非线性过程、调整所述漏液检测模型的学习率和调整所述漏液检测模型的损失值的至少一种操作。

4.根据权利要求1-3任意一项所述的发动机漏液检测方法，其特征在于，所述漏液检测模型包括卷积层、池化层、激活函数、全连接层和损失函数，其中，

5.根据权利要求1所述的发动机漏液检测方法，其特征在于，所述感兴趣区域为油滴与水滴可能滴落的区域。

6.一种发动机漏液检测装置，其特征在于，包括：

7.一种上位机，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如权利要求1-5任一项所述的发动机漏液检测方法。

8.一种发动机漏液检测系统，其特征在于，包括：

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行，以用于实现如权利要求1-5任一项所述的发动机漏液检测方法。

10.一种计算机程序产品，其上存储有计算机程序或指令，其特征在于，所述计算机程序或指令被执行时，以实现权利要求1-5任一项所述的发动机漏液检测方法。

技术总结本申请涉及漏液检测技术领域，特别涉及一种发动机漏液检测方法、装置、上位机、系统及存储介质，其中，方法包括：获取发动机下方的过滤掉金属反射光的监控图像；对监控图像进行多边形分割得到感兴趣区域，并对感兴趣区域进行高斯滤波和直方图平均处理得到处理后的图像；将处理后的图像输入漏液检测模型，漏液检测模型输出发动机的漏液检测结果，其中，漏液检测模型基于携带有漏液真实标签的数据集训练得到。解决了相关技术中对于发动机漏油的检测依赖人工，设备安装较困难、成本较高；同时检测准确性较差、检测范围较窄，对于不同实验室的适配度较低的问题。技术研发人员：郑吉,张文韬,徐宁宁,慕立超,冯朋朋,闫涛受保护的技术使用者：中国第一汽车股份有限公司技术研发日：技术公布日：2024/9/9