【技術實現步驟摘要】
本申請涉及計算機領域，具體而言，涉及一種用于工藝特征識別的數據處理方法和裝置。
技術介紹
1、工藝特征識別技術通常采取傳統的基于拓撲的方式，如根據面、邊之間的垂直、重合關系等，推斷出工藝特征所在的位置。
2、現有技術中，通過機器學習對三維物體進行邊或面的分類，可能會基于點云或根據多攝像頭機位采樣得到的圖片進行學習，在獲取到待檢測工件的點云圖像后，根據點云圖像構建工件的點云三維模型，最后實現對工藝特征的識別。但是受限于噪聲、畸變等因素影響，基于點云確定工藝特征精確位置存在有較大的誤差。
3、因此，現有技術中工藝特征識別存在準確率較低的問題。
技術實現思路
1、本申請的主要目的在于提供一種用于工藝特征識別的數據處理方法和裝置，以解決現有技術中工藝特征識別存在準確率較低的問題，實現了提高工藝特征識別準確率的技術效果。
2、為了實現上述目的，本申請的第一方面，提出了一種用于工藝特征識別的數據處理方法，包括：
3、獲取待處理數據，其中，所述待處理數據為用于表示待處理工件的數據，待處理工件為待識別工藝特征的工件；
4、對所述待處理數據進行基于三維特征的提取處理，得到待處理三維特征數據，其中，所述待處理三維特征數據為用于表示待處理工件三維物體特征的數據；
5、對所述待處理三維特征數據進行基于預設工藝特征預測模型的工藝特征預測處理，得到目標工藝特征數據，其中，所述預設工藝特征預測模型為圖神經網絡模型，所述目標工藝特征數據為用于
6、進一步地，對所述待處理數據進行基于三維特征的提取處理，得到待處理三維特征數據包括：
7、對所述待處理數據進行基于物體幾何元素的映射處理，得到預處理數據，其中，所述預處理數據為用于表示待處理數據工件幾何元素映射后的數據；
8、對所述預處理數據進行基于第一幾何元素的特征提取處理，得到第一幾何元素特征數據，其中，所述第一幾何元素特征數據為用于表示待處理工件的面特征數據；
9、對所述預處理數據進行基于第二幾何元素的特征提取處理，得到第二幾何元素特征數據，其中，所述第二幾何元素特征數據為用于表示待處理工件的邊特征數據；
10、對所述預處理數據進行圖構建處理，得到構建圖數據；
11、根據所述第一幾何元素特征數據、所述第二幾何元素特征數據和所述構建圖數據得到所述待處理三維特征數據。
12、進一步地，對所述預處理數據進行基于第一幾何元素的特征提取處理，得到第一幾何元素特征數據包括：
13、對所述預處理數據進行基于第一幾何元素的采樣處理，得到第一采樣數據，其中，所述第一采樣數據為用于表示待處理工件的面的采樣點數據；
14、對所述第一采樣數據進行特征提取處理，得到所述第一幾何元素特征數據。
15、進一步地，對所述預處理數據進行圖構建處理，得到構建圖數據包括：
16、對所述預處理數據進行基于相鄰圖元的識別處理，得到相鄰圖元數據，其中，所述相鄰圖元數據為用于表示待處理工件中相鄰圖元的數據；
17、對所述相鄰圖元數據進行圖數據構建處理，得到構建圖數據。
18、進一步地，在獲取待處理數據之前，所述方法還包括：
19、獲取樣本三維物體數據，其中，所述樣本三維物體數據為用于表示樣本三維物體的相關數據；
20、對所述樣本三維物體數據進行基于三維特征的提取處理，得到樣本三維特征數據；
21、根據所述樣本三維特征數據對預設的圖神經網絡模型進行模型訓練處理，得到所述預設工藝特征預測模型。
22、進一步地，根據所述樣本三維特征數據對預設的圖神經網絡模型進行模型訓練處理，得到所述預設工藝特征預測模型包括：
23、根據所述樣本三維特征數據對預設的圖神經網絡模型進行模型訓練處理，得到過程工藝特征預測模型；
24、對所述過程工藝特征預測模型進行基于測試樣本的模型測試處理，得到測試特征數據，其中，所述測試特征數據為用于表示所述過程工藝特征預測模型測試準確率的特征數據；
25、將所述測試特征數據對應的準確率數值與預設準確率閾值進行比較，
26、如果所述測試特征數據對應的準確率數值大于或等于所述預設準確率閾值，得到所述預設工藝特征預測模型，其中，所述預設工藝特征預測模型為所述過程工藝特征預測模型；
27、如果所述測試特征數據對應的準確率數值小于所述預設準確率閾值，對所述過程工藝特征預測模型進行模型迭代訓練處理，直至測試特征數據對應的準確率數值大于或等于所述預設準確率閾值，得到所述預設工藝特征預測模型。
28、根據本申請的第二方面，提出了一種用于工藝特征識別的數據處理裝置，包括：
29、數據獲取模塊，用于獲取待處理數據，其中，所述待處理數據為用于表示待處理工件的數據，待處理工件為待識別工藝特征的工件；
30、特征提取模塊，用于對所述待處理數據進行基于三維特征的提取處理，得到待處理三維特征數據，其中，所述待處理三維特征數據為用于表示待處理工件三維物體特征的數據；
31、工藝特征預測模塊，用于對所述待處理三維特征數據進行基于預設工藝特征預測模型的工藝特征預測處理，得到目標工藝特征數據，其中，所述預設工藝特征預測模型為圖神經網絡模型，所述目標工藝特征數據為用于表示待處理工件預測得到工藝特征的數據。
32、進一步地，特征提取模塊包括：
33、映射模塊，用于對所述待處理數據進行基于物體幾何元素的映射處理，得到預處理數據，其中，所述預處理數據為用于表示待處理數據工件幾何元素映射后的數據；
34、第一特征提取模塊，用于對所述預處理數據進行基于第一幾何元素的特征提取處理，得到第一幾何元素特征數據，其中，所述第一幾何元素特征數據為用于表示待處理工件的面特征數據；
35、第二特征提取模塊，用于對所述預處理數據進行基于第二幾何元素的特征提取處理，得到第二幾何元素特征數據，其中，所述第二幾何元素特征數據為用于表示待處理工件的邊特征數據；
36、圖構建模塊，用于對所述預處理數據進行圖構建處理，得到構建圖數據；
37、三維特征提取模塊，用于根據所述第一幾何元素特征數據、所述第二幾何元素特征數據和所述構建圖數據得到所述待處理三維特征數據。
38、根據本申請的第三方面，提出了一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機指令，所述計算機指令用于使所述計算機執行上述的用于工藝特征識別的數據處理方法。
39、根據本申請的第四方面，提出了一種電子設備，包括：至少一個處理器；以及與所述至少一個處理器通信連接的存儲器；其中，所述存儲器存儲有可被所述至少一個處理器執行的計算機程序，所述計算機程序被所述至少一個處理器執行，以使所述至少一個處理器執行上述的用于工藝特征識別的數據處理本文檔來自技高網...
【技術保護點】
1.一種用于工藝特征識別的數據處理方法，其特征在于，包括：
2.根據權利要求1所述的數據處理方法，其特征在于，對所述待處理數據進行基于三維特征的提取處理，得到待處理三維特征數據包括：
3.根據權利要求2所述的數據處理方法，其特征在于，對所述預處理數據進行基于第一幾何元素的特征提取處理，得到第一幾何元素特征數據包括：
4.根據權利要求2所述的數據處理方法，其特征在于，對所述預處理數據進行圖構建處理，得到構建圖數據包括：
5.根據權利要求1所述的數據處理方法，其特征在于，在獲取待處理數據之前，所述方法還包括：
6.根據權利要求5所述的數據處理方法，其特征在于，根據所述樣本三維特征數據對預設的圖神經網絡模型進行模型訓練處理，得到所述預設工藝特征預測模型包括：
7.一種用于工藝特征識別的數據處理裝置，其特征在于，包括：
8.根據權利要求7所述的數據處理裝置，其特征在于，特征提取模塊包括：
9.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質存儲有計算機指令，所述計算機指令用于使所述計
10.一種電子設備，其特征在于，包括：至少一個處理器；以及與所述至少一個處理器通信連接的存儲器；其中，所述存儲器存儲有可被所述至少一個處理器執行的計算機程序，所述計算機程序被所述至少一個處理器執行，以使所述至少一個處理器執行權利要求1-6任意一項所述的用于工藝特征識別的數據處理方法。
...【技術特征摘要】
1.一種用于工藝特征識別的數據處理方法，其特征在于，包括：
2.根據權利要求1所述的數據處理方法，其特征在于，對所述待處理數據進行基于三維特征的提取處理，得到待處理三維特征數據包括：
3.根據權利要求2所述的數據處理方法，其特征在于，對所述預處理數據進行基于第一幾何元素的特征提取處理，得到第一幾何元素特征數據包括：
4.根據權利要求2所述的數據處理方法，其特征在于，對所述預處理數據進行圖構建處理，得到構建圖數據包括：
5.根據權利要求1所述的數據處理方法，其特征在于，在獲取待處理數據之前，所述方法還包括：
6.根據權利要求5所述的數據處理方法，其特征在于，根據所述樣本三維特征數據對預設的圖神經網絡模型進行模型訓練...
【專利技術屬性】
技術研發人員：劉彥明，
申請(專利權)人：北京華航唯實機器人科技股份有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。