一种重载专用车车架质量视觉检测方法

技术领域

本发明涉及车辆质量检测技术领域，特别是指一种重载专用车车架质量视觉检测方法。

背景技术

重载专用车进行货物运输后，需进行返场检修，尤其对重载专用车的车架质量进行重点检查，但目前对于重载专用车的车架进行质量检查时，需先对重载专用车的车身等其它部件进行拆卸， 以实现对车架的质量检测，使得检测过程复杂化，且质量检查后还需进行重新安装，使得劳动力增加；并且现有的车架质量检查过程中无法进行风险预估，无法保证重载专用车的安全行驶。

中国专利申请公开号 CN106767550A 公开了一种重卡车架总成在线检测系统，用于对车架总成进行质量检测，包括用于支撑并运送车架总成的随行支架组；和，用于测量车架总成平面度、直线度和左右大梁同轴度特性值的无线光笔；和，用于采集车架总成图像信息的CCD 数字相机；和，用于捕捉无线光笔与车架总成接触时触点的状态，并形成触点的三维坐标数据的数据分析台；和，用于显示触点三维坐标的显示屏；和，设置在铆接线修整工位用于安装显示屏和 CCD 数字相机的检测架。

由此可见， 当前的车辆质量检测技术无法实现高效准确的检测，无法保证车辆行驶的安全性。

发明内容

为此，本发明的目的是提供一种重载专用车车架质量视觉检测方法，用于克服当前的车辆质量检测技术无法实现高效准确的检测，无法保证车辆行驶的安全性的问题。

为实现上述目的，本发明提供一种重载专用车车架质量视觉检测方法，包括：对返场维护的重载专用车车架的各关键点位进行扫描，以获得各实际检测图像；

基于任一实际检测图像，对所述实际检测图像进行特征提取， 以获得实际检测信息，并对所述实际检测信息依次进行缺陷分析和缺陷标记；

根据缺陷标记结果对各关键点位的实际单点质量以及所述重载专用车车架的实际整体质量进行一次判定；

按照历史编号顺序将各实际检测信息进行编号并整合，以得到实际检测数据库；

将所述实际检测数据库和历史检测数据库进行对比，以进行风险分析和风险标记；

根据风险标记结果对各关键点位的所述实际单点质量以及所述重载专用车车架的所述实际整体质量进行二次判定；

结合一次判定结果和二次判定结果对各关键点位进行关联标记 ，并根据关联标记结果输出各关键点位的最终检测结果。

进一步地，所述基于任一实际检测图像，对所述实际检测图像进行特征提取 ，以获得实际检测信息的过程包括：

识别所述实际检测图像以确定实际过曝区域和实际视角限制区域；

判断所述实际过曝区域和所述实际视角限制区域是否均满足特征提取要求；

基于所述实际过曝区域和所述实际视角限制区域均不满足所述特征提取要求 ，则判断所述实际检测图像符合单一开启条件；

确定各实际检测图像中符合所述单一开启条件的项目个数 ，并根据所述项目个数判断开启单点位再次扫描模式 ，或 ，整体再次扫描模式；

其中，所述特征提取要求用以衡量所述实际检测图像的扫描质量。

进一步地，所述对所述实际检测信息依次进行缺陷分析和缺陷标记的过程包括：

对于任一实际检测信息进行缺陷分析 ，以判断是否存在异常 ，并基于存在异常时 ，确定缺陷定位和缺陷分类；

根据所述缺陷定位和所述缺陷分类评估实际缺陷严重程度；

基于所述实际缺陷严重程度确定对应的缺陷等级，所述缺陷等级包括:一级缺陷和二级缺陷，并根据缺陷等级进行所述缺陷标记。

进一步地，所述对于任一实际检测信息进行缺陷分析 ，以判断是否存在异常的过程包括：

对所述实际检测信息进行边缘分析、形变分析和纹理分析；

基于所述边缘分析、所述形变分析和所述纹理分析中任一分析结果不合格，则判定存在异常；其中，所述边缘分析用以衡量所述关键点位的完整性；所述形变分析用以衡量所述关键点位的承载稳固性；所述纹理分析用以衡量所述关键点位的连接稳定性；

其中，所述缺陷分析包括：所述边缘分析、所述形变分析和所述纹理分析。

进一步地，所述根据所述缺陷定位和所述缺陷分类评估实际缺陷严重程度的过程包括：根据边缘分析结果、形变分析结果和纹理分析结果确定实际缺陷个数和各实际缺陷范围 ，并确定各实际缺陷范围对应的实际缺陷类型；

基于各实际缺陷范围、各实际缺陷类型和所述实际缺陷个数计算实际缺陷评分 ，并根据所述实际缺陷评分评估所述实际缺陷严重程度；

其中，所述缺陷定位包括：所述各实际缺陷范围和所述实际缺陷个数；所述缺陷分类包括：各实际缺陷类型。

进一步地，所述根据缺陷标记结果对各关键点位的实际单点质量以及所述重载专用车车架的实际整体质量进行一次判定的过程包括：

对于任一关键点位，根据所述关键点位的所述缺陷等级确定所述实际单点质量；

基于所述缺陷等级为所述一级缺陷 ，则判定所述实际单点质量为一次合格；

基于所述缺陷等级为所述二级缺陷 ，则判定所述实际单点质量为一次不合格。

进一步地，所述根据缺陷标记结果对各关键点位的实际单点质量以及所述重载专用车车架的实际整体质量进行一次判定的过程还包括：

记录所述实际单点质量为所述一次合格的各关键点位个数 ，以得到一次合格数量；

记录所述实际单点质量为所述一次不合格的各关键点位个数 ，以得到一次不合格数量；根据所述一次合格数量和预设的第一标准数量判断所述实际整体质量是否合格；

基于所述一次合格数量大于等于所述第一标准数量 ，则判定所述实际整体质量不合格；基于所述一次不合格数量大于等于 1 ，则判定所述实际整体质量不合格。

进一步地，所述将所述实际检测数据库和历史检测数据库进行对比 ，以进行风险分析和风险标记的过程包括：

对于任一关键点位，根据所述历史检测数据库获取所述关键点位的历史缺陷评分；

根据所述历史缺陷评分和所述实际缺陷评分进行风险分析 ，以确定实际风险等级，所述实际风险等级包括 ：高风险等级和低风险等级；

基于所述实际风险等级进行相应的所述风险标记。

进一步地，所述根据风险标记结果对各关键点位的所述实际单点质量以及所述重载专用车车架的所述实际整体质量进行二次判定的过程包括：

对于任一关键点位，根据所述关键点位的所述实际风险等级确定所述实际单点质量；

基于所述实际风险等级为所述低风险等级 ，则判定所述实际单点质量为二次合格，基于所述实际风险等级为所述高风险等级 ，则判定所述实际单点质量为二次不合格；

记录所述实际单点质量为所述二次合格的各关键点位个数 ，以得到二次合格数量 ，记录所述实际单点质量为所述二次不合格的各关键点位个数 ，以得到二次不合格数量；

基于所述二次合格数量大于等于预设的第二标准数量，则判定所述实际整体质量不合格；基于所述二次不合格数量大于等于 1，则判定所述实际整体质量不合格。

进一步地，所述结合一次判定结果和二次判定结果对各关键点位进行关联标记，并根据关联标记结果输出各关键点位的最终检测结果的过程包括:

对于任一关键点位，基于所述关键点位的所述实际单点质量的所述一次判定结果和所述二次判定结果均合格，则关联标记所述关键点位为最终合格；

基于所述关键点位的所述实际单点质量的所述一次判定结果和所述二次判定结果中不合格的项目个数等于 1，则关联标记所述关键点位为一类最终不合格；

基于所述关键点位的所述实际单点质量的所述一次判定结果和所述二次判定结果中不合格的项目个数等于 2，则关联标记所述关键点位为二类最终不合格；

根据所述关联标记结果输出所述最终检测结果为不需维护，或，立即维护，或，立即更换。 [0016] 与现有技术相比，本发明的有益效果在于，通过扫描和特征提取，可以对车架的每个关键点位进行详细的检测，确保车架的整体质量得到全面评估；通过自动化的特征提取和缺陷分析，可以减少人为操作的误差，提高检测的准确性和效率；通过整合历史检测数据和当前检测数据，可以进行风险分析和预测，为维修决策提供数据支持；通过风险分析和风险标记，可以识别潜在的安全风险，采取相应的预防措施，降低事故发生的可能性；通过对比历史数据和当前数据，可以识别车架质量的变化趋势，为质量改进提供依据；结合一次判定结果和二次判定结果，可以对车架的每个关键点位进行关联标记，输出针对性的执行策略，实现精准维修；通过自动化和数据驱动的流程，可以降低检测和维修的成本，提高整体运营效率；通过严格的质量检测和风险评估，可以确保重载专用车在运输过程中的安全性，减少事故和损坏的风险；有助于确保重载专用车的车架质量，提升运输安全，减少维护成本，涵盖了从图像获取、特征提取到缺陷分析、风险评估、最终判定的一系列步骤，确保检测的全面性和准确性；通过建立实际检测数据库和历史检测数据库，并进行对比分析，使检测结果更客观，并能有效识别潜在风险；重点关注车架的关键点位，避免漏检和误判；不仅识别缺陷，还进行风险评估，可以更有效地指导维修和维护工作；通过建立数据库，可以积累检测数据，为后续维护工作提供参考；能够有效地提高返场维护重载专用车车架的检测效率和质量。

尤其，通过识别实际检测图像中的过曝区域和视角限制区域，可以有效避免这些区域对特征提取造成的影响，提高检测的准确性；通过设定特征提取要求，可以保证所使用的实际检测图像符合一定的质量标准，从而确保提取的特征信息可靠； 当检测图像质量不满足要求时， 自动开启再次扫描模式，对关键点位进行重新扫描，确保检测结果的准确性和可靠性；通过设定单一开启条件，可以快速识别出需要进行再次扫描的检测图像，避免对所有图像进行重新扫描，提高检测效率；根据不同情况，可以选择不同的再次扫描模式，针对性地解决问题，提高检测效率；通过设定自动判断和执行流程，可以减少人工干预，降低人为因素的影响，提高检测结果的客观性和一致性；通过设定特征提取要求，可以确保最终提取的特征信息更加准确和可靠，为后续的分析和评估提供更优质的数据基础；通过设定严格的判断标准和自动化的流程，能够有效提高检测质量、效率和数据质量，并减少人工干预，最终实现更准确、可靠的检测结果；通过识别实际过曝区域和实际视角限制区域，可以确保特征提取的准确性，减少因图像质量问题导致的误判；通过判断是否需要再次扫描，可以优化扫描资源的分配，避免不必要的重复扫描，提高检测效率；通过识别可能存在的问题区域，可以采取预防性维护措施，避免潜在问题的扩大和恶化。

尤其，通过对实际检测信息进行缺陷分析和缺陷标记，能够有效地评估关键点位的安全状况，并进行相应的等级划分，从而实现对潜在安全隐患的及时预警和处理；通过边缘分析、形变分析和纹理分析，能够全面评估关键点位的完整性、承载稳固性和连接稳定性，有效识别潜在的缺陷和安全隐患；依据缺陷分析结果，对缺陷进行分类和严重程度评估，并进行等级划分，可以及时采取相应的措施，预防事故发生，提高安全性；通过对缺陷进行等级划分，可以针对不同等级的缺陷采取不同的维护策略，避免过度维护或维护不足，有效降低维护成本；及时发现并修复潜在的缺陷，避免因缺陷发展导致更大的故障，减少维修费用；能够自动完成缺陷分析、评估和标记，减少人工操作，提高检测效率；通过对缺陷进行分类和等级划分，可以更方便地进行信息管理和维护工作，提高工作效率；通过边缘分析、形变分析和纹理分析，能够准确地识别关键点位的完整性、承载稳固性和连接稳定性问题，从而实现对缺陷的精确检测和分类；综合考虑了多个方面的缺陷信息，能够全面评估实际缺陷的严重程度，有助于制定更加合理的维护和修复计划；能够快速确定缺陷的位置和类型，有助于提高维护人员的工作效率，减少维修时间；通过对缺陷的早期发现和严重程度评估，可以有效预防潜在的安全事故。

尤其，通过缺陷等级直接关联到单点质量判定，为每个关键点位的质量评估提供了明确的标准，确保了评估的一致性和可靠性；通过统计一次合格和不合格的关键点位数量，能够从宏观上把握重载专用车车架的整体质量状况；通过预设的第一标准数量，为车架的整体质量是否合格提供了明确的判定依据，减少了主观判断的误差；将质量判定过程标准化，简化了判定流程，提高了质量控制的工作效率；通过对关键点位单点质量的判定，能够及时发现潜在的问题点，采取预防措施或及时干预，避免问题的扩大；通过对车架整体质量的判定，确保了重载专用车在使用过程中的安全性能，减少因质量问题导致的安全事故；通过早期发现和解决质量问题，可以减少后期因质量问题导致的维护和修复成本；通过记录合格和不合格的关键点位数量，可以方便地追踪车架安全状况，并及时采取相应的维护措施；通过对单点质量进行判定，可以针对性地对存在缺陷的部位进行维修，提高维护效率；能够有效地提升重载专用车车架的安全性和可靠性。

尤其，通过对比历史检测数据库和实际检测数据库，能够预测关键点位潜在的风险，并对风险进行量化评估；利用历史数据，为当前检测提供参考，增强了风险评估的准确性和全面性；将风险划分为高风险等级和低风险等级，有助于根据风险等级采取相应的预防或应急措施；通过计算实际缺陷评分与历史缺陷评分的差值，可以早期识别风险的变化趋势，及时采取措施；根据风险等级，可以更有针对性地制定维护和检查计划，优化资源分配；通过风险分析和标记，可以针对性地加强高风险区域的监控和维护，降低事故发生的可能性。

尤其，通过二次判定，为关键点位的实际单点质量提供了额外的验证层，增加了质量评估的准确性和可靠性；结合风险等级进行质量判定，使得质量管理更加注重潜在风险的识别和控制；通过二次判定，可以动态调整对关键点位的风险评估，更好地适应实际情况的变化；通过识别高风险等级的关键点位，可以针对性地加强监控和维护，从而提高重载专用车车架的整体安全性；基于风险等级的二次判定有助于提前识别可能需要维护的关键点位，从而实现预防性维护；通过统计二次合格和不合格的数量，可以更有效地分配维护资源，优先处理高风险点位；通过二次判定，可以减少初次判定可能出现的误判和漏判，确保每个关键点位都被正确评估。

尤其，通过结合一次判定和二次判定结果，可以更准确地评估关键点位的质量状况，减少误判和漏判；通过关联标记，将关键点位分为最终合格、一类最终不合格和二类最终不合格，为维护决策提供了多层次的质量分级；根据关联标记结果，直接输出维护决策（不需维护、立即维护、立即更换） ，为维护工作提供了明确的指导；根据不同的不合格等级，可以有针对性地分配维护资源，确保资源得到最有效的利用；通过精确的检测结果和合理的维护决策，可以避免不必要的维护和更换，从而降低维护成本；确保关键点位的质量得到有效监控，对于不合格的点位及时采取维护措施，提升了整体结构的安全性；关联标记和最终检测结果为质量管理和维护历史提供了详细的记录，增强了可追溯性。

图 1 为本发明实施例重载专用车车架质量视觉检测方法的流程图；

图 2 为本发明实施例重载专用车车架质量视觉检测方法中进行风险分析和风险标记的流程图；

图 3 为本发明实施例重载专用车车架质量视觉检测方法中二次判定的流程图；

图 4 为本发明实施例重载专用车车架质量视觉检测方法中进行关联标记的流程图。

具体实施方式

为了使本发明的目的和优点更加清楚明白，下面结合实施例对本发明作进一步描述；应当理解，此处所描述的具体实施例仅仅用于解释本发明，并不用于限定本发明。

下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本发明的技术原理，并非在限制本发明的保护范围。

需要说明的是，在本发明的描述中，术语“上 ”、“下 ”、“左 ”、“右 ”、“内 ”、 “外 ”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系，这仅仅是为了便

于描述，而不是指示或暗示所述装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

参阅图 1 所示，本发明提供一种重载专用车车架质量视觉检测方法，包括：

步骤 S100，对返场维护的重载专用车车架的各关键点位进行扫描，以获得各实际检测图像；步骤 S200，基于任一实际检测图像，对所述实际检测图像进行特征提取，以获得实际检测信息，并对所述实际检测信息依次进行缺陷分析和缺陷标记；

步骤 S300，根据缺陷标记结果对各关键点位的实际单点质量以及所述重载专用车车架的实际整体质量进行一次判定；

步骤 S400，按照历史编号顺序将各实际检测信息进行编号并整合，以得到实际检测数据库；步骤 S500，将所述实际检测数据库和历史检测数据库进行对比，以进行风险分析和风险标记；步骤 S600，根据风险标记结果对各关键点位的所述实际单点质量以及所述重载专用车车架的所述实际整体质量进行二次判定；

步骤 S700，结合一次判定结果和二次判定结果对各关键点位进行关联标记，并根据关联标记结果输出各关键点位的最终检测结果。

具体而言，本发明实施例通过扫描和特征提取，可以对车架的每个关键点位进行详细的检测，确保车架的整体质量得到全面评估；通过自动化的特征提取和缺陷分析，可以减少人为操作的误差，提高检测的准确性和效率；通过整合历史检测数据和当前检测数据，可以进行风险分析和预测，为维修决策提供数据支持；通过风险分析和风险标记，可以识别潜在的安全风险，采取相应的预防措施，降低事故发生的可能性；通过对比历史数据和当前数据，可以识别车架质量的变化趋势，为质量改进提供依据；结合一次判定结果和二次判定结果，可以对车架的每个关键点位进行关联标记，输出针对性的执行策略，实现精准维修；通过自动化和数据驱动的流程，可以降低检测和维修的成本，提高整体运营效率；通过严格的质量检测和风险评估，可以确保重载专用车在运输过程中的安全性，减少事故和损坏的风险；有助于确保重载专用车的车架质量，提升运输安全，减少维护成本，涵盖了从图像获取、特征提取到缺陷分析、风险评估、最终判定的一系列步骤，确保检测的全面性和准确性；通过建立实际检测数据库和历史检测数据库，并进行对比分析，使检测结果更客观，并能有效识别潜在风险；重点关注车架的关键点位，避免漏检和误判；不仅识别缺陷，还进行风险评估，可以更有效地指导维修和维护工作；通过建立数据库，可以积累检测数据，为后续维护工作提供参考；能够有效地提高返场维护重载专用车车架的检测效率和质量。

具体而言，本实施例中所述基于任一实际检测图像，对所述实际检测图像进行特征提取，以获得实际检测信息的过程包括：

步骤 S211，识别所述实际检测图像以确定实际过曝区域和实际视角限制区域；

步骤 S212，判断所述实际过曝区域和所述实际视角限制区域是否均满足特征提取要求；

步骤 S213，基于所述实际过曝区域和所述实际视角限制区域均不满足所述特征提取要求，则判断所述实际检测图像符合单一开启条件；

步骤 S214，确定各实际检测图像中符合所述单一开启条件的项目个数，并根据所述项目个数判断开启单点位再次扫描模式，或，整体再次扫描模式；

其中，所述特征提取要求用以衡量所述实际检测图像的扫描质量。

在本实施例中，所述实际过曝区域为由于车身表面存在反光或折射现象而导致的实际检测图像中无法识别的区域；所述实际视角限制区域为由于车身的结构无法从理想的视角对车架进行扫描而导致的实际检测图像中无法识别的区域；

计算所述实际过曝区域与所述实际检测图像对应的实际整体区域间的第一占比；所述第一占比=实际过曝区域/实际整体区域；

若所述第一占比大于等于 10%，则判定所述实际过曝区域不满足所述特征提取要求；

若所述第一占比小于 10%，则判定所述实际过曝区域满足所述特征提取要求；

计算所述实际视角限制区域与所述实际检测图像对应的实际整体区域间的第二占比；所述第二占比=实际视角限制区域/实际整体区域；

若所述第二占比大于等于 10%，则判定所述实际视角限制区域不满足所述特征提取要求；若所述第二占比小于 10%，则判定所述实际视角限制区域满足所述特征提取要求；

基于所述实际过曝区域和所述实际视角限制区域均不满足所述特征提取要求，则判断所述实际检测图像符合所述单一开启条件；

基于所述实际过曝区域和所述实际视角限制区域中满足所述特征提取要求的项目个数大于等于 1，则判断所述实际检测图像不符合所述单一开启条件；

确定各实际检测图像中符合所述单一开启条件的项目个数，记作单一符合数量；

计算所述单一符合数量与各实际检测图像的总图像数量计算第三占比；

所述第三占比=单一符合数量/总图像数量；

若所述第三占比大于等于 20%，则判定开启所述整体再次扫描模式；

若所述第三占比小于 20%，则判定开启所述单点位再次扫描模式，根据所述单点位再次扫描模式对符合所述单一开启条件的各关键点位进行再次扫描。

具体而言，本发明实施例通过识别实际检测图像中的过曝区域和视角限制区域，可以有效避免这些区域对特征提取造成的影响，提高检测的准确性；通过设定特征提取要求，可以保证所使用的实际检测图像符合一定的质量标准，从而确保提取的特征信息可靠； 当检测图像质量不满足要求时， 自动开启再次扫描模式，对关键点位进行重新扫描，确保检测结果的准确性和可靠性；通过设定单一开启条件，可以快速识别出需要进行再次扫描的检测图像，避免对所有图像进行重新扫描，提高检测效率；根据不同情况，可以选择不同的再次扫描模式，针对性地解决问题，提高检测效率；通过设定自动判断和执行流程，可以减少人工干预，降低人为因素的影响，提高检测结果的客观性和一致性；通过设定特征提取要求，可以确保最终提取的特征信息更加准确和可靠，为后续的分析和评估提供更优质的数据基础；通过设定严格的判断标准和自动化的流程，能够有效提高检测质量、效率和数据质量，并减少人工干预，最终实现更准确、可靠的检测结果；通过识别实际过曝区域和实际视角限制区域，可以确保特征提取的准确性，减少因图像质量问题导致的误判；通过判断是否需要再次扫描，可以优化扫描资源的分配，避免不必要的重复扫描，提高检测效率；通过识别可能存在的问题区域，可以采取预防性维护措施，避免潜在问题的扩大和恶化。

具体而言，本实施例中所述对所述实际检测信息依次进行缺陷分析和缺陷标记的过程包括：

步骤 S221，对于任一实际检测信息进行缺陷分析，以判断是否存在异常，并基于存在异常时，确定缺陷定位和缺陷分类；

步骤 S222，根据所述缺陷定位和所述缺陷分类评估实际缺陷严重程度；

步骤 S223，基于所述实际缺陷严重程度确定对应的缺陷等级，所述缺陷等级包括:一级缺陷和二级缺陷，并根据缺陷等级进行所述缺陷标记。

具体而言，所述对于任一实际检测信息进行缺陷分析， 以判断是否存在异常的过程包括：

对所述实际检测信息进行边缘分析、形变分析和纹理分析；

基于所述边缘分析、所述形变分析和所述纹理分析中任一分析结果不合格，则判定存在异常；其中，所述边缘分析用以衡量所述关键点位的完整性；所述形变分析用以衡量所述关键点位的承载稳固性；所述纹理分析用以衡量所述关键点位的连接稳定性；

其中，所述缺陷分析包括：所述边缘分析、所述形变分析和所述纹理分析。

在本实施例中，边缘分析结果为实际损坏范围大于等于标准损坏范围时，则判定所述边缘分析结果异常；形变分析结果为实际形变范围大于等于标准形变范围时，则判定所述形变分析结果异常；纹理分析结果为实际裂纹范围大于等于标准裂纹范围时，则判定所述纹理分析结果异常。

具体而言，所述根据所述缺陷定位和所述缺陷分类评估实际缺陷严重程度的过程包括：根据边缘分析结果、形变分析结果和纹理分析结果确定实际缺陷个数和各实际缺陷范围，并确定各实际缺陷范围对应的实际缺陷类型；

基于各实际缺陷范围、各实际缺陷类型和所述实际缺陷个数计算实际缺陷评分，并根据所述实际缺陷评分评估所述实际缺陷严重程度；

其中，所述缺陷定位包括：所述各实际缺陷范围和所述实际缺陷个数；所述缺陷分类包括：各实际缺陷类型。

具体而言，所述实际缺陷个数用以衡量所述关键点位的完整性、承载稳固性和连接稳定性中出现异常的个数；

根据所述边缘分析结果确定的所述实际缺陷范围为所述实际损坏范围；根据所述形变分析结果确定的所述实际缺陷范围为所述实际形变范围；根据所述纹理分析结果确定的所述实际缺陷范围为所述实际裂纹范围；

所述实际损坏范围对应的所述实际缺陷类型为：完整性缺陷；

所述实际形变范围对应的所述实际缺陷类型为：稳固性缺陷；

所述实际裂纹范围对应的所述实际缺陷类型为：连接性缺陷；

所述实际缺陷评分=（实际损坏范围×完整性缺陷类型补偿参数+实际形变范围×稳固性缺陷类型补偿参数+实际裂纹范围×连接性缺陷类型补偿参数）×实际缺陷个数补偿参数；

若所述实际缺陷评分大于等于预设的标准缺陷评分，则判定所述实际缺陷严重程度为严重危险，判定所述缺陷等级为所述一级缺陷；

若所述实际缺陷评分小于所述标准缺陷评分，则判定所述实际缺陷严重程度为存在风险，判定所述缺陷等级为所述二级缺陷；

在本实施中，所述完整性缺陷类型补偿参数设定为 0.6，所述稳固性缺陷类型补偿参数设定为0.7；所述连接性缺陷类型补偿参数设定为 0.7；所述实际缺陷个数补偿参数与所述实际缺陷个数成正比；例如：在所述实际缺陷个数为 2 时，所述实际缺陷个数补偿参数设定为 0.8；所述标准缺陷评分用以衡量所述关键点位能够安全运行时的缺陷程度；所述标准缺陷评分设定为 0.3-0.5；并根据所述重载专用车车架的质量评估标准以及重载专用车的使用年限进行适应性选择。

具体而言，本发明实施例通过对实际检测信息进行缺陷分析和缺陷标记，能够有效地评估关键点位的安全状况，并进行相应的等级划分，从而实现对潜在安全隐患的及时预警和处理；通过边缘分析、形变分析和纹理分析，能够全面评估关键点位的完整性、承载稳固性和连接稳定性，有效识别潜在的缺陷和安全隐患；依据缺陷分析结果，对缺陷进行分类和严重程度评估，并进行等级划分，可以及时采取相应的措施，预防事故发生，提高安全性；通过对缺陷进行等级划分，可以针对不同等级的缺陷采取不同的维护策略，避免过度维护或维护不足，有效降低维护成本；及时发现并修复潜在的缺陷，避免因缺陷发展导致更大的故障，减少维修费用；能够自动完成缺陷分析、评估和标记，减少人工操作，提高检测效率；通过对缺陷进行分类和等级划分，可以更方便地进行信息管理和维护工作，提高工作效率；通过边缘分析、形变分析和纹理分析，能够准确地识别关键点位的完整性、承载稳固性和连接稳定性问题，从而实现对缺陷的精确检测和分类；综合考虑了多个方面的缺陷信息，能够全面评估实际缺陷的严重程度，有助于制定更加合理的维护和修复计划；能够快速确定缺陷的位置和类型，有助于提高维护人员的工作效率，减少维修时间；通过对缺陷的早期发现和严重程度评估，可以有效预防潜在的安全事故。

具体而言，本实施例中所述根据缺陷标记结果对各关键点位的实际单点质量以及所述重载专用车车架的实际整体质量进行一次判定的过程包括：

步骤 S311，对于任一关键点位，根据所述关键点位的所述缺陷等级确定所述实际单点质量；

步骤 S312，基于所述缺陷等级为所述一级缺陷，则判定所述实际单点质量为一次合格；

步骤 S313，基于所述缺陷等级为所述二级缺陷，则判定所述实际单点质量为一次不合格。

具体而言，所述根据缺陷标记结果对各关键点位的实际单点质量以及所述重载专用车车架的实际整体质量进行一次判定的过程还包括：

步骤 S321，记录所述实际单点质量为所述一次合格的各关键点位个数，以得到一次合格数量；

步骤 S322，记录所述实际单点质量为所述一次不合格的各关键点位个数，以得到一次不合格数量；

步骤 S323，根据所述一次合格数量和预设的第一标准数量判断所述实际整体质量是否合格；

步骤 S324，基于所述一次合格数量大于等于所述第一标准数量，则判定所述实际整体质量不合格；

步骤 S325，基于所述一次不合格数量大于等于 1，则判定所述实际整体质量不合格。

具体而言，本发明实施例通过缺陷等级直接关联到单点质量判定，为每个关键点位的质量评估提供了明确的标准，确保了评估的一致性和可靠性；通过统计一次合格和不合格的关键点位数量，能够从宏观上把握重载专用车车架的整体质量状况；通过预设的第一标准数量，为车架的整体质量是否合格提供了明确的判定依据，减少了主观判断的误差；将质量判定过程标准化，简化了判定流程，提高了质量控制的工作效率；通过对关键点位单点质量的判定，能够及时发现潜在的问题点，采取预防措施或及时干预，避免问题的扩大；通过对车架整体质量的判定，确保了重载专用车在使用过程中的安全性能，减少因质量问题导致的安全事故；通过早期发现和解决质量问题，可以减少后期因质量问题导致的维护和修复成本；通过记录合格和不合格的关键点位数量，可以方便地追踪车架安全状况，并及时采取相应的维护措施；通过对单点质量进行判定，可以针对性地对存在缺陷的部位进行维修，提高维护效率；能够有效地提升重载专用车车架的安全性和可靠性。

具体而言，参阅图 2 所示，其为进行风险分析和风险标记的流程图，其中，所述将所述实际检测数据库和历史检测数据库进行对比，以进行风险分析和风险标记的过程包括：

步骤 S510，对于任一关键点位，根据所述历史检测数据库获取所述关键点位的历史缺陷评分；

步骤 S520，根据所述历史缺陷评分和所述实际缺陷评分进行风险分析，以确定实际风险等级，所述实际风险等级包括：高风险等级和低风险等级；

步骤 S530，基于所述实际风险等级进行相应的所述风险标记。

具体而言，根据所述历史缺陷评分和所述实际缺陷评分计算第一差值；

第一差值=实际缺陷评分-历史缺陷评分；

若所述第一差值大于等于预设的第一评价值，则判定所述实际风险等级为所述高风险等级；若所述第一差值小于所述第一评价值，则判定所述实际风险等级为所述低风险等级；

在本实施例中，所述第一评价值用以衡量所述关键点位的缺陷变化幅度；具体设定还受到所述重载专用车车架的质量评估标准以及重载专用车的使用年限的影响。

具体而言，本发明实施例通过对比历史检测数据库和实际检测数据库，能够预测关键点位潜在的风险，并对风险进行量化评估；利用历史数据，为当前检测提供参考，增强了风险评估的准确性和全面性；将风险划分为高风险等级和低风险等级，有助于根据风险等级采取相应的预防或应急措施；通过计算实际缺陷评分与历史缺陷评分的差值，可以早期识别风险的变化趋势，及时采取措施；根据风险等级，可以更有针对性地制定维护和检查计划，优化资源分配；通过风险分析和标记，可以针对性地加强高风险区域的监控和维护，降低事故发生的可能性。

具体而言，参阅图 3 所示，其为二次判定的流程图，其中，所述根据风险标记结果对各关键点位的所述实际单点质量以及所述重载专用车车架的所述实际整体质量进行二次判定的过程包括：

步骤 S610，对于任一关键点位，根据所述关键点位的所述实际风险等级确定所述实际单点质量；

步骤 S620，基于所述实际风险等级为所述低风险等级，则判定所述实际单点质量为二次合格，基于所述实际风险等级为所述高风险等级，则判定所述实际单点质量为二次不合格；

步骤 S630，记录所述实际单点质量为所述二次合格的各关键点位个数，以得到二次合格数量，记录所述实际单点质量为所述二次不合格的各关键点位个数，以得到二次不合格数量；

步骤 S640，基于所述二次合格数量大于等于预设的第二标准数量，则判定所述实际整体质量不合格；

步骤 S650，基于所述二次不合格数量大于等于 1，则判定所述实际整体质量不合格。

具体而言，本发明实施例通过二次判定，为关键点位的实际单点质量提供了额外的验证层，增加了质量评估的准确性和可靠性；结合风险等级进行质量判定，使得质量管理更加注重潜在风险的识别和控制；通过二次判定，可以动态调整对关键点位的风险评估，更好地适应实际情况的变化；通过识别高风险等级的关键点位 ，可以针对性地加强监控和维护，从而提高重载专用车车架的整体安全性；基于风险等级的二次判定有助于提前识别可能需要维护的关键点位，从而实现预防性维护；通过统计二次合格和不合格的数量 ，可以更有效地分配维护资源 ，优先处理高风险点位；通过二次判定 ，可以减少初次判定可能出现的误判和漏判 ，确保每个关键点位都被正确评估。

具体而言 ，参阅图 4 所示 ，其为进行关联标记的流程图 ，其中，所述结合一次判定结果和二次判定结果对各关键点位进行关联标记 ，并根据关联标记结果输出各关键点位的最终检测结果的过程包括:

步骤 S710，对于任一关键点位，基于所述关键点位的所述实际单点质量的所述一次判定结果和所述二次判定结果均合格 ，则关联标记所述关键点位为最终合格；

步骤 S720，基于所述关键点位的所述实际单点质量的所述一次判定结果和所述二次判定结果中不合格的项目个数等于 1 ，则关联标记所述关键点位为一类最终不合格；

步骤 S730，基于所述关键点位的所述实际单点质量的所述一次判定结果和所述二次判定结果中不合格的项目个数等于 2 ，则关联标记所述关键点位为二类最终不合格；

步骤 S740，根据所述关联标记结果输出所述最终检测结果为不需维护 ，或，立即维护 ，或，立即更换。

其中，所述关联标记结果为所述最终合格 ，则确定所述最终检测结果为不需维护；所述关联标记结果为所述一类最终不合格 ，则确定所述最终检测结果为立即维护；所述关联标记结果为所述二类最终不合格 ，则确定所述最终检测结果为立即更换。

具体而言，本发明实施例通过结合一次判定和二次判定结果 ，可以更准确地评估关键点位的质量状况，减少误判和漏判；通过关联标记，将关键点位分为最终合格、一类最终不合格和二类最终不合格 ，为维护决策提供了多层次的质量分级；根据关联标记结果，直接输出维护决策（不需维护、立即维护、立即更换） ，为维护工作提供了明确的指导；根据不同的不合格等级 ，可以有针对性地分配维护资源 ，确保资源得到最有效的利用；通过精确的检测结果和合理的维护决策 ，可以避免不必要的维护和更换，从而降低维护成本；确保关键点位的质量得到有效监控，对于不合格的点位及时采取维护措施，提升了整体结构的安全性；关联标记和最终检测结果为质量管理和维护历史提供了详细的记录 ，增强了可追溯性。

本发明中各所述计算补偿参数、计算调节参数的作用有两个，一是平衡公式左右纲量，二是调节数值结果，在本实施例中不进行具体赋值，且，本实施例中各计算公式用于直观反映各数值间的调节关系，例如正相关，负相关，在无特殊说明的前提下，未具体限定数值的参数数值均取正。

至此， 已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征做出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。

以上所述仅为本发明的优选实施例，并不用于限制本发明；对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。