CN118603886A - 基于人工智能的玻璃产品表面凹凸检测系统及方法 - Google Patents

Abstract

本发明涉及玻璃表面物理性质检测的技术领域，且公开了基于人工智能的玻璃产品表面凹凸检测系统及方法，所述系统包括玻璃成品类型及光滑度检测位置规划模块、玻璃成品表面光滑度质量检测模块、玻璃成品表面光滑度检测质量处理模块；通过玻璃平整度检测仪精确测量玻璃成品表面检测位置的光滑度参数并结合均值公式精准计量出璃成品表面光滑度均值，提高了玻璃产品表面光滑度测量数据的真实性；科学预设存储不同玻璃成品类型标准表面光滑度区间参数结合智能搜索算法与玻璃成品表面光滑度均值、玻璃成品类型识别参数按照玻璃成品类型进行玻璃成品表面的光滑度数值比对，实现不同类型玻璃产品表面凹凸检测结果实时精准分析。

Description

基于人工智能的玻璃产品表面凹凸检测系统及方法

技术领域

本发明涉及玻璃表面物理性质检测的技术领域，具体为基于人工智能的玻璃产品表面凹凸检测系统及方法。

背景技术

玻璃检测可以保障玻璃的质量和安全性的重要技术手段；玻璃检测项目包括外观检测、厚度检测、硬度检测、抗冲击测试、耐温耐压测试；其中外观检测是最基本的检测方法，主要检查玻璃的表面质量，包括平整度、光滑度、气泡、划痕等。通过肉眼或放大镜进行观察，可以发现一些明显的缺陷。厚度检测是检测玻璃厚度的变化，以确定其是否符合要求。一般采用千分尺或测厚仪进行测量，如果厚度变化较大，就会影响玻璃的强度和安全性。硬度检测是检测玻璃的硬度是否符合要求。一般采用硬度计进行测量，如果硬度不足，就意味着玻璃的质量存在问题。抗冲击测试是模拟玻璃在受到冲击时的表现，以确定其是否能够承受一定的冲击力。一般采用专门的抗冲击试验机进行测试，如果玻璃在受到冲击时破裂，就说明其抗冲击性能不足。耐温耐压测试是检测玻璃在不同温度和压力下的性能表现。一般采用高温高压试验机进行测试，如果玻璃在高温或高压下出现变形、破裂等现象，就说明其耐温耐压性能不足。玻璃成品表面凹凸检测，即玻璃成品表面光滑度检测，现有的玻璃表面光滑度检测作业只能通过人工操作玻璃平整度检测仪对玻璃成品进行表面光滑度检测，不能依据玻璃成品类型实现玻璃成品表面光滑度流水线智能检测，也不能依据玻璃成品表面光滑度检测结果智能分析出玻璃成品处理方案。

公开号为CN115326838A的中国发明专利申请公开了一种电加温膜玻璃表面缺陷的检测装置及检测方法。检测装置包括定位件、发光件、第一偏光片和检测设备。定位件用于竖直固定电加温膜玻璃；发光件设置于电加温膜玻璃的一侧；第一偏光片设置于电加温膜玻璃与发光件之间；检测设备包括第二偏光片、高清摄像机和计算机数据系统，高清摄像机与计算机数据系统连接，高清摄像机能够透过第二偏光片采集电加温膜玻璃的加热图像，计算机数据系统通过加热图像的光谱分布来判断电加温膜玻璃是否存在膜层缺陷。不仅可以实现动态数据监测，过程复现，还可以提高玻璃电加温膜层质量，且操作方便，识别率高；以上技术方案不能依据电加温膜玻璃类型智能检测加温膜表面缺陷，降低了电加温膜玻璃表面缺陷检测装置的适用性和检测质量。

发明内容

（一）解决的技术问题

为解决上述现有的玻璃表面光滑度检测作业只能通过人工操作玻璃平整度检测仪对玻璃成品进行表面光滑度检测，不能依据玻璃成品类型实现玻璃成品表面光滑度流水线智能检测，也不能依据玻璃成品表面光滑度检测结果智能分析出玻璃成品处理方案的问题，实现以上在线采集玻璃成品外观特征图像、高效分析玻璃成品类型、建立玻璃成品三维物理模型、科学划分玻璃成品表面光滑度检测位置、精准计量玻璃成品表面光滑度、智能分析玻璃成品表面光滑度检测结果、依据玻璃成品表面光滑度检测结果精确输出玻璃成品处理方案的目的。

（二）技术方案

本发明通过以下技术方案予以实现：基于人工智能的玻璃产品表面凹凸检测方法，所述方法包括如下步骤：

S1、采集玻璃成品表面外观特征图像数据；

S2、采用数据识别算法将所述玻璃成品表面外观特征图像数据与不同玻璃成品类型表面外观特征图像数据进行玻璃成品的表面外观特征图像匹配，识别出所述玻璃成品表面外观特征图像数据对应的玻璃成品类型并生成玻璃成品类型识别数据；

S3、当生成所述玻璃成品类型识别数据完成时，采集玻璃成品三维物理模型数据；对所述玻璃成品三维物理模型数据进行玻璃成品光滑度检测表面进行平面网格划分处理，并建立平面直角坐标系，获取平面网格中心点位置坐标生成玻璃成品表面光滑度检测位置坐标数据；

S4、依据所述玻璃成品表面光滑度检测位置坐标数据采集玻璃成品表面检测位置光滑度数据；对所述玻璃成品表面检测位置光滑度数据进行数值处理，计量出玻璃成品表面光滑度均值；

S5、采用数据搜索算法将所述玻璃成品表面光滑度均值、所述玻璃成品类型识别数据与不同玻璃成品类型标准表面光滑度区间按照玻璃成品类型进行玻璃成品表面的光滑度数值比对，依据玻璃成品表面的光滑度数值比对结果构建出玻璃成品表面光滑度质量检测结果数据并输出；

S6、采用数据搜索算法依据所述玻璃成品表面光滑度质量检测结果数据与不同玻璃成品表面光滑度质量检测结果处理方案数据进行玻璃成品表面光滑度质量检测结果字符匹配，搜索出所述玻璃成品表面光滑度质量检测结果数据对应的处理方案数据并生成玻璃成品表面光滑度质量检测结果具体处理方案数据；

S7、将所述玻璃成品表面光滑度质量检测结果数据和所述玻璃成品表面光滑度质量检测结果具体处理方案数据实时推送反馈到玻璃产品表面凹凸检测中心。

优选的，所述采集玻璃成品表面外观特征图像数据的操作步骤如下：

S11、通过拍摄镜头实时采集玻璃制造流水线的玻璃成品表面的外观特征图像并生成玻璃成品表面外观特征图像数据，所述玻璃成品表面外观特征图像数据包括玻璃成品表面的形状特征图像数据、图案特征图像数据和颜色特征图像数据。

优选的，采用数据识别算法将所述玻璃成品表面外观特征图像数据与不同玻璃成品类型表面外观特征图像数据进行玻璃成品的表面外观特征图像匹配，识别出所述玻璃成品表面外观特征图像数据对应的玻璃成品类型并生成玻璃成品类型识别数据的操作步骤如下：

S21、建立不同玻璃成品类型表面外观特征图像数据集合，；其中表示第种玻璃成品类型对应不同玻璃成品类型表面外观特征图像数据，表示玻璃成品类型数量的最大值，所述玻璃成品类型包括平板玻璃、压花玻璃、中空玻璃、钢化玻璃、夹丝玻璃和马赛克玻璃；

S22、采用数据识别算法将所述玻璃成品表面外观特征图像数据与所述不同玻璃成品类型表面外观特征图像数据集合中不同玻璃成品类型表面外观特征图像数据进行玻璃成品的表面外观特征图像匹配，识别出所述玻璃成品表面外观特征图像数据对应的所述不同玻璃成品类型表面外观特征图像数据，执行识别所述玻璃成品表面外观特征图像数据对应的所述不同玻璃成品类型表面外观特征图像数据具体操作步骤如下：

S221、搜索空间模型，金豺种群初始化数学公式如下：，式中为初始金豺种群的位置，即金豺种群在不同玻璃成品类型表面外观特征图像数据集合搜索空间中的位置；rand为取值[0,1]区间内的随机数，和分别是求解问题的上下边界，即在不同玻璃成品类型表面外观特征图像数据集合中搜索与玻璃成品表面外观特征图像数据相匹配的不同玻璃成品类型表面外观特征图像数据的上下边界；

S222、搜索猎物，外观特征识别豺狼的本性知道如何在不同玻璃成品类型表面外观特征图像数据集合中感知并跟随与玻璃成品表面外观特征图像数据相匹配的不同玻璃成品类型表面外观特征图像数据的猎物，偶尔与玻璃成品表面外观特征图像数据相匹配的不同玻璃成品类型表面外观特征图像数据猎物未被抓住从而逃脱，外观特征识别豺狼就会等待和寻找与玻璃成品表面外观特征图像数据相匹配的其他不同玻璃成品类型表面外观特征图像数据的猎物，狩猎工作由雄性外观特征识别豺狼领导，雌性外观特征识别豺狼跟随雄性外观特征识别豺狼，雄性外观特征识别豺狼搜索猎物的位置更新公式如下：，雌性外观特征识别豺狼搜索猎物的位置更新公式如下：，其中t表示当前迭代次数；Prey（t）表示第t次迭代后与玻璃成品表面外观特征图像数据相匹配的不同玻璃成品类型表面外观特征图像数据猎物在不同玻璃成品类型表面外观特征图像数据集合的位置；、分别表示第t次迭代后的雄性外观特征识别豺狼和雌性外观特征识别豺狼在不同玻璃成品类型表面外观特征图像数据集合搜索空间中的位置；、分别表示第t次迭代后与猎物相应的雄性外观特征识别豺狼和雌性外观特征识别豺狼更新后在不同玻璃成品类型表面外观特征图像数据集合搜索空间中的位置，表示猎物的逃脱能量，逃脱能量计算公式为，其中表示猎物逃脱能量的下降过程，表示猎物能量的初始状态，，其中为取值[0,1]区间内的随机数；，其中T表示最大迭代次数；为一个常数，取值为1.5；t表示当前迭代次数，表示一个基于莱维分布的随机数，的计算公式如下：，其中是莱维飞行函数；

综上，外观特征识别豺狼在不同玻璃成品类型表面外观特征图像数据集合搜索空间中的位置更新公式为，其中表示第t+1次迭代后的外观特征识别豺狼在不同玻璃成品类型表面外观特征图像数据集合搜索空间中的位置；

S223、包围并攻击猎物，当与玻璃成品表面外观特征图像数据相匹配的不同玻璃成品类型表面外观特征图像数据的猎物被外观特征识别豺狼侵扰时，它们的逃脱能量会减少，然后外观特征识别豺狼对会将在前一阶段检测到的与玻璃成品表面外观特征图像数据相匹配的不同玻璃成品类型表面外观特征图像数据猎物包围起来，当外观特征识别豺狼对与玻璃成品表面外观特征图像数据相匹配的不同玻璃成品类型表面外观特征图像数据的猎物包围后，开始攻击并吞食与玻璃成品表面外观特征图像数据相匹配的不同玻璃成品类型表面外观特征图像数据的猎物，雄性外观特征识别豺狼搜索猎物的位置更新公式如下：,雌性外观特征识别豺狼搜索猎物的位置更新公式为；

S224、当算法满足最大迭代次数，输出与玻璃成品表面外观特征图像数据相匹配的不同玻璃成品类型表面外观特征图像数据；

S23、依据S224步骤输出的所述不同玻璃成品类型表面外观特征图像数据搜索出所述玻璃成品表面外观特征图像数据对应的玻璃成品类型并生成玻璃成品类型识别数据。

优选的，当生成所述玻璃成品类型识别数据完成时，采集玻璃成品三维物理模型数据；对所述玻璃成品三维物理模型数据进行玻璃成品光滑度检测表面进行平面网格划分处理，并建立平面直角坐标系，获取平面网格中心点位置坐标生成玻璃成品表面光滑度检测位置坐标数据的操作步骤如下：

S31、当生成所述玻璃成品类型识别数据完成时，通过三维激光扫描仪在线实时采集玻璃制造流水线的玻璃成品三维物理模型并生成玻璃成品三维物理模型数据；

S32、对所述玻璃成品三维物理模型数据进行玻璃成品光滑度检测表面采用边长为的正方形进行平面网格划分处理，以玻璃成品光滑度检测表面为基面建立平面直角坐标系，获取所述玻璃成品三维物理模型数据对应的玻璃成品光滑度检测表面的正方形网格中心点在所述平面直角坐标系中位置坐标生成玻璃成品表面光滑度检测位置坐标数据集合，；其中表示第个玻璃成品表面光滑度检测位置坐标数据，表示玻璃成品表面光滑度检测位置数量的最大值，，其中表示第个玻璃成品表面光滑度检测位置坐标数据对应的横坐标，表示第个玻璃成品表面光滑度检测位置坐标数据对应的纵坐标。

优选的，依据所述玻璃成品表面光滑度检测位置坐标数据采集玻璃成品表面检测位置光滑度数据；对所述玻璃成品表面检测位置光滑度数据进行数值处理，计量出玻璃成品表面光滑度均值的操作步骤如下：

S41、依据所述玻璃成品表面光滑度检测位置坐标数据集合中玻璃成品表面光滑度检测位置坐标数据有序控制玻璃平整度检测仪采集玻璃成品表面光滑度检测位置的光滑度数值并生成玻璃成品表面检测位置光滑度数据集合，其中表示玻璃成品表面光滑度检测位置坐标数据对应的玻璃成品表面检测位置光滑度数据，的单位为微米；

S42、采用均值公式对所述玻璃成品表面检测位置光滑度数据集合中玻璃成品表面检测位置光滑度数据进行数值处理，计量出玻璃成品表面检测位置光滑度均值，的单位为微米。

优选的，采用数据搜索算法将所述玻璃成品表面光滑度均值、所述玻璃成品类型识别数据与不同玻璃成品类型标准表面光滑度区间按照玻璃成品类型进行玻璃成品表面的光滑度数值比对，依据玻璃成品表面的光滑度数值比对结果构建出玻璃成品表面光滑度质量检测结果数据并输出的操作步骤如下：

S51、建立不同玻璃成品类型标准表面光滑度区间集合，其中表示第种玻璃成品类型对应的不同玻璃成品类型标准表面光滑度区间，，表示不同玻璃成品类型标准表面光滑度区间对应的第种玻璃成品类型标准表面光滑度最小值，表示不同玻璃成品类型标准表面光滑度区间对应的第种玻璃成品类型标准表面光滑度最大值，和单位均为微米；

S52、采用深度优先算法将所述玻璃成品表面光滑度均值、所述玻璃成品类型识别数据与所述不同玻璃成品类型标准表面光滑度区间集合中不同玻璃成品类型标准表面光滑度区间按照玻璃成品类型关键词搜索出所述玻璃成品类型识别数据对应的所述不同玻璃成品类型标准表面光滑度区间；然后将所述玻璃成品表面光滑度均值与搜索出的不同玻璃成品类型标准表面光滑度区间中玻璃成品类型标准表面光滑度进行数值比对，依据玻璃成品表面的光滑度数值比对结果构建出玻璃成品表面光滑度质量检测结果数据；

当∈，表示玻璃成品类型识别数据对应的玻璃成品表面光滑度符合标准表面光滑度要求，则输出玻璃成品表面光滑度质量检测结果数据为合格；

当∉，表示玻璃成品类型识别数据对应的玻璃成品表面光滑度不符合标准表面光滑度要求，则输出玻璃成品表面光滑度质量检测结果数据为不合格。

优选的，所述采用数据搜索算法依据所述玻璃成品表面光滑度质量检测结果数据与不同玻璃成品表面光滑度质量检测结果处理方案数据进行玻璃成品表面光滑度质量检测结果字符匹配，搜索出所述玻璃成品表面光滑度质量检测结果数据对应的处理方案数据并生成玻璃成品表面光滑度质量检测结果具体处理方案数据的操作步骤如下：

S61、建立不同玻璃成品表面光滑度质量检测结果处理方案数据集合，其中表示当所述玻璃成品表面光滑度质量检测结果数据为合格时，对应的不同玻璃成品表面光滑度质量检测结果处理方案数据为继续玻璃成品质量检测工序；

表示当所述玻璃成品表面光滑度质量检测结果数据为不合格时，对应的不同玻璃成品表面光滑度质量检测结果处理方案数据为进入玻璃产品返修工序；

S62、采用双向搜索算法将所述玻璃成品表面光滑度质量检测结果数据与所述不同玻璃成品表面光滑度质量检测结果处理方案数据集合中不同玻璃成品表面光滑度质量检测结果处理方案数据进行玻璃成品表面光滑度质量检测结果字符匹配，搜索出所述玻璃成品表面光滑度质量检测结果数据对应的不同玻璃成品表面光滑度质量检测结果处理方案数据并生成玻璃成品表面光滑度质量检测结果具体处理方案数据。

优选的，将所述玻璃成品表面光滑度质量检测结果数据和所述玻璃成品表面光滑度质量检测结果具体处理方案数据实时推送反馈到玻璃产品表面凹凸检测中心的操作步骤如下：

S71、将所述玻璃成品表面光滑度质量检测结果数据和所述玻璃成品表面光滑度质量检测结果具体处理方案数据通过物联网通信网络推送到玻璃产品表面凹凸检测中心并通过显示屏展示反馈。

基于人工智能的玻璃产品表面凹凸检测系统，用于实现所述基于人工智能的玻璃产品表面凹凸检测方法，所述系统包括玻璃成品类型及光滑度检测位置规划模块、玻璃成品表面光滑度质量检测模块、玻璃成品表面光滑度检测质量处理模块；

所述玻璃成品类型及光滑度检测位置规划模块包括玻璃成品表面外观特征图像采集单元、不同玻璃成品类型表面外观特征图像存储单元、玻璃成品类型识别单元、玻璃成品三维物理模型采集单元、玻璃成品表面光滑度检测位置规划单元；

所述玻璃成品表面外观特征图像采集单元，通过拍摄镜头采集玻璃成品表面外观特征图像数据；所述不同玻璃成品类型表面外观特征图像存储单元，用于存储不同玻璃成品类型表面外观特征图像数据；所述玻璃成品类型识别单元，采用基于人工智能的数据识别算法将所述玻璃成品表面外观特征图像数据与不同玻璃成品类型表面外观特征图像数据进行玻璃成品的表面外观特征图像匹配，识别出所述玻璃成品表面外观特征图像数据对应的玻璃成品类型并生成玻璃成品类型识别数据；所述玻璃成品三维物理模型采集单元，通过三维激光仪采集玻璃成品三维物理模型数据；所述玻璃成品表面光滑度检测位置规划单元，对所述玻璃成品三维物理模型数据进行玻璃成品光滑度检测表面进行平面网格划分处理，并建立平面直角坐标系，获取平面网格中心点位置坐标生成玻璃成品表面光滑度检测位置坐标数据；

所述玻璃成品表面光滑度质量检测模块包括玻璃成品表面光滑度采集单元、玻璃成品表面光滑度均值计量单元、不同玻璃成品类型标准表面光滑度区间存储单元、玻璃成品表面光滑度质量检测单元、玻璃成品表面光滑度质量检测结果输出单元；

所述玻璃成品表面光滑度采集单元，依据玻璃成品表面光滑度检测位置坐标数据配合玻璃平整度检测仪采集玻璃成品表面检测位置光滑度数据；所述玻璃成品表面光滑度均值计量单元，对所述玻璃成品表面检测位置光滑度数据进行数值处理，计量出玻璃成品表面光滑度均值；所述不同玻璃成品类型标准表面光滑度区间存储单元，用于存储不同玻璃成品类型标准表面光滑度区间；所述玻璃成品表面光滑度质量检测单元，采用数据搜索算法将所述玻璃成品表面光滑度均值、所述玻璃成品类型识别数据与不同玻璃成品类型标准表面光滑度区间按照玻璃成品类型进行玻璃成品表面的光滑度数值比对，依据玻璃成品表面的光滑度数值比对结果构建出玻璃成品表面光滑度质量检测结果数据；所述玻璃成品表面光滑度质量检测结果输出单元，用于输出玻璃成品表面光滑度质量检测结果数据；

所述玻璃成品表面光滑度检测质量处理模块包括不同玻璃成品表面光滑度质量检测结果处理方案存储单元、不同玻璃成品表面光滑度质量检测结果处理方案分析单元、玻璃成品表面光滑度检测质量及处理方案反馈单元；

所述不同玻璃成品表面光滑度质量检测结果处理方案存储单元，用于存储不同玻璃成品表面光滑度质量检测结果处理方案数据；所述不同玻璃成品表面光滑度质量检测结果处理方案分析单元，用于采用数据搜索算法依据所述玻璃成品表面光滑度质量检测结果数据与不同玻璃成品表面光滑度质量检测结果处理方案数据进行玻璃成品表面光滑度质量检测结果字符匹配，搜索出所述玻璃成品表面光滑度质量检测结果数据对应的处理方案数据并生成玻璃成品表面光滑度质量检测结果具体处理方案数据；所述玻璃成品表面光滑度检测质量及处理方案反馈单元，将所述玻璃成品表面光滑度质量检测结果数据和所述玻璃成品表面光滑度质量检测结果具体处理方案数据实时推送反馈到玻璃产品表面凹凸检测中心。

（三）有益效果

本发明提供了基于人工智能的玻璃产品表面凹凸检测系统及方法。具备以下有益效果：

一、通过玻璃成品表面外观特征图像采集单元和玻璃成品类型识别单元相互配合，采用拍摄镜头实时获取玻璃制造流水线的玻璃成品表面外观特征图像参数并结合基于人工智能的智能识别算法与预设不同玻璃成品类型表面外观特征图像参数进行图像匹配，从而实现玻璃产品表面凹凸检测过程的不同玻璃产品类型精准识别，提高了玻璃产品表面凹凸检测效率和精度；玻璃成品三维物理模型采集单元和玻璃成品表面光滑度检测位置规划单元相互配合，通过三维激光仪对玻璃成品三维物理模型进行在线建模，并结合平面网格划分科学规划出玻璃产品表面的光滑度检测位置，实现玻璃产品表面凹凸检测位置的科学制定，提高了玻璃产品表面凹凸检测结果的准确性。

二、通过玻璃成品表面光滑度采集单元和玻璃成品表面光滑度均值计量单元相互配合，采用玻璃平整度检测仪精确测量玻璃成品表面检测位置的光滑度参数并结合均值公式精准计量出璃成品表面光滑度均值，提高了玻璃产品表面光滑度测量数据的真实性；不同玻璃成品类型标准表面光滑度区间存储单元和玻璃成品表面光滑度质量检测单元相互配合，科学预设存储不同玻璃成品类型标准表面光滑度区间参数结合智能搜索算法与玻璃成品表面光滑度均值、玻璃成品类型识别参数按照玻璃成品类型进行玻璃成品表面的光滑度数值比对，流水线智能分析出玻璃产品表面光滑度质量检测结果，实现不同类型玻璃产品表面凹凸检测结果实时精准分析。

三、通过不同玻璃成品表面光滑度质量检测结果处理方案存储单元和不同玻璃成品表面光滑度质量检测结果处理方案分析单元相互配合，科学预设不同玻璃成品表面光滑度质量检测结果处理方案参数结合智能搜索算法与玻璃成品表面光滑度质量检测结果数据进行字符匹配，科学分析出不同玻璃成品表面光滑度质量检测结果对应的玻璃成品处理方案，实现不同玻璃产品表面凹凸检测结果的处理方案科学匹配，提高了玻璃产品表面凹凸检测作业的适用性和可靠性；玻璃成品表面光滑度检测质量及处理方案反馈单元，将玻璃成品表面光滑度质量检测结果参数和玻璃成品表面光滑度质量检测结果具体处理方案参数实时推送玻璃产品表面凹凸检测中心并通过显示屏直观反馈展示，实现玻璃产品表面凹凸检测结果和处理方案在线反馈。

附图说明

图1为本发明提供的基于人工智能的玻璃产品表面凹凸检测系统的模块示意图；

图2为本发明提供的基于人工智能的玻璃产品表面凹凸检测方法的流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

该基于人工智能的玻璃产品表面凹凸检测系统及方法的实施例如下：

请参阅图1－图2，基于人工智能的玻璃产品表面凹凸检测方法，方法包括如下步骤：

S1、采集玻璃成品表面外观特征图像数据；

S2、采用数据识别算法将玻璃成品表面外观特征图像数据与不同玻璃成品类型表面外观特征图像数据进行玻璃成品的表面外观特征图像匹配，识别出玻璃成品表面外观特征图像数据对应的玻璃成品类型并生成玻璃成品类型识别数据；

S3、当生成玻璃成品类型识别数据完成时，采集玻璃成品三维物理模型数据；对玻璃成品三维物理模型数据进行玻璃成品光滑度检测表面进行平面网格划分处理，并建立平面直角坐标系，获取平面网格中心点位置坐标生成玻璃成品表面光滑度检测位置坐标数据；

S4、依据玻璃成品表面光滑度检测位置坐标数据采集玻璃成品表面检测位置光滑度数据；对玻璃成品表面检测位置光滑度数据进行数值处理，计量出玻璃成品表面光滑度均值；

S5、采用数据搜索算法将玻璃成品表面光滑度均值、玻璃成品类型识别数据与不同玻璃成品类型标准表面光滑度区间按照玻璃成品类型进行玻璃成品表面的光滑度数值比对，依据玻璃成品表面的光滑度数值比对结果构建出玻璃成品表面光滑度质量检测结果数据并输出；

S6、采用数据搜索算法依据玻璃成品表面光滑度质量检测结果数据与不同玻璃成品表面光滑度质量检测结果处理方案数据进行玻璃成品表面光滑度质量检测结果字符匹配，搜索出玻璃成品表面光滑度质量检测结果数据对应的处理方案数据并生成玻璃成品表面光滑度质量检测结果具体处理方案数据；

S7、将玻璃成品表面光滑度质量检测结果数据和玻璃成品表面光滑度质量检测结果具体处理方案数据实时推送反馈到玻璃产品表面凹凸检测中心。

进一步的，请参阅图1－图2，采集玻璃成品表面外观特征图像数据的操作步骤如下：

S11、通过拍摄镜头实时采集玻璃制造流水线的玻璃成品表面的外观特征图像并生成玻璃成品表面外观特征图像数据，玻璃成品表面外观特征图像数据包括玻璃成品表面的形状特征图像数据、图案特征图像数据和颜色特征图像数据。

采用数据识别算法将玻璃成品表面外观特征图像数据与不同玻璃成品类型表面外观特征图像数据进行玻璃成品的表面外观特征图像匹配，识别出玻璃成品表面外观特征图像数据对应的玻璃成品类型并生成玻璃成品类型识别数据的操作步骤如下：

S21、建立不同玻璃成品类型表面外观特征图像数据集合，；其中表示第种玻璃成品类型对应不同玻璃成品类型表面外观特征图像数据，表示玻璃成品类型数量的最大值，玻璃成品类型包括平板玻璃、压花玻璃、中空玻璃、钢化玻璃、夹丝玻璃和马赛克玻璃；

S22、采用数据识别算法将玻璃成品表面外观特征图像数据与不同玻璃成品类型表面外观特征图像数据集合中不同玻璃成品类型表面外观特征图像数据进行玻璃成品的表面外观特征图像匹配，识别出玻璃成品表面外观特征图像数据对应的不同玻璃成品类型表面外观特征图像数据，执行识别玻璃成品表面外观特征图像数据对应的不同玻璃成品类型表面外观特征图像数据具体操作步骤如下：

S221、搜索空间模型，金豺种群初始化数学公式如下：，式中为初始金豺种群的位置，即金豺种群在不同玻璃成品类型表面外观特征图像数据集合搜索空间中的位置；rand为取值[0,1]区间内的随机数，和分别是求解问题的上下边界，即在不同玻璃成品类型表面外观特征图像数据集合中搜索与玻璃成品表面外观特征图像数据相匹配的不同玻璃成品类型表面外观特征图像数据的上下边界；

S222、搜索猎物，外观特征识别豺狼的本性知道如何在不同玻璃成品类型表面外观特征图像数据集合中感知并跟随与玻璃成品表面外观特征图像数据相匹配的不同玻璃成品类型表面外观特征图像数据的猎物，偶尔与玻璃成品表面外观特征图像数据相匹配的不同玻璃成品类型表面外观特征图像数据猎物未被抓住从而逃脱，外观特征识别豺狼就会等待和寻找与玻璃成品表面外观特征图像数据相匹配的其他不同玻璃成品类型表面外观特征图像数据的猎物，狩猎工作由雄性外观特征识别豺狼领导，雌性外观特征识别豺狼跟随雄性外观特征识别豺狼，雄性外观特征识别豺狼搜索猎物的位置更新公式如下：，雌性外观特征识别豺狼搜索猎物的位置更新公式如下：，其中t表示当前迭代次数；Prey（t）表示第t次迭代后与玻璃成品表面外观特征图像数据相匹配的不同玻璃成品类型表面外观特征图像数据猎物在不同玻璃成品类型表面外观特征图像数据集合的位置；、分别表示第t次迭代后的雄性外观特征识别豺狼和雌性外观特征识别豺狼在不同玻璃成品类型表面外观特征图像数据集合搜索空间中的位置；、分别表示第t次迭代后与猎物相应的雄性外观特征识别豺狼和雌性外观特征识别豺狼更新后在不同玻璃成品类型表面外观特征图像数据集合搜索空间中的位置，表示猎物的逃脱能量，逃脱能量计算公式为，其中表示猎物逃脱能量的下降过程，表示猎物能量的初始状态，，其中为取值[0,1]区间内的随机数；，其中T表示最大迭代次数；为一个常数，取值为1.5；t表示当前迭代次数，表示一个基于莱维分布的随机数，的计算公式如下：，其中是莱维飞行函数；

综上，外观特征识别豺狼在不同玻璃成品类型表面外观特征图像数据集合搜索空间中的位置更新公式为，其中表示第t+1次迭代后的外观特征识别豺狼在不同玻璃成品类型表面外观特征图像数据集合搜索空间中的位置；

S223、包围并攻击猎物，当与玻璃成品表面外观特征图像数据相匹配的不同玻璃成品类型表面外观特征图像数据的猎物被外观特征识别豺狼侵扰时，它们的逃脱能量会减少，然后外观特征识别豺狼对会将在前一阶段检测到的与玻璃成品表面外观特征图像数据相匹配的不同玻璃成品类型表面外观特征图像数据猎物包围起来，当外观特征识别豺狼对与玻璃成品表面外观特征图像数据相匹配的不同玻璃成品类型表面外观特征图像数据的猎物包围后，开始攻击并吞食与玻璃成品表面外观特征图像数据相匹配的不同玻璃成品类型表面外观特征图像数据的猎物，雄性外观特征识别豺狼搜索猎物的位置更新公式如下：,雌性外观特征识别豺狼搜索猎物的位置更新公式为；

S224、当算法满足最大迭代次数，输出与玻璃成品表面外观特征图像数据相匹配的不同玻璃成品类型表面外观特征图像数据；

S23、依据S224步骤输出的不同玻璃成品类型表面外观特征图像数据搜索出玻璃成品表面外观特征图像数据对应的玻璃成品类型并生成玻璃成品类型识别数据。

当生成玻璃成品类型识别数据完成时，采集玻璃成品三维物理模型数据；对玻璃成品三维物理模型数据进行玻璃成品光滑度检测表面进行平面网格划分处理，并建立平面直角坐标系，获取平面网格中心点位置坐标生成玻璃成品表面光滑度检测位置坐标数据的操作步骤如下：

S31、当生成玻璃成品类型识别数据完成时，通过三维激光扫描仪在线实时采集玻璃制造流水线的玻璃成品三维物理模型并生成玻璃成品三维物理模型数据；

S32、对玻璃成品三维物理模型数据进行玻璃成品光滑度检测表面采用边长为的正方形进行平面网格划分处理，以玻璃成品光滑度检测表面为基面建立平面直角坐标系，获取玻璃成品三维物理模型数据对应的玻璃成品光滑度检测表面的正方形网格中心点在平面直角坐标系中位置坐标生成玻璃成品表面光滑度检测位置坐标数据集合，；其中表示第个玻璃成品表面光滑度检测位置坐标数据，表示玻璃成品表面光滑度检测位置数量的最大值，，其中表示第个玻璃成品表面光滑度检测位置坐标数据对应的横坐标，表示第个玻璃成品表面光滑度检测位置坐标数据对应的纵坐标。

通过玻璃成品表面外观特征图像采集单元和玻璃成品类型识别单元相互配合，采用拍摄镜头实时获取玻璃制造流水线的玻璃成品表面外观特征图像参数并结合基于人工智能的智能识别算法与预设不同玻璃成品类型表面外观特征图像参数进行图像匹配，从而实现玻璃产品表面凹凸检测过程的不同玻璃产品类型精准识别，提高了玻璃产品表面凹凸检测效率和精度；玻璃成品三维物理模型采集单元和玻璃成品表面光滑度检测位置规划单元相互配合，通过三维激光仪对玻璃成品三维物理模型进行在线建模，并结合平面网格划分科学规划出玻璃产品表面的光滑度检测位置，实现玻璃产品表面凹凸检测位置的科学制定，提高了玻璃产品表面凹凸检测结果的准确性。

进一步的，请参阅图1－图2，依据玻璃成品表面光滑度检测位置坐标数据采集玻璃成品表面检测位置光滑度数据；对玻璃成品表面检测位置光滑度数据进行数值处理，计量出玻璃成品表面光滑度均值的操作步骤如下：

S41、依据玻璃成品表面光滑度检测位置坐标数据集合中玻璃成品表面光滑度检测位置坐标数据有序控制玻璃平整度检测仪采集玻璃成品表面光滑度检测位置的光滑度数值并生成玻璃成品表面检测位置光滑度数据集合，其中表示玻璃成品表面光滑度检测位置坐标数据对应的玻璃成品表面检测位置光滑度数据，的单位为微米；

S42、采用均值公式对玻璃成品表面检测位置光滑度数据集合中玻璃成品表面检测位置光滑度数据进行数值处理，计量出玻璃成品表面检测位置光滑度均值，的单位为微米。

采用数据搜索算法将玻璃成品表面光滑度均值、玻璃成品类型识别数据与不同玻璃成品类型标准表面光滑度区间按照玻璃成品类型进行玻璃成品表面的光滑度数值比对，依据玻璃成品表面的光滑度数值比对结果构建出玻璃成品表面光滑度质量检测结果数据并输出的操作步骤如下：

S51、建立不同玻璃成品类型标准表面光滑度区间集合，其中表示第种玻璃成品类型对应的不同玻璃成品类型标准表面光滑度区间，，表示不同玻璃成品类型标准表面光滑度区间对应的第种玻璃成品类型标准表面光滑度最小值，表示不同玻璃成品类型标准表面光滑度区间对应的第种玻璃成品类型标准表面光滑度最大值，和单位均为微米；

S52、采用深度优先算法将玻璃成品表面光滑度均值、玻璃成品类型识别数据与不同玻璃成品类型标准表面光滑度区间集合中不同玻璃成品类型标准表面光滑度区间按照玻璃成品类型关键词搜索出玻璃成品类型识别数据对应的不同玻璃成品类型标准表面光滑度区间；然后将玻璃成品表面光滑度均值与搜索出的不同玻璃成品类型标准表面光滑度区间中玻璃成品类型标准表面光滑度进行数值比对，依据玻璃成品表面的光滑度数值比对结果构建出玻璃成品表面光滑度质量检测结果数据；

当∈，表示玻璃成品类型识别数据对应的玻璃成品表面光滑度符合标准表面光滑度要求，则输出玻璃成品表面光滑度质量检测结果数据为合格；

当∉，表示玻璃成品类型识别数据对应的玻璃成品表面光滑度不符合标准表面光滑度要求，则输出玻璃成品表面光滑度质量检测结果数据为不合格。

通过玻璃成品表面光滑度采集单元和玻璃成品表面光滑度均值计量单元相互配合，采用玻璃平整度检测仪精确测量玻璃成品表面检测位置的光滑度参数并结合均值公式精准计量出璃成品表面光滑度均值，提高了玻璃产品表面光滑度测量数据的真实性；不同玻璃成品类型标准表面光滑度区间存储单元和玻璃成品表面光滑度质量检测单元相互配合，科学预设存储不同玻璃成品类型标准表面光滑度区间参数结合智能搜索算法与玻璃成品表面光滑度均值、玻璃成品类型识别参数按照玻璃成品类型进行玻璃成品表面的光滑度数值比对，流水线智能分析出玻璃产品表面光滑度质量检测结果，实现不同类型玻璃产品表面凹凸检测结果实时精准分析。

进一步的，请参阅图1－图2，采用数据搜索算法依据玻璃成品表面光滑度质量检测结果数据与不同玻璃成品表面光滑度质量检测结果处理方案数据进行玻璃成品表面光滑度质量检测结果字符匹配，搜索出玻璃成品表面光滑度质量检测结果数据对应的处理方案数据并生成玻璃成品表面光滑度质量检测结果具体处理方案数据的操作步骤如下：

S61、建立不同玻璃成品表面光滑度质量检测结果处理方案数据集合，其中表示当玻璃成品表面光滑度质量检测结果数据为合格时，对应的不同玻璃成品表面光滑度质量检测结果处理方案数据为继续玻璃成品质量检测工序；

表示当玻璃成品表面光滑度质量检测结果数据为不合格时，对应的不同玻璃成品表面光滑度质量检测结果处理方案数据为进入玻璃产品返修工序；

S62、采用双向搜索算法将玻璃成品表面光滑度质量检测结果数据与不同玻璃成品表面光滑度质量检测结果处理方案数据集合中不同玻璃成品表面光滑度质量检测结果处理方案数据进行玻璃成品表面光滑度质量检测结果字符匹配，搜索出玻璃成品表面光滑度质量检测结果数据对应的不同玻璃成品表面光滑度质量检测结果处理方案数据并生成玻璃成品表面光滑度质量检测结果具体处理方案数据。

将玻璃成品表面光滑度质量检测结果数据和玻璃成品表面光滑度质量检测结果具体处理方案数据实时推送反馈到玻璃产品表面凹凸检测中心的操作步骤如下：

S71、将玻璃成品表面光滑度质量检测结果数据和玻璃成品表面光滑度质量检测结果具体处理方案数据通过物联网通信网络推送到玻璃产品表面凹凸检测中心并通过显示屏展示反馈。

通过不同玻璃成品表面光滑度质量检测结果处理方案存储单元和不同玻璃成品表面光滑度质量检测结果处理方案分析单元相互配合，科学预设不同玻璃成品表面光滑度质量检测结果处理方案参数结合智能搜索算法与玻璃成品表面光滑度质量检测结果数据进行字符匹配，科学分析出不同玻璃成品表面光滑度质量检测结果对应的玻璃成品处理方案，实现不同玻璃产品表面凹凸检测结果的处理方案科学匹配，提高了玻璃产品表面凹凸检测作业的适用性和可靠性；玻璃成品表面光滑度检测质量及处理方案反馈单元，将玻璃成品表面光滑度质量检测结果参数和玻璃成品表面光滑度质量检测结果具体处理方案参数实时推送玻璃产品表面凹凸检测中心并通过显示屏直观反馈展示，实现玻璃产品表面凹凸检测结果和处理方案在线反馈。

基于人工智能的玻璃产品表面凹凸检测系统，用于实现基于人工智能的玻璃产品表面凹凸检测方法，系统包括玻璃成品类型及光滑度检测位置规划模块、玻璃成品表面光滑度质量检测模块、玻璃成品表面光滑度检测质量处理模块；

玻璃成品类型及光滑度检测位置规划模块包括玻璃成品表面外观特征图像采集单元、不同玻璃成品类型表面外观特征图像存储单元、玻璃成品类型识别单元、玻璃成品三维物理模型采集单元、玻璃成品表面光滑度检测位置规划单元；

玻璃成品表面外观特征图像采集单元，通过拍摄镜头采集玻璃成品表面外观特征图像数据；不同玻璃成品类型表面外观特征图像存储单元，用于存储不同玻璃成品类型表面外观特征图像数据；玻璃成品类型识别单元，采用基于人工智能的数据识别算法将玻璃成品表面外观特征图像数据与不同玻璃成品类型表面外观特征图像数据进行玻璃成品的表面外观特征图像匹配，识别出玻璃成品表面外观特征图像数据对应的玻璃成品类型并生成玻璃成品类型识别数据；玻璃成品三维物理模型采集单元，通过三维激光仪采集玻璃成品三维物理模型数据；玻璃成品表面光滑度检测位置规划单元，对玻璃成品三维物理模型数据进行玻璃成品光滑度检测表面进行平面网格划分处理，并建立平面直角坐标系，获取平面网格中心点位置坐标生成玻璃成品表面光滑度检测位置坐标数据；

玻璃成品表面光滑度质量检测模块包括玻璃成品表面光滑度采集单元、玻璃成品表面光滑度均值计量单元、不同玻璃成品类型标准表面光滑度区间存储单元、玻璃成品表面光滑度质量检测单元、玻璃成品表面光滑度质量检测结果输出单元；

玻璃成品表面光滑度采集单元，依据玻璃成品表面光滑度检测位置坐标数据配合玻璃平整度检测仪采集玻璃成品表面检测位置光滑度数据；玻璃成品表面光滑度均值计量单元，对玻璃成品表面检测位置光滑度数据进行数值处理，计量出玻璃成品表面光滑度均值；不同玻璃成品类型标准表面光滑度区间存储单元，用于存储不同玻璃成品类型标准表面光滑度区间；玻璃成品表面光滑度质量检测单元，采用数据搜索算法将玻璃成品表面光滑度均值、玻璃成品类型识别数据与不同玻璃成品类型标准表面光滑度区间按照玻璃成品类型进行玻璃成品表面的光滑度数值比对，依据玻璃成品表面的光滑度数值比对结果构建出玻璃成品表面光滑度质量检测结果数据；玻璃成品表面光滑度质量检测结果输出单元，用于输出玻璃成品表面光滑度质量检测结果数据；

玻璃成品表面光滑度检测质量处理模块包括不同玻璃成品表面光滑度质量检测结果处理方案存储单元、不同玻璃成品表面光滑度质量检测结果处理方案分析单元、玻璃成品表面光滑度检测质量及处理方案反馈单元；

不同玻璃成品表面光滑度质量检测结果处理方案存储单元，用于存储不同玻璃成品表面光滑度质量检测结果处理方案数据；不同玻璃成品表面光滑度质量检测结果处理方案分析单元，用于采用数据搜索算法依据玻璃成品表面光滑度质量检测结果数据与不同玻璃成品表面光滑度质量检测结果处理方案数据进行玻璃成品表面光滑度质量检测结果字符匹配，搜索出玻璃成品表面光滑度质量检测结果数据对应的处理方案数据并生成玻璃成品表面光滑度质量检测结果具体处理方案数据；玻璃成品表面光滑度检测质量及处理方案反馈单元，将玻璃成品表面光滑度质量检测结果数据和玻璃成品表面光滑度质量检测结果具体处理方案数据实时推送反馈到玻璃产品表面凹凸检测中心。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (9)

1.基于人工智能的玻璃产品表面凹凸检测方法，其特征在于，所述方法包括如下步骤：

S1、采集玻璃成品表面外观特征图像数据；

S2、采用数据识别算法将所述玻璃成品表面外观特征图像数据与不同玻璃成品类型表面外观特征图像数据进行玻璃成品的表面外观特征图像匹配，识别出所述玻璃成品表面外观特征图像数据对应的玻璃成品类型并生成玻璃成品类型识别数据；

S3、当生成所述玻璃成品类型识别数据完成时，采集玻璃成品三维物理模型数据；对所述玻璃成品三维物理模型数据进行玻璃成品光滑度检测表面进行平面网格划分处理，并建立平面直角坐标系，获取平面网格中心点位置坐标生成玻璃成品表面光滑度检测位置坐标数据；

S4、依据所述玻璃成品表面光滑度检测位置坐标数据采集玻璃成品表面检测位置光滑度数据；对所述玻璃成品表面检测位置光滑度数据进行数值处理，计量出玻璃成品表面光滑度均值；

S5、采用数据搜索算法将所述玻璃成品表面光滑度均值、所述玻璃成品类型识别数据与不同玻璃成品类型标准表面光滑度区间按照玻璃成品类型进行玻璃成品表面的光滑度数值比对，依据玻璃成品表面的光滑度数值比对结果构建出玻璃成品表面光滑度质量检测结果数据并输出；

S6、采用数据搜索算法依据所述玻璃成品表面光滑度质量检测结果数据与不同玻璃成品表面光滑度质量检测结果处理方案数据进行玻璃成品表面光滑度质量检测结果字符匹配，搜索出所述玻璃成品表面光滑度质量检测结果数据对应的处理方案数据并生成玻璃成品表面光滑度质量检测结果具体处理方案数据；

S7、将所述玻璃成品表面光滑度质量检测结果数据和所述玻璃成品表面光滑度质量检测结果具体处理方案数据实时推送反馈到玻璃产品表面凹凸检测中心。

2.根据权利要求1所述的基于人工智能的玻璃产品表面凹凸检测方法，其特征在于：所述S1包括以下步骤：

S11、通过拍摄镜头实时采集玻璃制造流水线的玻璃成品表面的外观特征图像并生成玻璃成品表面外观特征图像数据，所述玻璃成品表面外观特征图像数据包括玻璃成品表面的形状特征图像数据、图案特征图像数据和颜色特征图像数据。

3.根据权利要求2所述的基于人工智能的玻璃产品表面凹凸检测方法，其特征在于：所述S2包括以下步骤：

S21、建立不同玻璃成品类型表面外观特征图像数据集合，；其中表示第种玻璃成品类型对应不同玻璃成品类型表面外观特征图像数据，表示玻璃成品类型数量的最大值，所述玻璃成品类型包括平板玻璃、压花玻璃、中空玻璃、钢化玻璃、夹丝玻璃和马赛克玻璃；

S22、采用数据识别算法将所述玻璃成品表面外观特征图像数据与所述不同玻璃成品类型表面外观特征图像数据集合中不同玻璃成品类型表面外观特征图像数据进行玻璃成品的表面外观特征图像匹配，识别出所述玻璃成品表面外观特征图像数据对应的所述不同玻璃成品类型表面外观特征图像数据，执行识别所述玻璃成品表面外观特征图像数据对应的所述不同玻璃成品类型表面外观特征图像数据具体操作步骤如下：

S221、搜索空间模型，金豺种群初始化数学公式如下：，式中为初始金豺种群的位置，即金豺种群在不同玻璃成品类型表面外观特征图像数据集合搜索空间中的位置；rand为取值[0,1]区间内的随机数，和分别是求解问题的上下边界，即在不同玻璃成品类型表面外观特征图像数据集合中搜索与玻璃成品表面外观特征图像数据相匹配的不同玻璃成品类型表面外观特征图像数据的上下边界；

S222、搜索猎物，外观特征识别豺狼的本性知道如何在不同玻璃成品类型表面外观特征图像数据集合中感知并跟随与玻璃成品表面外观特征图像数据相匹配的不同玻璃成品类型表面外观特征图像数据的猎物，偶尔与玻璃成品表面外观特征图像数据相匹配的不同玻璃成品类型表面外观特征图像数据猎物未被抓住从而逃脱，外观特征识别豺狼就会等待和寻找与玻璃成品表面外观特征图像数据相匹配的其他不同玻璃成品类型表面外观特征图像数据的猎物，狩猎工作由雄性外观特征识别豺狼领导，雌性外观特征识别豺狼跟随雄性外观特征识别豺狼，雄性外观特征识别豺狼搜索猎物的位置更新公式如下：，雌性外观特征识别豺狼搜索猎物的位置更新公式如下：，其中t表示当前迭代次数；Prey（t）表示第t次迭代后与玻璃成品表面外观特征图像数据相匹配的不同玻璃成品类型表面外观特征图像数据猎物在不同玻璃成品类型表面外观特征图像数据集合的位置；、分别表示第t次迭代后的雄性外观特征识别豺狼和雌性外观特征识别豺狼在不同玻璃成品类型表面外观特征图像数据集合搜索空间中的位置；、分别表示第t次迭代后与猎物相应的雄性外观特征识别豺狼和雌性外观特征识别豺狼更新后在不同玻璃成品类型表面外观特征图像数据集合搜索空间中的位置，表示猎物的逃脱能量，逃脱能量计算公式为，其中表示猎物逃脱能量的下降过程，表示猎物能量的初始状态，，其中为取值[0,1]区间内的随机数；，其中T表示最大迭代次数；为一个常数，取值为1.5；t表示当前迭代次数，表示一个基于莱维分布的随机数，的计算公式如下：，其中是莱维飞行函数；

综上，外观特征识别豺狼在不同玻璃成品类型表面外观特征图像数据集合搜索空间中的位置更新公式为，其中表示第t+1次迭代后的外观特征识别豺狼在不同玻璃成品类型表面外观特征图像数据集合搜索空间中的位置；

S223、包围并攻击猎物，当与玻璃成品表面外观特征图像数据相匹配的不同玻璃成品类型表面外观特征图像数据的猎物被外观特征识别豺狼侵扰时，它们的逃脱能量会减少，然后外观特征识别豺狼对会将在前一阶段检测到的与玻璃成品表面外观特征图像数据相匹配的不同玻璃成品类型表面外观特征图像数据猎物包围起来，当外观特征识别豺狼对与玻璃成品表面外观特征图像数据相匹配的不同玻璃成品类型表面外观特征图像数据的猎物包围后，开始攻击并吞食与玻璃成品表面外观特征图像数据相匹配的不同玻璃成品类型表面外观特征图像数据的猎物；

S224、当算法满足最大迭代次数，输出与玻璃成品表面外观特征图像数据相匹配的不同玻璃成品类型表面外观特征图像数据；

S23、依据S224步骤输出的所述不同玻璃成品类型表面外观特征图像数据搜索出所述玻璃成品表面外观特征图像数据对应的玻璃成品类型并生成玻璃成品类型识别数据。

4.根据权利要求3所述的基于人工智能的玻璃产品表面凹凸检测方法，其特征在于：所述S3包括以下步骤：

S31、当生成所述玻璃成品类型识别数据完成时，通过三维激光扫描仪在线实时采集玻璃制造流水线的玻璃成品三维物理模型并生成玻璃成品三维物理模型数据；

S32、对所述玻璃成品三维物理模型数据进行玻璃成品光滑度检测表面采用边长为的正方形进行平面网格划分处理，以玻璃成品光滑度检测表面为基面建立平面直角坐标系，获取所述玻璃成品三维物理模型数据对应的玻璃成品光滑度检测表面的正方形网格中心点在所述平面直角坐标系中位置坐标生成玻璃成品表面光滑度检测位置坐标数据集合，；其中表示第个玻璃成品表面光滑度检测位置坐标数据，表示玻璃成品表面光滑度检测位置数量的最大值，，其中表示第个玻璃成品表面光滑度检测位置坐标数据对应的横坐标，表示第个玻璃成品表面光滑度检测位置坐标数据对应的纵坐标。

5.根据权利要求4所述的基于人工智能的玻璃产品表面凹凸检测方法，其特征在于：所述S4包括以下步骤：

S41、依据所述玻璃成品表面光滑度检测位置坐标数据集合中玻璃成品表面光滑度检测位置坐标数据有序控制玻璃平整度检测仪采集玻璃成品表面光滑度检测位置的光滑度数值并生成玻璃成品表面检测位置光滑度数据集合，其中表示玻璃成品表面光滑度检测位置坐标数据对应的玻璃成品表面检测位置光滑度数据，的单位为微米；

S42、采用均值公式对所述玻璃成品表面检测位置光滑度数据集合中玻璃成品表面检测位置光滑度数据进行数值处理，计量出玻璃成品表面检测位置光滑度均值，的单位为微米。

6.根据权利要求5所述的基于人工智能的玻璃产品表面凹凸检测方法，其特征在于：所述S5包括以下步骤：

S51、建立不同玻璃成品类型标准表面光滑度区间集合，其中表示第种玻璃成品类型对应的不同玻璃成品类型标准表面光滑度区间，，表示不同玻璃成品类型标准表面光滑度区间对应的第种玻璃成品类型标准表面光滑度最小值，表示不同玻璃成品类型标准表面光滑度区间对应的第种玻璃成品类型标准表面光滑度最大值，和单位均为微米；

S52、采用深度优先算法将所述玻璃成品表面光滑度均值、所述玻璃成品类型识别数据与所述不同玻璃成品类型标准表面光滑度区间集合中不同玻璃成品类型标准表面光滑度区间按照玻璃成品类型关键词搜索出所述玻璃成品类型识别数据对应的所述不同玻璃成品类型标准表面光滑度区间；然后将所述玻璃成品表面光滑度均值与搜索出的不同玻璃成品类型标准表面光滑度区间中玻璃成品类型标准表面光滑度进行数值比对，依据玻璃成品表面的光滑度数值比对结果构建出玻璃成品表面光滑度质量检测结果数据；

当∈，表示玻璃成品类型识别数据对应的玻璃成品表面光滑度符合标准表面光滑度要求，则输出玻璃成品表面光滑度质量检测结果数据为合格；

当∉，表示玻璃成品类型识别数据对应的玻璃成品表面光滑度不符合标准表面光滑度要求，则输出玻璃成品表面光滑度质量检测结果数据为不合格。

7.根据权利要求6所述的基于人工智能的玻璃产品表面凹凸检测方法，其特征在于：所述S6包括以下步骤：

S61、建立不同玻璃成品表面光滑度质量检测结果处理方案数据集合，其中表示当所述玻璃成品表面光滑度质量检测结果数据为合格时，对应的不同玻璃成品表面光滑度质量检测结果处理方案数据为继续玻璃成品质量检测工序；

表示当所述玻璃成品表面光滑度质量检测结果数据为不合格时，对应的不同玻璃成品表面光滑度质量检测结果处理方案数据为进入玻璃产品返修工序；

S62、采用双向搜索算法将所述玻璃成品表面光滑度质量检测结果数据与所述不同玻璃成品表面光滑度质量检测结果处理方案数据集合中不同玻璃成品表面光滑度质量检测结果处理方案数据进行玻璃成品表面光滑度质量检测结果字符匹配，搜索出所述玻璃成品表面光滑度质量检测结果数据对应的不同玻璃成品表面光滑度质量检测结果处理方案数据并生成玻璃成品表面光滑度质量检测结果具体处理方案数据。

8.根据权利要求7所述的基于人工智能的玻璃产品表面凹凸检测方法，其特征在于：所述S7包括以下步骤：

S71、将所述玻璃成品表面光滑度质量检测结果数据和所述玻璃成品表面光滑度质量检测结果具体处理方案数据通过物联网通信网络推送到玻璃产品表面凹凸检测中心并通过显示屏展示反馈。

9.基于人工智能的玻璃产品表面凹凸检测系统，用于实现权利要求1-8中任意一项所述基于人工智能的玻璃产品表面凹凸检测方法，其特征在于：所述系统包括玻璃成品类型及光滑度检测位置规划模块、玻璃成品表面光滑度质量检测模块、玻璃成品表面光滑度检测质量处理模块。