張軒軒 張黎明

摘要：手持點檢儀的設(shè)計投入消除了原有點檢儀制度中的漏洞和弊端，使點檢結(jié)果在執(zhí)行過程中更加真實有效的反映設(shè)備的運轉(zhuǎn)情況。手持點檢儀可獲得展品運行的大量數(shù)據(jù)，通過數(shù)據(jù)結(jié)構(gòu)的統(tǒng)計，對展品運行數(shù)據(jù)進(jìn)行分析，實現(xiàn)展品運行狀態(tài)的監(jiān)測、展品故障類型的統(tǒng)計、展品故障預(yù)報警，甚至通過運行數(shù)據(jù)可以分析展品的操作熱度，記錄到系統(tǒng)中，將展品熱度分析、展品運行及故障分析等內(nèi)容根據(jù)系統(tǒng)獲得的實時數(shù)據(jù)，轉(zhuǎn)換為多種圖表形式，直觀簡潔地進(jìn)行展示，便于管理人員隨時查看。本文對基于工業(yè)設(shè)計及人機(jī)工程的手持設(shè)備優(yōu)化設(shè)計進(jìn)行分析，以供參考。

關(guān)鍵詞：手持設(shè)備;工業(yè)設(shè)計;人機(jī)工程;優(yōu)化設(shè)計

引言

隨著信息化時代的到來，生產(chǎn)型企業(yè)的傳統(tǒng)設(shè)備管理模式，已跟不上時代的步伐，為適應(yīng)快速高效的節(jié)奏，必須對傳統(tǒng)模式進(jìn)行改變。通過一種智能的點檢方式代替“手工抄表”“隨機(jī)抽查”的常規(guī)管理模式。智能手持點檢儀終端是基于傳感器檢測和網(wǎng)絡(luò)技術(shù)數(shù)據(jù)遠(yuǎn)程傳輸及數(shù)據(jù)云存儲構(gòu)建而成。通過手持的振動、溫度、噪音一體化傳感器放置在展品的關(guān)鍵位置處采集數(shù)據(jù)，傳感器數(shù)據(jù)通過Wi-Fi網(wǎng)絡(luò)或蜂窩網(wǎng)絡(luò)與云存儲服務(wù)器連接，數(shù)據(jù)存儲。

1手持設(shè)備原結(jié)構(gòu)

某測試手持設(shè)備原主體結(jié)構(gòu)為盒體，可拆為前蓋和腔體兩部分，厚度約70mm。前蓋安裝有顯示器、按鍵等，腔體內(nèi)安裝有5個模塊，后側(cè)裝有1塊電池及電池蓋，各模塊之間選用帶纜和射頻電纜連接，安裝時將前蓋、腔體合為一個整體，并在主機(jī)四周包有防滑減震裝置，設(shè)備兩側(cè)設(shè)置有拉伸式把手。該手持設(shè)備在使用中暴露的主要問題如下：①內(nèi)部空間利用率較低，設(shè)備厚度較大，整機(jī)顯得臃腫;②按鍵排布簡單，外觀中規(guī)中矩，缺乏設(shè)計感;③整體質(zhì)量接近6kg，對用戶手持操作不友好。

2基于智能手持設(shè)備的車牌識別系統(tǒng)

2.1基于形態(tài)學(xué)的車牌定位

在車牌定位階段，我們的目的是使用基于邊緣的圖像處理技術(shù)根據(jù)原始圖像確定車牌區(qū)域。通過識別原始圖像中亮度急劇變化的點而獲得二值邊緣圖像。車牌區(qū)域的亮度變化比原始圖像中的其他區(qū)域更為明顯和頻繁。矩形車牌區(qū)域比其他區(qū)域包含更豐富的邊緣和紋理特征。因此，該信息可以用于確定車牌區(qū)域，我們使用了形態(tài)學(xué)方法。首先對真彩色的車牌進(jìn)行灰度化處理，然后進(jìn)行高斯模糊處理，再進(jìn)行基于Sobel算子的邊緣檢測，再運用形態(tài)學(xué)開、閉、膨脹等操作找出候選的區(qū)域，最后進(jìn)行車牌定位切割操作。為了提高運行速度和便于計算，通常需要將真彩色車牌圖像灰度化，灰度化之后要進(jìn)行邊緣檢測，但是Sobel算子對噪聲比較敏感，所以我們先進(jìn)行高斯模糊處理，消除掉噪聲同時模糊一下非車牌的邊緣。Sobel算子結(jié)合了微分求導(dǎo)和高斯平滑算法，通過這種算法來計算圖像中灰度的近似梯度。邊緣也是圖像的顯著特征之一。Sobel算子包含兩個3×3的矩陣，分別為水平與垂直模板，因為車牌中垂直邊緣比較多，所以我們用垂直邊緣檢測模板與車牌圖像進(jìn)行卷積操作;然后將邊緣檢測的結(jié)果進(jìn)行閉運算，填充孔洞;再進(jìn)行開運算，去除小的噪聲，平滑邊界;之后進(jìn)行移除小對象與膨脹操作，得到車牌的位置;最后根據(jù)獲得的車牌區(qū)域進(jìn)行車牌定位裁剪。

2.2基于人工神經(jīng)網(wǎng)絡(luò)的車牌字符分割與識別

一般來說，人工神經(jīng)網(wǎng)絡(luò)由處理單元形成，人工神經(jīng)細(xì)胞彼此關(guān)聯(lián)，每個神經(jīng)細(xì)胞之間的連接結(jié)構(gòu)決定了神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)。如何改變連接以實現(xiàn)預(yù)期目標(biāo)，取決于人工神經(jīng)網(wǎng)絡(luò)中的學(xué)習(xí)算法。直到系統(tǒng)結(jié)果和期望結(jié)果之間的錯誤率降低到足夠接近于零為止，根據(jù)學(xué)習(xí)規(guī)則改變網(wǎng)絡(luò)權(quán)重。因為沒有經(jīng)驗法則來確定需要多少隱藏層，我們在本實驗中使用反向傳播學(xué)習(xí)算法構(gòu)建了一層前饋人工神經(jīng)網(wǎng)絡(luò)，并且在字符中使用此人工神經(jīng)網(wǎng)絡(luò)確定字符的識別階段。在前饋神經(jīng)網(wǎng)絡(luò)中，神經(jīng)細(xì)胞（神經(jīng)元）被組織成層，層中細(xì)胞的輸出通過權(quán)重作為下一層的輸入。輸入層接收來自外部環(huán)境的信息，并將其傳輸?shù)诫[藏層中的節(jié)點，而不進(jìn)行任何更改。網(wǎng)絡(luò)輸出通過處理隱藏層和輸出層中的信息來確定。在神經(jīng)網(wǎng)絡(luò)的訓(xùn)練階段利用反向傳播學(xué)習(xí)算法。

3優(yōu)化設(shè)計

內(nèi)部模塊優(yōu)化完成后，對設(shè)備外觀進(jìn)行了重新設(shè)計，提高產(chǎn)品的設(shè)計感及用戶體驗度。主要優(yōu)化內(nèi)容如下：①基于用戶要求，外觀造型不能過于浮夸，應(yīng)以穩(wěn)重簡約為主。因此整機(jī)采用大量弧面流線設(shè)計，LOGO字符采用鐳雕銀色效果，觀感更為舒適。②按鍵板上確定鍵采用綠色軟膠、開關(guān)鍵采用紅色軟膠、其余按鍵采用灰色軟膠，實現(xiàn)啞光效果，色彩搭配合理，使用更舒適;按鍵字符全部采用鐳雕透光工藝，可增強(qiáng)透光效果，利于在夜晚及其他光線不足的環(huán)境下進(jìn)行操作。③指示燈位置位于數(shù)字按鍵上方中部，整體下沉，外側(cè)加鏡片，鏡片背面絲印黑色，透光處透空字符鐳雕，使得指示燈效果更為明顯。④主機(jī)四角防滑防撞條增加凹凸裝飾線條，增強(qiáng)手感;設(shè)備頂部、顯示器及按鍵采用多邊凹槽下沉設(shè)計，對各外露器件進(jìn)行保護(hù)。⑤把手兩側(cè)改為可調(diào)尼龍帶單側(cè)分離搭扣設(shè)計，既便于攜帶，又杜絕使用金屬連接可能出現(xiàn)的生銹情況。

結(jié)束語

①結(jié)合判斷矩陣分析法、德爾斐方法等，對原設(shè)備按鍵的排布及外形進(jìn)行了重新設(shè)計，同時對原設(shè)備內(nèi)部各模塊的布局進(jìn)行規(guī)劃，使整個設(shè)備的空間利用率更高、質(zhì)量更輕。②根據(jù)工業(yè)設(shè)計理論，對原設(shè)備造型、色彩、材質(zhì)等進(jìn)行了優(yōu)化，加入了大量弧面、線條等元素，搭配多種色彩及新材質(zhì)，使得手持設(shè)備在保持功能及強(qiáng)度的基礎(chǔ)上更加具備設(shè)計美感。③產(chǎn)品設(shè)計是一個復(fù)雜的過程，除了對功能、質(zhì)量、成本等因素進(jìn)行考慮外，還需加強(qiáng)對工業(yè)設(shè)計及人機(jī)工程的關(guān)注。只有當(dāng)各方面因素和諧共存時，才能帶給用戶全新的視覺感受和充分的情感滿足。

參考文獻(xiàn)：

[1]周戎龍，羅玉玲，閉金杰，岑明燦，丘森輝，廖志賢.圖像并行加密算法在手持設(shè)備上的應(yīng)用研究[J].廣西師范大學(xué)學(xué)報（自然科學(xué)版），2019，37（03）：60-70.

[2]尹毅.鐵路通信地理信息采集系統(tǒng)升級方案研究[J].鐵道通信信號，2019，55（05）：47-51.

[3]王一丹.家長對手持設(shè)備的認(rèn)知與學(xué)生使用之間的關(guān)系研究[D].浙江師范大學(xué)，2019.