基于图像识别的汽车制动器装配异常识别方法及系统

本发明提供一种基于图像识别的汽车制动器装配异常识别方法及系统，该方法首先采集进入装配工位的轮毂轴承螺母原始图像并记录批次信息，利用深度学习模型提取视觉指纹特征并与预存缺陷特征比对完成风险评估。随后在轮毂轴承螺母执行拧紧锚固操作前后的相同位置分别采集锚固前后图像，通过图像配准和差分运算生成差分图像，利用机器学习模型分析锚固操作导致的微观物理变化特征，输出质量判断结果。系统综合早期风险评估结果与质量判断结果，识别装配状态是否存在异常。若发现异常，则将所有信息打包为异常数据包，计算加密哈希值，并存入分布式区块链中。该方法实现了制动器装配过程中的异常识别和追溯，提升了汽车安全关键部件的质量控制水平。