框架结构的防倾倒方法及相关装置与流程

1.本技术涉及视觉检测、深度学习技术领域，尤其涉及框架结构的防倾倒方法、电子设备、计算机可读存储介质及计算机程序产品。


背景技术：

2.随着人们对产品品质的要求越来越高，需要对生产的工件进行检测。传统的做法是采用智能检测设备嵌入产品的流水线，这种智能检测设备通常包括悬臂式的检测框(即框架结构)，检测框由于一端悬空，非常容易发生变形，更严重的是，检测框可能会从支架上倾倒，使得设备无法使用，停工停产。
3.基于此，本技术提供了框架结构的防倾倒方法、电子设备、计算机可读存储介质及计算机程序产品，以改进现有技术。


技术实现要素：

4.本技术的目的在于提供框架结构的防倾倒方法、电子设备、计算机可读存储介质及计算机程序产品，能够有效防止框架结构发生倾倒，提高框架结构的稳定性和安全性。
5.本技术的目的采用以下技术方案实现：
6.第一方面，本技术提供了一种框架结构的防倾倒方法，用于防止框架结构发生倾倒，所述框架结构的一端与支架连接，所述框架结构相对的另一端悬空；
7.所述方法包括：
8.获取所述框架结构的框架信息，所述框架信息包括以下至少一种：重量、材质、尺寸以及在所述支架上的安装位置；
9.根据所述框架信息，获取拉杆的安装策略，所述安装策略包括以下至少一种：拉杆长度、拉杆数量、每根所述拉杆的安装位置；
10.根据所述安装策略，将至少一根所述拉杆安装于所述框架结构和/或所述支架。
11.该技术方案的有益效果在于：有效防止框架结构发生倾倒，提高框架结构的稳定性和安全性。具体而言，根据框架结构的重量、材质、尺寸以及在支架上的安装位置等信息来确定拉杆的安装策略，可以保证拉杆的长度、位置和数量根据框架信息自适应调整，能够最大限度地减少框架结构倾倒的风险，提高整体的安全性。此外，使用拉杆作为辅助支撑，可以在原有的框架结构基础上增加支撑点，从而提高框架结构的稳定性和抗倾倒能力，避免框架结构在自身重力以及风力和冲击等外部力的作用下发生倾倒。根据框架结构的情况，可以灵活地选择拉杆的长度、数量和安装位置，满足不同结构的需求，可以根据需要进行调整，以最大程度地发挥拉杆的辅助支撑作用。使用拉杆作为辅助支撑，在安装和维护时比较简单，易于操作，不会对原有的支撑结构产生太大的影响，可以有效地降低维护和运营成本。
12.在一些可选的实施例中，所述支架设置有滑轨，以使所述框架结构利用所述滑轨在所述支架上滑动；
13.所述方法还包括：
14.利用摄像头获取所述框架结构对应的框架图像；
15.根据所述框架图像，获取所述框架结构的底边与所述滑轨的夹角；
16.当所述夹角大于预设角度时，向终端设备发送变形提示信息，以提示用户所述框架结构变形严重。
17.该技术方案的有益效果在于：进一步提高框架结构的稳定性和安全性，利用摄像头获取框架图像，根据框架图像检测出底边与所述滑轨的夹角，及时掌握框架结构的状态和变形情况，并发送变形提示信息给用户，从而避免框架结构因过度变形导致倾倒等安全问题。具体而言，利用摄像头获取框架图像和夹角信息，可以实时掌握框架结构的形态和变形情况，及时发现问题，采取相应的措施进行处理，更准确地提示用户框架结构的变形情况和程度，避免因误判或误报导致的干扰和误解。此外，可以将框架图像存储到云端进行分析和处理，可以实现对多个框架结构的监管和管理，提高管理的效率和精度。
18.在一些可选的实施例中，所述方法还包括：
19.当所述夹角大于所述预设角度时，获取所述框架结构的使用时长；
20.当所述使用时长小于预设时长时，根据所述夹角对所述安装策略进行更新，并根据更新后的所述安装策略，重新将至少一根所述拉杆安装于所述框架结构和/或所述支架；
21.当所述使用时长不小于所述预设时长时，向所述终端设备发送第一更换信息，以提示所述用户更换所述框架结构。
22.该技术方案的有益效果在于：根据框架结构使用时长和夹角信息动态调整安装策略，提高框架结构的稳定性和安全性，从而避免因长期使用和变形导致的倾斜或倒塌等安全问题。具体而言，通过获取框架的使用时长和夹角信息，可以动态调整安装策略，根据实际情况添加、更换或移动拉杆，从而保持框架结构的稳定性和安全性。通过动态更新安装策略并适时更换框架结构，可以有效延长其使用寿命，降低更换频率和成本，提高框架结构的经济性和可持续性。提高安全性能的适应性和灵活性：通过根据不同的使用时长和夹角信息采取不同的安装策略并实时调整，可以适应不同的使用场景和需求，提高安全性能的适应性和灵活性。通过自动化和智能化的方式进行安装策略的更新和更换，可以减少人为干扰和误判的风险，提高处理的准确性和可靠性。
23.在一些可选的实施例中，所述方法还包括：
24.当所述使用时长不小于所述预设时长时，获取所述框架结构的性能评分；
25.当所述性能评分大于预设评分时，对所述框架结构进行修复处理；
26.当所述性能评分不大于所述预设评分时，对所述框架结构进行回收处理。
27.该技术方案的有益效果在于：通过获取框架结构的性能评分来判断其使用寿命和使用效能，并根据评分结果进行相应的修复或回收处理，从而优化框架结构的使用效果和安全性能，减少资源浪费和环境污染。具体而言，通过对框架结构的性能评分进行监测和分析，当性能评分较高时，可以及时发现和修复其存在的问题，提高其使用效能和功能性，从而满足不同的使用需求和应用场景；当性能评分较低时，进行回收处理，可以减少资源的浪费和环境的污染，实现对资源的有效利用和环保的目标。通过定期对框架结构的性能评分进行监测和分析，可以及时发现其存在的安全隐患和问题，采取相应的修复措施，从而提高框架结构的安全性能和稳定性。
28.在一些可选的实施例中，所述获取所述框架结构的性能评分，包括：
29.根据所述框架图像，获取所述框架结构的表面缺陷信息，所述表面缺陷信息用于指示以下任意一种表面缺陷：裂纹、气泡、划痕、杂质和毛刺；
30.根据所述表面缺陷信息，获取所述框架结构的性能评分。
31.该技术方案的有益效果在于：利用视觉检测技术，根据框架图像获取框架结构的表面缺陷信息，从而进一步对框架结构的性能进行评估和监测，提高框架结构的使用效能和安全性能。具体而言，通过对框架结构的表面缺陷信息进行监测和分析，可以更准确地评估其性能和使用寿命，从而提高评估的准确性和可靠性，还可以及时发现和修复其存在的缺陷和问题，增强其表面质量，从而提高框架结构的使用效能和美观度。此外，通过视觉检测技术自动获取表面缺陷信息，可以优化管理和维护的效率，提高管理和维护的精度和速度，降低管理和维护的成本和复杂度，减少人力和物力资源的浪费。
32.在一些可选的实施例中，所述方法还包括：
33.根据所述框架图像，获取每根所述拉杆相对于初始状态的拉伸量；
34.根据所述拉杆的材质，获取所述拉杆的拉伸上限长度；
35.当所述拉伸量大于所述拉伸上限长度时，向所述终端设备发送第二更换信息，以提示所述用户更换所述拉杆。
36.该技术方案的有益效果在于：利用视觉检测技术，获取每根拉杆相对于初始状态的拉伸长度，并根据其材质获取其拉伸上限长度，从而实现对拉杆的智能化监测和管理。如果拉杆的拉伸量大于其拉伸上限长度，将自动向用户发送更换信息，以提示用户进行更换，进一步保证框架结构的安全性能和使用寿命。具体而言，利用视觉检测技术自动获取每根拉杆的拉伸长度和拉伸上限长度，可以提高监测和管理的精度和效率，降低因漏检和误判等问题所带来的安全风险。通过对拉杆的拉伸量进行监测和分析，可以及时发现其存在的问题和缺陷，提高框架结构的安全性能和使用寿命。通过向用户发送更换提示信息，可以提高用户的使用体验和安全意识，增强用户对框架结构的安全性和使用风险的认识和防范能力。
37.在一些可选的实施例中，所述框架信息包括尺寸，所述安装策略包括拉杆数量；
38.所述根据所述框架信息，获取拉杆的安装策略，包括：
39.根据所述框架结构的尺寸，确定所述框架结构的长宽比；
40.根据所述长宽比，获取所述拉杆数量。
41.该技术方案的有益效果在于：根据框架结构的尺寸确定拉杆的安装数量，进一步提高框架结构的稳定性。具体而言，通过根据框架结构的尺寸，确定长宽比，从而设置拉杆的安装数量，可以进一步提高框架结构的稳定性和抗震性能，减少因结构倾斜、失稳或者抗震性能差等问题所带来的安全风险。这种通过自动化确定拉杆的安装数量的方式，可以优化拉杆设计的效率和精度，降低设计的成本和复杂度，减少人力和物力资源的浪费。
42.在一些可选的实施例中，所述根据所述框架信息，获取拉杆的安装策略，包括：
43.将所述框架信息输入至预设的策略配置模型，以得到所述拉杆的安装策略。
44.该技术方案的有益效果在于：将框架信息输入到预设的策略配置模型中，自动获取拉杆的安装策略，进一步提高了框架结构的安全性能和设计的精度。具体而言，通过策略配置模型自动获取拉杆的安装策略，可以提高设计的精度和效率，快速得到可行可靠的框
架结构设计方案。
45.第二方面，本技术提供了一种电子设备，用于防止框架结构发生倾倒，所述框架结构的一端与支架连接，所述框架结构相对的另一端悬空；
46.所述电子设备包括存储器和至少一个处理器，所述存储器存储有计算机程序，所述至少一个处理器执行所述计算机程序时实现以下步骤：
47.获取所述框架结构的框架信息，所述框架信息包括以下至少一种：重量、材质、尺寸以及在所述支架上的安装位置；
48.根据所述框架信息，获取拉杆的安装策略，所述安装策略包括以下至少一种：拉杆长度、拉杆数量、每根所述拉杆的安装位置；
49.根据所述安装策略，利用执行机构将至少一根所述拉杆安装于所述框架结构和/或所述支架。
50.在一些可选的实施例中，所述支架设置有滑轨，以使所述框架结构利用所述滑轨在所述支架上滑动；
51.所述至少一个处理器执行所述计算机程序时还实现以下步骤：
52.利用摄像头获取所述框架结构对应的框架图像；
53.根据所述框架图像，获取所述框架结构的底边与所述滑轨的夹角；
54.当所述夹角大于预设角度时，向终端设备发送变形提示信息，以提示用户所述框架结构变形严重。
55.在一些可选的实施例中，所述至少一个处理器执行所述计算机程序时还实现以下步骤：
56.当所述夹角大于所述预设角度时，获取所述框架结构的使用时长；
57.当所述使用时长小于预设时长时，根据所述夹角对所述安装策略进行更新，并根据更新后的所述安装策略，重新将至少一根所述拉杆安装于所述框架结构和/或所述支架；
58.当所述使用时长不小于所述预设时长时，向所述终端设备发送第一更换信息，以提示所述用户更换所述框架结构。
59.在一些可选的实施例中，所述至少一个处理器执行所述计算机程序时还实现以下步骤：
60.当所述使用时长不小于所述预设时长时，获取所述框架结构的性能评分；
61.当所述性能评分大于预设评分时，对所述框架结构进行修复处理；
62.当所述性能评分不大于所述预设评分时，对所述框架结构进行回收处理。
63.在一些可选的实施例中，所述至少一个处理器执行所述计算机程序时采用以下方式获取所述框架结构的性能评分：
64.根据所述框架图像，获取所述框架结构的表面缺陷信息，所述表面缺陷信息用于指示以下任意一种表面缺陷：裂纹、气泡、划痕、杂质和毛刺；
65.根据所述表面缺陷信息，获取所述框架结构的性能评分。
66.在一些可选的实施例中，所述至少一个处理器执行所述计算机程序时还实现以下步骤：
67.根据所述框架图像，获取每根所述拉杆相对于初始状态的拉伸量；
68.根据所述拉杆的材质，获取所述拉杆的拉伸上限长度；
69.当所述拉伸量大于所述拉伸上限长度时，向所述终端设备发送第二更换信息，以提示所述用户更换所述拉杆。
70.在一些可选的实施例中，所述框架信息包括尺寸，所述安装策略包括拉杆数量；
71.所述至少一个处理器执行所述计算机程序时采用以下方式根据所述框架信息，获取拉杆的安装策略：
72.根据所述框架结构的尺寸，确定所述框架结构的长宽比；
73.根据所述长宽比，获取所述拉杆数量。
74.在一些可选的实施例中，所述至少一个处理器执行所述计算机程序时采用以下方式根据所述框架信息，获取拉杆的安装策略：
75.将所述框架信息输入至预设的策略配置模型，以得到所述拉杆的安装策略。
76.第三方面，本技术提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被至少一个处理器执行时实现上述任一项方法的步骤或者实现上述任一项所述电子设备的功能。
77.第四方面，本技术还提供了一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被至少一个处理器执行时实现上述任一项所述方法的步骤或者实现上述任一项所述电子设备的功能。
附图说明
78.下面结合附图和实施方式对本技术进一步说明。
79.图1是本技术实施例提供的一种框架结构的防倾倒方法的流程示意图。
80.图2是本技术实施例提供的另一种框架结构的防倾倒方法的流程示意图。
81.图3是本技术实施例提供的一种框架结构的防倾倒方法的部分流程示意图。
82.图4是本技术实施例提供的另一种框架结构的防倾倒方法的部分流程示意图。
83.图5是本技术实施例提供的一种框架结构的结构示意图。
84.图6示出了本技术实施例提供的一种电子设备的结构框图。
85.图7示出了本技术实施例提供的一种程序产品的结构示意图。
具体实施方式
86.下面将结合本技术的说明书附图以及具体实施方式，对本技术中的技术方案进行描述，需要说明的是，在不相冲突的前提下，以下描述的各实施方式之间或各技术特征之间可以任意组合形成新的实施方式。
87.在本技术实施例中，“至少一个”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b的情况，其中a，b可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指的这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b或c中的至少一项(个)，可以表示：a，b，c，a和b，a和c，b和c，a和b和c，其中a、b和c可以是单个，也可以是多个。值得注意的是，“至少一项(个)”还可以解释成“一项(个)或多项(个)”。
88.还需说明的是，本技术实施例中，“示例性的”或者“例如”等词用于表示作例子、例
证或说明。本技术实施例中被描述为“示例性的”或者“例如”的任何实施方式或设计方案不应被解释为比其他实施方式或设计方案更优选或更具优势。确切而言，使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
89.下面，首先对本技术实施例的其中一个应用领域(即视觉检测)，结合本技术具体实施方式进行简单说明。
90.视觉检测技术(visual inspection technology)是一种利用计算机图像处理技术实现的非接触式检测技术。它通过对图像数据进行解析，提取图像特征，并与预定标准进行对比，判断某个产品或工件是否合格的技术。视觉检测技术可以广泛应用于工业生产中的各个环节，如自动化装配线、工件质量检测、物流分拣等。
91.机器学习(machine learning,ml)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。计算机程序可以在给定某种类别的任务t和性能度量p下学习经验e，如果其在任务t中的性能恰好可以用p度量，则随着经验e而提高。机器学习专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。机器学习是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域。
92.深度学习是一种特殊的机器学习，通过学习将世界使用嵌套的概念层次来表示并实现巨大的功能和灵活性，其中每个概念都定义为与简单概念相关联，而更为抽象的表示则以较不抽象的方式来计算。机器学习和深度学习通常包括人工神经网络、置信网络、强化学习、迁移学习、归纳学习、示教学习等技术。
93.基于此，为了有效防止框架结构发生倾倒，提高框架结构的稳定性和安全性，本技术提出了一种框架结构的防倾倒方法、电子设备、计算机可读存储介质及计算机程序产品，下面将结合附图以及具体实施方式，具体地对本技术实施例的技术方案以及本技术实施例的技术方案如何解决上述技术问题进行详细说明，需要说明的是，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例，对于相同或相似的概念或过程可能在某些实施例中不再赘述。显然，所描述的实施例是本技术实施例一部分实施例，而不是全部的实施例。
94.方法实施例
95.参见图1，图1是本技术实施例提供的一种框架结构的防倾倒方法的流程示意图。
96.本技术实施例提供了一种框架结构的防倾倒方法，用于防止框架结构发生倾倒，所述框架结构的一端与支架连接，所述框架结构相对的另一端悬空；
97.所述方法包括：
98.步骤s101：获取所述框架结构的框架信息，所述框架信息包括以下至少一种：重量、材质、尺寸以及在所述支架上的安装位置；
99.步骤s102：根据所述框架信息，获取拉杆的安装策略，所述安装策略包括以下至少一种：拉杆长度、拉杆数量、每根所述拉杆的安装位置；
100.步骤s103：根据所述安装策略，将至少一根所述拉杆安装于所述框架结构和/或所述支架。
101.本技术对拉杆的安装方式不作限定，可以人工手动将拉杆安装于框架结构或者支架上，还可以利用执行机构(例如机械臂)将拉杆安装于框架结构或者支架上。
102.本技术实施例中，框架结构可以是矩形框架，支架可以包括底座以及与框架结构连接的纵梁。拉杆和框架结构均可以采用钢材。
103.当拉杆安装于框架结构上时，拉杆的安装位置可以是框架结构的顶点、框架结构边线的中点或者等分点。
104.当拉杆安装于支架上时，拉杆的安装位置可以是底座的顶点、矩形框架与纵梁相接的点。
105.作为一个实例，框架结构的框架信息如下：质量10kg，材质：钢材，尺寸：长80cm、宽60cm、高50cm，在支架上的安装位置为纵梁高度40cm～90cm处。
106.拉杆的安装策略为：4根拉杆(拉杆a至拉杆d)，拉杆a安装于框架结构的正面，处于对角位置的顶点，长度为100cm；拉杆b安装于框架结构的背面，处于对角位置的顶点，长度为100cm；拉杆c安装于底座上，处于底座的顶点和纵梁高度90cm处；拉杆d安装于底座上，处于底座的顶点和纵梁高度40cm处。
107.由此，有效防止框架结构发生倾倒，提高框架结构的稳定性和安全性。具体而言，根据框架结构的重量、材质、尺寸以及在支架上的安装位置等信息来确定拉杆的安装策略，可以保证拉杆的长度、位置和数量根据框架信息自适应调整，能够最大限度地减少框架结构倾倒的风险，提高整体的安全性。此外，使用拉杆作为辅助支撑，可以在原有的框架结构基础上增加支撑点，从而提高框架结构的稳定性和抗倾倒能力，避免框架结构在自身重力以及风力和冲击等外部力的作用下发生倾倒。根据框架结构的情况，可以灵活地选择拉杆的长度、数量和安装位置，满足不同结构的需求，可以根据需要进行调整，以最大程度地发挥拉杆的辅助支撑作用。使用拉杆作为辅助支撑，在安装和维护时比较简单，易于操作，不会对原有的支撑结构产生太大的影响，可以有效地降低维护和运营成本。
108.在一些实施例中，所述框架信息包括尺寸，所述安装策略包括拉杆数量；
109.所述根据所述框架信息，获取拉杆的安装策略，包括：
110.根据所述框架结构的尺寸，确定所述框架结构的长宽比；
111.根据所述长宽比，获取所述拉杆数量。
112.在一个实施例中，当框架结构的长宽比为1:2～1:3时，拉杆数量为4根；当框架结构的长宽比小于1:3时，拉杆数量为2根；当框架结构的长宽比大于1:2时，拉杆数量为6根。
113.由此，根据框架结构的尺寸确定拉杆的安装数量，进一步提高框架结构的稳定性。具体而言，通过根据框架结构的尺寸，确定长宽比，从而设置拉杆的安装数量，可以进一步提高框架结构的稳定性和抗震性能，减少因结构倾斜、失稳或者抗震性能差等问题所带来的安全风险。这种通过自动化确定拉杆的安装数量的方式，可以优化拉杆设计的效率和精度，降低设计的成本和复杂度，减少人力和物力资源的浪费。
114.在一些实施例中，所述根据所述框架信息，获取拉杆的安装策略，包括：
115.将所述框架信息输入至预设的策略配置模型，以得到所述拉杆的安装策略。
116.其中，所述策略配置模型的训练过程包括：
117.获取训练集，所述训练集包括多个训练数据，每个所述训练数据包括一个样本框架信息以及所述样本框架信息对应的安装策略的标注数据；
118.针对每个所述训练数据，执行以下处理：
119.将所述训练数据中的样本框架信息输入预设的深度学习模型，以得到所述样本框
架信息对应的安装策略的预测数据；
120.基于所述样本框架信息对应的安装策略的预测数据和标注数据，对所述深度学习模型的模型参数进行更新；
121.检测是否满足预设的训练结束条件；如果是，则将训练出的所述深度学习模型作为所述策略配置模型；如果否，则继续利用下一个所述训练数据训练所述深度学习模型。
122.由此，将框架信息输入到预设的策略配置模型中，自动获取拉杆的安装策略，进一步提高了框架结构的安全性能和设计的精度。具体而言，通过策略配置模型自动获取拉杆的安装策略，可以提高设计的精度和效率，快速得到可行可靠的框架结构设计方案。
123.本技术实施例对策略配置模型的获取方式不作限定，在一些实施例中，可以训练得到策略配置模型，在另一些实施例中，可以采用预先训练好的策略配置模型。
124.当采用深度学习方式训练得到各模型时，通过设计，建立适量的神经元计算节点和多层运算层次结构，选择合适的输入层和输出层，就可以得到各模型对应的预设的深度学习模型(即策略配置模型对应的初始模型)，通过深度学习模型的学习和调优，建立起从输入到输出的函数关系，虽然不能100％找到输入与输出的函数关系，但是可以尽可能地逼近现实的关联关系，由此训练得到的各模型，可以基于输入数据获取对应的输出数据，适用范围广，且计算结果准确性高、可靠性高。
125.使用各模型对应的训练集对深度学习模型进行训练，能够只通过学习少量样本就可以进行快速建模，深度学习模型在不断的训练过程中训练误差会逐渐降低，保存最优的权重，并读取权重；记录下训练集和验证集的精度，便于调参(调整模型参数)；对深度学习模型的模型参数进行更新，可以使模型更好地拟合数据，具有有效的泛化能力，提高鲁棒性和拟合精度。
126.在一些可选的实施方式中，可以对历史数据进行数据挖掘，以获取训练集中的样本数据。也就是说，这些样本数据可以是在真实互动过程中采集得到的。另外，样本数据也可以是利用gan模型的生成网络自动生成的。
127.其中，gan模型即生成对抗网络(generative adversarial network)，由一个生成网络与一个判别网络组成。生成网络从潜在空间(latent space)中随机采样作为输入，其输出结果需要尽量模仿训练集中的真实样本。判别网络的输入则为真实样本或生成网络的输出，其目的是将生成网络的输出从真实样本中尽可能分辨出来。而生成网络则要尽可能地欺骗判别网络。两个网络相互对抗、不断调整参数，最终目的是使判别网络无法判断生成网络的输出结果是否真实。使用gan模型可以生成大量样本数据，用于上述各模型的训练过程，能有效降低原始数据采集的数据量，大大降低数据采集和标注的成本。
128.本技术实施例对各模型的训练过程不作限定，其例如可以采用监督学习的训练方式，或者可以采用半监督学习的训练方式，或者可以采用无监督学习的训练方式。
129.当采用监督学习或者半监督学习的训练方式时，本技术实施例对标注数据的获取方式不作限定，例如可以采用人工标注的方式，也可以采用自动标注或者半自动标注的方式。当样本数据是在真实互动过程中采集得到时，可以通过关键词提取的方式从历史数据中获取真实数据作为标注数据。
130.本技术实施例对各模型的训练过程中的训练结束条件不作限定，其例如可以是训练次数达到预设次数(预设次数例如是1次、3次、10次、100次、1000次、10000次等)，或者可
以是训练集中的训练数据都完成一次或多次训练，或者可以是本次训练得到的总损失值不大于预设损失值。
131.参见图2，图2是本技术实施例提供的另一种框架结构的防倾倒方法的流程示意图。
132.在一些实施例中，所述支架设置有滑轨，以使所述框架结构利用所述滑轨在所述支架上滑动；
133.所述方法还包括：
134.步骤s104：利用摄像头获取所述框架结构对应的框架图像；
135.步骤s105：根据所述框架图像，获取所述框架结构的底边与所述滑轨的夹角；
136.步骤s106：当所述夹角大于预设角度时，向终端设备发送变形提示信息，以提示用户所述框架结构变形严重。
137.本技术实施例对预设角度不做限定，预设角度例如可以是95
°
、100
°
、108
°
、110
°
或者120
°
。
138.本技术实施例对终端设备不做限定，其例如可以是手机、平板电脑、笔记本电脑、台式计算机、智能穿戴设备等具有显示屏和扬声器的智能终端设备，或者，终端设备可以是具有显示屏和扬声器的工作站或者控制台。显示屏可以是触控显示屏或者非触控显示屏。
139.本技术实施例对变形提示信息以及下文提及的第一更换信息、第二更换信息不做限定，变形提示信息的内容例如可以是“框架结构变形严重，有倾倒风险，请注意”。
140.本技术实施例中，每隔一定时长采集框架图像，图像采集的间隔时长可以根据框架结构的底边与滑轨的夹角的大小进行调整。
141.当框架结构的底边与滑轨的夹角处于第一夹角与预设夹角之间时，图像采集的间隔时长为第一时长(例如30分钟)。
142.当框架结构的底边与滑轨的夹角处于预设夹角与第二夹角之间时，图像采集的间隔时长为第二时长(例如5分钟)。
143.其中，第一夹角《预设夹角《第二夹角。
144.在一个实施例中，第一夹角为90
°
，预设夹角为第二夹角为100
°
。
145.当框架结构的底边与滑轨的夹角处于90
°
与95
°
之间时，每隔30分钟采集一次框架图像；当框架结构的底边与滑轨的夹角处于95
°
与100之间时，每隔5分钟采集一次框架图像，并向终端设备发送框架结构的底边与滑轨的夹角。
146.由此，进一步提高框架结构的稳定性和安全性，利用摄像头获取框架图像，根据框架图像检测出底边与所述滑轨的夹角，及时掌握框架结构的状态和变形情况，并发送变形提示信息给用户，从而避免框架结构因过度变形导致倾倒等安全问题。具体而言，利用摄像头获取框架图像和夹角信息，可以实时掌握框架结构的形态和变形情况，及时发现问题，采取相应的措施进行处理，更准确地提示用户框架结构的变形情况和程度，避免因误判或误报导致的干扰和误解。此外，可以将框架图像存储到云端进行分析和处理，可以实现对多个框架结构的监管和管理，提高管理的效率和精度。
147.参见图3，图3是本技术实施例提供的一种框架结构的防倾倒方法的部分流程示意图。
148.在一些实施例中，所述方法还包括：
149.步骤s107：当所述夹角大于所述预设角度时，获取所述框架结构的使用时长；
150.步骤s108：当所述使用时长小于预设时长时，根据所述夹角对所述安装策略进行更新，并根据更新后的所述安装策略，重新将至少一根所述拉杆安装于所述框架结构和/或所述支架；
151.步骤s109：当所述使用时长不小于所述预设时长时，向所述终端设备发送第一更换信息，以提示所述用户更换所述框架结构。
152.本技术实施例对预设时长不做限定，预设时长例如可以是1个月、1年或者2年。
153.第一更换信息例如可以是“请及时更换框架结构”。
154.作为一个实例，预设角度为95
°
，预设时长为1年，框架结构的底边与滑轨的夹角为100
°
，大于预设角度，且框架结构的使用时长为0.5年，小于预设时长，根据夹角100
°
，在现有拉杆的基础上再增设1根拉杆，并将新增的拉杆安装于框架结构上。
155.由此，根据框架结构使用时长和夹角信息动态调整安装策略，提高框架结构的稳定性和安全性，从而避免因长期使用和变形导致的倾斜或倒塌等安全问题。具体而言，通过获取框架的使用时长和夹角信息，可以动态调整安装策略，根据实际情况添加、更换或移动拉杆，从而保持框架结构的稳定性和安全性。通过动态更新安装策略并适时更换框架结构，可以有效延长其使用寿命，降低更换频率和成本，提高框架结构的经济性和可持续性。提高安全性能的适应性和灵活性：通过根据不同的使用时长和夹角信息采取不同的安装策略并实时调整，可以适应不同的使用场景和需求，提高安全性能的适应性和灵活性。通过自动化和智能化的方式进行安装策略的更新和更换，可以减少人为干扰和误判的风险，提高处理的准确性和可靠性。
156.参见图4，图4是本技术实施例提供的另一种框架结构的防倾倒方法的部分流程示意图。
157.在一些实施例中，所述方法还包括：
158.步骤s110：当所述使用时长不小于所述预设时长时，获取所述框架结构的性能评分；
159.步骤s111：当所述性能评分大于预设评分时，对所述框架结构进行修复处理；
160.步骤s112：当所述性能评分不大于所述预设评分时，对所述框架结构进行回收处理。
161.本技术实施例对预设评分不做限定，预设评分例如是70分、80分或者90分。
162.本技术实施例中，性能评分用于指示框架结构的性能好坏程度，当性能评分大于预设评分时，表明框架结构的性能较佳，经过修复后还能继续使用，而当性能评分小于或等于预设评分时，表明框架结构的性能较差，无法继续使用，只能回收处理。
163.由此，通过获取框架结构的性能评分来判断其使用寿命和使用效能，并根据评分结果进行相应的修复或回收处理，从而优化框架结构的使用效果和安全性能，减少资源浪费和环境污染。具体而言，通过对框架结构的性能评分进行监测和分析，当性能评分较高时，可以及时发现和修复其存在的问题，提高其使用效能和功能性，从而满足不同的使用需求和应用场景；当性能评分较低时，进行回收处理，可以减少资源的浪费和环境的污染，实现对资源的有效利用和环保的目标。通过定期对框架结构的性能评分进行监测和分析，可以及时发现其存在的安全隐患和问题，采取相应的修复措施，从而提高框架结构的安全性
能和稳定性。
164.在一些实施例中，所述获取所述框架结构的性能评分，包括：
165.根据所述框架图像，获取所述框架结构的表面缺陷信息，所述表面缺陷信息用于指示以下任意一种表面缺陷：裂纹、气泡、划痕、杂质和毛刺；
166.根据所述表面缺陷信息，获取所述框架结构的性能评分。
167.在一个实施例中，获取框架结构的性能评分的方式可以是：
168.根据框架结构的表面缺陷信息和预设的评分映射表，计算框架结构的性能评分。
169.作为一个实例，性能评分的满分为100分，框架结构表面的裂纹长度为5cm，扣10分；框架结构表面的毛刺有1个，扣5分；框架结构表面的划痕长度为3cm，扣5分，经计算，框架结构的性能评分为：100-10-5-5＝80分。
170.在另一个实施例中，获取框架结构的性能评分的方式可以是：
171.将所述表面缺陷信息输入至性能评估模型，已得到所述框架结构的性能评分。
172.其中，性能评估模型的训练方式可以采用上述策略配置模型类似的方式。
173.由此，利用视觉检测技术，根据框架图像获取框架结构的表面缺陷信息，从而进一步对框架结构的性能进行评估和监测，提高框架结构的使用效能和安全性能。具体而言，通过对框架结构的表面缺陷信息进行监测和分析，可以更准确地评估其性能和使用寿命，从而提高评估的准确性和可靠性，还可以及时发现和修复其存在的缺陷和问题，增强其表面质量，从而提高框架结构的使用效能和美观度。此外，通过视觉检测技术自动获取表面缺陷信息，可以优化管理和维护的效率，提高管理和维护的精度和速度，降低管理和维护的成本和复杂度，减少人力和物力资源的浪费。
174.在一些实施例中，所述方法还包括：
175.根据所述框架图像，获取每根所述拉杆相对于初始状态的拉伸量；
176.根据所述拉杆的材质，获取所述拉杆的拉伸上限长度；
177.当所述拉伸量大于所述拉伸上限长度时，向所述终端设备发送第二更换信息，以提示所述用户更换所述拉杆。
178.本技术实施例中，拉伸上限长度是指拉杆被拉伸后可以继续使用的最大拉伸长度。
179.在一个实施例中，获取拉杆的拉伸上限长度的方式可以是：
180.根据拉杆的材质和预设的拉伸上限长度映射表，获取拉杆的拉伸上限长度。
181.例如：当拉杆的材质为1号材质时，拉伸上限长度为5cm；当拉杆的材质为2号材质时，拉伸上限长度为8m；当拉杆的材质为3号材质时，拉伸上限长度为10cm。
182.作为一个实例，框架结构安装有2根拉杆(拉杆a和拉杆b)，其中，拉杆a的拉伸上限长度为5cm，拉杆b的拉伸上限长度为4cm，根据框架图像，检测出拉杆a相对于初始状态的拉伸量为6cm，拉杆b相对于初始状态的拉伸量为3cm，拉杆a的拉伸量大于自身的拉伸上限长度，向终端设备发送第二更换信息“请及时更换拉杆a”。
183.由此，利用视觉检测技术，获取每根拉杆相对于初始状态的拉伸长度，并根据其材质获取其拉伸上限长度，从而实现对拉杆的智能化监测和管理。如果拉杆的拉伸量大于其拉伸上限长度，将自动向用户发送更换信息，以提示用户进行更换，进一步保证框架结构的安全性能和使用寿命。具体而言，利用视觉检测技术自动获取每根拉杆的拉伸长度和拉伸
上限长度，可以提高监测和管理的精度和效率，降低因漏检和误判等问题所带来的安全风险。通过对拉杆的拉伸量进行监测和分析，可以及时发现其存在的问题和缺陷，提高框架结构的安全性能和使用寿命。通过向用户发送更换提示信息，可以提高用户的使用体验和安全意识，增强用户对框架结构的安全性和使用风险的认识和防范能力。
184.在一个具体应用场景中，本技术实施例提供了一种框架结构的防倾倒方法，用于防止框架结构发生倾倒，所述框架结构的一端与支架连接，所述框架结构相对的另一端悬空；述支架设置有滑轨，以使所述框架结构利用所述滑轨在所述支架上滑动；
185.所述方法包括：
186.获取所述框架结构的框架信息，所述框架信息包括以下至少一种：重量、材质、尺寸以及在所述支架上的安装位置；
187.将所述框架信息输入至预设的策略配置模型，以得到所述拉杆的安装策略，所述安装策略包括以下至少一种：拉杆长度、拉杆数量、每根所述拉杆的安装位置；
188.根据所述安装策略，将至少一根所述拉杆安装于所述框架结构和/或所述支架；
189.利用摄像头获取所述框架结构对应的框架图像；
190.根据所述框架图像，获取所述框架结构的底边与所述滑轨的夹角；
191.当所述夹角大于预设角度时，向终端设备发送变形提示信息，以提示用户所述框架结构变形严重；
192.当所述夹角大于所述预设角度时，获取所述框架结构的使用时长；
193.当所述使用时长小于预设时长时，根据所述夹角对所述安装策略进行更新，并根据更新后的所述安装策略，重新将至少一根所述拉杆安装于所述框架结构和/或所述支架；
194.当所述使用时长不小于所述预设时长时，向所述终端设备发送第一更换信息，以提示所述用户更换所述框架结构；
195.当所述使用时长不小于所述预设时长时，根据所述框架图像，获取所述框架结构的表面缺陷信息，所述表面缺陷信息用于指示以下任意一种表面缺陷：裂纹、气泡、划痕、杂质和毛刺；
196.根据所述表面缺陷信息，获取所述框架结构的性能评分；
197.当所述性能评分大于预设评分时，对所述框架结构进行修复处理；
198.当所述性能评分不大于所述预设评分时，对所述框架结构进行回收处理；
199.根据所述框架图像，获取每根所述拉杆相对于初始状态的拉伸量；
200.根据所述拉杆的材质，获取所述拉杆的拉伸上限长度；
201.当所述拉伸量大于所述拉伸上限长度时，向所述终端设备发送第二更换信息，以提示所述用户更换所述拉杆。
202.参加图5，图5是本技术实施例提供的一种框架结构的结构示意图。
203.框架结构的一端与支架连接，另一端悬空。框架结构是矩形框架，将位于同一侧面的两条侧边记为第一侧边21和第二侧边22。
204.支架包括底座10、第一纵梁11和第二纵梁12。
205.第一纵梁11和第二纵梁12均设置有滑轨，以使框架结构的第一侧边21利用第一纵梁11的滑轨在第一纵梁11上滑动，第二侧边22利用第二纵梁12的滑轨在第二纵梁12上滑动。
206.框架结构设置有6根拉杆(第一拉杆31至第六拉杆36)，其中，第一拉杆31安装于框架结构的正面的对角位置处，第二拉杆32安装于框架结构的背面的对角位置处。
207.第三拉杆33安装于第一侧边21的上顶点和底座10的邻近第一侧边21的顶点处，第四拉杆34安装于第二侧边22的上顶点和底座10的邻近第二侧边22的顶点处。
208.第五拉杆35安装于第一侧边21的下顶点和底座10的邻近第一侧边21的顶点处，第六拉杆36安装于第二侧边22的下顶点和底座10的邻近第二侧边22的顶点处。
209.电子设备实施例
210.本技术实施例还提供了一种电子设备，其具体实施例与上述方法实施例中记载的实施例、所达到的技术效果一致，部分内容不再赘述。
211.所述电子设备用于防止框架结构发生倾倒，所述框架结构的一端与支架连接，所述框架结构相对的另一端悬空；所述电子设备包括存储器和至少一个处理器，所述存储器存储有计算机程序，所述至少一个处理器被配置成执行所述计算机程序时实现以下步骤：
212.获取所述框架结构的框架信息，所述框架信息包括以下至少一种：重量、材质、尺寸以及在所述支架上的安装位置；
213.根据所述框架信息，获取拉杆的安装策略，所述安装策略包括以下至少一种：拉杆长度、拉杆数量、每根所述拉杆的安装位置；
214.根据所述安装策略，利用执行机构将至少一根所述拉杆安装于所述框架结构和/或所述支架。
215.在一些实施例中，所述支架设置有滑轨，以使所述框架结构利用所述滑轨在所述支架上滑动；
216.所述至少一个处理器执行所述计算机程序时还实现以下步骤：
217.利用摄像头获取所述框架结构对应的框架图像；
218.根据所述框架图像，获取所述框架结构的底边与所述滑轨的夹角；
219.当所述夹角大于预设角度时，向终端设备发送变形提示信息，以提示用户所述框架结构变形严重。
220.在一些实施例中，所述至少一个处理器执行所述计算机程序时还实现以下步骤：
221.当所述夹角大于所述预设角度时，获取所述框架结构的使用时长；
222.当所述使用时长小于预设时长时，根据所述夹角对所述安装策略进行更新，并根据更新后的所述安装策略，重新将至少一根所述拉杆安装于所述框架结构和/或所述支架；
223.当所述使用时长不小于所述预设时长时，向所述终端设备发送第一更换信息，以提示所述用户更换所述框架结构。
224.在一些实施例中，所述至少一个处理器执行所述计算机程序时还实现以下步骤：
225.当所述使用时长不小于所述预设时长时，获取所述框架结构的性能评分；
226.当所述性能评分大于预设评分时，对所述框架结构进行修复处理；
227.当所述性能评分不大于所述预设评分时，对所述框架结构进行回收处理。
228.在一些实施例中，所述至少一个处理器执行所述计算机程序时采用以下方式获取所述框架结构的性能评分：
229.根据所述框架图像，获取所述框架结构的表面缺陷信息，所述表面缺陷信息用于指示以下任意一种表面缺陷：裂纹、气泡、划痕、杂质和毛刺；
230.根据所述表面缺陷信息，获取所述框架结构的性能评分。
231.在一些实施例中，所述至少一个处理器执行所述计算机程序时还实现以下步骤：
232.根据所述框架图像，获取每根所述拉杆相对于初始状态的拉伸量；
233.根据所述拉杆的材质，获取所述拉杆的拉伸上限长度；
234.当所述拉伸量大于所述拉伸上限长度时，向所述终端设备发送第二更换信息，以提示所述用户更换所述拉杆。
235.在一些实施例中，所述框架信息包括尺寸，所述安装策略包括拉杆数量；
236.所述至少一个处理器执行所述计算机程序时采用以下方式根据所述框架信息，获取拉杆的安装策略：
237.根据所述框架结构的尺寸，确定所述框架结构的长宽比；
238.根据所述长宽比，获取所述拉杆数量。
239.在一些实施例中，所述至少一个处理器执行所述计算机程序时采用以下方式根据所述框架信息，获取拉杆的安装策略：
240.将所述框架信息输入至预设的策略配置模型，以得到所述拉杆的安装策略。
241.参见图6，图6是本技术实施例提供的一种电子设备的结构框图。
242.电子设备例如可以包括至少一个存储器210、至少一个处理器220以及连接不同平台系统的总线230。
243.存储器210可以包括易失性存储器形式的可读介质，例如随机存取存储器(ram)211和/或高速缓存存储器220，还可以进一步包括只读存储器(rom)213。
244.其中，存储器210还存储有计算机程序，计算机程序可以被处理器220执行，使得处理器220实现上述任一项方法的步骤。
245.存储器210还可以包括具有至少一个程序模块215的实用工具214，这样的程序模块215包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例的每一个或某种组合中可能包括网络环境的实现。
246.相应的，处理器220可以执行上述计算机程序，以及可以执行实用工具214。
247.处理器220可以采用一个或多个应用专用集成电路(asic，application specific integrated circuit)、dsp、可编程逻辑器件(pld，programmable logic device)、复杂可编程逻辑器件(cpld，complex programmable logic device)、现场可编程门阵列(fpga，field-programmable gate array)或其他电子元件。
248.总线230可以为表示几类总线结构的一种或多种，包括存储器总线或者存储器控制器、外围总线、图形加速端口、处理器或者使用多种总线结构的任意总线结构的局域总线。
249.电子设备也可以与一个或多个外部设备240例如键盘、指向设备、蓝牙设备等通信，还可与一个或者多个能够与该电子设备交互的设备通信，和/或与使得该电子设备能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等)通信。这种通信可以通过输入输出接口250进行。并且，电子设备还可以通过网络适配器260与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。网络适配器260可以通过总线230与电子设备的其它模块通信。应当明白，尽管图中未示出，但在实际应用中可以结合电子设备使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、
冗余处理器、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储平台等。
250.计算机可读存储介质实施例
251.本技术实施例还提供了一种计算机可读存储介质，其具体实施例与上述方法实施例中记载的实施例、所达到的技术效果一致，部分内容不再赘述。
252.所述计算机可读存储介质存储有计算机程序，所述计算机程序被至少一个处理器执行时实现上述任一项方法的步骤或者实现上述任一项电子设备的功能。
253.计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。在本技术实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。计算机可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。
254.计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读存储介质还可以是任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、rf等，或者上述的任意合适的组合。可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，程序设计语言包括面向对象的程序设计语言诸如java、c++等，还包括常规的过程式程序设计语言诸如c语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
255.计算机程序产品实施例
256.本技术实施例还提供了一种计算机程序产品，其具体实施例与上述方法实施例中记载的实施例、所达到的技术效果一致，部分内容不再赘述。
257.本技术提供了一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被至少一个处理器执行时实现上述任一项方法的步骤或者实现上述任一项电子设备的功能。
258.参见图7，图7是本技术实施例提供的一种计算机程序产品的结构示意图。
259.所述计算机程序产品用于实现上述任一项方法的步骤或者实现上述任一项电子设备的功能。计算机程序产品可以采用便携式紧凑盘只读存储器(cd-rom)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的计算机程序产品不限于此，计算机程序产品可以采用一个或多个计算机可读介质的任意组合。
260.本技术从使用目的上，效能上，进步及新颖性等观点进行阐述，已符合专利法所强
调的功能增进及使用要件，本技术以上的说明书及说明书附图，仅为本技术的较佳实施例而已，并非以此局限本技术，因此，凡一切与本技术构造，装置，特征等近似、雷同的，即凡依本技术专利申请范围所作的等同替换或修饰等，皆应属本技术的专利申请保护的范围之内。

技术特征：
1.一种框架结构的防倾倒方法，其特征在于，用于防止框架结构发生倾倒，所述框架结构的一端与支架连接，所述框架结构相对的另一端悬空；所述方法包括：获取所述框架结构的框架信息，所述框架信息包括以下至少一种：重量、材质、尺寸以及在所述支架上的安装位置；根据所述框架信息，获取拉杆的安装策略，所述安装策略包括以下至少一种：拉杆长度、拉杆数量、每根所述拉杆的安装位置；根据所述安装策略，将至少一根所述拉杆安装于所述框架结构和/或所述支架。2.根据权利要求1所述的框架结构的防倾倒方法，其特征在于，所述支架设置有滑轨，以使所述框架结构利用所述滑轨在所述支架上滑动；所述方法还包括：利用摄像头获取所述框架结构对应的框架图像；根据所述框架图像，获取所述框架结构的底边与所述滑轨的夹角；当所述夹角大于预设角度时，向终端设备发送变形提示信息，以提示用户所述框架结构变形严重。3.根据权利要求2所述的框架结构的防倾倒方法，其特征在于，所述方法还包括：当所述夹角大于所述预设角度时，获取所述框架结构的使用时长；当所述使用时长小于预设时长时，根据所述夹角对所述安装策略进行更新，并根据更新后的所述安装策略，重新将至少一根所述拉杆安装于所述框架结构和/或所述支架；当所述使用时长不小于所述预设时长时，向所述终端设备发送第一更换信息，以提示所述用户更换所述框架结构。4.根据权利要求3所述的框架结构的防倾倒方法，其特征在于，所述方法还包括：当所述使用时长不小于所述预设时长时，获取所述框架结构的性能评分；当所述性能评分大于预设评分时，对所述框架结构进行修复处理；当所述性能评分不大于所述预设评分时，对所述框架结构进行回收处理。5.根据权利要求4所述的框架结构的防倾倒方法，其特征在于，所述获取所述框架结构的性能评分，包括：根据所述框架图像，获取所述框架结构的表面缺陷信息，所述表面缺陷信息用于指示以下任意一种表面缺陷：裂纹、气泡、划痕、杂质和毛刺；根据所述表面缺陷信息，获取所述框架结构的性能评分。6.根据权利要求2所述的框架结构的防倾倒方法，其特征在于，所述方法还包括：根据所述框架图像，获取每根所述拉杆相对于初始状态的拉伸量；根据所述拉杆的材质，获取所述拉杆的拉伸上限长度；当所述拉伸量大于所述拉伸上限长度时，向所述终端设备发送第二更换信息，以提示所述用户更换所述拉杆。7.根据权利要求1所述的框架结构的防倾倒方法，其特征在于，所述框架信息包括尺寸，所述安装策略包括拉杆数量；所述根据所述框架信息，获取拉杆的安装策略，包括：根据所述框架结构的尺寸，确定所述框架结构的长宽比；
根据所述长宽比，获取所述拉杆数量。8.根据权利要求1所述的框架结构的防倾倒方法，其特征在于，所述根据所述框架信息，获取拉杆的安装策略，包括：将所述框架信息输入至预设的策略配置模型，以得到所述拉杆的安装策略。9.一种电子设备，其特征在于，用于防止框架结构发生倾倒，所述框架结构的一端与支架连接，所述框架结构相对的另一端悬空；所述电子设备包括存储器和至少一个处理器，所述存储器存储有计算机程序，所述至少一个处理器执行所述计算机程序时实现以下步骤：获取所述框架结构的框架信息，所述框架信息包括以下至少一种：重量、材质、尺寸以及在所述支架上的安装位置；根据所述框架信息，获取拉杆的安装策略，所述安装策略包括以下至少一种：拉杆长度、拉杆数量、每根所述拉杆的安装位置；根据所述安装策略，利用执行机构将至少一根所述拉杆安装于所述框架结构和/或所述支架。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被至少一个处理器执行时实现权利要求1-8任一项所述方法的步骤或者实现权利要求9所述电子设备的功能。11.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机程序，所述计算机程序被至少一个处理器执行时实现权利要求1-8任一项所述方法的步骤或者实现权利要求9所述电子设备的功能。

技术总结
本申请提供框架结构的防倾倒方法、电子设备、计算机可读存储介质及计算机程序产品，用于防止框架结构发生倾倒，所述框架结构的一端与支架连接，所述框架结构相对的另一端悬空；所述方法包括：获取所述框架结构的框架信息，所述框架信息包括以下至少一种：重量、材质、尺寸以及在所述支架上的安装位置；根据所述框架信息，获取拉杆的安装策略，所述安装策略包括以下至少一种：拉杆长度、拉杆数量、每根所述拉杆的安装位置；根据所述安装策略，将至少一根所述拉杆安装于所述框架结构和/或所述支架。本申请能够有效防止框架结构发生倾倒，提高框架结构的稳定性和安全性。架结构的稳定性和安全性。架结构的稳定性和安全性。


技术研发人员：陈海波 叶安宏
受保护的技术使用者：深兰智能产业发展（洛阳）有限公司
技术研发日：2023.05.25
技术公布日：2023/10/11