公开(公告)号：CN114372181B

公开(公告)日：2024-06-07

申请号：CN202111609391.3

申请日：2021-12-27

Applicant: 华南理工大学

Inventor： 梁泽锋 ,  余志文 ,  杨楷翔 ,  孟献兵 ,  陈俊龙

IPC: G06Q10/0631 ,  G06F18/2415 ,  G06F18/2431 ,  G06V10/764 ,  G06V10/82 ,  G06N3/047 ,  G06N3/048 ,  G06N3/08 ,  G06Q50/04

Abstract: 本发明公开一种基于多模态数据的设备生产智能规划方法，包括：1)对制造过程进行数据采集，得到多模态数据；2)对多模态数据进行标准化；3)对单个制造步骤构建训练集；4)对每个制造步骤的状态构建类别‑动作映射关系；5)构建并训练深度神经网络；6)用训练好的深度神经网络对每个制造过程中采集到的数据进行分类；7)根据分类结果选择相应动作；8)对每个制造步骤重复进行分类和动作选择，完成动作规划。本发明充分利用制造过程中收集到的多模态数据和深度神经网络，不仅可以识别每个步骤的当前状态，并根据当前状态进行动作规划，实现制造过程的动作智能规划，减少人工干预。此外，还可以增加动作规划的可解释性和准确性。

公开(公告)号：CN114372181A

公开(公告)日：2022-04-19

申请号：CN202111609391.3

申请日：2021-12-27

Applicant: 华南理工大学

Inventor： 梁泽锋 ,  余志文 ,  杨楷翔 ,  孟献兵 ,  陈俊龙

IPC: G06F16/906 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06Q50/04

Abstract: 本发明公开一种基于多模态数据的设备生产智能规划方法，包括：1)对制造过程进行数据采集，得到多模态数据；2)对多模态数据进行标准化；3)对单个制造步骤构建训练集；4)对每个制造步骤的状态构建类别‑动作映射关系；5)构建并训练深度神经网络；6)用训练好的深度神经网络对每个制造过程中采集到的数据进行分类；7)根据分类结果选择相应动作；8)对每个制造步骤重复进行分类和动作选择，完成动作规划。本发明充分利用制造过程中收集到的多模态数据和深度神经网络，不仅可以识别每个步骤的当前状态，并根据当前状态进行动作规划，实现制造过程的动作智能规划，减少人工干预。此外，还可以增加动作规划的可解释性和准确性。