一种基于增强现实的多视角人因动态评价方法及系统

    公开(公告)号:CN114971219A

    公开(公告)日:2022-08-30

    申请号:CN202210494060.8

    申请日:2022-05-05

    Abstract: 本发明涉及一种基于增强现实的多视角人因动态评价方法及系统,属于人机交互与人因工程领域。本发明基于增强现实技术以及动作捕捉系统,根据需要进行人因分析的场景模型,在增强现实客户端完成加载与定位,增强现实客户端用户穿戴动作捕捉系统在增强现实场景中进行操作,动作捕捉系统采集人体运动学数据,中心服务端输出增强现实客户端的实时动态人因分析结果,实现实时准确地人因评价动态反馈,并在操作结束后,自动导出人因分析报告。本发明采用增强现实技术构建人因分析场景,建模工作量小、耗时短、成本低;采用动作捕捉系统获取人体运动学数据,精度高,滞后小。

    基于深度强化学习的柔性多资源车间动态调度方法

    公开(公告)号:CN116703641A

    公开(公告)日:2023-09-05

    申请号:CN202310703139.1

    申请日:2023-06-14

    Abstract: 本发明公开的基于深度强化学习的柔性多资车间动态调度方法,属于动态调度技术领域。本发明实现方法为:定义车间的状态、车间的调度动作、决策奖励函数;以最小化所有工件总延迟时间为优化目标,并构建调度目标优化问题,用于安排工件的加工机器和运输工件的AGV;构建用于决策的神经网络;使用D3QN方法对调度目标优化问题进行求解,即基于神经网络通过在车间的决策时刻,计算车间的实时生产状态,将生产状态输入到训练好的神经网络中,神经网络根据输入的状态输出车间的调度动作,执行调度动作并反馈奖励给神经网络的方法来降低车间工件总延迟,提高车间的生产效率。本发明具有兼顾效率和性能的优点。

    基于深度强化学习的自动导引车任务分配与路径规划方法

    公开(公告)号:CN117055563A

    公开(公告)日:2023-11-14

    申请号:CN202311144312.5

    申请日:2023-09-06

    Abstract: 本发明公开的基于深度强化学习的AGV任务分配与路径规划方法,属于制造系统物流配送领域。本发明实现方法为:根据AGV的运动特性建立生产物流系统的仿真模型,为智能体训练提供环境;根据AGV任务分配与路径规划问题的特点,建立动态环境下的马尔可夫决策模型;结合A*算法实现全局路径规划,运用AGV动态避障智能体实现动态避障;根据任务分配问题的特点,运用改进深度Q网络算法,经过改进深度Q网络算法训练得到最优的任务分配策略;使用A*算法和AGV动态避障智能体实现路径规划,使用基于改进深度Q网络的任务分配智能体实现高效任务分配,多种智能体的交互实现任务分配与路径规划的联合优化,提升生产物流系统的运作效率。

    一种基于混合遗传算法的动态柔性作业车间调度方法

    公开(公告)号:CN116258308A

    公开(公告)日:2023-06-13

    申请号:CN202211383410.X

    申请日:2022-11-07

    Abstract: 本发明公开的一种基于混合遗传算法的动态柔性作业车间调度方法,属于柔性作业车间调度技术领域。针对车间中资源种类多和动态干扰事件发生的问题,本发明建立动态柔性车间调度问题的数学模型,以最小化最大完工时间为目标函数,使得调度目标得到优化;使用混合遗传算法求解初始调度方案,得到第一阶段调度方案;判断是否有紧急工件插入,如果没有,则执行目前调度方案;否则,重新规划,采用贪心算法对紧急工件的工序集合进行作业调度,得到下阶段调度方案,即动态柔性作业车间调度结果。本发明能保证对动态事件的快速反应的同时提高生产效率。本发明适用于生产制造等领域,通过对车间多种资源的协同调度以及重调度,提高生产效率,缩短完工周期。

Patent Agency Ranking