-
公开(公告)号:CN116822159B
公开(公告)日:2024-05-03
申请号:CN202310659261.3
申请日:2023-06-06
申请人: 郑州轻工业大学
IPC分类号: G06F30/20 , G06T17/00 , G06Q50/04 , G06F16/28 , G06V10/12 , G06V10/764 , G06V10/74 , G06F111/18 , G06F113/14 , G06F119/14 , G06F119/10
摘要: 本发明公开了一种人机环境动静融合的数字孪生车间快速建模方法。首先,构建人机环境动静融合的数字孪生车间快速建模框架;在此基础上,通过三维扫描技术对车间内部静态物体进行快速三维重构,生成静态模型组成的虚拟空间;然后,对于人员、运输车辆等运动对象进行识别、匹配并导入静态虚拟空间中;同时,通过多种传感器对车间内的人员运动、运输车辆运动、光照和温湿度的变化等“人‑机‑环境”相关时变数据进行感知并实现动静融合;最后,对构建的数字孪生车间进行动静融合性评价。通过本方法可以快速地构建车间静态模型,可以感知并刻画运动对象的时变状态,实现“人‑机‑环境”共融的数字孪生车间动静融合。
-
公开(公告)号:CN115937626B
公开(公告)日:2023-08-08
申请号:CN202211460573.3
申请日:2022-11-17
申请人: 郑州轻工业大学 , 河南许继仪表有限公司
IPC分类号: G06V10/774 , G06V10/26 , G06V10/82 , G06V10/776 , G06V20/40 , G06V20/70 , G06V10/25 , G06V10/764 , G06N3/0464 , G06N3/09
摘要: 本发明提出了一种基于实例分割的半虚拟数据集自动生成方法,利用数字孪生体的虚拟对象作为实例分割MaskR‑CNN算法的数据集进行模型训练;将模型应用到虚拟对象获取mask图片和目标位置和类别信息;利用目标位置和类别信息自动生成半虚拟数据集标注文件;根据mask图片得到数字孪生体物理对象背景图和虚拟对象目标图;将背景图和目标图相加生成半虚拟图片数据集。利用数字孪生体虚拟对象作为训练模型的数据集,将模型应用到数字孪生体中获取半虚拟数据集。本发明减少标注数据集的人力成本,避免虚实混合数据集训练模型产生过拟合的现象,解决了深度学习训练数据集不足的问题,增加了有监督的深度学习在计算机视觉方向检测的普适性和准确性。
-
公开(公告)号:CN115169855B
公开(公告)日:2023-05-26
申请号:CN202210765006.2
申请日:2022-06-29
申请人: 郑州轻工业大学
IPC分类号: G06V20/52 , G06V20/00 , G06V40/10 , G06V40/20 , G06V10/764 , G06T13/40 , G06T15/00 , G06N3/0464 , G06N3/048 , G06N3/084 , G06Q10/0635 , G06Q10/0639 , G06Q50/04
摘要: 本发明提出了一种基于数字孪生车间混合数据集的不安全状态检测方法,其步骤如下:对生产制造车间工人不安全状态进行分类,根据实际工人不安全状态类型,在数字孪生的虚拟车间中对这些不安全状态进行仿真,作为深度学习的虚拟数据集,再通过摄像头获取到真实车间工人不安全状态作为真实数据集;将收集到的虚拟数据集和真实数据集进行混合,通过标注工具对真实数据集合标注和自动标注脚本对虚拟数据集标注,再放到目标检测的网络中训练,生成基于虚实混合数据集的权值文件;将训练好的权值文件放入到目标检测网络中对车间不安全状态进行检测;实现在线可视化监控车间工人在车间工作时的安全。本发明利用虚实混合数据集训练模型,实时检测车间工人不安全状态,能够减少车间工人不安全状态的发生,保障了车间生产工人在车间生产过程的安全。
-
公开(公告)号:CN115169855A
公开(公告)日:2022-10-11
申请号:CN202210765006.2
申请日:2022-06-29
申请人: 郑州轻工业大学
IPC分类号: G06Q10/06 , G06V20/52 , G06V20/00 , G06V10/764 , G06T13/40 , G06T15/00 , G06N3/04 , G06N3/08 , G06Q50/04
摘要: 本发明提出了一种基于数字孪生车间混合数据集的不安全状态检测方法,其步骤如下:对生产制造车间工人不安全状态进行分类,根据实际工人不安全状态类型,在数字孪生的虚拟车间中对这些不安全状态进行仿真,作为深度学习的虚拟数据集,再通过摄像头获取到真实车间工人不安全状态作为真实数据集;将收集到的虚拟数据集和真实数据集进行混合,通过标注工具对真实数据集合标注和自动标注脚本对虚拟数据集标注,再放到目标检测的网络中训练,生成基于虚实混合数据集的权值文件;将训练好的权值文件放入到目标检测网络中对车间不安全状态进行检测;实现在线可视化监控车间工人在车间工作时的安全。本发明利用虚实混合数据集训练模型,实时检测车间工人不安全状态,能够减少车间工人不安全状态的发生,保障了车间生产工人在车间生产过程的安全。
-
公开(公告)号:CN116822159A
公开(公告)日:2023-09-29
申请号:CN202310659261.3
申请日:2023-06-06
申请人: 郑州轻工业大学
IPC分类号: G06F30/20 , G06T17/00 , G06Q50/04 , G06F16/28 , G06V10/12 , G06V10/764 , G06V10/74 , G06F111/18 , G06F113/14 , G06F119/14 , G06F119/10
摘要: 本发明公开了一种人机环境动静融合的数字孪生车间快速建模方法。首先,构建人机环境动静融合的数字孪生车间快速建模框架;在此基础上,通过三维扫描技术对车间内部静态物体进行快速三维重构,生成静态模型组成的虚拟空间;然后,对于人员、运输车辆等运动对象进行识别、匹配并导入静态虚拟空间中;同时,通过多种传感器对车间内的人员运动、运输车辆运动、光照和温湿度的变化等“人‑机‑环境”相关时变数据进行感知并实现动静融合;最后,对构建的数字孪生车间进行动静融合性评价。通过本方法可以快速地构建车间静态模型,可以感知并刻画运动对象的时变状态,实现“人‑机‑环境”共融的数字孪生车间动静融合。
-
公开(公告)号:CN115937626A
公开(公告)日:2023-04-07
申请号:CN202211460573.3
申请日:2022-11-17
申请人: 郑州轻工业大学 , 河南许继仪表有限公司
IPC分类号: G06V10/774 , G06V10/26 , G06V10/82 , G06V10/776 , G06V20/40 , G06V20/70 , G06V10/25 , G06V10/764 , G06N3/0464 , G06N3/09
摘要: 本发明提出了一种基于实例分割的半虚拟数据集自动生成方法,利用数字孪生体的虚拟对象作为实例分割MaskR‑CNN算法的数据集进行模型训练;将模型应用到虚拟对象获取mask图片和目标位置和类别信息;利用目标位置和类别信息自动生成半虚拟数据集标注文件;根据mask图片得到数字孪生体物理对象背景图和虚拟对象目标图;将背景图和目标图相加生成半虚拟图片数据集。利用数字孪生体虚拟对象作为训练模型的数据集,将模型应用到数字孪生体中获取半虚拟数据集。本发明减少标注数据集的人力成本,避免虚实混合数据集训练模型产生过拟合的现象,解决了深度学习训练数据集不足的问题,增加了有监督的深度学习在计算机视觉方向检测的普适性和准确性。
-
-
-
-
-