首页期刊导航|计算机集成制造系统
期刊信息/Journal information
计算机集成制造系统
计算机集成制造系统

杨海成

月刊

1006-5911

Bamt@onet.com.cn

010-68962468 68962479

100089

北京2413信箱34分箱

计算机集成制造系统/Journal Computer Integrated Manufacturing SystemsCSCD北大核心CSTPCDEI
查看更多>>本刊为国家级学术刊物,旨在交流国内外CIMS研究、开发和应用的信息,推动和促进中国CIMS的发展。主要报道国内外有关发展计算机集成制造系统的政策措施、重点、趋势、科研动态、科技成果、推广应用、产品开发和学术活动等内容。设有综述、论文、专家论坛、企业实践和动态信息等栏目。已成为全国中文核心期刊。中国科技论文统计与分析文献来源期刊。中国科学引文数据库来源期刊。美国《工程索引(EI)》检索文献源期刊。1999年度影响因子达到0.746,在中国科技论文与引文数据库1372种期刊中位居前列。
正式出版
收录年代

    "人-机-环境"共融的工业数字孪生系统智能优化方法

    李浩王昊琪李琳利张玉彦...
    1551-1570页
    查看更多>>摘要:工业数字孪生系统是智能制造应用实施的重要手段,但现有工业数字孪生系统主要面向机械系统探索研究理论和关键技术,缺乏从"人-机-环境"全局开展系统建模和优化.鉴于此,分析了"人-机-环境"系统建模和智能优化研究进展,总结了"人-机-环境"共融的工业数字孪生系统基本特征,建立了系统参考架构.然后,提出了"人-机-环境"共融的工业数字孪生系统智能优化方法与关键技术体系,主要包括数据驱动的快速动态建模与仿真方法、基于生成式人工智能(AI)的数字孪生快速建模方法、多模态感知与智能交互方法、虚实同步映射与模型校正方法、基于分布式计算的运行优化控制方法、"人-机-环境"安全监测与态势感知方法和基于AI agent的系统自学习与优化控制方法等.最后,通过典型案例展示了智能优化方法的应用效果.所提出的工业数字孪生系统智能优化方法为实现智能制造过程中的"人-机-环境"共融提供了重要支撑.

    "人-机-环境"共融工业数字孪生系统智能制造智能优化AIagent

    数字孪生多模态视觉推理的神经-符号系统

    郑杭彬刘天元郑汉垚左戴悦...
    1571-1586页
    查看更多>>摘要:面对数字孪生在多模态视觉数据融合中的异质性和动态性挑战,提出一种结合深度学习与符号智能的方法.该方法通过深度神经网络对视觉数据进行实时解析,并借助符号系统存储的知识和事件响应规则,实现对复杂推理过程的自主管理.为提高系统对物理世界变化的适应性,提出一种融合多模态信息和外部知识的增强推理机制,该机制能有效地整合来自传感器的实时数据和历史知识库中的信息,以支持更加准确和合理的决策制定.以退役锂电池拆解过程为案例验证表明,该方法不仅能够在多模态数据环境中实现高准确率的识别和分析,还能够基于推理机制生成合理且逻辑一致的操作建议,有效提升了拆解效率和安全性.

    数字孪生多模态视觉推理神经符号系统锂电池拆解

    基于大语言模型的人机交互移动检测机器人导航方法

    王湉范峻铭郑湃
    1587-1594页
    查看更多>>摘要:在工业制造领域,移动机器人的广泛应用已成为提高作业安全和效率的关键.然而,现有的机器人系统只能完成预定义的导航任务,无法适应非结构化场景.为了突破这一瓶颈,提出一种基于大语言模型(LLM)的人机交互移动检测机器人导航方法,可代替操作人员进入工业环境中的危险区域进行检测,并且可以根据人类自然语言指令完成复杂的导航任务.首先,通过高分辨率网络(HRNet)模型进行场景语义分割,并在点云融合阶段将语义分割结果渲染到重建的三维场景网格模型中,得到三维语义地图;然后利用大语言模型让机器人可以理解人类的自然语言指令,并根据创建的三维语义地图生成Python代码控制机器人完成导航任务.最后,通过一系列非结构化场景下的实验验证了该系统的有效性.

    人机交互大语言模型视觉语言导航智能制造工业5.0

    眼动交互关键技术研究现状与展望

    杨晓楠王帅牛红伟薛庆...
    1595-1609页
    查看更多>>摘要:随着计算机性能的不断提升,传统键鼠类窄带宽输入形式严重限制了计算机系统的工作效率.为了顺应高效、自然的人机交互发展趋势,眼动交互技术成为近年来的研究热点并取得了一定进展.在对眼动交互技术相关文献进行梳理的基础上,总结了眼动交互数据的一般处理与分析方法;围绕眼动交互过程存在的低空间精确度、米达斯接触以及视疲劳等关键问题展开描述,并对其解决方案进行了重点分析;最后,对眼动交互技术的前沿方向及发展趋势进行了展望,以期为后续相关研究提供有价值的参考.

    眼动交互空间精确度米达斯接触视疲劳意图识别

    基于改进YOLOv5s的智能车间工人不安全行为实时检测方法

    罗国富王源李浩杨文超...
    1610-1619页
    查看更多>>摘要:生产安全是以人为本的智能制造基本要求,为满足智能车间工人不安全行为的实时性检测和边缘端部署需求,提出一种基于轻量化的YOLOv5s的工人不安全行为检测方法.首先,对YOLOv5s特征融合网络以及输出层进行删除;其次,对改进后网络训练得到的模型文件进行结构化剪枝;最后,使用知识蒸馏对剪枝后的网络模型进行微调.实验结果表明,改进后YOLOv5s算法的mAP@0.5高达97.8%,刷新率提升108%,所需算力下降了 69.0%.所提出的YOLOv5s-2Detect网络及轻量化设计方案对智能车间工人不安全行为检测具有较高的精度,实时性与鲁棒性能够满足智能车间实际环境中工人不安全行为的检测需求.

    智能车间不安全行为YOLOv5s结构化剪枝实时检测

    基于神经网络的虚拟人姿态仿真方法

    武溟暄葛晓波丰博邵晓东...
    1620-1633页
    查看更多>>摘要:在制造业中,对工人工作姿势进行人体工程学评估对于预防肌肉骨骼疾病(MSD)是一项重要的工作.针对传统MSD评估方法存在的虚拟人作业姿态调整真实性不足、调整效率低等问题,提出一种虚拟人作业姿态的仿真方法.首先,建立了基于6D旋转的虚拟人骨架模型;其次,设计了一种基于编码器-解码器架构,使用循环神经网络(RNN)和注意力机制(AM)的虚拟人关节旋转生成模型,对虚拟人各关节姿态进行求解;然后,基于平衡性方法对虚拟人姿态生成进行迭代,生成虚拟人搬运姿态;最后,根据快速上肢分析(RULA)得分对姿态进行筛选,得到虚拟人最终姿态.所提方法生成的虚拟人作业姿态与作业人员实际操作姿态平均关节角度的误差为5.79°,RULA得分准确率为85.4%,表现出较好的实用性.

    虚拟人作业姿态人机工效循环神经网络注意力机制

    面向虚拟人上肢的避障作业姿态规划算法

    刘馨阳丰博韩钟剑邵晓东...
    1634-1642页
    查看更多>>摘要:为了完成虚拟维修仿真环境下的虚拟人维修作业姿态规划问题,提出一种基于改进RRT-Connect算法的虚拟人上肢作业姿态求解方式.在该求解方式中,将人工鱼群算法(AFSA)的觅食行为法则作为导向性策略引入传统RRT-Connect算法,从而使得路径规划任务中初始点与目标点的扩展具有导向性;将路径点作为虚拟人上肢末端关节运动轨迹点.为获得虚拟人维修姿态,利用逆向运动学进行推导,以在每一个路径点中得到符合人体关节自由度的姿态集.另外,为了选择出姿态集中的最优路径,利用快速上肢评估法求取最优的虚拟人上肢维修作业姿态.最后,以无人艇虚拟维修操作仿真为例,验证了该方法在虚拟维修应用中的可行性.

    虚拟人上肢运动路径规划RRT-Connect算法人机工效学人工鱼群算法

    自适应神经模糊推理系统优化的快速上肢评估方法

    白仲航项钲谭昭芸裴卉宁...
    1643-1656页
    查看更多>>摘要:传统方法对工作相关肌肉骨骼疾病风险评估的输入变量变化敏感性较低,导致风险评估输出结果的精确性和可靠性不足.为更加准确地进行人因工程风险评估,提出了基于自适应神经模糊推理系统的快速上肢评估方法(RULA).首先,基于卷积神经网络对视频中人体工作姿势的关键点进行检测及识别,并计算关节角度;其次,基于自适应神经模糊推理系统对快速上肢评估方法进行改进,搭建工作相关肌肉骨骼疾病风险评估架构以解决评估不同姿势时获得相同评分的问题;再次,随机选取不同工作姿势的关节角度数据对网络进行训练和检测,调整基于自适应神经模糊推理系统和快速上肢评估方法的工作相关肌肉骨骼疾病风险预测模型的最佳参数;最后,选取关节角度数据集里的前15个工作姿势进行相关性验证,将结果与原始快速上肢评估方法的结果进行比较,应用树枝修剪工具的操作过程进行案例分析以实现风险得分的实时动态评估.结果表明,优化后的快速上肢评估方法比原始方法更敏感,验证了利用自适应神经模糊推理系统能够有效改进快速上肢评估方法并实时预测风险得分.

    快速上肢评估法自适应神经模糊推理系统模糊控制关键点检测人因工程风险

    基于多尺度目标检测的人机协作装配场景认知方法

    董元发严华兵刘勇哲彭巍...
    1657-1667页
    查看更多>>摘要:人机协作装配场景的快速理解对提高协作机器人认知能力、实现人机协作装配具有重要的现实意义.针对非结构化人机协作装配场景认知过程中目标尺度差异较大、缺少统一场景描述框架等问题,首先构建了一种轻量级多尺度日标检测网络LMS-Net,并在网络训练过程中引入目标检测框聚类机制以提高多尺度目标检测精度;然后将LMS-Net检测结果转换为人物交互图并建立了人机协作装配场景元描述模型,提出了基于多尺度目标检测的人机协作装配场景认知方法.在自建数据集HRC-Action上的实验结果表明所构建多尺度目标检测网络具有较高的准确率(平均89%)和较快的速度(深度学习工作站平均58.7 FPS,Jetson Nano B01嵌入式开发板平均25 FPS),所提人机协作装配场景认知方法具有较好的可行性和实用性.

    人机协作装配场景认知目标检测人物交互图

    基于隐式意图脑电解码的人机交互多任务建模研究

    苗秀侯文军
    1668-1682页
    查看更多>>摘要:在短期内具有完全自主水平的机器智能无法实现的情况下,人仍是人机系统的重要组成部分.智能系统感觉并预测用户的意图,有助于实现人机之间自然动态地协同,提高人机系统安全和效率.然而,人机交互的过程中充斥着大量模糊、隐蔽的隐式意图,传统的心理或行为分析方法解析意图无法保证时效性和准确性.随着传感技术发展,基于生理信号识别用户意图成为主流方法,但现有关于隐式意图的研究存在可分模式少、识别精度低、面向领域实境研究不足等问题.面向工控复杂系统领域,在生理视域下基于被动脑机接口技术,提出一种将人自然地纳入到智能人机系统回路中的方法.首先,抽取操作者与工业软件交互过程中的典型任务,在多属性任务组(MATB)多任务范式基础上设计意图生理信号诱发实验程序;接着,采用共空间模式(CSP)算法提取多任务意图脑电空域特征;最后,通过被试间交叉验证和5折参数寻优,构建机器学习意图模型,实现对隐式交互意图的自动识别.研究发现,相比传统特征提取方法,基于改良后的多分类CSP算法对意图特征提取更为有效,结合三维空间特征可视化进一步证实了特征的有效性;脑电信号能够作为判断人机交互隐式意图的依据,CSP+SVM算法模型能够有效提高人机交互隐式意图脑电的解码性能.对隐式意图信息的转译对构建基于意图的高效人机交互模型,以及发展人机系统、提高人机协作效率具有重要意义.

    隐式意图人机交互电解码多任务建模