摘要
针对混合品种装配产线下不同机型装配导致产线工人作业工时存在较大差异的问题,提出一种基于Faster-RCNN的卷积神经网络的工序状态检测模型.首先通过工位装配任务工时测定分析明确该工位各道工序后将采集的工人作业工序图片进行特征提取和状态框选,然后使用区域预测网络RPN(Region Proposal Network)来获取候选框的建议信息,使用R-CNN对候选框的位置和物体类别进行预测识别,最后将视频帧数信息转换成时间信息,计算得到该道工序所测时间.分析结果表明,检测模型可以对视频中工人的工作状态进行识别并计算出工人的实际作业工时,模型检测的平均检测均值(map)达到96.4％;视频识别到的工时相对误差都在10％以内,满足产线实际工时观测的相对误差要求.
维普
万方数据