摘要
一种基于大模型和自然人机交互的生成式MR工业巡检方法,属于智能巡检技术领域。为解决MR巡检开发周期长和成本高的技术难题,本发明包括利用MR头显设备采集待巡检的场景图像序列,构建巡检的场景图像数据集,利用巡检的场景图像数据集对多模态大模型进行训练,得到待巡检的类别序列信息数据;采集对应的空间定位信息和交互信息,基于采集的空间定位信息和交互信息构建巡检模块数据集,然后利用巡检模块数据集对巡检模块进行训练,得到巡检模块的检查序列的拟检测信息;拟合待巡检的类别序列信息和各巡检模块的检查序列的拟检测信息,得到巡检执行模型;利用巡检执行模型,执行基于大模型和自然人机交互的生成式MR工业巡检过程。
技术关键词
MR头显设备
自然人机交互
空间定位信息
工业巡检
机器学习模型
眼球追踪设备
模块
序列
室内定位系统
场景
图像
随机梯度下降
注视点
坐标系
眼球运动轨迹
数据预处理方法
智能巡检技术
视角
系统为您推荐了相关专利信息
分布式计算框架
深度强化学习模型
数据标签
企业内部信息系统
可视化图表
接触网工程
关系型数据库系统
预训练模型
机器学习模型
生成方法
有机碳
黑土
XGBoost模型
耕地
地理大数据