多通道一维卷积神经网络1DCNN模型的汽车装配动作识别方法

本发明属于汽车装配工时分析技术领域，具体涉及一种多通道一维卷积神经网络1DCNN模型的汽车装配动作识别方法；将汽车装配动作分为上半身动作和下半身动作两大类；采集工人执行不同动作传感器数据，搭建多通道一维卷积神经网络1DCNN识别模型；分别训练得到上半身装配动作识别模型和下半身装配动作识别模型；获取工人正常工作传感器数据，并输入上半身装配动作识别模型和下半身装配动作识别模型，从上半身装配动作识别模型和下半身装配动作识别模型输出的预测序列数据中提取第一列和最后一列，并换算工作时长，完成汽车装配动作的识别；本发明应用于汽车装配场景，实现智能化动作分割与识别，简化工时验证流程，提高验证分析效率自动化。