摘要
本发明提供一种基于人体实时肌肉疲劳度的人机协作装配规划方法,涉及人机协作装配制造技术领域,包括:通过多角度动作图像集合、人体骨骼肌模型和生物力学数据集合构建肌肉疲劳指数模型;通过样本装配动作图像集合对深度学习模型进行训练,构建动作类别识别模型;通过实际装配动作图像集合、人体骨骼肌模型、肌肉疲劳指数模型和动作类别识别模型,计算获得人的实际装配耗时和实际疲劳累积值;基于机器人实际装配耗时、人的实际装配耗时和实际疲劳累积值,通过多目标遗传算法计算获得最优种群,通过最优种群获得优化人机协作装配工序。本发明通过无侵入和实时地监测人的肌肉疲劳和装配动作耗时,动态调整人机协作装配工序,提高人机协作装配效率和减小人的肌肉疲劳,同时更加适用于实际装配环境。
技术关键词
人机协作
深度学习模型
人体
指数
视觉采集装置
多角度
图像
规划
样本
机器人
长短期记忆神经网络
非暂态计算机可读存储介质
动作姿态识别
数据
遗传算法
时序
关节
时间段
仿真建模
处理器
系统为您推荐了相关专利信息
疾病诊断系统
多模态
数据处理模块
分析模块
指纹
动作识别方法
动作识别模型
视频流
神经网络模型
人体重识别
汽油
群智能优化算法
马达法辛烷值
研究法辛烷值
计算机
评估指标体系
深度学习模型
评估系统
健康度评估方法
整体健康
通信传输方法
信噪比
启发式算法
通信传输装置
接入设备