一种基于深度学习的工业装配动作识别与纠错训练方法

本发明提供了一种基于深度学习的工业装配动作识别与纠错训练方法，所述方法包括：通过部署多模态感知采集系统，实现对装配全过程的同步采集；构建标准装配数据库并引入三维仿真平台，通过参数化数字人体模型施加随机扰动并模拟现场干扰，生成虚拟样本增强训练集；基于真实与虚拟样本，构建深度神经网络模型，融合图卷积网络、LSTM与卷积网络提取骨骼、轨迹与力学特征，实现装配动作识别、异常检测与关键帧定位；通过轨迹一致性、姿态偏移量与力学异常指数构建装配质量评分函数，生成多级纠错反馈，指导个性化训练。本发明对装配操作人员的装配动作中错误的识别精度高、并能及时智能化反馈，适用于工业场景下的装配质量优化与技能训练。