一种基于视觉-语言大模型的操作员意图识别方法

本发明提出了一种基于视觉‑语言大模型的操作员意图识别方法，通过根据目标装配对象、操作需求及步骤、环境信息、协作要求、自然表达习惯与零件特征构建标准化提示词模板，结合操作员采集任务指令信息进行任务链路推理生成任务执行步骤与装配区域视觉信息，基于物体可供性检测技术结合实时传感器融合与环境感知生成动态协作数据，进而生成零部件操控信息与机器人协作指令作为动态操纵信息，结合操作员骨骼信息与外观纹理特征，通过门控机制融合多源感知数据实现特征加权融合，得到操作员意图，加强人类行为与装配任务之间的内在相关性，抑制无关信息干扰，实现准确的操作员意图识别，提升人机协作效率，具有重要的理论意义和实际价值。