[发明专利]数字孪生环境下的生产线不确定对象智能识别与预警方法

说明书

本发明提出一种数字孪生环境下的生产线不确定对象智能识别与预警方法，首先建立非生产线系统不确定物理对象的模型库；其次，附加非生产线系统不确定物理对象的属性数据；将建立的非生产线系统不确定物理对象的模型库及其附加属性数据导入现有生产线数字孪生系统的模型库中；基于YOLO方法对进入生产线系统的不确定物理对象进行自动检测；基于双目视觉对进入生产线系统的不确定物理对象的实际大小进行自动检测；对于不安全对象，综合采用语音提示、系统报警、信息推送等手段进行危险预警；对于安全对象，在所建立的模型库中匹配出对应的三维模型；最终，将匹配到的三维模型加载到生产线数字孪生系统中。

技术领域

本发明涉及生产线调控的数字化，智能化技术领域，特别是指数字孪生环境下的生产线不确定对象智能识别与预警方法。

背景技术

数字孪生(Digital Twin，DT)是实现物理空间和虚拟空间深度融合的有效解决方案之一，最初被定义为一个集成了多物理性、多尺度性、概率性的仿真模型，能够实时反映真实产品或系统的状态。随着数字孪生技术的不断完善，其应用已经扩展到制造、建筑、医疗、城市和电网等十多个行业，不同行业根据自身业务场景定义了不同的数字孪生系统。这些数字孪生系统的共性特征是精准映射、虚实同步、智能反馈和优化迭代。实现这些特征的前提是保证虚拟空间与对应物理空间中的实体在几何、功能和性能上的一致，即虚拟空间是物理空间的数字“镜像”。

本发明的对象是车间生产线，生产线是由人、物料、设备、网络和环境等组成的动态制造系统。生产线是制造业的生产能力载体和主要管理对象，更是每个制造企业分秒必争的重要系统，因为生产线能否正常运行直接关系到企业的利润，由于各种原因导致的生产线停工将给企业带来巨大的经济损失。数字孪生技术是实现传统车间生产线数字化改造和智能化升级的有效途径，生产线数字孪生系统是面向工业产品的生产制造过程，以数字化方式建立全要素、全流程、全业务的虚拟模型，通过物理对象与虚拟模型的双向映射与实时交互，实现工业产品的生产线设计、生产线规划仿真、制造过程优化、生产安全管控等功能。

在生产线数字孪生系统中，非生产线系统的不确定对象的准确识别和快速建模是实现虚实同步和保证生产线正常运行的关键。生产线数字孪生系统中的虚拟模型大多数是在设计阶段构建和确定的，虽然在生产线运行时，通过实时数据的感知和反馈，这些虚拟模型能够随着物理对象的运行而同步动态变化。但是，当非生产线系统的不确定物理对象(如非本工位的操作工人、外来物料、外来运输设备、火情、漏油、漏气等)突然进入正常运行的生产线系统时，不仅可能影响生产线的稳定运行，甚至存在安全隐患。例如，钣金件在汽车白车身焊接生产线运行时，突然有运送钣金件到其他车间的叉车误入生产现场，并没有通知现场工人，现场工人来不及反应就存在与叉车碰撞的风险；另外，叉车工人由于不熟悉该生产现场道路，可能在驾驶叉车过程中破坏正在运行的其他设备，导致生产停工。再如，生产线系统中突然出现明火，监管人员或者现场工人应根据火情大小进行预警，当火情较小时，监管人员可快速将火扑灭；当火情较大无法控制时，监管人员应迅速通知现场工人撤离并停止生产线运行。

根据以上分析，为了保证生产线数字孪生系统的虚实同步与安全生产，系统需要能够准确识别进入生产线系统的不确定物理对象的类型，并快速建立对应的虚拟模型。传统的方法是采用人工视频监控，通过监管人员进行主观判断，这种方法存在漏判和误判的缺陷；另外，即使监管人员及时做出了识别，在数字孪生环境下，也很难实现生产线数字孪生系统的虚实同步，因为监管人员首先要通知技术人员，同时为技术人员提供物理对象的几何和位姿等数据，再由技术人员建立对应的虚拟模型，再将新建立的模型加载到虚拟生产线中，该过程耗时较长。为此，本发明提出了一种数字孪生环境下的生产线不确定对象智能识别与预警方法。当非生产线系统的不确定物理对象进入正常运行的生产线时，本发明能够通过深度学习算法判断其类型、检测其位置和大小，当判断该对象类型属于危险对象时，能够及时进行预警，保证安全生产；当判断该对象类型属于安全对象时，能够通过进一步的模型匹配方法在模型库中匹配相应模型，最终在虚拟生产线中根据检测到的实际位置和大小数据快速建立对应的虚拟模型，并加载到虚拟生产线中，保证虚拟生产线是物理生产线的数字“镜像”。

发明内容