应用领域：制造系统中需要进行人机交互和远程操纵的地方，例如无人工厂中对加工备料正确性的检测、对加工或者装配质量的检测；高温、高压、有毒、高电离辐射等恶劣工况条件下的设备状态监测等。

转化方式：合作开发

项目简介：

1、项目背景

随着“智能制造”“工业4.0”“工业互联网”等概念的提出，相关的研究开始变得热门。在制造业，工厂数字化、智能化的改造升级也在如火如荼地进行。很多数字化工厂都具备了先进的人机交互手段和对设备进行远程状态监测、运行、维护的功能。数字孪生（DT，Digital Twin）的概念正是在这样的背景下出现的，强调虚拟与现实互联互通。在数字孪生环境下，通过先进的人机交互和设备远程操控系统，工程技术人员、工作人员可以在舒适的办公室甚至在千里之外的地方即可实现对设备的运行状态监测、调试和维护，极大地提高了工作效率。尤其在高温、有毒、高电离辐射等恶劣工况条件下，工程技术人员可以通过先进的人机交互和远程操控技术对现场设备进行遥控操作，从而保护工作人员的身体免于损伤。人机交互和远程操控的基础是数据采集和交互，通常会依靠PLC作为软件与硬件数据连接的纽带，但是数字孪生环境下对数据采集提出了更高的要求：第一，数字孪生技术要求采集的数据更加精细，对数据精度要求更高；第二，数字孪生技术要求的数据采集场合更加多样，仅仅通过PLC单一途径并不能完全满足。基于视觉的数据采集技术是实现数字孪生环境下智能制造系统人机交互的关键途径之一。

2、技术创新点

（1）设计出了一套视觉标志,缩减了神经网络算法需要处理的图像数据量。机器视觉算法通过对标志点的识别和定位，间接实现对标志点所附着物体的识别和定位。

（2）使用神经网络算法解决对目标的多目定位问题。不同于常规的多目定位，基于神经网络的多目定位不需要对摄像机进行测量和标定，只需要对多目系统进行训练，算法就会自动习得多目定位的数据处理方法。

（3）通过神经网络算法的训练过程能够使算法自动习得纠正摄像机图像畸变能力，从而提高目标定位的精度。

3、市场前景及应用领域

可用于制造系统中需要进行人机交互和远程操纵的地方，例如无人工厂中对加工备料正确性的检测、对加工或者装配质量的检测；再如，可用在高温、高压、有毒、高电离辐射等恶劣工况条件下的设备状态监测等。

项目合作：

业务部张经理：199 3703 5860  0371-86589130

邮箱：cyjsyiy@163.com