文献

J-GLOBAL ID：202202233119300987   整理番号：22A0802743

人間-ロボット共存組立ラインにおける運動認識のための深層学習によるスマートオペレータアドバイスモデル【JST・京大機械翻訳】

A smart operator advice model by deep learning for motion recognition in human-robot coexisting assembly line

著者 (2件)： Wang Kung-Jeng (Department of Industrial Management, National Taiwan University of Science and Technology, Taipei, Taiwan) ,  Santoso Darwin (Department of Industrial Management, National Taiwan University of Science and Technology, Taipei, Taiwan)
資料名： International Journal of Advanced Manufacturing Technology  (International Journal of Advanced Manufacturing Technology)
巻： 119  号： 1-2  ページ： 865-884  発行年： 2022年 
JST資料番号： T0397A  ISSN： 0268-3768  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： オペレータアドバイスと誘導システムは,中間労働者が標準操作手順に従うのを助けることができ,それは,高品質で調和的で完全なタスクを保証するために,人間-ロボット共存組立ラインにとって重大である。本研究では,深層学習によるスマートオペレータアドバイスモデルを提案した。2つの機構は,モデル内のモデルコアとして構築され,それは畳み込みニューラルネットワークを用いた物体検出機構と決定木分類器を用いた動き認識機構である。オブジェクト検出は,システムのすべてのオブジェクトの3つの独立したカメラ監視によって行われる。研究は,オペレータ,ロボット,スクリュー機械,ファン,母板,GPUカード,スクリュー運転者,手,および体のようなオブジェクトから成るグラフィック処理ユニット(GPU)カード組立ラインで提案モデルを実行する。物体は3つの並列および独立カメラによる物体検出機構によって同定される。入力が物体座標と速度である3つのカメラにおける動き認識のための3つの並列で独立した決定木分類器によって運動検出を達成した。多くの規則を通して,最も高い投票による正しい運動を確認した。最終出力は,提案したオペレータアドバイスモデルによって提供されるタスクチェックとアドバイスである。結果をGPU最終組立ラインを通して評価した。0.966のF1スコアは有望な性能を示した。このスマートモデルは,実時間で複雑な組立活動を行うとき,中間オペレータへの有益な命令を容易にする。Copyright The Author(s), under exclusive licence to Springer-Verlag London Ltd., part of Springer Nature 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： カメラ ,  検出 ,  *組立ライン ,  *オペレータ ,  *ロボット ,  運動 ,  認識 ,  労働者 ,  ディシジョンツリー ,  *機械学習 ,  動き検出
準シソーラス用語： 物体検出 ,  *動作認識 ,  高品質 ,  GPU【プロセッサ】 ,  *深層学習 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： 決定木分類器 ,  人間-機械協調 ,  動き認識 ,  オブジェクト検出 ,  運用アドバイスシステム

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： 人間 ,  ロボット ,  共存 ,  組立ライン ,  運動認識 ,  深層学習