- 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
- 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明涉及智能制造调度方法技术领域,具体为一种具有自学习能力的智能制造调度方法。通过对工厂内各制造流水线对应当前监测时段的制造视频进行获取,并从中分析出各制造流水线对应当前监测时段的工作工人数量和各工作工人的工作时长,同时从中分析出各制造流水线对应当前监测时段中各工作工人的工效值和疲劳值,不仅能够直观地了解到各制造流水线中工作工人的实时状态,同时还为后续各制造流水线对应当前监测时段的效评值的分析提供可靠的数据支撑,提升了制造流水线对应当前监测时段的效评值分析结果的可靠性和精准性,进一步便于后续的
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116757562 A
(43)申请公布日 2023.09.15
(21)申请号 202311058332.0 G06V 20/52 (2022.01)
(22)申请日 2023.08.
原创力文档


文档评论(0)