(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210622190.5 (22)申请日 2022.06.02 (71)申请人 姚楷宁 地址 545000 广西壮 族自治区柳州市城中 区 (72)发明人 姚楷宁　 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 10/10(2012.01) G06V 20/40(2022.01) G06V 10/74(2022.01) G06V 10/82(2022.01) G06V 10/774(2022.01) (54)发明名称 基于人工智能的自动化生产方法、 装置、 终 端以及存 储介质 (57)摘要 本发明公开了一种基于人工智能的自动化 生产方法、 装置、 终端以及存储介质， 该基于 人工 智能的自动化生产方法包括： 确定自动化生产中 每个工人在每道工序的生产效率， 确定待完成的 目标任务对应的工序集合， 最后基于所述生产效 率和所述工序集合分配工人。 可见， 本发明能够 根据每个工人在每道工序的生产效率， 将不同的 工人分配至不同的工序中， 达到优化整体的生产 效率的效果。 权利要求书3页 说明书6页 附图2页 CN 114897420 A 2022.08.12 CN 114897420 A 1.一种基于人工智能的自动化 生产方法， 其特 征在于， 所述方法包括： 确定自动化 生产中每 个工人在每道工序的生产效率； 确定待完成的目标任务对应的工序集 合； 基于所述 生产效率和所述工序集 合分配工人。 2.根据权利要求1所述的基于人工智能的自动 化生产方法， 其特征在于， 所述确定自动 化生产中每 个工人在每道工序的生产效率， 包括： 获取每个工人在每道工序上对应的监控视频； 对每个工人在每道工序 上对应的监控视频进行分析， 以得到每个工人在每道工序的生 产效率。 3.根据权利要求2所述的基于人工智能的自动 化生产方法， 其特征在于， 所述监控视频 包括预设的多个时间段中每个所述时间段对应的子监控视频， 所述生产效率包括每个所述 时间段对应的子生产效率； 以及， 所述获取每 个工人在每道工序上对应的监控视频， 包括： 获取每个工人在每道工序上对应的原 始监控视频； 从所述原 始监控视频中提取 出每个所述时间段对应的子监控视频； 以及， 所述对每个工人在每道工序上对应的监控视频进行分析， 以得到每个工人在每 道工序的生产效率， 包括： 对每个工人在每道工序 上每个时间段对应的子监控视频进行分析， 以得到每个工人在 每道工序上每 个时间段对应的子生产效率。 4.根据权利要求3所述的基于人工智能的自动 化生产方法， 其特征在于， 所述多个时间 段是将一整天的时间按照预设的时间区间划分后得到的。 5.根据权利要求4所述的基于人工智能的自动 化生产方法， 其特征在于， 所述 时间区间 包括上午时间区间、 中午时间区间、 下午时间区间和晚上时间区间的至少一种。 6.根据权利要求2所述的基于人工智能的自动 化生产方法， 其特征在于， 所述对每个工 人在每道工序上对应的监控视频进行分析， 以得到每 个工人在每道工序的生产效率， 包括： 检测在每个工人在每道工序上对应的监控视频中， 该工人做出预设的目标动作的频 率； 根据所述频率确定自动化 生产中每 个工人在每道工序的生产效率。 7.根据权利要求6所述的基于人工智能的自动 化生产方法， 其特征在于， 所述目标动作 包括： 翻转工件、 拿起工件、 收回双手、 伸出双手、 切割工件、 打磨工件中的至少一种。 8.根据权利要求1所述的基于人工智能的自动 化生产方法， 其特征在于， 所述确定自动 化生产中每 个工人在每道工序的生产效率， 包括： 获取每个工人在每道工序上对应的工序完成次数； 基于每个工人在每道工序上对应的工序完成次数， 计算每个工人在每道工序的生产效 率。 9.根据权利要求8所述的基于人工智能的自动 化生产方法， 其特征在于， 所述工序完成 次数是由每个工人在每道工序上每完成一次工序后按下目标按键的次数确定的。 10.根据权利要求1所述的基于人工智能的自动化生产方法， 其特征在于， 所述确定待 完成的目标任务对应的工序集 合， 包括：权　利　要　求　书 1/3 页 2 CN 114897420 A 2获取由用户输入的待完成的目标任务对应的至少一道工序， 以形成所述目标任务对应 的工序集 合。 11.根据权利要求1所述的基于人工智能的自动化生产方法， 其特征在于， 所述确定待 完成的目标任务对应的工序集 合， 包括： 确定待完成的目标任务； 根据所述目标任务， 确定 工序集合。 12.根据权利要求11所述的基于人工智能的自动 化生产方法， 其特征在于， 所述根据 所 述目标任务， 确定 工序集合， 包括： 根据所述目标任务 查询预设的工序表格， 以确定出 所述目标任务对应的工序集 合； 其中， 所述工序表格中存 储有不同的任务各自对应的工序集 合。 13.根据权利要求11所述的基于人工智能的自动 化生产方法， 其特征在于， 所述根据 所 述目标任务， 确定 工序集合， 包括： 将所述目标任务与历史任务进行匹配， 以确定出与所述目标任务最相似的目标历史任 务； 将所述目标历史任务对应的工序集 合确定为所述目标任务对应的工序集 合。 14.根据权利要求13所述的基于人工智能的自动 化生产方法， 其特征在于， 所述将所述 目标任务与历史任务进行匹配， 以确定出与所述目标任务 最相似的目标历史任务， 包括： 通过预设的匹配模型将所述目标任务与历史任务进行匹配， 以确定出与所述目标任务 最相似的目标历史任务。 15.根据权利要求14所述的基于人工智能的自动 化生产方法， 其特征在于， 所述匹配模 型包括： 统计学模型、 机器学习模块、 神经网络模型、 拓扑 学模型中的至少一种。 16.根据权利要求15所述的基于人工智能的自动 化生产方法， 其特征在于， 所述神经网 络模型包括对抗 性生成神经网(g an)模型、 图神经网模型、 强化学习模型。 17.根据权利要求15所述的基于人工智能的自动 化生产方法， 其特征在于， 所述神经网 络模型包括： LeNet、 AlexNet、 VG GNet、 GoogLeNet、 ResNet和Mobi leNet中的至少一种。 18.根据权利要求1所述的基于人工智能的自动化生产方法， 其特征在于， 所述基于所 述生产效率和所述工序集 合分配工人， 包括： 通过线性规划算法基于所述生产效率和所述工序集合分配工人， 所述线性规划算法可 以表示为： Subject to a11+a21+a31…+an1＝1 a12+a22+a32…+an2＝1 …… a1n+a2n+a3n…+ann＝1 其中， ann＝1或0， 用于表示第n个工人是否被分配至第n道 工序中， 当ann＝1时， 即表示第 n个工人被分配至第n道工序中， 当ann＝0时， 即表示第n个工人未被分配至第n道工序中， An权　利　要　求　书 2/3 页 3 CN 114897420 A 3