研究人员开发了一个新的框架，使用深度学习和事件驱动有限状态机来追踪热锻环境中的工件。该系统通过分析观察搬运设备的多个静态摄像机的数据来推断工件位置。它识别抓取和释放活动，将它们验证为离散的搬运事件，并持续更新工件状态和位置。该框架在实际工厂环境中实现了100%的事件检测准确率和317.8毫米的平均定位误差。 AI
影响 这项研究可以改善在恶劣工业环境中的制造过程控制和可追溯性。
排序理由 该集群包含一篇详细介绍新颖技术方法的学术论文。[lever_c_demoted from research: ic=1 ai=0.7]
- 3D convolutional neural network
- deep learning
- event-driven finite state machines
- hot forging
- workpiece localization
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
