| 智能制造——“中国制造2025”的主攻方向 |
| |
| 引用本文： | 付美霞, 王健全, 王曲, 孙雷, 马彰超, 张超一, 管婉青, 李卫. 5G环境下基于深度学习的云化PLC物料识别与定位系统[J]. 工程科学学报, 2023, 45(10): 1666-1673. DOI: 10.13374/j.issn2095-9389.2022.12.18.001 |
| |
| 作者姓名： | 付美霞 王健全 王曲 孙雷 马彰超 张超一 管婉青 李卫 |
| |
| 作者单位： | 1.北京科技大学自动化学院,北京 100083;2.北京科技大学工业互联网研究院,北京 100083;3.北京科技大学计算机与通信工程学院,北京 100083 |
| |
| 基金项目： | 国家重点研发计划资助项目（2020YFB1708800）;广东省重点研究与开发计划资助项目（2020B010113007）;中央高校基本科研业务费专项资金资助项目（FRF-IDRY-21-005）;广东省基础与应用基础研究基金联合基金资助项目（2021A1515110577）;中央高校基础研究基金资助项目（FRF-MP-20-37）;中国博士后科学基金资助项目（2021M700385） |
| |
| 摘 要： | 
为了解决智能制造领域中云化控制与视觉分选应用相结合的问题,提出了基于深度学习的云化可编程逻辑控制器（Programmable logic controller,PLC）物料识别与定位系统,并在端到端5G与时间敏感网络（Time sensitive networking,TSN）传输网络环境下,实现了对云化PLC架构和控制功能有效性的验证。首先,将传统PLC系统控制功能容器虚拟化,实现PLC的本地和云端自由部署;其次,在云端设计人工智能学习平台,采用基于You only look once v5 （YOLOv5）的目标检测算法实现物料的定位和分类,获取目标的像素坐标和类别信息;然后,利用相机标定方法把像素坐标转换成物理世界坐标,并将目标类别、坐标、时间戳信息传输到云化PLC;最后,在5G和TSN融合网络环境下,实现云化PLC对天车设备的实时控制与复杂计算功能整合。
结果表明,该系统能够有效的对多天车进行协同控制,物料定位均值平均精度（Mean average precision,mAP）达到99.65%,分选准确率达到96.67%,平均消耗时间225.99 s,满足工业低时延、高精度的视觉分选需求。
|
| 关 键 词： | 智能制造 视觉分选 深度学习 云化可编程逻辑控制器 5G 时间敏感网络 |
| 收稿时间： | 2022-12-18 |
|
| 点击此处可从《工程科学学报》浏览原始摘要信息 |
|
点击此处可从《工程科学学报》下载免费的PDF全文 |
|
