(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211134096.1 (22)申请日 2022.09.19 (65)同一申请的已公布的文献号 申请公布号 CN 115239205 A (43)申请公布日 2022.10.25 (73)专利权人 武汉纺友技 术有限公司 地址 430074 湖北省武汉市东湖新 技术开 发区光谷三路777号2号电子厂房4楼 南侧以东0 59号 （自贸区武汉片区） (72)发明人 王芳　 (74)专利代理 机构 北京集智东方知识产权代理 有限公司 1 1578 专利代理师 吴倩　龚建蓉 (51)Int.Cl. G06Q 10/06(2012.01)G06Q 50/04(2012.01) G06N 3/04(2006.01) 审查员 郑婷 (54)发明名称 一种基于大数据的智能生产方法和装置 (57)摘要 本发明提供了一种基于大数据的智能生产 方法和装置， 其中， 方法包括： 通过获取各个当前 待生产的布 草订单以及流水线的视频数据， 计算 布草订单对应的第一矩阵， 以及各个流水线的第 二矩阵， 根据第一矩阵、 第二矩阵的模值， 以及根 据所述订单期限设定各个布草订单的第一权重， 设置各个布 草订单的生产方案进行生产。 本发明 的有益效果： 实现了对待生产的布 草订单和流水 线生产效率相匹配， 在避免超期的情况下， 可 以 提高布草订单的接单数量， 使工厂的利益最大 化。 权利要求书4页 说明书11页 附图2页 CN 115239205 B 2022.12.02 CN 115239205 B 1.一种基于大 数据的智能生产方法， 其特 征在于， 包括： 当调度指令被触发时， 获取当前待生产的布草订单和当前各个流水线的视频数据， 并 从各个所述布草 订单中获取对应的布草类型、 布草数量以及订单期限； 将各个布草订单的布草类型、 布草数量以及订单期限按照预设的转换方法转换为数 值， 并将得到的数值分别作为矩阵的列， 以获取 各个布草 订单对应的第一矩阵； 获取各个流水线的视频数据中的光流场； 并通过预设的识别模型识别所述视频数据中 每帧视频中的生产 产品； 根据所述 光流场和识别结果确定各个生产 产品的光 流信息； 基于各个生产 产品的光 流信息确定各 条流水线上 各条流水线的运动状态信息； 根据每个生产产品的运动状态信息生成对应流水线的运行情况图； 将各个流水线的运行情况图输入至预设的卷积神经网络模型， 以获取第 二矩阵； 其中， 所述预设的卷积神经网络模型通过不同的目标运行情况图， 以及目标运行情况图的视频矩 阵作为输出训练而成， 其中， 所述视频矩阵用于表征所述 目标运行情况图中生产产品的运 动信息； 分别计算第一矩阵、 第二矩阵的模值， 以及根据所述订单期限设定各个布草订单的第 一权重； 根据第二矩阵的模值以及各个布草订单第一矩阵的模值和第一权重计算各个布草订 单的第二权 重； 根据各个第二权 重设置各个布草 订单的生产方案； 基于所述 生产方案对当前待生产的布草 订单进行生产。 2.如权利要求1所述的基于大数据的智能生产方法， 其特征在于， 所述基于所述生产方 案对当前待生产的布草 订单进行生产的步骤之前， 还 包括： 获取所述生产方案中各条流水线的布草产品数量以及对应生产布草产品类型的变化 次数； 根据公式 计算各条流水线 生产布草的变化值 ； 其中， L为流水线总数； E表示流水线总数； 为第e条流水线上 生产的布草产品的数量； 为第e条流水线上顺次生产布草产品类型的变化次数； 判断所述变化 值是否小于预设值； 若均小于预设值， 则执行所述基于所述生产方案对当前待生产的布草订单进行生产的 步骤。 3.如权利要求1所述的基于大数据的智能生产方法， 其特征在于， 所述根据各个第 二权 重设置各个布草 订单的生产方案的步骤， 包括： 按照预设的分组方案将各个布草订单拆分为多个子订单， 其中， 一个布草订单至少对 应一个子订单； 统计各个子订单的数量， 并将各个布草 订单的所述第二权 重赋予给对应的子订单； 基于所述子订单的数量、 第二权重和流水线的条数设置所述各个布草订单的生产方权　利　要　求　书 1/4 页 2 CN 115239205 B 2案。 4.如权利要求1所述的基于大数据的智能生产方法， 其特征在于， 所述基于各个生产产 品的光流信息确定各 条流水线上 各条流水线的运动状态信息的步骤， 包括： 按照预定尺寸模块将当前识别到的生产产品划分为不同大小的子块； 其中， 所述子块 尺寸小于生产 产品； 根据所述子块内所有像素的光流确定子块的光流信 息， 并根据子块占据生产产品的比 例， 确定子块的权重系数； 根据子块的权重系数以及子块对应的光流信息， 加权获取各条流 水线的运动状态信息 。 5.如权利要求1所述的基于大数据的智能生产方法， 其特征在于， 所述基于所述生产方 案对当前待生产的布草 订单进行生产的步骤之后， 还 包括： 统计所述 流水线加工各个布草 订单的平均生产效率； 根据所述平均生产效率计算历史运动状态信息； 根据公式 计算当前运动状态 信息； 其中， 表示第k条流水线的当前运动状态信息， 表示第k条流水线 的历史运动状态信息， m为 参数， 表示第k条流水线的历史生产总数量； 判断调度指令是否被再次触发； 若是， 则根据当前运动状态信息对所述 运动状态信息进行 更新。 6.一种基于大 数据的智能生产装置， 其特 征在于， 包括： 获取模块， 用于当调度指令被触发时， 获取当前待生产的布草订单和当前各个流水线 的视频数据， 并从各个所述布草 订单中获取对应的布草类型、 布草数量以及订单期限； 第一输入模块， 用于将各个布草订单的布草类型、 布草数量以及订单期限按照预设的 转换方法转换为数值， 并将得到的数值分别作为矩阵的列， 以获取各个布草订单对应的第 一矩阵； 识别模块， 用于获取各个流水线的视频数据中的光流场； 并通过预设的识别模型识别 所述视频 数据中每帧视频中的生产 产品； 第一确定模块， 用于根据所述 光流场和识别结果确定各个生产 产品的光 流信息； 第二确定模块， 用于基于各个生产产品的光流信 息确定各条流水线上各条流水线的运 动状态信息； 生成模块， 用于根据每 个生产产品的运动状态信息生成对应流水线的运行情况图； 第二输入模块， 用于将各个流水线的运行情况图输入至预设的卷积神经网络模型， 以 获取第二矩阵； 其中， 所述预设的卷积神经网络模 型通过不同的目标运行情况图， 以及目标 运行情况图的视频矩阵作为输出训练而成， 其中， 所述视频矩阵用于表征所述目标运行情 况图中生产 产品的运动信息； 第一计算模块， 用于分别计算第 一矩阵、 第二矩阵的模值， 以及根据 所述订单期限设定 各个布草 订单的第一权 重； 第二计算模块， 用于根据第 二矩阵的模值以及各个布草订单第 一矩阵的模值和第 一权 重计算各个布草 订单的第二权 重；权　利　要　求　书 2/4 页 3 CN 115239205 B 3