[01339764]复杂工业场景下的视觉认知与智能服务关键技术及应用

1、任务来源 该项目以问题为导向,聚焦视觉大数据的分析与智能服务重难点问题, 2、性能指标 该项目主要技术指标如下： 针对复杂工业场景特点的视觉对象识别、检测、跟踪及定位方法:工业场景下视觉对象识别准确率不低于95%,系统识别响应时间不高于80毫秒。 面向视觉传感网的移动节点自组网路由协议:数据包投递率不低于98%,端到端传输时延不高于50ms。 基于多维时空认知的视觉大数据建模技术:建模维度不少于5维,时序数据的预测准确率不低于85%。 面向复杂工业场景的全链条视觉认知智能服务:服务推荐准确率达到83%以上。 3、成果的创造性、先进性 该项目围绕复杂工业场景下视觉对象的认知、协同、建模和服务等共性技术难题,展开了大量理论方法和实际应用研究,形成一系列关键技术,为湖北省的工业智能化建设提供了有力支撑。主要技术创新点如下： 创新点1：针对复杂工业场景特点的视觉对象识别、检测、跟踪及定位方法 创新点2：面向视觉传感网的移动节点自组网路由协议 创新点3：基于多维时空认知的视觉大数据建模技术 创新点4：面向复杂工业场景的全链条视觉认知智能服务 4、作用意义 该项目成果近三年累计新增销售21.49亿元,新增利润1.97亿元。已获授权国家发明专利26项,软件著作权82项,申请国家发明专利4项,发表相关高水平论文26篇,其中SCI 13篇。 5、推广应用的范围、条件和前景以及存在的问题和改进意见。 项目科技成果推广应用的范围主要为：本项目的相关共性关键技术可广泛应用于U型管装配、球团矿粒度识别、工件识别与分拣、生产线质检、仓库自动化管理、车辆路径规划等领域。 但是现有方法仍存在场景范围小、个体识别近、群体刻画弱、事件预警难等“感知盲区”,缺乏系统性和实用性。时空大数据是大数据与时空数据的融合,分析与挖掘的结果反映时间变化趋势和空间分布规律。随着新兴测绘与信息技术的发展,多模式时空综合认知与传输模式也在发生改变,基于模型、算法、知识（规则）的制图正在向基于人类自然智能与计算机人工智能深度融合的智能化制图转移。