装配生产线物料感知-映射及感知-映射算法模型数据集

为应对复杂生产线中虚实同步交互速度缓慢及模型结构化动态关联难题，本文提出了一种基于数字孪生的智能制造系统，聚焦于复杂场景多任务生产线的虚拟重构与实时仿真技术。系统通过研究物理制造全过程中多粒度、多维度的自动“感知–映射”方法，结合生产线动态重构的多目标可配置优化算法，实现了从物理系统到虚拟系统的高精度自动映射与可信动态重构。为验证该方案，本文构建了“装配生产线物料感知–映射及感知–映射算法模型数据集”，该数据集包括离散生产过程物理行为感知–映射数据，利用Bullet物理引擎与NVISII渲染引擎模拟工业螺栓在真实生产环境下的行为，采集图像及其对应的场景标签；以及机械臂多目标分拣感知–映射数据，通过相机拍摄与半自动标注获取常见生产对象的分拣抓取姿态数据，用于训练分拣抓取模型。该数据集，有效支撑了虚拟与实体生产过程的实时动态交互，并在电子实际生产线上进行了理论与技术验证，展示了所提方案在复杂场景下实现智能生产过程验证的优越性能。