[发明专利]一种基于贝叶斯网络的设计意图识别方法及系统

说明书

本公开提出了一种基于贝叶斯网络的设计意图识别方法及系统，包括如下步骤：获取人体生理指标数据及人体动作数据；建立人体生理指标数据、动作信号与设计意图对应关系的人工神经网络训练模型；根据获取的信号、人工神经网络训练模型的训练结果及识别精度，采用贝叶斯网络并行推理识别设计指令，获得设计指令的组合；根据设计指令的组合确定设定意图。本公开通过贝叶斯网络并行推理的特点在人工神经网络训练模型存在识别误差的基础上进行进一步推理，从而使得推理获得的设计意图更加准确可信。

技术领域

本公开涉及人工智能相关技术领域，具体的说，是涉及一种基于贝叶斯网 络的设计意图识别方法及系统。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息，并不必然构成 在先技术。

计算机技术在硬件与软件上的飞速发展，使智能化、概念化的产品设计方 式所具备的条件日渐成熟。随着产品创新性的越来越受到企业的重视，为加快 产品详细设计过程，将设计过程流畅化，利用脑电、眼动、手势等人机交互方 式可以迅速捕捉人的设计意图，实现设计参数、指令的便捷输入，打破原有设 计过程中鼠标、键盘对于设计效率和设计思维的约束。

设计意图即设计人员试图完成某项设计任务的设计命令，如将草图A沿z 轴方向拉伸100mm，将实体的面1中心打上深度为10mm的小孔。设计意图潜藏 于设计人员内心，并不能被直接观测，且在表达成设计命令后才能确定。通过 各种探测手段和人机交互模式，能直接观测到设计人员所表现的脑电、眼动和 手势等特定设计信号或产品设计状态的改变，而这些活动则反映了设计意图。 充分利用这些信号和设计状态，能够显著加快设计过程，并保证设计人员的创 造过程不被繁琐的鼠标、键盘输入所打断。

发明人发现，目前，已有基于手势的设计意图捕捉技术，往往面向于产品 概念设计过程；而产品详细设计过程中操作指令繁多，基于手势的人机交互需 要设计人员进行大量的前期训练，极大增加了设计人员的学习时间和负担。同 时，目前的设计意图捕捉技术设计意图识别准确率较低。

发明内容

本公开为了解决上述问题，提出了一种基于贝叶斯网络的设计意图识别方 法及系统，考虑人工神经网络在设计指令识别精度不足以支撑产品详细设计过 程，利用贝叶斯网络并行推理的特点对设计意图进行不确定性推理，从而使得 推理获得的设计意图更加准确可信。

为了实现上述目的，本公开采用如下技术方案：

一个或多个实施例提供了一种基于贝叶斯网络的设计意图识别方法，包括 如下步骤：

获取人体生理指标数据及人体动作数据；

建立人体生理指标数据、动作数据与设计指令对应关系的人工神经网络训 练模型；

根据人工神经网络训练模型获取信号识别的设计指令及其精度，采用贝叶 斯网络并行推理识别设计意图，获得设计指令的正确组合方法；

根据设计指令的组合确定设定意图。

一个或多个实施例提供了一种基于贝叶斯网络的设计意图识别系统，包括：

获取模块：被配置为用于获取人体生理指标数据及人体动作数据；

人工神经网络训练模型建立模块：被配置为用于建立人体生理指标数据、 动作数据与设计指令对应关系的人工神经网络训练模型；

识别模块：被配置为用于根据人工神经网络训练模型获取信号识别的设计 指令及其精度，采用贝叶斯网络并行推理识别设计意图，获得设计指令的正确 组合方法；

设计意图确定模块：被配置为用于根据设计指令的组合确定设定意图。

一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序 被处理器执行时实现上述的方法中的步骤。