[发明专利]一种生产监督方法、装置、服务器和存储介质

权利要求书

1.一种生产监督方法，其特征在于，包括：

获取到生产人员的姿态信号后，对所述姿态信号进行特征提取，以得到所述姿态信号对应的姿态向量；

将时间特征添加至所述姿态向量，得到目标向量；

基于标准向量确定所述目标向量的损失函数，在函数值大于预设阈值时，确定生产异常，并基于异常信息进行生产报警。

2.根据权利要求1所述的生产监督方法，其特征在于，所述姿态信号包括基于所述生产人员佩戴的穿戴设备获取到的人体姿态信号。

3.根据权利要求1所述的生产监督方法，其特征在于，所述姿态信号包括当前姿态信号和历史姿态信号，相应地，所述姿态向量包括当前姿态向量和历史姿态向量，所述目标向量包括当前目标向量和历史目标向量。

4.根据权利要求3所述的生产监督方法，其特征在于，对所述姿态信号进行特征提取，以得到所述姿态信号对应的姿态向量，包括：

将所述当前姿态信号和所述历史姿态信号作为输入信号输入卷积神经网络CNN中，基于所述CNN分别对所述当前姿态信号和所述历史姿态信号进行特征提取，以得到所述当前姿态向量和所述历史姿态向量。

5.根据权利要求3所述的生产监督方法，其特征在于，所述时间特征包括当前时间特征和历史时间特征，相应地，将时间特征添加至所述姿态向量，得到目标向量，包括：

将所述当前姿态向量和所述历史姿态向量作为输入信号输入长短时记忆网络LSTM中，基于所述LSTM将所述当前时间特征添加至所述当前姿态向量，以得到所述当前目标向量，将所述历史时间特征添加至所述历史姿态向量，以得到所述历史目标向量。

6.根据权利要求3所述的生产监督方法，其特征在于，基于标准向量确定所述目标向量的损失函数，在函数值大于预设阈值时，确定生产异常，并基于异常信息进行生产报警，包括：

将所述当前目标向量和所述历史目标向量作为输入信号输入极限学习机ELM中，在所述ELM中基于所述标准向量确定所述当前目标向量的损失函数，以得到当前函数值，基于所述标准向量确定所述历史目标向量的损失函数，以得到历史函数值；

根据所述当前函数值和所述历史函数值确定最小函数值，并在所述最小函数值大于预设阈值时，确定生产异常，并基于异常信息进行生产报警。

7.根据权利要求3-6任一所述的生产监督方法，其特征在于，所述历史姿态信号包括基于预设周期获取的第一历史姿态信号和第二历史姿态信号。

8.一种生产监督装置，其特征在于，包括：

特征提取模块，用于获取到生产人员的姿态信号后，对所述姿态信号进行特征提取，以得到所述姿态信号对应的姿态向量；

目标向量确定模块，用于将时间特征添加至所述姿态向量，得到目标向量；

报警模块，用于基于标准向量确定所述目标向量的损失函数，在函数值大于预设阈值时，确定生产异常，并基于异常信息进行生产报警。

9.一种服务器，其特征在于，所述服务器包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的生产监督方法。

10.一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一所述的生产监督方法。