摘要

在現代工業製造中，5G技術的引入為智慧製造領域提供了新的可能性，特別是在實現高速、低延遲的數據傳輸方面。本研究針對製造線中的操作錯誤問題，開發了一個基於5G的智慧監測系統，這套系統集成了先進的影像辨識和人工智慧技術，旨在即時識別並處理人員操作行為的異常情況。 此系統利用多台相機捕捉製造過程中的操作行為，結合物件檢測和人體姿態估計技術，對員工的行為進行實時分析。核心技術包括利用OpenCV和Mediapipe進行影像處理，並通過使用YOLOv7結合長短期記憶網路（LSTM）的機器學習模型進行深度學習分析，從而達到高效識別操作行為的能力。 系統在發現異常行為時能迅速反應，通過聲音警示和數位輔助提示進行即時修正，確保生產線的流程規範性和生產效率。測試結果表明，系統在電子製造業的實際應用中表現出色，能夠有效地減少由於操作錯誤導致的生產損失。 綜合來看，本研究的技術和成果不僅提高了生產線的監控能力和錯誤處理效率，還展示了5G在實時工業監控中的應用潛力，為製造業帶來了顯著的效益，尤其是在提升產品質量和生產流程的穩定性方面。

系統概述

針對工業中的自動化操作，透過手勢及姿態辨識技術，
提供了精確的控制和靈活的人機協作方式，並結合5G通訊技術，從而提升生產效率。

技術亮點

• 5G通訊技術，比Wi-Fi 6延遲減少1.5至2倍，提升系統即時性。
• 複雜手勢及姿態辨識，手勢準確率達96%，姿態達92.5%。
• 更為直觀的人機協作，靈活適應多樣化的操作需求。
• 導入UWB室內定位技術，實現機台與人員間即時防碰撞偵測。

產業效益

透過5G技術，提升手勢與姿態辨識的流暢性，
支持快速響應與靈活任務編輯，同時增強防碰撞功能，確保操作安全。