一种微纳加工平台的管理方法、装置、计算机设备和存储介质

本技术涉及半导体微纳加工，尤其涉及一种微纳加工平台的管理方法、装置、计算机设备和存储介质。

背景技术：

1、随着半导体工艺的发展，微纳加工技术已经成为半导体行业的关键技术之一。在微纳加工平台中，需要对内部的人员、物品等进行精益管理，可提高微纳加工平台的可靠性、耐用性、安全性等。传统管理方式需要管理员在识别、处理等方面都深度参与，不但费时费力，还无法避免出现错漏问题，大大提高了管理成本，不利于微纳加工平台的长远发展。

技术实现思路

1、本技术的目的旨在至少能解决上述的技术缺陷之一，特别传统技术中的平台管理需要管理员深度参与所导致的成本高、效率低的问题。

2、第一方面，本技术提供了一种微纳加工平台的管理方法，微纳加工平台设置了多个摄像模组，管理方法包括：

3、利用各摄像模组所配置的至少一种异常识别机制，分别对各摄像模组对应的监测区域进行异常识别，得到异常识别结果；

4、根据异常识别结果，确定关联主体，并对关联主体的异常记录进行更新；

5、若异常记录满足升级条件，则提升对关联主体的处理等级，否则，保持对关联主体的处理等级；

6、采用当前处理等级对应的处理手段，对关联主体进行处理。

7、在其中一个实施例中，处理等级包括由低到高的第一处理等级和第二处理等级，采用当前处理等级对应的处理手段，对关联主体进行处理，包括：

8、若处理等级为第一处理等级，则对关联主体发出提醒；

9、若处理等级为第二处理等级，则将异常记录上报管理员。

10、在其中一个实施例中，异常记录包括在当前统计周期内出现异常的次数，升级条件包括：

11、若次数大于预设阈值，则从第一处理等级升级到第二处理等级。

12、在其中一个实施例中，异常识别机制包括人员异常识别机制，异常识别结果包括人员异常识别结果，利用人员异常识别机制对监测区域进行异常识别，包括：

13、将摄像模组所拍摄到的图片帧输入到第一检测模型，并根据第一检测模型的输出，得到第一检测结果；第一检测模型用于对图片中所出现的人员生成人员检测框；

14、为各第一检测结果分配与人员身份对应的唯一标识；

15、将第一检测结果中包含异常项的作为一个人员异常识别结果。

16、在其中一个实施例中，第一检测模型还用于对多个异常穿戴项分别生成对应的异常穿戴检测框，第一检测结果包括穿戴检测结果；根据第一检测模型的输出，得到第一检测结果，包括：

17、在第一检测模型输出至少一个人员检测框和至少一个异常穿戴检测框的情况下，将异常穿戴检测框与人员检测框进行匹配；

18、若人员检测框存在匹配的异常穿戴检测框，则将人员检测框及其所匹配的异常穿戴检测框作为一个穿戴检测结果；

19、若人员检测框不存在匹配的异常穿戴检测框，则直接将人员检测框作为一个穿戴检测结果。

20、在其中一个实施例中，在将第一检测结果中包含异常项的作为一个人员异常识别结果之前，还包括：

21、若穿戴检测结果中包括异常穿戴检测框，则判断异常穿戴检测框的类型；

22、若异常穿戴检测框的类型为着装类，则将异常穿戴检测框对应的识别对象加入穿戴检测结果对应的异常项；

23、若异常穿戴检测框的类型为工牌类，则判断人员检测框对应的人员是否为正面，若是，将未戴工牌加入穿戴检测结果对应异常项。

24、在其中一个实施例中，判断人员检测框对应的人员是否为正面，包括：

25、在人员检测框内包含人脸，且第一比例大于第一预设阈值的情况下，判定人员检测框对应的人员为正面；第一比例为人员检测框内人体肩部关键点之间的水平距离和人员检测框的宽度之间的比例。

26、在其中一个实施例中，若异常穿戴检测框的类型为着装类，异常穿戴检测框对应的识别对象包括未穿洁净服、未戴手套、未戴防护眼镜、未戴口罩中的至少一项。

27、在其中一个实施例中，将异常穿戴检测框与人员检测框进行匹配，包括：

28、对于任一异常穿戴检测框，确定该异常穿戴检测框对应的第一面积；

29、分别计算该异常穿戴检测框与待匹配的人员检测框所相交区域对应的第二面积；

30、若第二面积与第一面积之间的比例大于第二预设阈值，则判定该异常穿戴检测框与人员检测框匹配。

31、在其中一个实施例中，第一检测结果包括位置检测结果；根据第一检测模型的输出，得到第一检测结果，包括：

32、在第一检测模型输出至少一个人员检测框的情况下，将图片帧输入第二检测模型，得到至少一个人体关键点组；

33、将人体关键点组与人员检测框匹配；

34、将人员检测框及其所匹配人体关键点组中的脚踝关键点位置作为一个位置检测结果。

35、在其中一个实施例中，在将第一检测结果中包含异常项的作为一个异常识别结果之前，还包括：

36、若脚踝关键点位置位于预设电子围栏区域内，则将位置入侵加入位置检测结果对应的异常项。

37、在其中一个实施例中，微纳加工平台内的人员佩戴了由预设数量个不同识别图案组成的识别图案组合，识别图案组合对应一个唯一检测标识，为各第一检测结果分配与人员身份对应的唯一标识，包括：

38、将图片帧输入到第三检测模型；第三检测模型用于对图片中所出现的识别图案生成图案检测框；

39、在第三检测模型输出多个图案检测框的情况下，对图案检测框进行聚类，并将具有预设数量个图案检测框的聚类簇确定为目标聚类簇；

40、确定各目标聚类簇的中心位置，并根据中心位置与各人员检测框的位置，将各目标聚类簇与人员检测框进行匹配；

41、对于任一人员检测框，若存在匹配的目标聚类簇，则根据所匹配的目标聚类簇确定唯一检测标识，并以唯一检测标识为唯一标识。

42、在其中一个实施例中，为各第一检测结果分配与人员身份对应的唯一标识，还包括：

43、利用多目标跟踪算法对图片帧进行处理，得到各行人检测框对应的唯一跟踪标识；

44、对于任一人员检测框，若存在匹配的目标聚类簇，则根据所匹配的目标聚类簇确定唯一检测标识，并以唯一检测标识为唯一标识，还包括：

45、对于任一人员检测框，若存在匹配的目标聚类簇，则根据所匹配的目标聚类簇确定唯一检测标识，并以唯一检测标识为唯一标识，且将唯一检测标识与唯一跟踪标识绑定；

46、若不存在匹配的目标聚类簇，则根据人员检测框的唯一跟踪标识所绑定的唯一检测标识，得到唯一标识。

47、在其中一个实施例中，将各目标聚类簇与人员检测框进行匹配，包括：

48、利用匈牙利算法将各目标聚类簇与人员检测框进行匹配。

49、在其中一个实施例中，摄像模组上设置了发声单元，对关联主体发出提醒，包括：

50、将摄像模组中上报包含异常项的第一检测结果的作为第一目标摄像模组，并指示第一目标摄像模组根据异常项和唯一标识对应的人员身份发出语音播报。

51、在其中一个实施例中，微纳加工平台内的人员佩戴的工牌上设置了发声单元和/或振动单元，对关联主体发出提醒，包括：

52、选择关联主体对应的工牌为目标工牌，并指示目标工牌根据异常项发出语音播报，和/或发出振动。

53、在其中一个实施例中，异常识别机制包括桌面异常识别机制，异常识别结果包括桌面异常识别结果，桌面异常识别机制对应的摄像模组用于拍摄实验台桌面，利用桌面异常识别机制对监测区域进行异常识别，包括：

54、在满足桌面检查条件的情况下，将摄像模组所拍摄到的图片帧输入到第四检测模型，得到多个桌面物体检测框；第四检测模型用于对图片中所出现的多种桌面物体生成桌面物体检测框；

55、将各桌面物体检测框内的图像与基准图像库进行匹配；基准图像库中存储了各桌面工具的基准图像；

56、若存在无法匹配的桌面物体检测框，则将摄像模组对应的实验台信息和最近预约该实验台的人员信息作为桌面异常识别结果。

57、在其中一个实施例中，摄像模组上设置了发声单元，对关联主体发出提醒，包括：

58、选择上报桌面异常识别结果的摄像模组作为起点摄像模组；

59、根据上报桌面异常识别结果的时间与起点摄像模组对应实验台的预约结束时间，得到离开时间差；

60、根据离开时间差和预设步行速度，得到离开距离；

61、将与起点摄像模组之间的距离在离开距离之内的摄像模组确定为第二目标摄像模组；

62、控制第二目标摄像模组根据实验台信息和人员信息发出语音播报。

63、在其中一个实施例中，桌面检测条件包括时间到达摄像模组对应的实验台的预约时间结束后。

64、在其中一个实施例中，异常识别机制包括通道杂物异常识别机制，异常识别结果包括通道杂物异常识别结果，通道杂物异常识别机制对应的摄像模组用于拍摄平台通道，利用通道杂物异常识别机制对监测区域进行异常识别，包括：

65、将摄像模组所拍摄到的图片帧分别用于更新长期背景模型和短期背景模型；长期背景模型和短期背景模型都用于提取图片中的背景图像，长期背景模型的学习率低于短期背景模型；

66、将图片帧输入长期背景模型，得到第一图像，将图片帧输入短期背景模型，得到第二图像；

67、将第一图像和第二图像进行比较，判断所得到的差异图像中的差异区域是否为杂物区域；

68、根据所判定的杂物区域，得到通道杂物异常识别结果。

69、在其中一个实施例中，判断差异区域是否为杂物区域，包括：

70、将差异图像输入到第五检测模型；第五检测模型用于对图像中目标过滤图像生成过滤检测框；

71、若差异图像中每个差异区域都存在对应的过滤检测框，则判定差异图像中不存在杂物区域；

72、否则，将不存在对应的过滤检测框的差异区域确定为杂物区域。

73、在其中一个实施例中，根据异常识别结果，确定关联主体，包括：

74、将上报通道杂物异常识别结果的摄像模组对应的通道区域确定为目标通道区域；

75、根据目标通道区域，确定对应的清洁负责人；

76、将目标通道区域对应的清洁负责人确定为关联主体。

77、第二方面，本技术提供了一种微纳加工平台的管理装置，微纳加工平台设置了多个摄像模组，管理装置包括：

78、结果获取模块，利用各摄像模组所配置的至少一种异常识别机制，分别对各摄像模组对应的监测区域进行异常识别，得到异常识别结果；

79、记录模块，用于根据异常识别结果，确定关联主体，并对关联主体的异常记录进行更新；

80、处理等级调整模块，用于在异常记录满足升级条件，则提升对关联主体的处理等级，否则，保持对关联主体的处理等级；

81、处理模块，采用当前处理等级对应的处理手段，对关联主体进行处理。

82、第三方面，本技术提供了一种计算机设备，包括一个或多个处理器，以及存储器，存储器中存储有计算机可读指令，计算机可读指令被一个或多个处理器执行时，执行上述任一实施例中的微纳加工平台的管理方法的步骤。

83、第四方面，本技术提供了一种存储介质，存储介质中存储有计算机可读指令，计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行上述任一实施例中的微纳加工平台的管理方法的步骤。

84、从以上技术方案可以看出，本技术实施例具有以下优点：

85、基于本方案中的微纳加工平台的管理方法，首先利用各摄像模组配置的异常识别机制对监测区域进行异常识别，获得异常识别结果。然后根据这些结果确定关联主体，并更新其异常记录。系统会评估异常记录是否满足升级条件，如果满足则提升对关联主体的处理等级，否则保持当前等级。最后，系统根据当前处理等级采取相应的处理手段对关联主体进行处理。这种方案为平台的高效无人化管理提供了有力支持，显著提高了管理效率并降低了管理成本。通过自动化的异常检测和处理机制，系统能够全天候不间断地监控平台环境，及时发现和应对各种异常情况，提高平台运转效率。动态调整的处理等级确保了处理手段的合理化，减少管理员参与程度，以减轻管理负担，也提高了管理效率。

技术特征：

1.一种微纳加工平台的管理方法，其特征在于，所述微纳加工平台设置了多个摄像模组，所述管理方法包括：

2.根据权利要求1所述的管理方法，其特征在于，所述处理等级包括由低到高的第一处理等级和第二处理等级，所述采用当前所述处理等级对应的处理手段，对所述关联主体进行处理，包括：

3.根据权利要求2所述的管理方法，其特征在于，所述异常记录包括在当前统计周期内出现异常的次数，所述升级条件包括：

4.根据权利要求2所述的管理方法，其特征在于，所述异常识别机制包括人员异常识别机制，所述异常识别结果包括人员异常识别结果，利用所述人员异常识别机制对所述监测区域进行异常识别，包括：

5.根据权利要求4所述的管理方法，其特征在于，所述第一检测模型还用于对多个异常穿戴项分别生成对应的异常穿戴检测框，所述第一检测结果包括穿戴检测结果；所述根据第一检测模型的输出，得到第一检测结果，包括：

6.根据权利要求5所述的管理方法，其特征在于，在所述将所述第一检测结果中包含异常项的作为一个所述人员异常识别结果之前，还包括：

7.根据权利要求6所述的管理方法，其特征在于，所述判断所述人员检测框对应的人员是否为正面，包括：

8.根据权利要求6所述的管理方法，其特征在于，若所述异常穿戴检测框的类型为着装类，所述异常穿戴检测框对应的识别对象包括未穿洁净服、未戴手套、未戴防护眼镜、未戴口罩中的至少一项。

9.根据权利要求5所述的管理方法，其特征在于，所述将所述异常穿戴检测框与所述人员检测框进行匹配，包括：

10.根据权利要求4所述的管理方法，其特征在于，所述第一检测结果包括位置检测结果；所述根据第一检测模型的输出，得到第一检测结果，包括：

11.根据权利要求10所述的管理方法，其特征在于，在所述将所述第一检测结果中包含异常项的作为一个所述异常识别结果之前，还包括：

12.根据权利要求4所述的管理方法，其特征在于，所述微纳加工平台内的人员佩戴了由预设数量个不同识别图案组成的识别图案组合，所述识别图案组合对应一个唯一检测标识，所述为各所述第一检测结果分配与人员身份对应的唯一标识，包括：

13.根据权利要求12所述的管理方法，其特征在于，所述为各所述第一检测结果分配与人员身份对应的唯一标识，还包括：

14.根据权利要求12所述的管理方法，其特征在于，所述将各所述目标聚类簇与所述人员检测框进行匹配，包括：

15.根据权利要求4所述的管理方法，其特征在于，所述摄像模组上设置了发声单元，所述对所述关联主体发出提醒，包括：

16.根据权利要求4所述的管理方法，其特征在于，所述微纳加工平台内的人员佩戴的工牌上设置了发声单元和/或振动单元，所述对所述关联主体发出提醒，包括：

17.根据权利要求2所述的管理方法，其特征在于，所述异常识别机制包括桌面异常识别机制，所述异常识别结果包括桌面异常识别结果，所述桌面异常识别机制对应的所述摄像模组用于拍摄实验台桌面，利用所述桌面异常识别机制对所述监测区域进行异常识别，包括：

18.根据权利要求17所述的管理方法，其特征在于，所述摄像模组上设置了发声单元，所述对所述关联主体发出提醒，包括：

19.根据权利要求17所述的管理方法，其特征在于，所述桌面检测条件包括时间到达所述摄像模组对应的实验台的预约时间结束后。

20.根据权利要求2所述的管理方法，其特征在于，所述异常识别机制包括通道杂物异常识别机制，所述异常识别结果包括通道杂物异常识别结果，所述通道杂物异常识别机制对应的所述摄像模组用于拍摄平台通道，利用所述通道杂物异常识别机制对所述监测区域进行异常识别，包括：

21.根据权利要求20所述的管理方法，其特征在于，所述判断所述差异区域是否为杂物区域，包括：

22.根据权利要求20所述的管理方法，其特征在于，所述根据所述异常识别结果，确定关联主体，包括：

23.一种微纳加工平台的管理装置，其特征在于，所述微纳加工平台设置了多个摄像模组，所述管理装置包括：

24.一种计算机设备，其特征在于，包括一个或多个处理器，以及存储器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述一个或多个处理器执行时，执行如权利要求1-21任一项所述的微纳加工平台的管理方法的步骤。

25.一种存储介质，其特征在于，所述存储介质中存储有计算机可读指令，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行如权利要求1-21任一项所述的微纳加工平台的管理方法的步骤。

技术总结
本申请提供了一种微纳加工平台的管理方法、装置、计算机设备和存储介质。该方法包括利用各摄像模组所配置的至少一种异常识别机制，分别对各摄像模组对应的监测区域进行异常识别，得到异常识别结果；根据异常识别结果，确定关联主体，并对关联主体的异常记录进行更新；若异常记录满足升级条件，则提升对关联主体的处理等级，否则，保持对关联主体的处理等级；采用当前处理等级对应的处理手段，对关联主体进行处理。该方法为平台的高效无人化管理提供了有力支持，显著提高了管理效率并降低了管理成本。

技术研发人员：熊威,王冠初,陈雪娥,李艺杰,徐巍
受保护的技术使用者：香港科技大学（广州）
技术研发日：
技术公布日：2024/9/23