1.本公开涉及数字工厂技术领域，尤其涉及一种工厂程序设计方法、系统、设备及存储介质。
背景技术：2.目前工厂就是以智能技术、数字技术、信息技术为基础，通过物理基础设施和信息基础设施的融合，整合工厂内的人员、机器、设备和基础设施实施多系统之间实时的管理、协调和控制，在此基础上，可以以更加精细和动态的方式管理生产，达到“智慧”状态，从而提高工厂的管理效率和生产效率。
3.但是现有的智能工厂技术与实际的场景匹配度不高，实际使用效果不好。
4.公开于本技术背景技术部分的信息仅仅旨在加深对本技术的一般背景技术的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。
技术实现要素：5.本公开实施例提供一种工厂程序设计方法、系统、设备及存储介质，能够至少解决现有技术中的部分问题。
6.本公开实施例的第一方面，提供一种工厂程序设计方法,包括：
7.基于预先构建的二维模型，对所述二维模型进行着色，并根据工厂发布的需求，通过所述二维模型进行图片绘制，并将所绘制的图片输出至图片读取引擎；
8.所述图片读取引擎将所绘制的图片投影至基本场景，结合所述基本场景的三维数据，将所绘制的图片叠加在所述基本场景中；
9.判断所绘制的图片叠加在所述基本场景中是否符合预设规范，若符合预设规范，则在所述基本场景中添加场景标签，并提取所述基本场景的特征信息，将其与所述场景标签进行结合，输出结合信息。
10.在一种可选的实施方式中，
11.提取所述基本场景的特征信息的方法包括：
12.对所述基本场景进行数据识别和深度识别，其中，
13.进行数据识别用于获取标记特征点，进行深度识别用于获取标记深度信息；
14.将所述标记特征点与所述标记深度信息进行结合，得到综合信息；
15.将所述综合信息与所述场景标签进行结合，输出结合信息。
16.在一种可选的实施方式中，
17.所述方法还包括：
18.基于安装在工厂的第一传感器，获取工厂的资源数据；
19.基于安装在基本场景中的机器对应的第二传感器，获取机器人的生产数据；
20.建立所述资源数据、生产数据和基本场景的对应关系，并将所述对应关系叠加在
所述基本场景中。
21.在一种可选的实施方式中，
22.所述方法还包括：
23.基于预先安装的监控传感器，获取工厂的实时监控数据；
24.基于所获取的实时监控数据，叠加在所述基本场景中，构建数字孪生工厂；
25.根据所述数字孪生工厂以及所述实时监控数据，确定当前工厂的实际运行状态信息。
26.本公开实施例的第二方面，
27.提供一种工厂程序设计系统，所述系统包括：
28.第一单元，用于基于预先构建的二维模型，对所述二维模型进行着色，并根据工厂发布的需求，通过所述二维模型进行图片绘制，并将所绘制的图片输出至图片读取引擎；
29.第二单元，用于所述图片读取引擎将所绘制的图片投影至基本场景，结合所述基本场景的三维数据，将所绘制的图片叠加在所述基本场景中；
30.第三单元，用于判断所绘制的图片叠加在所述基本场景中是否符合预设规范，若符合预设规范，则在所述基本场景中添加场景标签，并提取所述基本场景的特征信息，将其与所述场景标签进行结合，输出结合信息。
31.在一种可选的实施方式中，
32.所述第三单元还用于：
33.对所述基本场景进行数据识别和深度识别，其中，
34.进行数据识别用于获取标记特征点，进行深度识别用于获取标记深度信息；
35.将所述标记特征点与所述标记深度信息进行结合，得到综合信息；
36.将所述综合信息与所述场景标签进行结合，输出结合信息。
37.在一种可选的实施方式中，
38.所述系统还包括第四单元，所述第四单元还用于：
39.基于安装在工厂的第一传感器，获取工厂的资源数据；
40.基于安装在基本场景中的机器对应的第二传感器，获取机器人的生产数据；
41.建立所述资源数据、生产数据和基本场景的对应关系，并将所述对应关系叠加在所述基本场景中。
42.在一种可选的实施方式中，
43.所述系统还包括第五单元，所述第五单元还用于：
44.基于预先安装的监控传感器，获取工厂的实时监控数据；
45.基于所获取的实时监控数据，叠加在所述基本场景中，构建数字孪生工厂；
46.根据所述数字孪生工厂以及所述实时监控数据，确定当前工厂的实际运行状态信息。
47.本公开实施例的第三方面，
48.提供一种设备，包括：
49.处理器；
50.用于存储处理器可执行指令的存储器；
51.其中，所述处理器被配置为调用所述存储器存储的指令，以执行前述中任意一项
所述的方法。
52.本公开实施例的第四方面，
53.提供一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现前述中任意一项所述的方法。
54.本公开提供一种工厂程序设计方法、系统、设备及存储介质，所述方法包括基于预先构建的二维模型，对所述二维模型进行着色，并根据工厂发布的需求，通过所述二维模型进行图片绘制，并将所绘制的图片输出至图片读取引擎；所述图片读取引擎将所绘制的图片投影至基本场景，结合所述基本场景的三维数据，将所绘制的图片叠加在所述基本场景中；判断所绘制的图片叠加在所述基本场景中是否符合预设规范，若符合预设规范，则在所述基本场景中添加场景标签，并提取所述基本场景的特征信息，将其与所述场景标签进行结合，输出结合信息。
55.通过物理基础设施和信息基础设施的融合，整合工厂内的人员、机器、设备和基础设施实施多系统之间实时的管理、协调和控制，在此基础上，可以以更加精细和动态的方式管理生产，达到“智慧”状态，从而提高工厂的管理效率和生产效率，，方便具体操作员快速操作。方便统计人员实时查询所有数据。实现了操作员工厂全局可视化，可实现无人值班，少人巡检，多视角线上巡检智能管理。
附图说明
56.图1为本公开实施例工厂程序设计方法的流程示意图；
57.图2为本公开实施例工厂程序设计方法的逻辑示意图；
58.图3为本公开实施例工厂程序设计装置的结构示意图。
具体实施方式
59.为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。
60.本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
61.应当理解，在本公开的各种实施例中，各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本公开实施例的实施过程构成任何限定。
62.应当理解，在本公开中，“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
63.应当理解，在本公开中，“多个”是指两个或两个以上。“和/或”仅仅是一种描述关
联对象的关联关系，表示可以存在三种关系，例如，和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“包含a、b和c”、“包含a、b、c”是指a、b、c三者都包含，“包含a、b或c”是指包含a、b、c三者之一，“包含a、b和/或c”是指包含a、b、c三者中任1个或任2个或3个。
64.应当理解，在本公开中，“与a对应的b”、“与a相对应的b”、“a与b相对应”或者“b与a相对应”，表示b与a相关联，根据a可以确定b。根据a确定b并不意味着仅仅根据a确定b，还可以根据a和/或其他信息确定b。a与b的匹配，是a与b的相似度大于或等于预设的阈值。
65.取决于语境，如在此所使用的“若”可以被解释成为“在
……
时”或“当
……
时”或“响应于确定”或“响应于检测”。
66.下面以具体地实施例对本公开的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
67.图1示例性地示出本公开实施例工厂程序设计方法的流程示意图，如图1所示，所述方法包括：
68.s101、基于预先构建的二维模型，对所述二维模型进行着色，并根据工厂发布的需求，通过所述二维模型进行图片绘制，并将所绘制的图片输出至图片读取引擎；
69.s102、所述图片读取引擎将所绘制的图片投影至基本场景，结合所述基本场景的三维数据，将所绘制的图片叠加在所述基本场景中；
70.s103、判断所绘制的图片叠加在所述基本场景中是否符合预设规范，若符合预设规范，则在所述基本场景中添加场景标签，并提取所述基本场景的特征信息，将其与所述场景标签进行结合，输出结合信息。
71.图2示例性地示出本公开实施例工厂程序设计方法的逻辑示意图，如图2所示，
72.在一种可选的实施方式中，
73.提取所述基本场景的特征信息的方法包括：
74.对所述基本场景进行数据识别和深度识别，其中，
75.进行数据识别用于获取标记特征点，进行深度识别用于获取标记深度信息；
76.将所述标记特征点与所述标记深度信息进行结合，得到综合信息；
77.将所述综合信息与所述场景标签进行结合，输出结合信息。
78.在一种可选的实施方式中，
79.所述方法还包括：
80.基于安装在工厂的第一传感器，获取工厂的资源数据；
81.基于安装在基本场景中的机器对应的第二传感器，获取机器人的生产数据；
82.建立所述资源数据、生产数据和基本场景的对应关系，并将所述对应关系叠加在所述基本场景中。
83.在一种可选的实施方式中，
84.所述方法还包括：
85.基于预先安装的监控传感器，获取工厂的实时监控数据；
86.基于所获取的实时监控数据，叠加在所述基本场景中，构建数字孪生工厂；
87.根据所述数字孪生工厂以及所述实时监控数据，确定当前工厂的实际运行状态信息。
88.在一种可选的实施方式中，
89.对于绘制直线来说，使用直线方程无疑是一种最直接的算法。在二维笛卡尔坐标系中，直线方程为：
90.y＝m*x+b(1.1)
91.(1.1)y＝m*x+b
92.其中m代表直线的斜率，b为直线的截距，对于任意两个端点(x0,y0)(x0,y0)和(x1,y1)(x1,y1)：
93.m＝y1-y0x1-x0(1.2)
94.(1.2)m＝y1-y0x1-x0
95.b＝y0-m*x0(1.3)
96.(1.3)b＝y0-m*x0
97.由于屏幕上的点在其坐标系中以整数表示，当斜率1》|m|1》|m|时，我们可以以xx轴增量δxδx计算相应的y轴增量δyδy：
98.δy＝m*δx(1.4)
99.(1.4)δy＝m*δx
100.同样，对于斜率|m|》1|m|》1的线段，我们需要通过以yy轴增量δyδy计算相应的xx轴增量δxδx：
101.δx＝δym(1.5)
102.(1.5)δx＝δym
103.通过使用直线方程绘制的点，其优点是算法简单且精确，但是其在绘制每一个点的过程中都需要计算一次乘法和加法，显而易见，由于乘法的存在，导致运算时间大幅度增加。接下来介绍的dda算法将弥补直线方程的乘法缺陷。
104.图形算法
‑‑
直线算法
105.在计算机中加法运算是最简单的运算之一了。我们可以利用直线的微分特性将每一步的乘法运算替换为加法运算。数字微分分析法(digital differential analyzer，dda)是一种线段扫描转换算法，基于式(1.4)(1.4)或(1.5)(1.5)来计算δxδx或δyδy。
106.对于斜率|m|≤1|m|≤1的线段来说，我们仍以单位xx(δx＝1)(δx＝1)间隔(考虑到屏幕设备坐标为连续整数)取样，并逐个计算每一个yy值。
107.yk+1＝yk+m(1.6)
108.(1.6)yk+1＝yk+m
109.于是，我们便将乘法运算合理的转换为了加法运算。但是需要注意的是，在屏幕设备中的坐标均是整数，所以我们在绘制时的y需要取整。
110.对于具有大于1的正斜率线段，则需要交换xx和yy的位置。也就是以单位yy间隔(δy＝1)(δy＝1)取样，顺序计算每一个xx的值
111.xk+1＝xk+1m(1.7)
112.(1.7)xk+1＝xk+1m
113.此时，每一个计算出的xx要沿着yy扫描线舍入到最近的像素位置。
114.该算法只需要计算出一个stepstep值(mm或者1m1m)，然后就可以沿着路径的方向计算出下一位像素。然而，该算法的缺点显而易见，在数学上，该算法能够保证计算结果准
确无误，但是，由于计算机中的数据类型具有精度限制，这将会导致大量数据处理的误差积累。并且，其虽然消除了直线方程中的乘法运算，但是对于浮点数的运算和取整仍然十分耗时。
115.bresenham算法
116.接下来我们介绍由布莱森汉姆(bresenham)提出的精确且高效的光栅线生成算法，该算法仅仅使用整数增量计算，除此之外，该算法还能应用于圆或者其他曲线。
117.本公开提供一种工厂程序设计方法、系统、设备及存储介质，所述方法包括基于预先构建的二维模型，对所述二维模型进行着色，并根据工厂发布的需求，通过所述二维模型进行图片绘制，并将所绘制的图片输出至图片读取引擎；所述图片读取引擎将所绘制的图片投影至基本场景，结合所述基本场景的三维数据，将所绘制的图片叠加在所述基本场景中；判断所绘制的图片叠加在所述基本场景中是否符合预设规范，若符合预设规范，则在所述基本场景中添加场景标签，并提取所述基本场景的特征信息，将其与所述场景标签进行结合，输出结合信息。
118.通过物理基础设施和信息基础设施的融合，整合工厂内的人员、机器、设备和基础设施实施多系统之间实时的管理、协调和控制，在此基础上，可以以更加精细和动态的方式管理生产，达到“智慧”状态，从而提高工厂的管理效率和生产效率，，方便具体操作员快速操作。方便统计人员实时查询所有数据。实现了操作员工厂全局可视化，可实现无人值班，少人巡检，多视角线上巡检智能管理。
119.本公开实施例的第二方面，
120.提供一种工厂程序设计系统，所述系统包括：
121.第一单元，用于基于预先构建的二维模型，对所述二维模型进行着色，并根据工厂发布的需求，通过所述二维模型进行图片绘制，并将所绘制的图片输出至图片读取引擎；
122.第二单元，用于所述图片读取引擎将所绘制的图片投影至基本场景，结合所述基本场景的三维数据，将所绘制的图片叠加在所述基本场景中；
123.第三单元，用于判断所绘制的图片叠加在所述基本场景中是否符合预设规范，若符合预设规范，则在所述基本场景中添加场景标签，并提取所述基本场景的特征信息，将其与所述场景标签进行结合，输出结合信息。
124.在一种可选的实施方式中，
125.所述第三单元还用于：
126.对所述基本场景进行数据识别和深度识别，其中，
127.进行数据识别用于获取标记特征点，进行深度识别用于获取标记深度信息；
128.将所述标记特征点与所述标记深度信息进行结合，得到综合信息；
129.将所述综合信息与所述场景标签进行结合，输出结合信息。
130.在一种可选的实施方式中，
131.所述系统还包括第四单元，所述第四单元还用于：
132.基于安装在工厂的第一传感器，获取工厂的资源数据；
133.基于安装在基本场景中的机器对应的第二传感器，获取机器人的生产数据；
134.建立所述资源数据、生产数据和基本场景的对应关系，并将所述对应关系叠加在所述基本场景中。
135.在一种可选的实施方式中，
136.所述系统还包括第五单元，所述第五单元还用于：
137.基于预先安装的监控传感器，获取工厂的实时监控数据；
138.基于所获取的实时监控数据，叠加在所述基本场景中，构建数字孪生工厂；
139.根据所述数字孪生工厂以及所述实时监控数据，确定当前工厂的实际运行状态信息。
140.本公开实施例的第三方面，
141.提供一种设备，包括：
142.处理器；
143.用于存储处理器可执行指令的存储器；
144.其中，所述处理器被配置为调用所述存储器存储的指令，以执行前述中任意一项所述的方法。
145.本公开实施例的第四方面，
146.提供一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现前述中任意一项所述的方法。
147.本发明可以是方法、装置、系统和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于执行本发明的各个方面的计算机可读程序指令。
148.计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、静态随机存取存储器(sram)、便携式压缩盘只读存储器(cd-rom)、数字多功能盘(dvd)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
149.这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
150.用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构(isa)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如smalltalk、c++等，以及常规的过程式编程语言—诸如“c”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机
或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(fpga)或可编程逻辑阵列(pla)，该电子电路可以执行计算机可读程序指令，从而实现本发明的各个方面。
151.这里参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
152.这些计算机可读程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理单元，从而生产出一种机器，使得这些指令在通过计算机或其他可编程数据处理装置的处理单元执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
153.也可以把计算机可读程序指令加载到计算机、其他可编程数据处理装置、或其他设备上，使得在计算机、其他可编程数据处理装置或其他设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其他可编程数据处理装置、或其他设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
154.附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
155.注意，除非另有直接说明，否则本说明书(包含任何所附权利要求、摘要和附图)中所揭示的所有特征皆可由用于达到相同、等效或类似目的的可替代特征来替换。因此，除非另有明确说明，否则所公开的每一个特征仅是一组等效或类似特征的一个示例。在使用到的情况下，进一步地、较优地、更进一步地和更优地是在前述实施例基础上进行另一实施例阐述的简单起头，该进一步地、较优地、更进一步地或更优地后带的内容与前述实施例的结合作为另一实施例的完整构成。在同一实施例后带的若干个进一步地、较优地、更进一步地或更优地设置之间可任意组合的组成又一实施例。
156.本领域的技术人员应理解，上述描述及附图中所示的本发明的实施例只作为举例而并不限制本发明。本发明的目的已经完整并有效地实现。本发明的功能及结构原理已在实施例中展示和说明，在没有背离所述原理下，本发明的实施方式可以有任何变形或修改。
157.最后应说明的是：以上各实施例仅用以说明本公开的技术方案，而非对其限制；尽
管参照前述各实施例对本公开进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本公开各实施例技术方案的范围。
技术特征：1.一种工厂程序设计方法，其特征在于，所述方法包括：基于预先构建的二维模型，对所述二维模型进行着色，并根据工厂发布的需求，通过所述二维模型进行图片绘制，并将所绘制的图片输出至图片读取引擎；所述图片读取引擎将所绘制的图片投影至基本场景，结合所述基本场景的三维数据，将所绘制的图片叠加在所述基本场景中；判断所绘制的图片叠加在所述基本场景中是否符合预设规范，若符合预设规范，则在所述基本场景中添加场景标签，并提取所述基本场景的特征信息，将其与所述场景标签进行结合，输出结合信息。2.根据权利要求1所述的方法，其特征在于，提取所述基本场景的特征信息的方法包括：对所述基本场景进行数据识别和深度识别，其中，进行数据识别用于获取标记特征点，进行深度识别用于获取标记深度信息；将所述标记特征点与所述标记深度信息进行结合，得到综合信息；将所述综合信息与所述场景标签进行结合，输出结合信息。3.根据权利要求1所述的方法，其特征在于，所述方法还包括：基于安装在工厂的第一传感器，获取工厂的资源数据；基于安装在基本场景中的机器对应的第二传感器，获取机器人的生产数据；建立所述资源数据、生产数据和基本场景的对应关系，并将所述对应关系叠加在所述基本场景中。4.根据权利要求1所述的方法，其特征在于，所述方法还包括：基于预先安装的监控传感器，获取工厂的实时监控数据；基于所获取的实时监控数据，叠加在所述基本场景中，构建数字孪生工厂；根据所述数字孪生工厂以及所述实时监控数据，确定当前工厂的实际运行状态信息。5.一种工厂程序设计系统，其特征在于，所述系统包括：第一单元，用于基于预先构建的二维模型，对所述二维模型进行着色，并根据工厂发布的需求，通过所述二维模型进行图片绘制，并将所绘制的图片输出至图片读取引擎；第二单元，用于所述图片读取引擎将所绘制的图片投影至基本场景，结合所述基本场景的三维数据，将所绘制的图片叠加在所述基本场景中；第三单元，用于判断所绘制的图片叠加在所述基本场景中是否符合预设规范，若符合预设规范，则在所述基本场景中添加场景标签，并提取所述基本场景的特征信息，将其与所述场景标签进行结合，输出结合信息。6.根据权利要求5所述的系统，其特征在于，所述第三单元还用于：对所述基本场景进行数据识别和深度识别，其中，进行数据识别用于获取标记特征点，进行深度识别用于获取标记深度信息；将所述标记特征点与所述标记深度信息进行结合，得到综合信息；将所述综合信息与所述场景标签进行结合，输出结合信息。7.根据权利要求6所述的系统，其特征在于，所述系统还包括第四单元，所述第四单元还用于：基于安装在工厂的第一传感器，获取工厂的资源数据；
基于安装在基本场景中的机器对应的第二传感器，获取机器人的生产数据；建立所述资源数据、生产数据和基本场景的对应关系，并将所述对应关系叠加在所述基本场景中。8.根据权利要求5所述的系统，其特征在于，所述系统还包括第五单元，所述第五单元还用于：基于预先安装的监控传感器，获取工厂的实时监控数据；基于所获取的实时监控数据，叠加在所述基本场景中，构建数字孪生工厂；根据所述数字孪生工厂以及所述实时监控数据，确定当前工厂的实际运行状态信息。9.一种设备，其特征在于，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为调用所述存储器存储的指令，以执行权利要求1至4中任意一项所述的方法。10.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至4中任意一项所述的方法。
技术总结本公开提供一种工厂程序设计方法、系统、设备及存储介质，所述方法包括基于预先构建的二维模型，对所述二维模型进行着色，并根据工厂发布的需求，通过所述二维模型进行图片绘制，并将所绘制的图片输出至图片读取引擎；所述图片读取引擎将所绘制的图片投影至基本场景，结合所述基本场景的三维数据，将所绘制的图片叠加在所述基本场景中；判断所绘制的图片叠加在所述基本场景中是否符合预设规范，若符合预设规范，则在所述基本场景中添加场景标签，并提取所述基本场景的特征信息，将其与所述场景标签进行结合，输出结合信息。本公开的方法能够实现操作员工厂全局可视化，可实现无人值班，少人巡检，多视角线上巡检智能管理。多视角线上巡检智能管理。多视角线上巡检智能管理。
技术研发人员：史振民 葛少华
受保护的技术使用者：江苏恒旺数字科技有限责任公司
技术研发日：2022.07.06
技术公布日：2022/11/1
