随着新一代信息技术与制造业的创新融合,信息化与智能化已经成为制造业发展的重要趋势,通过信息化的手段对生产领域的人、机、料、法、环进行全方位管理成为实现智能制造的重要方式。人员在所有的生产要素中具有较强的自主性,因此在生产过程中对人员行为的智能管理十分困难。鉴于此,本文对生产过程中的人员行为进行研究,识别与判断生产过程中的人员行为,进而规范生产行为,对提高车间的管控水平具有十分重要的意义。针对生产车间工作人员行为识别与监控问题,本文提出了一种基于人体骨架信息的生产行为识别方法。本文采用基于三维深度视觉传感器采集人体骨架关节位置数据,并使用标准化重构方法对骨架关节数据进行预处理,构建的基于瞬态特征的人员姿态识别模型和基于时序特征的人员行为识别模型。对于基于瞬态特征的人员姿态,构建基于骨架向量夹角-距离复合特征的人员姿态表达方式,分别使用逻辑回归算法、决策树算法和支持向量机算法实现基于瞬态特征的人员生产姿态识别;对于基于时序特征的人员行为,构建合成人员行为的时空特征RGB图像,设计深度卷积神经网络模型,实现时空域的生产行为识别。最后,在对人员行为识别方法研究的基础上,开发并搭建了人员生产行为数据采集及行为识别软硬件系统,并在实验室环境下实现了对人员姿态行为数据的采集和对人员行为的有效识别。