1.一种基于人工智能的门窗焊接控制方法，其特征在于，所述方法包括：在塑料焊缝上方设置三个带有各自光源的相机，分别获得焊缝俯视图像；所述焊缝沿焊缝俯视图像宽度方向分布；所述相机包括正俯视角相机、右俯视角相机和左俯视角相机；

所述相机在预设高度上根据预设间隔等间隔分布；

将三个所述相机获得的所述焊缝俯视图像拼接，获得阴影拼接图像；所述阴影拼接图像包括多个阴影区域；所述阴影区域包括焊缝本身阴影区域和材料阴影区域；

根据所述相机的分布和每行所述阴影拼接图像像素点的所述材料阴影区域的分布构建多个截面阴影分布图；所述截面阴影分布图中所述材料阴影区域两侧端点为材料阴影分割点；以所述正俯视角相机的光轴将所述截面阴影分布图分为左右两侧；连接每侧所述相机在相机视角方向上的所述阴影分割点，获得三条连接线；以每侧的三条所述连接线的三个交点作为每侧的曲度三角形；根据所有所述截面阴影分布图每侧的曲度三角形差异获得焊缝边缘毛糙度；

以颜色最暗的所述焊缝本身阴影区域作为焊缝顶部阴影区域；以所述焊缝顶部阴影区域和所述焊缝本身阴影区域的面积比值作为焊缝纵深度；

根据所述焊缝边缘毛糙度和所述焊缝纵深度获得焊缝质量评分；若所述焊缝质量评分小于预设质量参考阈值，则根据所述焊缝边缘毛糙度和所述焊缝纵深度判断当前焊接压力调节方向，根据所述焊接压力调节方向调整所述焊接压力大小；若经过多次压力调节后所述焊缝质量评分仍小于所述质量参考阈值，则进行预警。

2.根据权利要求1所述的一种基于人工智能的门窗焊接控制方法，其特征在于，所述阴影拼接图像包括多个阴影区域包括：

对所述阴影拼接图像进行边缘检测，获得多条阴影分割线；所述阴影分割线将所述阴影拼接图像分割为多个所述阴影区域。

3.根据权利要求1所述的一种基于人工智能的门窗焊接控制方法，其特征在于，所述根据所有所述截面阴影分布图每侧的曲度三角形差异获得焊缝边缘毛糙度包括：获取所述截面阴影分布图每侧所述曲度三角形的三个顶点坐标；根据所有所述截面阴影分布图每侧的所述顶点坐标构建每侧的焊缝边缘描述矩阵；所述焊缝边缘描述矩阵列数为三，行数为所述截面阴影分布图的数量；

获取每列所述焊缝边缘描述矩阵的列平均坐标值；以所有所述顶点坐标与对应的所述列平均坐标值的距离的平均值作为所述截面阴影分布图每侧的曲度三角形差异；

根据两侧的所述曲度三角形差异获得所述焊缝边缘毛糙度。

4.根据权利要求3所述的一种基于人工智能的门窗焊接控制方法，其特征在于，所述根据两侧的所述曲度三角形差异获得所述焊缝边缘毛糙度包括：将两侧所述曲度三角形差异归一化后通过毛糙度计算公式获得所述焊缝边缘毛糙度；所述毛糙度计算公式包括：其中，为所述焊缝边缘毛糙度， 为归一化后焊缝一侧的所述曲度三角形差异，为归一化后焊缝另一侧的所述曲度三角形差异。

5.根据权利要求1所述的一种基于人工智能的门窗焊接控制方法，其特征在于，所述根据所述焊缝边缘毛糙度和所述焊缝纵深度获得焊缝质量评分包括：根据质量评分公式获得所述焊缝质量评分；所述质量评分公式包括：其中，为所述焊缝质量评分，为所述焊缝边缘毛糙度，为所述焊缝纵深度。

6.根据权利要求1所述的一种基于人工智能的门窗焊接控制方法，其特征在于，所述根据所述焊缝边缘毛糙度和所述焊缝纵深度判断当前焊接压力调节方向包括：以所述焊缝边缘毛糙度为纵坐标，所述焊缝纵深度为横坐标构建质量评分坐标系；在所述质量评分坐标系中设置参考焊缝参数直线；获取所述焊缝质量评分在所述质量评分坐标系中的质量坐标；若所述质量坐标在所述参考焊缝参数直线上方，则判断所述压力调节方向为减小所述焊接压力；否则判断所述压力调节方向为增大所述焊接压力。

7.根据权利要求1所述的一种基于人工智能的门窗焊接控制方法，其特征在于，所述根据所述焊接压力调节方向调整所述焊接压力大小包括：根据所述焊接压力调节方向在压力调节区间内通过二分法不断改变调节步长，每次经过所述调节步长调整所述焊接压力都获得所述焊缝质量评分，直到所述焊缝质量评分不小于所述质量参考阈值。

8.根据权利要求7所述的一种基于人工智能的门窗焊接控制方法，其特征在于，所述若经过多次压力调节后所述焊缝质量评分仍小于预设质量参考阈值，则进行预警包括：若经过多次改变所述调节步长后，所述调节步长小于预设压力最小调节步长，且对应的所述焊缝质量评分小于所述质量参考阈值，则进行预警。

9.一种基于人工智能的门窗焊接控制系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1 8任意一项所述方法的步骤。

~