利索能及
我要发布
收藏
专利号: 2024114379271
申请人: 南通威比克电器科技有限公司
专利类型:发明专利
专利状态:已下证
更新日期:2025-10-10
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种基于三维视觉的焊枪位姿识别调整方法,其特征在于,该基于三维视觉的焊枪位姿识别调整方法包括以下步骤:S1、捕捉焊接环境的图像数据,并构建位姿识别模型;

S2、基于位姿识别模型,利用三维识别算法提取焊枪的实时位姿特征,并构建焊枪的实时路径;

S3、根据焊接工件的几何形状与焊接顺序,规划焊枪的计划路径;

S4、对比焊枪的实时路径与计划路径,并基于对比结果调整焊枪的位姿;

所述基于位姿识别模型,利用三维识别算法提取焊枪的实时位姿特征,并构建焊枪的实时路径包括以下步骤:S21、基于位姿识别模型,利用三维识别算法给图像中的每个像素点分配一个识别标签;

S22、根据不同的识别标签,区分焊接环境中的有效特征与背景特征并依次聚类;

S23、从聚类结果中提取焊枪的位姿特征,将焊枪的位姿特征映射回位姿识别模型,构建焊枪的实时路径。

2.根据权利要求1所述的一种基于三维视觉的焊枪位姿识别调整方法,其特征在于,所述基于位姿识别模型,利用三维识别算法给场景中的每个像素点指定一个识别标签包括以下步骤:S211、利用图神经网络提取图像中每个邻域的像素点之间的上下文信息;

S212、基于上下文信息,利用多层感知器提取每个像素点的特征;

S213、利用池化操作合并所有像素点的特征,得到全局特征;

S214、拼接每个像素点的特征与全局特征,并利用多层感知器给每个像素分配一个识别标签。

3.根据权利要求1所述的一种基于三维视觉的焊枪位姿识别调整方法,其特征在于,所述根据不同的识别标签,区分焊接环境中的有效特征与背景特征并依次聚类包括以下步骤:S221、利用深度学习模型学习每个像素点的识别标签,根据识别标签划分相邻像素点;

S222、基于相邻像素点构建相似度矩阵,并识别每个像素点周围的聚类特征;

S223、将通过相似度矩阵得到的聚类特征进行合并和过滤,并区分为有效特征与背景特征。

4.根据权利要求3所述的一种基于三维视觉的焊枪位姿识别调整方法,其特征在于,所述基于相邻像素点构建相似度矩阵,并识别每个像素点周围的聚类特征包括以下步骤:S2221、基于相邻像素点,计算每一对相邻像素点之间的相似度;

S2222、根据计算结果,构建相似度矩阵;

S2223、设定相似度阈值,结合相似度矩阵识别具有高度相似性的像素点群,得到每个像素点周围的聚类特征。

5.根据权利要求1所述的一种基于三维视觉的焊枪位姿识别调整方法,其特征在于,所述从聚类结果中提取焊枪的位姿特征,将焊枪的位姿特征映射回位姿识别模型,构建焊枪的实时路径包括以下步骤:S231、从聚类结果中提取焊枪的位姿特征,将焊枪的位姿特征映射回位姿识别模型;

S232、基于位姿识别模型,利用残差网络算法对焊枪的位姿特征进行系数回归,并预测焊枪的三维参数;

S233、根据预测焊枪的三维参数,采用预训练的解码器重建焊枪的三维几何形状,并提取重建后焊枪的分层三维特征;

S234、利用卷积神经网络融合焊枪的位姿特征与分层三维特征,并将结果插入预训练的解码器,解码器基于融合后的特征生成焊枪的实时路径。

6.根据权利要求1所述的一种基于三维视觉的焊枪位姿识别调整方法,其特征在于,所述根据焊接工件的几何形状与焊接顺序,规划焊枪的计划路径包括以下步骤:S31、根据焊接工件的几何形状信息,构建焊缝点的几何合集;

S32、对每个焊缝点的几何合集进行线性化处理,得到路径拟合直线;

S33、根据焊接工件的焊接顺序,计算几何合集内每个焊缝点到路径拟合直线的距离,并规划焊枪的计划路径。

7.根据权利要求6所述的一种基于三维视觉的焊枪位姿识别调整方法,其特征在于,所述根据焊接工件的焊接顺序,计算几何合集内每个焊缝点到路径拟合直线的距离,并规划焊枪的计划路径包括以下步骤:S331、根据焊接工件的焊接顺序,计算几何合集内每个焊缝点到路径拟合直线的距离;

S332、基于计算结果,判断每段路径拟合直线的距离与预设阈值的大小;

S333、根据判断结果选择最佳路径拟合直线,并规划焊枪的计划路径。

8.根据权利要求7所述的一种基于三维视觉的焊枪位姿识别调整方法,其特征在于,所述根据焊接工件的焊接顺序,计算几何合集内每个焊缝点到路径拟合直线的距离的计算公式为:式中,dhf表示合集内第hf个焊缝点到路径拟合直线的距离;

xhf与yhf表示焊缝点的坐标;

m与n表示路径拟合直线的参数。

9.一种基于三维视觉的焊枪位姿识别调整系统,用于实现权利要求1‑8中任一项所述的基于三维视觉的焊枪位姿识别调整方法,其特征在于,该基于三维视觉的焊枪位姿识别调整系统包括:模型构建模块,用于捕捉焊接环境的图像数据,并构建位姿识别模型;

三维识别模块,用于基于位姿识别模型,利用三维识别算法提取焊枪的实时位姿特征,并构建焊枪的实时路径;

路径规划模块,用于根据焊接工件的几何形状与焊接顺序,规划焊枪的计划路径;

对比调整模块,用于对比焊枪的实时路径与计划路径,并基于对比结果调整焊枪的位姿;

其中,所述模型构建模块通过所述三维识别模块与所述路径规划模块连接,所述路径规划模块与所述对比调整模块连接。