【技術實現步驟摘要】
本申請涉及工業機器人領域，具體涉及一種焊接路徑規劃方法及裝置。
技術介紹
1、焊接路徑規劃作為工業自動化焊接中的關鍵環節，對焊接質量和效率有著直接而深遠的影響。焊接路徑規劃技術也在不斷進步，但仍然面臨著諸多挑戰和局限性。傳統的焊接路徑規劃方法主要依賴人工編程或簡單的幾何算法，這些方法雖然在某些場景下仍有應用，但已經難以滿足現代制造業對高精度、高效率和高適應性的需求。
2、近年來，隨著計算機視覺和人工智能技術的發展，一些新的焊接路徑規劃方法開始出現。基于傳感器的自適應規劃方法通過實時獲取焊縫信息來動態調整焊接路徑，提高了系統的適應性。然而，這種方法的效果在很大程度上受限于傳感器的精度和響應速度。另一方面，利用cad/cam軟件進行離線編程的方法提高了規劃的效率，但往往需要精確的工件模型，且難以適應實際生產中的各種變化。
3、盡管這些方法在不同程度上改善了焊接路徑規劃的效果，但仍然存在一些共同的問題。首先是精度不足，特別是對于復雜形狀或表面不規則的工件，現有方法難以實現高精度的焊縫識別和路徑規劃。其次是適應性差，大多數方法難以快速適應工件的變化或焊接過程中的動態情況。此外，效率低下也是一個普遍問題，很多方法要么需要大量人工干預，要么需要復雜的計算過程，難以滿足高效生產的需求。
4、當前的焊接路徑規劃技術還面臨著綜合性不足的問題。許多方法往往只關注路徑規劃的某一方面，如幾何特征，而忽視了其他重要因素，如焊接工藝參數、熱影響等。這種片面性限制了規劃結果的實用性和可靠性。同時，實時性差也是一個亟待解決的
5、近年來，基于人工智能的焊接路徑規劃方法成為了研究熱點。這些方法利用機器學習、深度學習等技術來提高規劃的智能化程度。然而，這些方法目前仍處于探索階段，在實際應用中還面臨著諸多挑戰，如如何有效處理大量的三維數據、如何準確識別復雜的焊縫特征、如何實現實時的路徑優化等。
6、綜上所述，雖然焊接路徑規劃技術已經取得了一定進展，但仍然存在諸多問題和挑戰。開發一種能夠綜合考慮多方面因素，具有高精度、高效率、強適應性和良好實時性的智能焊接路徑規劃方法，仍然是當前研究的重要方向。這種方法需要能夠有效處理復雜的三維數據，智能識別焊縫特征，優化焊接路徑，并能夠根據實際情況進行動態調整。同時，還需要考慮如何將先進的算法技術與實際的工業機器人系統有效集成，以實現從理論到實踐的跨越，最終滿足現代制造業對智能化、自動化焊接的需求。
技術實現思路
1、針對現有技術中的問題，本申請提供一種焊接路徑規劃方法及裝置，能夠有效提高焊接路徑規劃的精度和效率。
2、為了解決上述問題中的至少一個，本申請提供以下技術方案：
3、第一方面，本申請提供一種焊接路徑規劃方法，包括：
4、通過機器視覺算法對待加工對象進行三維掃描，得到所述加工對象的三維點云數據，通過設定基于深度學習的分割算法對所述三維點云數據進行數據分析，識別得到所述加工對象表面焊縫區域的幾何特征；
5、將提取的所述幾何特征構建成一個無向圖，將焊縫中心線離散化為圖節點，焊縫寬度作為圖邊權重，通過最小生成樹算法在該圖上尋找焊縫中心線的最優連通路徑，并以該最優連通路徑構建得到所述加工對象的精細三維模型，其中，所述精細三維模型中標注有焊縫尋位點的三維坐標；
6、根據所述焊縫尋位點的三維坐標、當前焊槍姿態以及目標焊縫長度，確定焊槍最優的尋位高度、尋位深度、傾斜角度以及偏移量，基于所述尋位高度、所述尋位深度、所述傾斜角度和所述偏移量通過焊接工藝模擬算法生成對應的焊接路徑規劃，將所述焊接路徑規劃輸出至工業機器人控制系統，以驅動所述工業機器人沿所述焊接路徑進行焊接操作。
7、進一步地，所述通過機器視覺算法對待加工對象進行三維掃描，得到所述加工對象的三維點云數據，包括：
8、通過機器視覺技術對待加工對象進行三維掃描，從掃描獲得的原始數據中提取和組織成三維點云數據；
9、對獲取的所述三維點云數據進行數據清洗和數據降噪的預處理操作，得到經過所述預處理操作后的三維點云數據。
10、進一步地，所述通過設定基于深度學習的分割算法對所述三維點云數據進行數據分析，識別得到所述加工對象表面焊縫區域的幾何特征，包括：
11、將所述三維點云數據輸入到設定基于深度學習的語義分割算法中進行精細分割；
12、從算法的輸出結果中提取焊縫區域的幾何特征，其中，所述幾何特征包括焊縫的中心線、寬度、形狀中的至少一種。
13、進一步地，所述將提取的所述幾何特征構建成一個無向圖，將焊縫中心線離散化為圖節點，焊縫寬度作為圖邊權重，通過最小生成樹算法在該圖上尋找焊縫中心線的最優連通路徑，包括：
14、將所述幾何特征中的中心線和寬度構建成一個無向圖，將所述中心線離散化表示為圖的節點，將所述寬度作為圖邊的權重；
15、在構建好的無向圖模型上應用最小生成樹算法，確定連接所有節點的最短路徑作為焊縫中心線的最優連通路徑。
16、進一步地，所述以該最優連通路徑構建得到所述加工對象的精細三維模型，其中，所述精細三維模型中標注有焊縫尋位點的三維坐標，包括：
17、將得到的焊縫中心線最優連通路徑融合到加工對象的原始三維幾何模型中，生成精細三維模型，其中，所述精細三維模型包含焊縫路徑的幾何細節信息；
18、在所述精細三維模型中標注出焊縫尋位點的三維坐標信息。
19、進一步地，所述根據所述焊縫尋位點的三維坐標、當前焊槍姿態以及目標焊縫長度，確定焊槍最優的尋位高度、尋位深度、傾斜角度以及偏移量，包括：
20、提取所述精細三維模型中標注的焊縫尋位點三維坐標，結合當前焊槍的實際姿態和預期的焊縫長度目標分析尋位點坐標、焊槍姿態以及焊縫長度之間的幾何關系；
21、根據所述幾何關系的分析結果通過優化算法計算焊槍的最優尋位高度、焊槍的最優尋位深度、傾斜角度和偏移量。
22、進一步地，所述基于所述尋位高度、所述尋位深度、所述傾斜角度和所述偏移量通過焊接工藝模擬算法生成對應的焊接路徑規劃，包括：
23、將所述得到的焊槍尋位參數中的所述尋位高度、所述尋位深度、所述傾斜角度和所述偏移量輸入到預設焊接工藝模擬算法中進行計算；
24、根據模擬的結果輸出符合要求的焊接路徑規劃。
25、第二方面，本申請提供一種焊接路徑規劃裝置，包括：
26、三維構建模塊，用于通過機器視覺算法對待加工對象進行三維掃描，得到所述加工對象的三維點云數據，通過設定基于深度學習的分割算法對所述三維點云數據進行數據分析，識別得到所述加工對象表面焊縫區域的幾何特征；
27、坐標確定模塊，用于將提取的所述幾何特征構建成一個無向圖，將焊縫中心線離散化為圖節點，焊縫寬度作為圖邊權重，通過最小生成樹算法在本文檔來自技高網...
【技術保護點】
1.一種焊接路徑規劃方法，其特征在于，所述方法包括：
2.根據權利要求1所述的焊接路徑規劃方法，其特征在于，所述通過機器視覺算法對待加工對象進行三維掃描，得到所述加工對象的三維點云數據，包括：
3.根據權利要求1所述的焊接路徑規劃方法，其特征在于，所述通過設定基于深度學習的分割算法對所述三維點云數據進行數據分析，識別得到所述加工對象表面焊縫區域的幾何特征，包括：
4.根據權利要求1所述的焊接路徑規劃方法，其特征在于，所述將提取的所述幾何特征構建成一個無向圖，將焊縫中心線離散化為圖節點，焊縫寬度作為圖邊權重，通過最小生成樹算法在該圖上尋找焊縫中心線的最優連通路徑，包括：
5.根據權利要求1所述的焊接路徑規劃方法，其特征在于，所述以該最優連通路徑構建得到所述加工對象的精細三維模型，其中，所述精細三維模型中標注有焊縫尋位點的三維坐標，包括：
6.根據權利要求1所述的焊接路徑規劃方法，其特征在于，所述根據所述焊縫尋位點的三維坐標、當前焊槍姿態以及目標焊縫長度，確定焊槍最優的尋位高度、尋位深度、傾斜角度以及偏移量，包括：
<...【技術特征摘要】
1.一種焊接路徑規劃方法，其特征在于，所述方法包括：
2.根據權利要求1所述的焊接路徑規劃方法，其特征在于，所述通過機器視覺算法對待加工對象進行三維掃描，得到所述加工對象的三維點云數據，包括：
3.根據權利要求1所述的焊接路徑規劃方法，其特征在于，所述通過設定基于深度學習的分割算法對所述三維點云數據進行數據分析，識別得到所述加工對象表面焊縫區域的幾何特征，包括：
4.根據權利要求1所述的焊接路徑規劃方法，其特征在于，所述將提取的所述幾何特征構建成一個無向圖，將焊縫中心線離散化為圖節點，焊縫寬度作為圖邊權重，通過最小生成樹算法在該圖上尋找焊縫中心線的最優連通路徑，包括：
5.根據權利要求1所述的焊接路徑規劃方法，其特征在于，所述以該最優連通路徑構建得到所述加工對象的精細三維模型，其中，所述精細三維模型中標注有焊縫尋位點的三維坐標，包...
【專利技術屬性】
技術研發人員：韓偉杰，劉昌森，
申請(專利權)人：北京華航唯實機器人科技股份有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。