[發明專利]基于深度神經網絡的焊縫自動跟蹤方法

在審

• 申請號: 202011463792.8
• 申請日: 2020-12-14
• 公開（公告）號: CN112548273A
• 公開（公告）日: 2021-03-26
• 發明（設計）人: 楊國威;周楠;王以忠;楊敏;許志旺
• 申請（專利權）人: 天津科技大學
• 主分類號: B23K9/127
• 分類號: B23K9/127;B23K9/32
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明涉及一種基于深度神經網絡的焊縫自動跟蹤方法，焊縫自動跟蹤方法包括特征點檢測網絡和特征點跟蹤網絡。特征點檢測網絡輸出的特征點位置信息輸入特征點跟蹤網絡，實現焊縫自動跟蹤。特征點檢測網絡由特征提取模塊、注意力機制模塊、先驗框生成模塊和識別定位模塊組成。焊縫特征點跟蹤網路由特征提取模塊、注意力機制模塊和響應輸出模塊組成。本發明利用神經網絡實現了焊縫自動跟蹤，本發明根據焊縫圖像特點設計焊縫特征點提取網絡和跟蹤網絡，本發明能夠提高焊接的效率和質量，提高自動焊縫跟蹤系統在實際復雜焊接環境中的適應能力。

技術領域

本發明屬于計算機視覺技術領域，涉及深度學習和焊縫跟蹤領域，尤其是一種基于深度神經網絡的焊縫自動跟蹤方法。

背景技術

焊接自動化技術以其優良的工作效率被廣泛地應用到工業生產中，是焊接技術發展的必然趨勢，是實現更安全、高效、智能生產的重要手段。實時焊縫跟蹤是實現焊接自動化的關鍵。在當今社會，隨著機械加工、汽車、建筑等制造行業的迅速發展，金屬焊接成為生產過程中必不可少的環節。焊接質量的好壞，直接影響整個產品的質量和生產效率，隨著社會經濟、工業自動化和科學技術的逐漸進步，社會對焊接產品的需求量越來越大，產品的質量、生產效率和穩定性要求越來越高，生產成本要求卻越來越低，傳統的手工焊接已不能滿足市場需求，這就使焊接工藝由手工操作向著自動化和智能化的方向發展，高度的自動化和智能化將是未來焊接領域的重要發展趨勢。為滿足自動化焊接生產的要求，需要實時獲得焊接過程中焊縫的寬度、中心線等位置信息。通過計算機視覺來識別和定位焊縫的位置信息，進而進行焊縫跟蹤，可以保證焊接質量的可靠性。因此，要求焊接自動化生產線具有較高的靈活性和柔性，能對焊縫特征點進行實時跟蹤，檢測焊縫偏差，調節焊接參數和焊接路徑等。焊縫實時跟蹤是焊接自動化領域的重要研究課題。

在焊接過程中，因為受到強烈弧光、飛濺、煙塵等的干擾，采集到的圖像受噪聲污染比較嚴重，往往難以準確定位焊縫特征點，使得焊縫跟蹤不準確，導致焊接出現偏差，這將直接影響焊接質量。焊接自動化生產線需要實時準確地定位焊縫特征點的位置。因此焊縫跟蹤系統需要具有高精度，高實時性和強適應性的特點以滿足實際焊接的需求。近年來，隨著計算機計算能力的提高，深度學習發展迅速。深度卷積神經網絡具有強大的特征表達能力和自學習能力，利用深度卷積神經網絡對焊縫圖片進行特征提取和學習，在圖像受噪聲污染比較嚴重的情況下能較為準確的檢測出焊縫特征點，有助于提高焊接效率和質量，有助于解決傳統跟蹤方法適應性差而導致的定位不準確等問題，提高了焊縫自動跟蹤系統在復雜實際環境中的適應能力。基于深度學習的焊縫自動跟蹤有助于實現高精度強適應性的實時焊縫跟蹤，這對國內外自動化焊接機器人在復雜環境中的應用具有重要理論價值和現實意義。

發明內容