[發(fā)明專(zhuān)利]一種基于ERFNet網(wǎng)絡(luò)的激光視覺(jué)焊縫跟蹤系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202110024740.9
• 申請(qǐng)日: 2021-01-08
• 公開(kāi)（公告）號(hào): CN112756742A
• 公開(kāi)（公告）日: 2021-05-07
• 發(fā)明（設(shè)計(jì)）人: 趙壯;陸駿;王業(yè)宇;羅雋;楊傲東;王興國(guó)
• 申請(qǐng)（專(zhuān)利權(quán)）人: 南京理工大學(xué)
• 主分類(lèi)號(hào): B23K9/12
• 分類(lèi)號(hào): B23K9/12;B23K9/32
• 代理公司: 南京蘇創(chuàng)專(zhuān)利代理事務(wù)所(普通合伙) 32273
• 代理人: 張學(xué)彪

1.一種基于ERFNet網(wǎng)絡(luò)的激光視覺(jué)焊縫跟蹤系統(tǒng)，其特征在于：包括

線結(jié)構(gòu)光視覺(jué)傳感器模塊，用于采集焊縫圖像信息；

圖像處理與通信模塊和機(jī)器人及機(jī)器控制模塊，基于ERFNet網(wǎng)絡(luò)，處理焊縫圖像信息獲得焊縫特征點(diǎn)；

機(jī)器人及機(jī)器控制模塊，接收焊縫特征點(diǎn)信息，獲得焊接路徑指令并進(jìn)行作業(yè)。

2.根據(jù)權(quán)利要求1所述的基于ERFNet網(wǎng)絡(luò)的激光視覺(jué)焊縫跟蹤系統(tǒng)，其特征在于：所述ERFNet網(wǎng)絡(luò)的模型結(jié)構(gòu)基于SegNet與ENet，采用Encoder-Decoder架構(gòu)，其整個(gè)模型包含23層，其中1-16層為Encoder，17-23層為Decoder；其中Encoder中的Non-bottleneck-1D與Downsampler結(jié)構(gòu)實(shí)現(xiàn)特征提取，Non-bottleneck-1D結(jié)構(gòu)將兩個(gè)3×3的二維卷積拆分成兩組3×1、1×3一維卷積；Downsampler結(jié)構(gòu)實(shí)現(xiàn)圖像的下采樣，輸入特征圖分別經(jīng)過(guò)尺寸為2×2，步長(zhǎng)為2的最大池化層和卷積核尺寸為3×3，步長(zhǎng)為2的卷積層，并將兩個(gè)輸出特征圖相結(jié)合作為圖像降采樣的結(jié)果輸出。

3.根據(jù)權(quán)利要求2所述的基于ERFNet網(wǎng)絡(luò)的激光視覺(jué)焊縫跟蹤系統(tǒng)，其特征在于：在焊縫特征提取任務(wù)中，ERFNet網(wǎng)絡(luò)需要將焊縫光條中心線和焊縫特征點(diǎn)從背景中分割出來(lái)，是三分類(lèi)的問(wèn)題，損失函數(shù)應(yīng)采用多分類(lèi)中的交叉熵?fù)p失函數(shù)；ERFNet網(wǎng)絡(luò)采用交叉熵?fù)p失函數(shù)（CrossEntropy Loss）計(jì)算loss；

其中，N表示樣本數(shù)量，表示該類(lèi)別與樣本的類(lèi)別是否相同，相同時(shí)，不同時(shí)，表示樣本屬于類(lèi)別i的預(yù)測(cè)概率。

4.根據(jù)權(quán)利要求1所述的基于ERFNet網(wǎng)絡(luò)的激光視覺(jué)焊縫跟蹤系統(tǒng)，其特征在于：所述線結(jié)構(gòu)光視覺(jué)傳感器模塊包括工業(yè)相機(jī)和線激光器，線激光器照射在工件表面上反映出焊縫的截面輪廓，工業(yè)相機(jī)采集線激光反映的焊縫信息；工業(yè)相機(jī)平行裝配于靠近焊槍的一側(cè)，線激光器傾斜配置在遠(yuǎn)離焊槍的一側(cè)并保證光條在相機(jī)視場(chǎng)范圍內(nèi)。

5.根據(jù)權(quán)利要求1所述的基于ERFNet網(wǎng)絡(luò)的激光視覺(jué)焊縫跟蹤系統(tǒng)，其特征在于：焊縫激光條紋與焊炬中心的距離d，d選擇為25mm。