[发明专利]一种基于神经网络识别的水下焊缝跟踪方法

权利要求书

1.一种基于神经网络识别的水下焊缝跟踪方法，该方法包括：

1)提供一种基于神经网络识别的水下焊缝跟踪器，所述跟踪器包括水下机器人主体、特征提取设备和焊缝类型识别设备，所述特征提取设备和所述焊缝类型识别设备都位于所述水下机器人主体上，用于分别提取水下焊缝特征和确定焊缝类型，并在确定焊缝类型为无法焊接类型时发出相关报警信息；

2)运行所述跟踪器。

2.如权利要求1所述的方法，其特征在于，所述跟踪器还包括：

电焊钳，用于固定焊条，所述焊条为湿法涂料焊条，材料为低碳钢；

安全开关，其负极导线连接到所述电焊钳；

接地夹，被固定在待焊接工件上；

电焊机，负极连接至所述电焊钳，正极接地；

电焊钳驱动设备，与所述电焊钳连接，用于根据电焊钳驱动信号驱动所述电焊钳前往待焊接工件的焊缝位置；

电焊钳驱动电机，为一直流电机，为所述电焊钳驱动设备对所述电焊钳的驱动提供动力；

所述水下机器人主体包括驱动设备和机器人机械架构，所述驱动设备包括驱动控制器、左舷直流减速电机、右舷直流减速电机、沉浮电机、正螺旋桨、反螺旋桨、附带螺旋桨和联轴器，所述左舷直流减速电机、所述右舷直流减速电机和所述沉浮电机分别通过所述联轴器与所述正螺旋桨、所述反螺旋桨和所述附带螺旋桨连接，所述驱动控制器接收所述水上处理设备发送的驱动控制信号，以根据所述驱动控制信号的内容驱动所述左舷直流减速电机和所述右舷直流减速电机以分别控制所述正螺旋桨和所述反螺旋桨，驱动水下机器人主体实现前进、后退和左右动作，还用于根据所述驱动控制信号的内容驱动所述沉浮电机以控制所述附带螺旋桨，驱动水下机器人主体实现上升与下潜动作；

水下摄像设备，设置在所述水下机器人主体上，包括半球形防水透明罩、辅助照明子设备和CMOS摄像头，所述半球形防水透明罩用于容纳所述辅助照明子设备和所述CMOS摄像头，所述辅助照明子设备为所述CMOS摄像头的水下拍摄提供辅助照明，所述CMOS摄像头对前方目标拍摄以获得包含前方目标的水下图像；

预处理设备，设置在所述水下机器人主体上，与所述CMOS摄像头连接，包括中值滤波子设备、低通滤波子设备和同态滤波子设备；所述中值滤波子设备与所述CMOS摄像头连接，用于对所述水下图像执行中值滤波，以滤除所述水下图像中的点噪声，获得第一滤波图像；所述低通滤波子设备与所述中值滤波子设备连接，用于去除所述第一滤波图像中的随机噪声，获得第二滤波图像；所述同态滤波子设备与所述低通滤波子设备连接，用于对所述第二滤波图像执行图像增强，以获得增强水下图像；

特征提取设备，设置在所述水下机器人主体上，与所述预处理设备连接，包括图像分割子设备和特征向量识别子设备，所述图像分割子设备基于焊缝图像灰度阈值范围将所述增强水下图像中的焊缝目标识别出来以获得水下焊缝图像；所述特征向量识别子设备与所述图像分割子设备连接，基于所述水下焊缝图像确定水下焊缝目标的8个几何特征：欧拉孔数、圆度、角点数、凸凹度、光滑度、长径比、紧密度和主轴角度，并将所述8个几何特征组成特征向量；

焊缝类型识别设备，设置在所述水下机器人主体上，与所述特征提取设备连接，采用8输入2输出的单隐层BP神经网络，以水下焊缝目标的8个几何特征作为输入层神经元，输出层为水下焊缝类型，所述水下焊缝类型包括常规焊接类型和无法焊接类型；

水上浮标，设置在所述水下机器人主体的上方水面上；

供电设备，设置在所述水上浮标上，包括防水密封罩、太阳能供电器件、蓄电池、切换开关和电压转换器，所述防水密封罩用于容纳所述太阳能供电器件、所述蓄电池、所述切换开关和所述电压转换器，所述切换开关与所述太阳能供电器件和所述蓄电池分别连接，根据蓄电池的剩余电量决定是否切换到所述太阳能供电器件以由所述太阳能供电器件供电，所述电压转换器与所述切换开关连接，以将通过切换开关输入的5V电压转换为3.3V电压；

北斗星定位设备，设置在所述水上浮标上，由所述供电设备提供电力供应，用于接收北斗星卫星发送的北斗星定位数据；

声纳探测设备，设置在所述水上浮标上，由所述供电设备提供电力供应，用于探测所述潜水器主体到所述水上浮标的相对距离，并作为第一相对距离输出；

超声波测距设备，设置在所述水下机器人主体上，用于测量所述水下机器人主体距离前方焊缝目标的距离，并作为第二相对距离输出；

单片机，设置在所述水下机器人主体上，与所述焊缝类型识别设备、所述北斗星定位设备、所述声纳探测设备和所述超声波测距设备分别连接，基于所述北斗星定位数据、所述第一相对距离和所述第二相对距离计算焊缝定位数据，并当接收到所述水下焊缝类型为无法焊接类型时，发出报警信号，当接收到所述水下焊缝类型为常规焊接类型时，根据水下焊缝图像在增强水下图像的相对位置确定电焊钳驱动信号。