[发明专利]一种基于实例分割的熔覆池形貌识别及闭环控制方法

权利要求书

1.一种基于实例分割的熔覆池形貌识别及闭环控制方法，其特征在于：包括如下步骤：

S1：初始化弧焊增材制造输出功率及输出功率变化量；

S2：采集弧焊增材制造熔覆池彩色图像；

S3：更新弧焊增材制造输出功率；

S4：分割出熔覆池彩色图像中的熔覆池，同时生成熔覆池的实例掩码和候选框的像素坐标，完成熔覆池的实例分割；

S5：用候选框的像素坐标表示长轴和熔宽像素数大小，计算熔宽像素数变化量，并将生成的输出功率变化量反馈至步骤S3；

S6：判断当前熔覆池彩色图像是否为最后一帧，如果是，则结束打印，如果不是，则回到步骤S2。

2.根据权利要求1所述的一种基于实例分割的熔覆池形貌识别及闭环控制方法，其特征在于：所述步骤S2中弧焊增材制造熔覆池彩色图像的采集方法为：搭建熔覆池图像采集系统，利用高清摄像机和滤光片，采集彩色的弧焊增材制造过程中熔覆池图像。

3.根据权利要求1所述的一种基于实例分割的熔覆池形貌识别及闭环控制方法，其特征在于：所述步骤S3中弧焊增材制造输出功率的更新方法为：根据步骤S5得到的输出功率变化量ΔP，更新弧焊增材制造输出功率P，进行更新的公式为P＝P+ΔP。

4.根据权利要求1所述的一种基于实例分割的熔覆池形貌识别及闭环控制方法，其特征在于：所述步骤S4的具体过程为：

S4.1：将步骤S2获取的熔覆池彩色图像输入到主干神经网络中进行特征提取并生成不同大小的特征图，对特征图进行自上而下的融合进而生成特征金字塔网络；

S4.2：将步骤S4.1得到的特征金字塔网络输入到区域建议网络中，采用滑动窗口的方式，对特征图里的所有像素点进行遍历，对存在熔覆池的区域生成候选框；

S4.3：将步骤S4.2得到的候选框通过R0IAlign层对特征图的大小进行统一；

S4.4：将步骤S4.3每个候选框进行全连接操作，对候选框的位置进行回归、判别候选框内物体是否为熔覆池，得到候选框的像素坐标；

S4.5：将步骤S4.2得到的候选框通过一个轻量级的预测头为每个候选框生成粗预测掩码；

S4.6：从步骤S4.1得到的特征金字塔网络中选择一部分点进行独立预测并和步骤S4.5生成的粗预测掩码一起输入到多层感知机中，对熔覆池生成边缘更加精细平滑的掩码，完成熔覆池图像的实例分割。

5.根据权利要求4所述的一种基于实例分割的熔覆池形貌识别及闭环控制方法，其特征在于：所述步骤S4.1中主干神经网络包括残差网络ResNet50和特征金字塔网络；

残差网络ResNet50有16个残差块，每个残差单元有三层，将整个残差网络ResNet50分为5个阶段，其中不改变特征图大小的层为一个阶段，每次抽取的特征是各个阶段最后一层的输出，每个残差单元可表示为：y_i＝f(h(y_i-1)+F(y_i-1))；

其中，y_i是第i个残差单元的输出，y_i-1是第i-1个残差单元的输出，f()是激活函数ReLU，h(y_i-1)是第i-1个残差单元的恒等映射，F(y_i-1)是y_i-1的残差映射；

特征金字塔网络是将整个残差网络ResNet50输出的5个阶段的特征图进行自上而下的融合，残差网络ResNet50输出的每个阶段的特征图分别经过卷积和上采样操作，进而与其他阶段的特征图进行融合。