[发明专利]基于机器人的车体焊缝打磨余量分类方法及设备

权利要求书

1.一种基于机器人的车体焊缝打磨余量分类方法，其特征在于，包括：获取焊缝初始图像及焊缝位置；实时采集机器人末端的实际接触力，离散所述实际接触力，得到特征波形；根据所述特征波形，对焊缝磨削状态进行打磨余量分类；

所述实时采集机器人末端的实际接触力，包括：

F_s(t)＝F_E+F_G+F₁

其中，F_s(t)为机器人末端的实际接触力；F_E为外界对打磨工具施加的力；F_G为打磨工具的重力；F₁为惯性力；

所述离散所述实际接触力，包括：

F_s[n]＝∫F_s(t)ψ_α,τ(t)dt

其中，F_s[n]为机器人末端的实际接触力的离散量；α为尺度因子；τ为平移因子；ψ为小波母函数；ψ_α,τ为小波基函数；

所述得到特征波形，包括：

y[n]＝F_s[Qn]

其中，y[n]为特征波形；Q为采样滤波器；k为第一时刻变量；K为截取的信号段长度；n为第二时刻变量；g[k]为低通滤波器；h[k]为高通滤波器；H为高通滤波标记；L为低通滤波标记；

所述根据所述特征波形，对焊缝磨削状态进行打磨余量分类，包括：采用P-T算法对y[n]进行峰值定位，根据峰值定位获取信号段，将信号段分为训练集和测试集，采用训练集训练得到整个打磨周期的LSTM模型；对所述LSTM模型进行设置并遍历整个输入序列，得到信号段的局部信息，根据所述局部信息，挖掘深层特征；将所述深层特征输入所述LSTM模型得到输出特征，采用分类器对输出特征进行概率映射，得到分类结果。

2.根据权利要求1所述的基于机器人的车体焊缝打磨余量分类方法，其特征在于，所述根据峰值定位获取信号段，包括：以峰值为基准分别向前、后截取水平轴上的点，以两点之间的长度为单位，对输入波形信号进行分割，得到信号段。

3.根据权利要求1所述的基于机器人的车体焊缝打磨余量分类方法，其特征在于，所述对所述LSTM模型进行设置并遍历整个输入序列，包括：确定卷积运算的层数、卷积核的数量以及卷积核函数，确定池化运算层的层数以及池化的步长，采用卷积运算层及池化运算层遍历整个输入序列。

4.一种基于机器人的车体焊缝打磨余量分类装置，其特征在于，用于实现权利要求1-3任一项所述的方法，包括：初始信息模块，用于获取焊缝初始图像及焊缝位置；特征波形模块，用于实时采集机器人末端的实际接触力，离散所述实际接触力，得到特征波形；分类模块，用于根据所述特征波形，对焊缝磨削状态进行打磨余量分类。

5.一种电子设备，其特征在于，包括：

至少一个处理器、至少一个存储器和通信接口；其中，

所述处理器、存储器和通信接口相互间进行通信；

所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令，以执行权利要求1至3任一项权利要求所述的方法。

6.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行权利要求1至3中任一项权利要求所述的方法。