[发明专利]一种智能焊缝检测和轨迹规划方法及系统

权利要求书

1.一种智能焊缝检测和轨迹规划方法，其特征在于，所述方法包括：

获取目标焊件的第一3D点云数据；

将所述第一3D点云数据输入预先训练的焊缝检测模型中，获得所述目标焊件对应的目标焊缝位置；其中，所述焊缝检测模型基于3D点云数据和焊缝位置的对应关系训练而成；

控制焊枪根据所述目标焊缝位置和预设焊接步长对所述目标焊件进行单步焊接后，继续执行获取目标焊件的第一3D点云数据，根据所述第一3D点云数据确定所述目标焊缝位置的步骤，直至所述目标焊件焊接完成；其中，所述焊接步长由所述目标焊件焊接过程中的焊缝变形尺寸确定。

2.根据权利要求1所述的智能焊缝检测和轨迹规划方法，其特征在于，当所述目标焊件为规则形状的焊件时，所述焊接步长的确定方法包括：

通过预设热变形模型对所述目标焊件进行仿真，确定所述目标焊件在不同焊接步长下的焊缝变形尺寸；

根据所述焊缝变形尺寸以及所述目标焊件的焊接尺寸精度需求，确定所述目标焊件的焊接步长。

3.根据权利要求1所述的智能焊缝检测和轨迹规划方法，其特征在于，当所述目标焊件为不规则形状的焊件时，所述焊接步长的确定方法包括：

获取所述目标焊件焊接前后的3D点云数据，根据所述目标焊件焊接前后的3D点云数据确定所述目标焊件每个位置或者每隔预设距离的焊缝变形尺寸；

根据所述焊缝变形尺寸以及所述目标焊件的焊接尺寸精度需求，确定所述目标焊件的焊接步长。

4.根据权利要求3所述的智能焊缝检测和轨迹规划方法，其特征在于，所述目标焊件的焊缝周围设置有标识，所述获取所述目标焊件焊接前后的3D点云数据，根据所述目标焊件焊接前后的3D点云数据确定所述目标焊件每个位置或者每隔预设距离的焊缝变形尺寸的步骤包括：

获取所述目标焊件焊接前的3D点云数据，根据所述目标焊件焊接前的3D点云数据确定所述标识对应的第一位置信息；

获取所述目标焊件焊接后的3D点云数据，根据所述目标焊件焊接后的3D点云数据确定所述标识对应的第二位置信息；

根据所述第一位置信息和所述第二位置信息，确定所述目标焊件每个位置或者每隔预设距离的焊缝变形尺寸。

5.根据权利要求1所述的智能焊缝检测和轨迹规划方法，其特征在于，所述焊缝检测模型的训练方法包括：

获取训练样本集，所述训练样本集包括多组训练样本，每组训练样本包括第二3D点云数据和焊缝位置标签；

将所述训练样本集输入预设网络模型中，获取所述预设网络模型输出的预测焊缝位置；

根据所述焊缝位置标签和所述预测焊缝位置对所述预设网络模型的模型参数进行修正，并继续执行根据所述训练样本集获取所述预测焊缝位置的步骤，直至所述预设网络模型的训练情况满足预设条件，以得到所述焊缝检测模型。

6.根据权利要求5所述的智能焊缝检测和轨迹规划方法，其特征在于，所述获取训练样本集的步骤包括：

获取若干待焊接焊件和若干已焊接焊件的第二3D点云数据，并对所述第二3D点云数据中的焊缝位置进行标注，得到训练样本集。

7.根据权利要求5所述的智能焊缝检测和轨迹规划方法，其特征在于，所述根据所述焊缝位置标签和所述预测焊缝位置对所述预设网络模型的模型参数进行修正，并继续执行根据所述训练样本集获取所述预测焊缝位置的步骤，直至所述预设网络模型的训练情况满足预设条件的步骤包括：

根据所述焊缝位置标签和所述预测焊缝位置确定损失值，并判断所述损失值是否小于预设阈值；

若否，则根据预设的参数学习率对所述预设网络模型的模型参数进行更新，并继续执行根据所述训练样本集获取所述预测焊缝位置的步骤，直至所述损失值小于预设阈值。

8.根据权利要求1所述的智能焊缝检测和轨迹规划方法，其特征在于，所述控制焊枪根据所述目标焊缝位置和预设焊接步长对所述目标焊件进行单步焊接后，还包括：

控制所述焊枪回退预设距离。