[实用新型]一种智能自决策熔池监测系统

权利要求书

1.一种智能自决策熔池监测系统，其特征在于，包括前端感知模块、熔池图像处理模块、熔池状态分析模块、决策学习模块和控制模块；

前端感知模块用于采集熔池中不同明暗图像信息并对其进行预处理；

熔池图像处理模块用于将采集处理的图像数据合成熔池高动态范围图像，以显示熔池亮度细节特征；

熔池状态分析模块用于对得到的熔池图像进行特征提取，获取熔池状态数据集形成输入参数，同时依据目标熔池状态给出焊机动作奖励刺激；

决策学习模块用于依据熔池状态及焊机参数输出执行策略，并接收熔池状态反馈奖励信号，自主评判对于输出焊接策略引起的熔池变化的优劣，执行在当前状态下能够产生最大价值的策略；

控制模块用于接收决策学习模块的控制策略，依据策略控制焊机执行相应焊接操作。

2.根据权利要求1所述的一种智能自决策熔池监测系统，其特征在于，前端感知模块采用适用于熔池图像处理模块的硬件相机设备，该硬件相机设备包括有电源系统、时钟系统、保护系统、图像传感器和HDR图像信号处理器；

电源系统用于输出各级电压为硬件提供电源；

时钟系统为硬件提供内部时钟信号作为协调工作的控制信号；

保护系统用于保护硬件的损坏；

图像传感器用于采集图像信息并将信息传输至HDR图像信号处理器；

HDR图像信号处理器用于合成熔池HDR图像以及进行高级降噪。

3.根据权利要求2所述的一种智能自决策熔池监测系统，其特征在于，图像传感器通过两个快门指针控制，两个快门指针控制单帧数据中奇数与偶数行对的集成，在不同时间利用快门指针捕获单帧数据的奇数和偶数行对，然后进行整合并输出帧。

4.根据权利要求3所述的一种智能自决策熔池监测系统，其特征在于，HDR图像信号处理器和熔池状态分析模块、决策学习模块、控制模块之间通过两线制同步串行总线通讯。

5.根据权利要求1所述的一种智能自决策熔池监测系统，其特征在于，熔池图像处理模块采用基于Fourier变换的从梯度重构图像方法合成熔池的高动态范围图像。

6.根据权利要求5所述的一种智能自决策熔池监测系统，其特征在于，基于Fourier变换的从梯度重构图像方法合成熔池的高动态范围图像的步骤为：载入高曝光图片和低曝光图片，分别计算各图片的梯度向量场，继而取每张图片各自梯度向量场对应方向偏导图片的最大梯度点合成新的梯度，使用Fourier变换得到闭形式解的算法，合成亮度范围得到扩充的HDR图像。

7.根据权利要求1所述的一种智能自决策熔池监测系统，其特征在于，熔池状态分析模块中获取的熔池状态数据集包括有熔池状态信息及对应焊接参数。

8.根据权利要求1所述的一种智能自决策熔池监测系统，其特征在于，决策学习模块采用深度强化学习，通过焊接机器自身与所监测熔池状态的交互中学习策略。

9.根据权利要求1所述的一种智能自决策熔池监测系统，其特征在于，决策学习模块依据熔池图像的特征进行不断试错动作反馈，以及奖惩机制对焊接质量进行决策控制，形成一套焊接过程中每一个状态下的最优执行策略。