申请/专利权人：南昌大学

申请日：2020-07-07

公开（公告）日：2024-04-02

公开（公告）号：CN111968072B

主分类号：G06T7/73

分类号：G06T7/73;G06T7/00;B23K9/32;B23K37/00;G06V10/46;G06V10/70;G06N5/046;G06N7/01

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2020.12.08#实质审查的生效;2020.11.20#公开

摘要：本发明借助焊接经验与焊脚要求的视觉转换特征，提出了一种基于贝叶斯网络模型的厚板T形接头起始焊时焊接位置的自主决策方法。首先根据视觉传感检测待焊焊缝轮廓的特征信息，将焊脚要求转换为视觉描述特征，并将焊缝填充状态判定为打底、填充和盖面焊接三个阶段；其次利用实时检测的焊缝轮廓特征点、焊缝填充判定的状态建立贝叶斯网络模型；最后结合估计后验重要抽样推理算法，基于最大后验概率准则实施焊接位置实时决策，从识别的焊缝轮廓特征点中选择后验概率最大的作为焊接位置。所述方法目的在于通过该算法模型，实现腹板板厚超过30mm的T形接头多道焊接过程中初始、焊时焊接位置的自主决策，提高焊接效率。

主权项：1.一种基于贝叶斯网络的厚板T形接头焊接位置自主决策方法，其特征在于：包括以下步骤：步骤一、根据视觉传感检测待焊焊缝轮廓的特征信息，将焊脚要求转换为视觉描述特征，并将焊缝填充状态判定为打底、填充和盖面焊接三个阶段；步骤二、利用实时检测的焊缝轮廓特征点、焊缝填充判定状态建立贝叶斯网络模型，结合焊接位置的经验知识与实时识别的特征点坐标信息，计算各子节点的条件概率；所述步骤二中的贝叶斯网络与各子节点的条件概率计算，具体方法如下：第一步：所述贝叶斯网络的父节点为“焊接状态”，第一层子节点为所有识别的其他特征点与最右侧特征点的水平距离，第二层子节点为所有识别的其他特征点与最右侧特征点在竖直方向的距离，第三层子节点为识别的其他特征点，最后一层为最右侧特征点；第二步：指定X表示父节点变量“焊接状态”，其有“填充焊”和“盖面焊”两个状态；指定Yii＝1,2,…表示节点“水平距离i”，有两个状态“满足”和“不满足”；指定Wjj＝1,2,…表示节点“垂直距离j”，也有两个状态“满足”与“不满足”；指定Zkk＝1,2,…代表“特征点k”节点，有“选择”和“不选择”两个状态；指定O表示“最右侧特征点”节点，也有“选择”和“不选择”两个状态；第三步：子节点的条件概率定义如下：用表示节点Yk处的条件概率表示节点Wk处的条件概率表示节点Zk处的条件概率，且用πZk表示节点Zk处的父节点，πO表示节点O处的父节点，dij表示O处的条件概率；第四步：计算模型中的“水平距离l”和“垂直距离l”，该两个变量分别指的是其他特征点与最右侧特征点的水平距离Hl＝xrm-xl和垂直距离Vl＝yrm-yl，xrm和yrm分别是最右侧特征点在图像中的坐标；第五步：在水平、垂直方向上分别设置距离阈值H0与V0，当其他特征点与最右侧特征点在水平、垂直方向上的距离均大于H0与V0时，该特征点才参与焊接位置决策中；第六步：在填充焊阶段： 其中，x≥3与k∈0,1，取值不唯一；第七步：在盖面焊阶段： 其中，且第八步：定义且则同样，定义且于是其中运算符号∨表示逻辑运算或运算；步骤三、利用估计后验重要抽样推理算法获得各焊缝轮廓特征点节点的后验概率，并基于最大后验概率准则选择相应特征点作为本次采样的焊接位置。

全文数据：

权利要求：

百度查询： 南昌大学 一种基于贝叶斯网络的厚板T形接头焊接位置自主决策方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD