-
公开(公告)号:CN118052871A
公开(公告)日:2024-05-17
申请号:CN202410023331.0
申请日:2024-01-08
Applicant: 上海交通大学
Abstract: 本发明公开了一种复杂异形工件的对称轴搜索定位方法,通过激光传感器直线扫描待装配工件表面,并存储三维点云数据,对获取的数据进行处理,转化为二维深度图,通过对二维图像进行边缘曲线特征提取,获取曲线的极点坐标位置并通过寻找曲线对称轴,计算出待装配件表面的位置偏差和角度偏差,实现待装配件装配面的精准定位。本发明通过采用线激光扫描待安装工件表面,进行对称轴搜索后可得到工件偏移位置及角度,方法简单,信息全面,定位精准。
-
公开(公告)号:CN118602979A
公开(公告)日:2024-09-06
申请号:CN202410646837.7
申请日:2024-05-23
Applicant: 上海交通大学
Abstract: 本发明提供了一种焊缝形貌及表面缺陷在线检测评估方法和系统,包括:通过线激光沿焊缝纵向进行扫描,得到焊缝形貌的整体三维轮廓高度数据;将高度数据转换为3D点云和2D灰度图像;对3D点云提取焊缝区域,计算焊缝整体形貌;对2D灰度图像利用多边形定位框进行焊缝表面缺陷的标注;建立全卷积神经网络缺陷检测模型;对模型判定的缺陷进行可视化、空间定位及几何尺寸计算;将焊缝整体形貌与表面缺陷检测相结合,对焊缝表面质量进行综合评估;对实际焊接的焊缝表面质量进行在线检测与评估。本发明能够准确地进行焊缝整体形貌的计算以及与表面缺陷的综合判定,克服了传统焊缝表面质量检测流程繁琐、适应性不足、信息不全面、检测效率低的缺点。
-
公开(公告)号:CN118447332A
公开(公告)日:2024-08-06
申请号:CN202410647040.9
申请日:2024-05-23
Applicant: 上海交通大学
IPC: G06V10/764 , G06V10/25 , G06T7/136 , G06V10/774 , G06T5/20 , G06N3/0464 , G06N3/096
Abstract: 本发明提供了一种基于深度残差卷积网络的角焊缝熔深在线实时预测与评估方法和系统,包括:采集角焊缝焊接过程中的熔池区域正面图像;利用三类Otsu阈值分割法获取正面熔池中心ROI图像;对熔池中心ROI图像进行标注与数据增广,得到熔深预测数据集;设计以熔池图像为输入,以熔深标签分类为输出,由残差卷积模块堆叠而成的深度残差卷积网络,对深度残差卷积网络进行训练、验证和测试;根据训练好的深度残差卷积网络,在焊接过程中对角焊缝熔深进行实时预测与评估。本发明采用深度学习,实现了端到端的熔深实时预测,避免了传统基于图像处理的提取特征方法的繁琐步骤,对复杂焊接场景有更好地适应性,精确度高。
-
-