一种基于朴素贝叶斯分类器的焊缝位置的自主提取方法

    公开(公告)号:CN113762400A

    公开(公告)日:2021-12-07

    申请号:CN202111066499.2

    申请日:2021-09-13

    Applicant: 南昌大学

    Abstract: 本发明提供了一种基于朴素贝叶斯分类器的焊缝位置的自主提取方法,该方法首先设计了多个对方向特征辨别更有效的改进的Gabor滤波器,并对滤波结果进行线性组合生成焊缝位置的综合方向特征图;然后对其进行局域阈值自主分割,通过最近邻聚类与监督方法分别从数据类的厚度、均匀性和致密性设计了区分目标与干扰的概率密度函数,并基于朴素贝叶斯分类器初步实现焊缝位置和干扰的有效判别;最后将在水平方向上有重叠的各数据类展开视觉特征竞争,进一步去除干扰。本发明提出了一种典型接头焊缝位置提取方法,该方法能有效克服电弧、飞溅等干扰带来的不利影响,可为基于激光视觉传感的自动化电弧焊接过程稳定焊缝跟踪,提高焊接质量。

    一种基于被动视觉传感的薄板焊接的焊枪偏差三维提取方法

    公开(公告)号:CN107914067A

    公开(公告)日:2018-04-17

    申请号:CN201711061240.2

    申请日:2017-10-31

    Applicant: 南昌大学

    Abstract: 本发明提供了一种基于被动视觉传感的薄板焊接焊枪三维偏差的提取方法。通过采用包括中心波长为660nm的滤光片和透过率为0.040%的减光片组合的被动视觉传感装置获取含有焊接接头轮廓线的焊缝图像,并通过多项式拟合获取极值位置,然后利用Otsu阈值分割及最近邻聚类算法提取焊缝图像中的接头轮廓线。根据焊缝图像中电弧中心位置设计获取接头轮廓线上的焊枪跟踪点的算法,进而结合视觉标定技术和图像处理系统已获取的焊枪在世界坐标中的位置确定焊枪的三维偏差。该方法提取的偏差更准确,且可以做到对焊枪在两个方向同时进行纠偏,无需额外的传感器,有利于降低焊接成本。

    一种镀锌钢GMAW焊缝成形特征与焊枪方向同步实时检测方法

    公开(公告)号:CN112365439B

    公开(公告)日:2023-10-03

    申请号:CN202011015715.6

    申请日:2020-09-24

    Applicant: 南昌大学

    Abstract: 本发明针对基于视觉传感的镀锌钢薄板搭接GMAW特点,提出了一种搭接接头焊缝成形特征全位置与焊枪方向同步实时检测方法。首先利用激光视觉系统同步检测焊缝与焊丝信息,采用尺度不变特征变换与方向特征检测算法实时获取焊缝轮廓与焊丝方向;其次提出基于Harris角点检测算法实现焊缝轮廓特征点识别;最后针对接头GMAW焊缝成形面积偏小的特点,基于线性插值方法实现了焊缝高度与宽度的全位置、焊缝面积的亚像素级测量,并基于零、一阶矩实现了焊缝重心检测。本发明在电弧、外界约束等复杂背景下实现焊缝高度、宽度以及面积与重心的亚像素级检测的同时,实现了焊枪主要工作方向的检测。具有适应性强、测精度高和便于控制焊缝成形等优点。

    一种镀锌钢GMAW焊缝成形特征与焊枪方向同步实时检测方法

    公开(公告)号:CN112365439A

    公开(公告)日:2021-02-12

    申请号:CN202011015715.6

    申请日:2020-09-24

    Applicant: 南昌大学

    Abstract: 本发明针对基于视觉传感的镀锌钢薄板搭接GMAW特点,提出了一种搭接接头焊缝成形特征全位置与焊枪方向同步实时检测方法。首先利用激光视觉系统同步检测焊缝与焊丝信息,采用尺度不变特征变换与方向特征检测算法实时获取焊缝轮廓与焊丝方向;其次提出基于Harris角点检测算法实现焊缝轮廓特征点识别;最后针对接头GMAW焊缝成形面积偏小的特点,基于线性插值方法实现了焊缝高度与宽度的全位置、焊缝面积的亚像素级测量,并基于零、一阶矩实现了焊缝重心检测。本发明在电弧、外界约束等复杂背景下实现焊缝高度、宽度以及面积与重心的亚像素级检测的同时,实现了焊枪主要工作方向的检测。具有适应性强、测精度高和便于控制焊缝成形等优点。

    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

    公开(公告)号:CN111968072A

    公开(公告)日:2020-11-20

    申请号:CN202010644425.1

    申请日:2020-07-07

    Applicant: 南昌大学

    Abstract: 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。

    一种基于被动视觉传感的薄板焊接的焊枪偏差三维提取方法

    公开(公告)号:CN107914067B

    公开(公告)日:2019-10-01

    申请号:CN201711061240.2

    申请日:2017-10-31

    Applicant: 南昌大学

    Abstract: 本发明提供了一种基于被动视觉传感的薄板焊接焊枪三维偏差的提取方法。通过采用包括中心波长为660nm的滤光片和透过率为0.040%的减光片组合的被动视觉传感装置获取含有焊接接头轮廓线的焊缝图像,并通过多项式拟合获取极值位置,然后利用Otsu阈值分割及最近邻聚类算法提取焊缝图像中的接头轮廓线。根据焊缝图像中电弧中心位置设计获取接头轮廓线上的焊枪跟踪点的算法,进而结合视觉标定技术和图像处理系统已获取的焊枪在世界坐标中的位置确定焊枪的三维偏差。该方法提取的偏差更准确,且可以做到对焊枪在两个方向同时进行纠偏,无需额外的传感器,有利于降低焊接成本。

    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

    公开(公告)号:CN111968072B

    公开(公告)日:2024-04-02

    申请号:CN202010644425.1

    申请日:2020-07-07

    Applicant: 南昌大学

    Abstract: 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。

    一种基于朴素贝叶斯分类器的焊缝位置的自主提取方法

    公开(公告)号:CN113762400B

    公开(公告)日:2023-10-31

    申请号:CN202111066499.2

    申请日:2021-09-13

    Applicant: 南昌大学

    Abstract: 本发明提供了一种基于朴素贝叶斯分类器的焊缝位置的自主提取方法,该方法首先设计了多个对方向特征辨别更有效的改进的Gabor滤波器,并对滤波结果进行线性组合生成焊缝位置的综合方向特征图;然后对其进行局域阈值自主分割,通过最近邻聚类与监督方法分别从数据类的厚度、均匀性和致密性设计了区分目标与干扰的概率密度函数,并基于朴素贝叶斯分类器初步实现焊缝位置和干扰的有效判别;最后将在水平方向上有重叠的各数据类展开视觉特征竞争,进一步去除干扰。本发明提出了一种典型接头焊缝位置提取方法,该方法能有效克服电弧、飞溅等干扰带来的不利影响,可为基于激光视觉传感的自动化电弧焊接过程稳定焊缝跟踪,提高焊接质量。

    一种基于层次分析法的厚板T型接头多道焊焊接位置自主决策方法

    公开(公告)号:CN115719343A

    公开(公告)日:2023-02-28

    申请号:CN202211478668.8

    申请日:2022-11-22

    Applicant: 南昌大学

    Abstract: 本发明提出了一种基于层次分析法的厚板T型接头多道焊焊接位置自主决策方法,可有效提高厚板焊接效率。首先基于改进的Gabor滤波器和贝叶斯分类器设计了一种坡口轮廓识别方法;其次基于斜率突变特性实现了一种坡口轮廓特征点提取方法;然后利用提取的特征点及焊接经验,建立了三层层次分析模型,并设计了一种对比矩阵元素自动获取算法;最后基于最大后验权值准则,从提取的特征点中决策出有效的焊接位置。本发明通过将坡口轮廓特征点作为候选焊接初始位置,利用机器视觉与焊接经验实现焊接位置的自主决策过程,在提高焊接效率的同时有助于腹板角变形控制,具有实时性好、精度高以及鲁棒性强等优点。

    一种基于任务驱动的视觉注意模型提取激光条纹的方法

    公开(公告)号:CN109615603B

    公开(公告)日:2022-07-12

    申请号:CN201811261489.2

    申请日:2018-10-27

    Applicant: 南昌大学

    Abstract: 本发明提出了一种基于任务驱动的视觉注意模型提取激光条纹的方法,前期处理中通过Gabor滤波产生方向特征图,然后通过Otsu阈值分割并利用最近邻算法对数据进行聚类;后期处理中先根据激光条纹的厚度及空间跨度信息设计了三种度量方法:聚类结果中类的空间跨度度量、类的厚度度量和类的厚度均匀性度量,并提取在三种度量方法中显著性都得到增强的类从而提取激光条纹的主体轮廓;然后以主体轮廓为框架,选取各主体轮廓之间一定数目的属于激光条纹细节的类作为候选类,设计局部竞争算法提取激光条纹的细节部分,最终获取完整的激光条纹。该方法对焊缝图像包含和不包含电弧区域的两种情况都适用,且对不同接头轮廓的提取均有效,有利于降低焊接成本。

Patent Agency Ranking