一种焊接位置选取的可视化控制方法及系统技术方案

本发明专利技术提供了一种焊接位置选取的可视化控制方法及系统，涉及数据处理技术领域，获取待焊件基础信息，包括型号信息和定位信息，匹配焊接样本图像进行语义分割获取焊点样本特征信息，获取客户端选定的第一焊点，采集焊接记录数据，包括焊接加工参数记录数据和焊接图像记录数据，进行筛选获取焊接位置序列，发送至客户端，获取用户反馈信息，当包括确定信号时，将焊接位置序列设为第一焊点的焊接位置选取结果。本发明专利技术解决了传统的焊接位置选择方法存在主要依赖于经验和直觉，存在主观性和不确定性，并且焊接位置选择方法不够智能化，无法自主学习和适应不同的焊接环境和工艺，使得焊接质量差的技术问题。接质量差的技术问题。接质量差的技术问题。

【技术实现步骤摘要】
一种焊接位置选取的可视化控制方法及系统


[0001]本专利技术涉及数据处理
，具体涉及一种焊接位置选取的可视化控制方法及系统。

技术介绍

[0002]在制造业中，焊接是常用的连接工艺，具有高效、可靠、成本低等优点，然而，在焊接中，焊接位置的选取和控制一直是一个难题，通常需要训练有素的技术人员进行操作，同时，传统的焊接质量控制方法通常需要繁琐的检测过程，且操作复杂，对人员要求较高。因此，对于焊接位置选取控制还存在着一定的可提升空间。

技术实现思路

[0003]本申请提供了一种焊接位置选取的可视化控制方法及系统，用于针对解决传统的焊接位置选择方法存在主要依赖于经验和直觉，存在主观性和不确定性，并且焊接位置选择方法不够智能化，无法自主学习和适应不同的焊接环境和工艺，使得焊接质量差的技术问题。
[0004]鉴于上述问题，本申请提供了一种焊接位置选取的可视化控制方法及系统。
[0005]第一方面，本申请提供了一种焊接位置选取的可视化控制方法，所述方法包括：获取待焊件基础信息，其中，所述待焊件基础信息包括待焊件型号信息和待焊件定位信息；根据所述待焊件型号信息匹配焊接样本图像进行语义分割，获取焊点样本特征信息，其中，所述焊点样本特征信息包括纹理样本特征信息和几何样本特征信息；获取客户端选定所述待焊件型号信息的第一焊点，基于所述第一焊点采集焊接记录数据，其中，所述焊接记录数据包括N组焊接加工参数记录数据和N个焊接图像记录数据；基于所述纹理样本特征信息和所述几何样本特征信息对所述N个焊接图像记录数据进行筛选，获取图像筛选结果的加工参数记录数据的焊接位置序列；将所述焊接位置序列发送至所述客户端，获取用户反馈信息；当所述用户反馈信息包括确定信号时，将所述焊接位置序列设为所述第一焊点的焊接位置选取结果。
[0006]第二方面，本申请提供了一种焊接位置选取的可视化控制系统，所述系统包括：基础信息获取模块，所述基础信息获取模块用于获取待焊件基础信息，其中，所述待焊件基础信息包括待焊件型号信息和待焊件定位信息；特征信息获取模块，所述特征信息获取模块用于根据所述待焊件型号信息匹配焊接样本图像进行语义分割，获取焊点样本特征信息，其中，所述焊点样本特征信息包括纹理样本特征信息和几何样本特征信息；记录数据获取模块，所述记录数据获取模块用于获取客户端选定所述待焊件型号信息的第一焊点，基于所述第一焊点采集焊接记录数据，其中，所述焊接记录数据包括N组焊接加工参数记录数据和N个焊接图像记录数据；记录数据筛选模块，所述记录数据筛选模块用于基于所述纹理样本特征信息和所述几何样本特征信息对所述N个焊接图像记录数据进行筛选，获取图像筛选结果的加工参数记录数据的焊接位置序列；反馈信息获取模块，所述反馈信息获取模块
用于将所述焊接位置序列发送至所述客户端，获取用户反馈信息；焊接位置获取模块，所述焊接位置获取模块用于当所述用户反馈信息包括确定信号时，将所述焊接位置序列设为所述第一焊点的焊接位置选取结果。
[0007]本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：获取待焊件基础信息，包括待焊件型号信息和待焊件定位信息，匹配焊接样本图像进行语义分割，获取焊点样本特征信息，获取客户端选定的第一焊点，采集焊接记录数据，包括焊接加工参数记录数据和焊接图像记录数据，对N个焊接图像记录数据进行筛选，获取图像筛选结果的加工参数记录数据的焊接位置序列，发送至客户端，获取用户反馈信息，当包括确定信号时，将焊接位置序列设为第一焊点的焊接位置选取结果。解决了传统的焊接位置选择方法存在主要依赖于经验和直觉，存在主观性和不确定性，并且焊接位置选择方法不够智能化，无法自主学习和适应不同的焊接环境和工艺，使得焊接质量差的技术问题，实现了基于深度学习的算法，自主学习和适应不同的焊接环境和工艺，并且基于大数据的分析和处理，提高了焊接位置选择的准确性和可靠性，达到保证焊接质量的技术效果。
[0008]上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
[0009]为了更清楚地说明本公开实施例的技术方案，下面将对本公开实施例的附图作简单地介绍。明显地，下面描述中的附图仅仅涉及本公开的一些实施例，而非对本公开的限制。
[0010]图1为本申请实施例提供了一种焊接位置选取的可视化控制方法流程示意图；图2为本申请实施例提供了一种焊接位置选取的可视化控制方法中获取焊点样本特征信息流程示意图；图3为本申请实施例提供了一种焊接位置选取的可视化控制方法中获取图像筛选结果流程示意图；图4为本申请实施例提供了一种焊接位置选取的可视化控制系统结构示意图。
[0011]附图标记说明：基础信息获取模块10，特征信息获取模块20，记录数据获取模块30，记录数据筛选模块40，反馈信息获取模块50，焊接位置获取模块60。
具体实施方式
[0012]本申请实施例通过提供一种焊接位置选取的可视化控制方法，解决了传统的焊接位置选择方法存在主要依赖于经验和直觉，存在主观性和不确定性，并且焊接位置选择方法不够智能化，无法自主学习和适应不同的焊接环境和工艺，使得焊接质量差的技术问题，实现了基于深度学习的算法，自主学习和适应不同的焊接环境和工艺，并且基于大数据的分析和处理，提高了焊接位置选择的准确性和可靠性，达到保证焊接质量的技术效果。
实施例一
[0013]如图1所示，本申请实施例提供了一种焊接位置选取的可视化控制方法，所述方法
应用于焊接位置选取的可视化控制系统，所述系统包括客户端，所述方法包括：步骤S100：获取待焊件基础信息，其中，所述待焊件基础信息包括待焊件型号信息和待焊件定位信息；具体而言，通过图像传感器获取待焊件的图像信息，使用计算机视觉技术对待焊件的图像进行特征提取和匹配，从而自动识别出待焊件的型号信息，对图像进行定位和跟踪，从而自动识别出待焊件的位置和姿态信息，将位置和姿态信息作为待焊件定位信息，将待焊件型号信息和待焊件定位信息进行整合，获取所述待焊件基础信息。
[0014]步骤S200：根据所述待焊件型号信息匹配焊接样本图像进行语义分割，获取焊点样本特征信息，其中，所述焊点样本特征信息包括纹理样本特征信息和几何样本特征信息；进一步而言，如图2所示，本申请步骤S200还包括：步骤S210：对所述焊接样本图像进行语义分割，获取样本焊点特征区域；进一步而言，本申请步骤S210还包括：步骤S211：采集焊接产品图像集进行焊点标识，生成焊点标识区域；步骤S212：以所述焊接产品图像集为输入数据，以所述焊点标识区域为输出监督数据，基于u
‑
net神经网络，训练第一分割器；步骤S213：获取所述第一分割器的输出偏差大于或等于输出偏差阈值的所述焊接产品图像集和所述焊点标识区域，设为第一偏差数据集；具体而言，选择适当的焊接产品样本，确保其包含了各种不同的焊点本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种焊接位置选取的可视化控制方法，其特征在于，应用于焊接位置选取的可视化控制系统，所述系统包括客户端，包括：获取待焊件基础信息，其中，所述待焊件基础信息包括待焊件型号信息和待焊件定位信息；根据所述待焊件型号信息匹配焊接样本图像进行语义分割，获取焊点样本特征信息，其中，所述焊点样本特征信息包括纹理样本特征信息和几何样本特征信息；获取客户端选定的所述待焊件型号信息的第一焊点，基于所述第一焊点采集焊接记录数据，其中，所述焊接记录数据包括N组焊接加工参数记录数据和N个焊接图像记录数据；基于所述纹理样本特征信息和所述几何样本特征信息对所述N个焊接图像记录数据进行筛选，获取图像筛选结果的加工参数记录数据的焊接位置序列；将所述焊接位置序列发送至所述客户端，获取用户反馈信息；当所述用户反馈信息包括确定信号时，将所述焊接位置序列设为所述第一焊点的焊接位置选取结果。2.如权利要求1所述的方法，其特征在于，根据所述待焊件型号信息匹配焊接样本图像进行语义分割，获取焊点样本特征信息，其中，所述焊点样本特征信息包括纹理样本特征信息和几何样本特征信息，包括：对所述焊接样本图像进行语义分割，获取样本焊点特征区域；对所述样本焊点特征区域进行结构特征提取，获取所述几何样本特征信息；对所述样本焊点特征区域进行纹理特征提取，获取所述纹理样本特征信息；其中，所述几何样本特征信息包括交界接触角特征、润湿角特征、引脚高度特征、润湿面积特征和填充高度特征，所述纹理样本特征信息包括裂纹尺寸特征、针孔尺寸特征、表面粗糙度特征和漏焊数量特征。3.如权利要求2所述的方法，其特征在于，对所述焊接样本图像进行语义分割，获取样本焊点特征区域，包括：采集焊接产品图像集进行焊点标识，生成焊点标识区域；以所述焊接产品图像集为输入数据，以所述焊点标识区域为输出监督数据，基于u
‑
net神经网络，训练第一分割器；获取所述第一分割器的输出偏差大于或等于输出偏差阈值的所述焊接产品图像集和所述焊点标识区域，设为第一偏差数据集；提升所述第一偏差数据集在初始数据集中的权重，基于u
‑
net神经网络，训练第二分割器；重复训练，直到第N分割器的第N偏差数据集的数据量小于或等于预设数据量，将所述第一分割器、所述第二分割器和所述第N分割器合并，生成语义分割模型对所述焊接样本图像进行语义分割，获取所述样本焊点特征区域。4.如权利要求1所述的方法，其特征在于，基于所述纹理样本特征信息和所述几何样本特征信息对所述N个焊接图像记录数据进行筛选，获取图像筛选结果的加工参数记录数据的焊接位置序列，包括：获取所述N个焊接图像记录数据的N组纹理特征信息和N组几何特征信息；将所述纹理样本特征信息和所述几何样本特征信息发送至所述客户端，设定缺陷纹理
偏差阈值和几何尺寸偏差阈值；将所述N组纹理特征信息不满足所述缺陷纹理偏差阈值的焊接图像记录数据删除，获取第一筛选结果；将所述N组几何特征信息不满足所述几何尺寸偏差阈值的所述第一筛选结果删除，获取第二筛选结果，设为所述图像筛选结果。5.如权利要求4所述的方法，其特征在于，将所述N组几何特征信息不满足所述几何尺寸偏差阈值的所述第一筛选结果删除，获取第二筛选结果，设为所述图像筛...

【专利技术属性】
技术研发人员：王司恺，李立凡，张聪，王强，杨业成，陈瑶，石伦，
申请(专利权)人：苏州松德激光科技有限公司，
类型：发明
国别省市：