CN116331573B 一种基于视觉识别打包线技术自动化焊接系统及工作方法 （福州大学）_第1页
CN116331573B 一种基于视觉识别打包线技术自动化焊接系统及工作方法 （福州大学）_第2页
CN116331573B 一种基于视觉识别打包线技术自动化焊接系统及工作方法 （福州大学）_第3页
CN116331573B 一种基于视觉识别打包线技术自动化焊接系统及工作方法 （福州大学）_第4页
CN116331573B 一种基于视觉识别打包线技术自动化焊接系统及工作方法 （福州大学）_第5页
已阅读5页，还剩16页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

一种基于视觉识别打包线技术自动化焊接本发明提出一种基于视觉识别打包线技术侧设有多个用于采集钢线圈点云数据和打包线2的焊接作业区域，所述U型钩在圆环结构的3D相机采集数据以及机械手执行焊接作业时用5.基于视觉识别打包线技术自动化焊接系统的工作方法，采用权利要求4所述的基于环结构内侧的工业相机随着圆环结构在滑轨上平移，以获得钢线圈所需范围内的点云数步骤S2、工业3D相机采集的原始点云数据传输到PC步骤S3、PC将步骤S2中得到的焊点位置的具体坐标值6.根据权利要求5所述的基于视觉识别打包线技术自动化焊接系统的工作方法，其特步骤A3、初步处理好点云数据，通过PointNet和Point步骤A5、将步骤A4得到的打包线点云的垂直俯视图37.根据权利要求6所述的基于视觉识别打包线技术自动化焊接系统的工作方法，其特征在于：在步骤A1的点云滤波、步骤A2的点云采样、步骤A4的点云投影中，采用Visual8.根据权利要求6所述的基于视觉识别打包线技术自动化焊接系统的工作方法，其特在PointNet神经网络框架中，首先将原本点云数据点的特征通过全连接层进行升维，在PointNet++神经网络增加了局部特征的提取，首先通过步骤B1、输入点云有N个点，从点云中选取一个点P0作为起始点，得到采样点集合S=L中存储的是每一个点到采样点集合S的最近距离；步骤A1的体素滤波，通过输入的点云数据创中所有点的重心来近似显示体素中其他点，这样该体素内所有点都用一个重心点最终表9.根据权利要求8所述的基于视觉识别打包线技术自动化焊接系统的工作方法，其特45至机械手的焊接作业区域，所述U型钩在圆环结构的3D相机采集数据以及机械手执行焊接6[0019]步骤A5、将步骤A4得到的打包线点云的垂直俯视图像中的二维打包线图像灰度化，使用二值化进行图像轮廓边缘提取，随后采用Sobel算子对图像进行特定直线识别提[0020]在步骤A1的点云滤波、步骤A2的点云采样、步骤A4的点云投影中，采用Visual7[0026]步骤B3、计算所有点到P1的距离，对于每一个点Pi，其距离P1的距离如果小于L经网络模型为基础，对其分类分割参数和数据点的输入值参数进行适应课题的参数优化，提高了PointNet++对于打包线点云的分类分割[0040]本发明基于点云目标识别和定位技术实现的打包线自动化焊接系统可以有效提8[0047]附图6是利用sobel的Gy算子可以将水平方向上的边缘梯度剔除以得到图像中的4，还包括一对用于焊接打包线的机械手；所述圆环结构的内侧与钢线圈及打包线外侧相至机械手的焊接作业区域，所述U型钩在圆环结构的3D相机采集数据以及机械手执行焊接9[0062]步骤A5、将步骤A4得到的打包线点云的垂直俯视图像中的二维打包线图像灰度化，使用二值化进行图像轮廓边缘提取，随后采用Sobel算子对图像进行特定直线识别提[0069]步骤B3、计算所有点到P1的距离，对于每一个点Pi，其距离P1的距离如果小于L

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论