[发明专利]一种焊接间隙的实时测量方法、装置及电子设备

说明书

本发明实施例公开了一种焊接间隙的实时测量方法、装置及电子设备，涉及人工智能技术领域。本发明实施例的焊接间隙的实时测量方法包括：通过faster‑rcnn分类定位算法，确定焊接间隙图像中的间隙候选区；在所述间隙候选区内，基于多层神经网络，获得所述焊接间隙端点在所述图像上的坐标范围；对所述图像进行细直化处理，确定所述焊接间隙端点在所述图像上的精确坐标；基于所述精确坐标，测量所述焊接间隙的大小。通过本发明实施例的方案，能有效的解决目标对象的焊接间隙的实时测量问题。

技术领域

本发明涉及人工智能领域，尤其涉及焊接机器人间隙实时测量的方案。

背景技术

随着人工智能的发展，机器视觉的应用越来越成熟。当前机器人的发展对工业发展起着至关重要的作用，在这个领域人工智能的应用还未成熟，近年来的无人机和无人驾驶车已有初步成效但离实际应用还差得远，而在工业机器人领域人工智能的成熟应用更少，现在的工业机器人都处于人机交互人机融合状态，远未达到完全脱离人的状态。对于机器人应用领域来说，使用人工智能来实时检测间隙是一个创新的尝试。

发明人在实现本发明的过程中发现，目前对于焊接机器人间隙测量使用的多为机器视觉处理方面的算法，譬如houghf等直线检测算法。这类算法的优点是测量精度高速度稍快，缺点是效果不稳定，尤其是在进行实际焊接过程中，焊接弧光对视觉成像有不小的影响，此时的直线检测算法常常失效，从而导致焊接品质的下降。

因此，亟需一种针对焊接机器人间隙实时测量的解决方案。

发明内容

有鉴于此，本发明实施例提供了一种焊接间隙的实时测量方法、装置及电子设备，至少部分的解决现有技术中存在的问题。

第一方面，本发明实施例提供了一种焊接间隙的实时测量方法，包括：

通过faster-rcnn分类定位算法，确定焊接间隙图像中的间隙候选区；

在所述间隙候选区内，基于多层神经网络，获得所述焊接间隙端点在所述图像上的坐标范围；

对所述图像进行细直化处理，确定所述焊接间隙端点在所述图像上的精确坐标；

基于所述精确坐标，测量所述焊接间隙的大小。

根据本发明实施例的一种具体实现方式，所述通过faster-rcnn分类定位算法，确定焊接间隙图像中的间隙候选区，包括：

使用ZF网络结构的预训练模型，将所述焊接间隙图像分类为第一前景类图像、第二前景类图像和背景类图像，其中所述第一前景类图像为包含两条焊线的图像，所述第二前景类图像为包含三条焊线的图像，所述背景类图像为不包含焊线的图像。

根据本发明实施例的一种具体实现方式，在所述获得所述焊接间隙端点在所述图像上的坐标范围之后，所述方法还包括：

基于所述坐标范围，通过直线模拟的方式形成所述焊接间隙图像的掩膜图。

根据本发明实施例的一种具体实现方式，所述方法还包括：

将包含间隙候选区的图像与所述掩膜图进行比较；

基于所述比较结果，确定所述焊接间隙图像是否存在干扰，并获得排除干扰的间隙图像。

根据本发明实施例的一种具体实现方式，所述对所述图像进行细直化处理，包括：

通过判断所述图像中白点局部邻域的关系，来获得1个像素点宽的线条图。

根据本发明实施例的一种具体实现方式，所述对所述图像进行细直化处理，还包括：

将所述图像上的白线中每一点作为基本样点；

基于预设的参数和条件，对所述基本样点进行聚类处理；