一种焊缝点云自适应特征识别方法

本发明属于激光加工，特别是一种焊缝点云自适应特征识别方法。

背景技术：

1、在基于焊接机器人的焊接作业过程中，受工件加工公差、装配累计偏差、焊接热循环引发的动态变形以及现场环境扰动等多重因素交织影响，焊缝的实际空间轨迹及其坡口几何形貌呈现出显著的不确定性与时变特征。

2、当前主流的示教-再现型焊接机器人通常仅能依照预设的固定运动轨迹执行焊接任务，缺乏对焊缝实际位置偏移及坡口形貌动态变化的在线感知与实时响应能力。此种局限使得焊接过程极易产生焊偏、未熔合及熔深不足等典型质量缺陷，且往往需要依赖操作人员进行频繁的人工干预以完成路径修正，进而导致整体生产效率下降、焊缝成形质量的一致性难以保证。

3、为解决上述问题，已发展出通过向焊接工件表面投射线状激光条纹并采集调制图像，进而解算出工件的三维点云模型，进一步通过对获取的三维点云数据的处理与分析，以识别出焊缝特征点，以及通过焊缝特征点的坐标变换，为焊接机器人提供精准的实时引导信息，以确保焊缝质量。

4、目前常用的三维点云处理算法包括ransac（random sample consensus，随机抽样一致性算法）、canny边缘检测等，但上述方法在焊缝特征识别环节易出现计算耗时过长、对离群噪声敏感及关键特征误判等问题，从而制约了焊接机器人对焊缝轨迹与坡口形态变化的自适应响应能力。

5、因此，如何针对焊接点云数据的动态特性，研发一种兼具高实时性与强鲁棒性的焊缝点云自适应特征识别方法，对于进一步提升焊接机器人的智能化水平及焊缝成形质量一致性具有重要意义。

技术实现思路

1、为解决上述问题，本发明提出一种焊缝点云自适应特征识别方法，其通过将三维点云降维为一维高度序列并结合非对称权重矩阵wcont、线性递变权重矩阵wgap进行一维卷积运算，避免了复杂的三维曲面拟合或迭代运算过程，同时，基于非对称权重矩阵wcont、线性递变权重矩阵wgap的构造特点即可对焊缝特征点进行精确识别，具有更强的鲁棒性和抗干扰能力。

2、为实现上述目的，本发明采用的技术方案是：

3、提供了一种焊缝点云自适应特征识别方法，其包括如下步骤：

4、通过线激光采集工件上的坡口点云数据，并构建坡口的坡口点云数据集p；

5、基于坡口点云数据集判断坡口类型；

6、若坡口为连续型坡口，则执行连续型坡口特征点识别策略，若坡口为断口型坡口，则执行断口型坡口特征点识别策略。

7、与现有技术相比，本发明的有益效果如下：

8、本发明通过将三维点云降维为一维高度序列并结合非对称权重矩阵wcont、线性递变权重矩阵wgap进行一维卷积运算，避免了复杂的三维曲面拟合或迭代运算过程，以此将单帧点云的特征点识别耗时降低至毫秒级，同时，基于非对称权重矩阵wcont、线性递变权重矩阵wgap的构造特点即可对焊缝特征点进行精确识别，以极大减少坡口局部微小缺口、表面不平整等因素造成的扰动，使其具有更强的鲁棒性和抗干扰能力。

1.一种焊缝点云自适应特征识别方法，其特征在于，包括如下步骤：

2.如权利要求1所述的焊缝点云自适应特征识别方法，其特征在于，基于如下步骤判断坡口类型：

3.如权利要求2所述的焊缝点云自适应特征识别方法，其特征在于，基于如下步骤确定判定阈值tz：

4.如权利要求3所述的焊缝点云自适应特征识别方法，其特征在于，所述断口敏感系数α的取值范围为[0.1，0.3]。

5.如权利要求1所述的焊缝点云自适应特征识别方法，其特征在于，所述连续型坡口特征点识别策略包括：

6.如权利要求5所述的焊缝点云自适应特征识别方法，其特征在于，基于如下公式分别获得卷积响应序列c、逆向卷积响应序列crev：

7.如权利要求1所述的焊缝点云自适应特征识别方法，其特征在于，所述断口型坡口特征点识别策略包括：

8.如权利要求7所述的焊缝点云自适应特征识别方法，其特征在于，基于如下公式分别获得卷积响应序列c、逆向卷积响应序列crev：

9.如权利要求6或8所述的焊缝点云自适应特征识别方法，其特征在于，将卷积响应序列c全局最大值、全局最小值对应的位置分别确定为坡口的左上角点p1、右下角点p3；

10.如权利要求2所述的焊缝点云自适应特征识别方法，其特征在于，基于如下步骤剔除坡口点云数据集中的离群噪声点：