一种激光焊接目标识别与智能闭环控制系统及方法与流程

本发明涉及激光焊接自动化控制，尤其涉及一种激光焊接目标识别与智能闭环控制系统及方法。

背景技术：

1、随着高端装备制造、新能源动力电池、精密电子器件等产业的快速发展，激光焊接凭借能量密度高、热影响区域小、焊接精度高、易于自动化集成等技术优势，已成为精密构件焊接加工的核心工艺手段。高速化、精密化的激光焊接生产场景，对焊缝自动跟踪精度与闭环控制响应速度提出了日趋严苛的要求：焊接过程中产生的强弧光、等离子体、飞溅烟雾会对视觉成像形成强干扰，导致目标特征提取难度大幅提升；同时焊接工况存在动态波动，焊接材质、焊接速度、激光功率等参数的变化均会影响焊接质量，要求控制系统具备快速响应能力与自适应调节能力，以保障焊接质量的一致性。

2、目前，激光焊接焊缝跟踪技术以视觉传感方案为主流，其技术演进路径分为传统机器视觉方案与深度学习辅助方案两类。传统机器视觉方案多采用结构光传感器结合边缘检测算法提取焊缝特征，在工况稳定的常规焊接场景下可实现基础的焊缝跟踪功能，但面对强弧光干扰、高反光母材、小间隙焊缝等复杂工况时，特征提取准确率大幅下降，难以满足精密焊接的加工需求。为提升复杂工况下的识别鲁棒性，部分现有技术将卷积神经网络引入焊接目标识别环节，通过深度学习模型完成焊缝与激光光斑的特征提取，在一定程度上提升了复杂工况下的识别稳定性。

3、在图像增强预处理层面，现有方案多采用单一算法完成光照增强处理，虽可提升画面整体亮度，但会在激光光斑等强光区域周边引入明显的边缘光晕与背景噪声，反而破坏焊缝边缘的梯度特征，制约后续识别定位精度的进一步提升，效果难以满足高精度识别的应用需求。

4、在目标识别定位层面，现有深度学习识别模型多直接套用通用检测网络架构，模型参数量大、推理延迟高，难以适配高速焊接的应用场景；若对模型进行过度轻量化处理，则会导致定位精度不足，无法满足精密焊接的亚毫米级定位需求，难以实现检测速度与定位精度的有效平衡。

5、除此之外，现有技术方案多仅聚焦于识别环节或控制环节的单点改进，未构建完整智能闭环控制链路，感知环节与控制环节的信息交互不充分，整体系统的全链路协同性不足，难以实现高速精密焊接场景下的全流程协同优化。

6、综上，现有激光焊接目标识别与智能闭环控制技术在复杂工况抗干扰能力、算法精度与实时性平衡、多工况自适应控制以及全链路闭环协同等方面仍存在明显短板，难以满足高端精密激光焊接的生产应用需求。

技术实现思路

1、本发明所要解决的技术问题是克服现有技术中存在的不足，提供一种激光焊接目标识别与智能闭环控制系统及方法。

2、本发明是通过以下技术方案予以实现：

3、一种激光焊接目标识别与智能闭环控制系统，包括特定波长斜射照明光源、同轴激光焊接视觉感知单元、智能图像增强与cnn目标识别单元、智能闭环控制单元以及执行单元；各单元依次通信连接，形成完整的智能闭环控制链路；

4、所述特定波长斜射照明光源采用与焊接激光波长相异的单一波长led制成，用于向焊缝区域提供辅助照明；

5、所述同轴激光焊接视觉感知单元同轴安装于焊接激光头的预留相机接口，包括依次布设的工业镜头、窄带滤光镜片及视觉传感器；所述窄带滤光镜片的通光波长与所述特定波长斜射照明光源的发射波长相匹配，用于滤除焊接激光产生的强弧光及等离子体干扰；所述视觉传感器用于采集激光焊接过程中的激光光斑与焊缝目标图像，并将所述目标图像传输至所述智能图像增强与cnn目标识别单元；

6、所述智能图像增强与cnn目标识别单元，用于对采集的图像依次进行智能增强预处理与像素级目标识别定位，输出激光光斑与焊缝之间的相对位置偏差数据；

7、所述智能闭环控制单元内置贝叶斯优化的多输入cnn-bilstm卷积神经网络，用于结合视觉反馈的相对位置偏差数据与实时焊接工况信息进行模糊闭环控制运算，向所述执行单元输出控制信号，并依据焊接实时数据迭代优化控制参数；

8、所述执行单元包括相垂直的x轴运动组件和y轴运动组件，所述x轴运动组件和y轴运动组件均包括伺服电机和丝杠滑台，所述执行单元用于根据控制信号实时调整焊接激光头的空间位置，使激光束始终对准焊缝中心。

9、根据上述技术方案，优选地，所述智能图像增强与cnn目标识别单元包括依次信号连接的激光焊接图像智能增强模块与改进型轻量级cnn识别模块；

10、所述激光焊接图像智能增强模块用于对输入图像进行去雾、降噪及特征增强处理，以凸显激光光斑与焊缝边缘特征；

11、所述改进型轻量级cnn识别模块用于对增强后的图像进行焊缝边缘及激光光斑的像素级识别与定位，其识别目标包括激光光斑中心、光斑区域及焊缝边缘，输出激光光斑中心相对于焊缝的相对位置偏差数据。

12、根据上述技术方案，优选地，所述激光焊接图像智能增强模块包括依次信号连接的msrcr增强子模块与轻量化deblurgan-v2修正子模块；

13、所述msrcr增强子模块采用带色彩恢复的多尺度retinex算法，用于对输入图像进行光照增强处理，消除焊接过程中烟雾、飞溅导致的图像降质；

14、所述轻量化deblurgan-v2修正子模块用于消除经msrcr算法增强处理后引入的图像噪声，以及激光光斑周边强光区域的边缘光晕，输出最终增强图像。

15、根据上述技术方案，优选地，所述轻量化deblurgan-v2修正子模块的生成对抗网络采用带有梯度惩罚的wgan-gp损失函数，其骨干网络替换为mobilenet-dsc，并预先经过模型剪枝及输出量化处理，以降低运算量、缩短处理时延，满足激光焊接过程的实时性要求。

16、根据上述技术方案，优选地，所述轻量化deblurgan-v2修正子模块以经msrcr算法处理后的含光晕、噪声的激光焊接图像为训练样本，定向修复msrcr算法增强处理引入的光斑边缘光晕与背景噪声缺陷，同时保留焊缝边缘的梯度特征。

17、根据上述技术方案，优选地，所述智能闭环控制单元包含自适应pid控制器；所述贝叶斯优化的多输入cnn-bilstm卷积神经网络的输入量包括视觉反馈的相对位置偏差数据、焊接材质参数、焊接速度参数及激光功率参数，输出量为pid控制参数，用于实现不同焊接工况下控制参数的自适应调节。

18、本发明还公开了一种激光焊接目标识别与智能闭环控制方法，采用上述的激光焊接目标识别与智能闭环控制系统，包括循环执行的如下步骤：

19、s1、采用特定波长斜射照明光源以倾斜角度照射工件焊缝区域，经同轴安装的激光焊接视觉感知单元采集图像并进行窄带光学滤波处理，得到抑制焊接激光强弧光及等离子体干扰的激光光斑与焊缝目标图像；

20、s2、基于步骤s1得到的激光光斑与焊缝目标图像，依次经过智能增强预处理与改进型轻量级卷积神经网络识别定位处理，得到激光光斑与焊缝之间的像素级相对位置偏差数据；

21、s3、基于步骤s2得到的像素级相对位置偏差数据，结合焊接材质、焊接速度、激光功率的实时焊接工况信息，通过贝叶斯优化的多输入cnn-bilstm卷积神经网络进行自适应模糊闭环控制运算，生成对应控制信号并输出至执行单元，驱动执行单元调整焊接激光头的空间位置；

22、s4、实时采集焊接过程中的相对位置偏差数据与执行单元动作信号并进行状态监测判断；当相对位置偏差数据超出设定阈值或执行单元发生故障时，触发报警并暂停焊接作业；正常工况下，将实时运行数据反馈至采集与控制环节，返回执行步骤s1，形成持续动态闭环控制。

23、根据上述技术方案，优选地，步骤s2中所述智能增强预处理具体包括如下子步骤：

24、s21、基于输入的目标图像，通过带色彩恢复的多尺度retinex算法进行光照增强处理，得到消除烟雾、飞溅降质影响的初步增强图像；

25、s22、基于步骤s21得到的初步增强图像，通过轻量化deblurgan-v2生成对抗网络进行噪声与光晕消除处理，得到最终增强图像。

26、根据上述技术方案，优选地，步骤s22中所述轻量化deblurgan-v2生成对抗网络，采用带有梯度惩罚的wgan-gp损失函数，其骨干网络替换为mobilenet-dsc，并预先经过模型剪枝及输出量化处理，以降低运算时延，满足激光焊接过程的实时性要求。

27、根据上述技术方案，优选地，步骤s3中，所述贝叶斯优化的多输入cnn-bilstm卷积神经网络以相对位置偏差数据与多维度工况参数为输入，实时回归输出pid控制参数，实现模糊自适应pid控制，以适应焊接工况的动态变化。

28、本发明的有益效果是：

29、（1）本发明采用msrcr增强子模块与轻量化deblurgan-v2修正子模块级联的两级增强架构，通过带色彩恢复的多尺度retinex算法完成光照增强，消除烟雾、飞溅导致的图像降质，通过轻量化deblurgan-v2生成对抗网络定向修复光斑边缘光晕与背景噪声，保留焊缝边缘梯度特征；其中轻量化deblurgan-v2生成对抗网络采用带有梯度惩罚的wgan-gp损失函数，以mobilenet-dsc为骨干网络并经模型剪枝及输出量化处理，在保障增强效果的同时控制运算时延，适配激光焊接的实时处理需求；

30、（2）本发明采用改进型轻量级cnn识别模块，通过分层差异化轻量化配置优化网络结构，可对激光光斑中心、光斑区域及焊缝边缘实现像素级识别与定位，稳定输出激光光斑中心相对于焊缝的相对位置偏差数据；该网络架构在压缩运算体量、提升推理效率的同时保障小间隙焊缝的定位精度，可同时满足高速焊接场景的实时性要求与精密焊接场景的精度要求，经优化后单帧推理延迟≤10ms；

31、（3）本发明的智能闭环控制单元内置贝叶斯优化的多输入cnn-bilstm卷积神经网络，可融合视觉反馈的相对位置偏差数据与焊接材质参数、焊接速度参数、激光功率参数等多维度实时焊接工况信息，完成模糊闭环控制运算并动态输出pid控制参数，实现不同焊接工况下控制参数的自适应调节，有效提升工况动态波动下闭环控制的响应精度与运行稳定性；

32、（4）本发明各单元依次通信形成完整的智能闭环控制链路，实现光学感知、图像增强、目标识别、智能控制与执行反馈各环节的信息贯通与协同运行，形成持续动态闭环控制；系统配套状态监测与故障响应机制，可在相对位置偏差数据超出设定阈值或执行单元发生故障时触发报警并暂停焊接作业，提升系统运行可靠性，最终实现焊接质量一致性与生产效率的全面提升。