首页> 中国专利> 一种基于深度学习语义分割的被动视觉焊缝跟踪方法

一种基于深度学习语义分割的被动视觉焊缝跟踪方法

摘要

本发明公开了一种基于深度学习语义分割的被动视觉焊缝跟踪方法,包括以下步骤:建立视觉系统并且在不借助外部光的情况下采集PAW焊接时的焊缝图像;基于语义分割对焊缝图像进行分割,提取出其中的弧光和焊缝部分;对分割后的图像进行连通域标记,消除误分割部分;基于弧光的几何特征确定焊枪位置并对焊缝进行直线拟合,计算出两者之间的偏移量;基于先前计算出的偏移量对当前结果进行滤波处理,本发明的有益效果:通过构架BiseNetV2网络,实现了对弧光、焊缝的精准分割以及焊枪位置的精准定位;同时采取滤波方法可以获取更高的精度,以满足对焊缝的实时跟踪的精度要求。

著录项

  • 公开/公告号CN115457077A

    专利类型发明专利

  • 公开/公告日2022-12-09

    原文格式PDF

  • 申请/专利权人 南京理工大学;

    申请/专利号CN202210941877.5

  • 申请日2022-08-08

  • 分类号G06T7/246;G06T1/00;G06V20/70;G06V10/26;G06V10/62;G06V10/82;B23K10/02;

  • 代理机构南京苏创专利代理事务所(普通合伙);

  • 代理人常晓慧

  • 地址 210000 江苏省南京市玄武区孝陵卫街道孝陵卫街200号

  • 入库时间 2023-06-19 17:53:19

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2022-12-09

    公开

    发明专利申请公布

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号