本發(fā)明涉及人工智能領(lǐng)域，特別涉及機(jī)器視覺、計(jì)算機(jī)視覺、智能視頻分析等相關(guān)技術(shù)，尤其是一種智能焊接機(jī)器人控制系統(tǒng)。

背景技術(shù)：

1、隨著城市化進(jìn)程不斷加快，智能生產(chǎn)和自動(dòng)化技術(shù)在工業(yè)領(lǐng)域的應(yīng)用越來越廣泛?，F(xiàn)代工業(yè)生產(chǎn)過程中，焊接作為一種關(guān)鍵的加工工藝，廣泛應(yīng)用于制造業(yè)的各個(gè)領(lǐng)域。然而，傳統(tǒng)的焊接方式由于缺乏智能化監(jiān)控手段，往往面臨焊接精度不足、缺陷檢測不及時(shí)和焊接參數(shù)調(diào)整不靈活等問題，難以滿足高效、高質(zhì)量生產(chǎn)的要求。

2、在智能生產(chǎn)的背景下，智能焊接機(jī)器人因其高效、精確和靈活的特點(diǎn)，逐漸成為工業(yè)焊接中的主力設(shè)備。然而，目前的智能焊接技術(shù)主要依賴單一的算法模型進(jìn)行焊接控制和缺陷檢測，難以適應(yīng)不同的焊接工況和復(fù)雜的生產(chǎn)環(huán)境。這些技術(shù)在實(shí)際應(yīng)用中主要存在以下問題：

3、焊接缺陷檢測不足：傳統(tǒng)的焊接缺陷檢測方法，主要依賴于單一的傳感器數(shù)據(jù)或視覺檢測技術(shù)，難以全面監(jiān)測焊接過程中的缺陷情況。特別是在面對不同材料和復(fù)雜焊縫結(jié)構(gòu)時(shí)，檢測精度和可靠性有待提高。

4、焊接路徑規(guī)劃受限：現(xiàn)有的焊接路徑規(guī)劃技術(shù)多采用固定的路徑規(guī)劃算法，缺乏對環(huán)境動(dòng)態(tài)變化的響應(yīng)能力。特別是在復(fù)雜的生產(chǎn)環(huán)境中，傳統(tǒng)算法難以實(shí)現(xiàn)實(shí)時(shí)的路徑優(yōu)化和避障，影響焊接效率和質(zhì)量。

5、焊接參數(shù)調(diào)整不靈活：傳統(tǒng)的焊接參數(shù)控制方法，多依賴預(yù)設(shè)的參數(shù)調(diào)節(jié)，缺乏對焊接過程中實(shí)時(shí)數(shù)據(jù)的響應(yīng)能力。在焊接過程中，如果出現(xiàn)參數(shù)波動(dòng)或工況變化，難以實(shí)現(xiàn)對參數(shù)的自適應(yīng)調(diào)整，導(dǎo)致焊接質(zhì)量不穩(wěn)定。

技術(shù)實(shí)現(xiàn)思路

1、為了解決以上技術(shù)問題，本發(fā)明提供了一種智能焊接機(jī)器人控制系統(tǒng)，利用多模態(tài)數(shù)據(jù)融合技術(shù)、復(fù)雜深度學(xué)習(xí)算法和自適應(yīng)模糊控制技術(shù)，解決現(xiàn)有技術(shù)中存在的焊接精度不足、缺陷檢測不全面和參數(shù)調(diào)整不靈活的問題。該系統(tǒng)通過對焊接過程中的數(shù)據(jù)進(jìn)行實(shí)時(shí)監(jiān)控和智能分析，實(shí)現(xiàn)對焊接缺陷的全面檢測、焊接路徑的動(dòng)態(tài)優(yōu)化以及焊接參數(shù)的自適應(yīng)調(diào)節(jié)，通過集成多模態(tài)數(shù)據(jù)和復(fù)雜深度學(xué)習(xí)算法，實(shí)現(xiàn)對焊接過程的全面監(jiān)控和優(yōu)化，提高了系統(tǒng)的魯棒性和適應(yīng)性，克服了現(xiàn)有技術(shù)中的諸多不足，顯著提升了智能生產(chǎn)環(huán)境下的焊接效率和質(zhì)量。

2、本發(fā)明的技術(shù)方案是：

3、一種智能焊接機(jī)器人控制系統(tǒng)，包括多模態(tài)數(shù)據(jù)融合模塊、復(fù)雜深度學(xué)習(xí)算法模塊、實(shí)時(shí)路徑優(yōu)化模塊、自適應(yīng)模糊控制模塊和反饋調(diào)節(jié)模塊。

4、其中，

5、所述多模態(tài)數(shù)據(jù)融合模塊包括光學(xué)圖像處理單元、紅外熱成像分析單元和超聲波數(shù)據(jù)處理單元，能夠?qū)碜圆煌瑐鞲衅鞯臄?shù)據(jù)進(jìn)行融合和特征提取，形成統(tǒng)一的特征圖。

6、所述復(fù)雜深度學(xué)習(xí)算法模塊采用視覺變換器(vit)模型，通過多模態(tài)數(shù)據(jù)集訓(xùn)練，能夠提取和融合多種傳感器數(shù)據(jù)中的關(guān)鍵特征，生成綜合特征圖用于缺陷檢測。

7、所述非極大值抑制算法根據(jù)融合后的綜合特征圖，對焊接缺陷的候選框進(jìn)行篩選和抑制，采用加權(quán)參數(shù)對候選框置信度進(jìn)行修正，提高缺陷檢測的準(zhǔn)確性和可靠性。

8、所述實(shí)時(shí)路徑優(yōu)化模塊通過遺傳算法進(jìn)行多目標(biāo)優(yōu)化，綜合考慮焊接質(zhì)量、路徑長度和能耗，生成最優(yōu)焊接路徑，適應(yīng)復(fù)雜生產(chǎn)環(huán)境，并通過動(dòng)態(tài)監(jiān)測和實(shí)時(shí)調(diào)整，確保焊接路徑的連續(xù)性和安全性。

9、所述自適應(yīng)模糊控制模塊基于模糊邏輯規(guī)則，對焊接過程中關(guān)鍵參數(shù)進(jìn)行實(shí)時(shí)監(jiān)測和動(dòng)態(tài)調(diào)整，通過在線學(xué)習(xí)和調(diào)整，實(shí)現(xiàn)對焊接電流、電壓、焊接速度和焊接時(shí)長的自適應(yīng)控制。

10、所述反饋調(diào)節(jié)模塊通過閉環(huán)控制機(jī)制，基于實(shí)時(shí)監(jiān)測數(shù)據(jù)對焊接參數(shù)進(jìn)行持續(xù)優(yōu)化，確保焊接過程的穩(wěn)定性和焊接質(zhì)量的提高。

11、進(jìn)一步的，

12、(1)獲取多模態(tài)數(shù)據(jù)，運(yùn)行多模態(tài)數(shù)據(jù)融合模塊，結(jié)合光學(xué)圖像、紅外熱成像和超聲波檢測數(shù)據(jù)，進(jìn)行數(shù)據(jù)融合和特征提取。

13、(2)通過復(fù)雜深度學(xué)習(xí)算法模塊，對融合后的特征數(shù)據(jù)進(jìn)行分析，檢測焊接過程中的缺陷，利用視覺變換器(vit)模型進(jìn)行多層次特征提取，生成綜合特征圖。

14、(3)從步驟2中獲取的綜合特征圖，應(yīng)用非極大值抑制算法，對檢測到的缺陷進(jìn)行篩選和定位，判斷焊接缺陷的位置和類型。

15、(4)獲取焊接工件的三維模型數(shù)據(jù)，通過實(shí)時(shí)路徑優(yōu)化模塊，利用遺傳算法進(jìn)行多目標(biāo)優(yōu)化，生成最優(yōu)焊接路徑，并在焊接過程中動(dòng)態(tài)監(jiān)測環(huán)境變化，調(diào)整焊接路徑。

16、(5)從步驟4中獲取的最優(yōu)路徑數(shù)據(jù)，運(yùn)行自適應(yīng)模糊控制模塊，對焊接過程中的關(guān)鍵參數(shù)如電流、電壓、焊接速度和焊接時(shí)長進(jìn)行實(shí)時(shí)監(jiān)測和動(dòng)態(tài)調(diào)整。

17、(6)通過反饋調(diào)節(jié)模塊，基于實(shí)時(shí)數(shù)據(jù)對焊接參數(shù)進(jìn)行閉環(huán)調(diào)節(jié)，優(yōu)化焊接過程，確保焊接質(zhì)量和穩(wěn)定性。

18、其中，

19、所述非極大值抑制算法包括以下步驟：

20、(1)構(gòu)建初始化候選框集合h，包含全部候選框；構(gòu)建一個(gè)存放最優(yōu)框的集合m并初始化為空集；

21、(2)搜索所有候選框，找到修正置信度最高的一個(gè)候選框m，從集合h移到集合m，遍歷h中所有的候選框，計(jì)算與m的重疊率(iou)，如果超過閾值，則認(rèn)為與m重疊，將此框從h中去除；

22、(3)重復(fù)步驟2操作直到集合h為空，集合m中的候選框即為最終返回的目標(biāo)。

23、進(jìn)一步的，

24、所述修正置信度計(jì)算過程中，各算法模塊的權(quán)重通過各自檢測置信度進(jìn)行計(jì)算和調(diào)整，以提高缺陷檢測的綜合可靠性和準(zhǔn)確性。

25、提高焊接缺陷檢測的全面性和準(zhǔn)確性：本發(fā)明集成了光學(xué)圖像、紅外熱成像和超聲波檢測等多種傳感器數(shù)據(jù)，通過基于視覺變換器(vit)的多模態(tài)數(shù)據(jù)融合技術(shù)，進(jìn)行多層次特征提取和分析，解決現(xiàn)有技術(shù)中缺陷檢測不全面、漏檢率高的問題，顯著提高焊接缺陷檢測的準(zhǔn)確性和靈敏度。

26、優(yōu)化焊接路徑規(guī)劃的靈活性和適應(yīng)性：本發(fā)明采用了多目標(biāo)優(yōu)化算法，通過遺傳算法進(jìn)行路徑優(yōu)化，結(jié)合動(dòng)態(tài)避障技術(shù)，實(shí)現(xiàn)對焊接路徑的實(shí)時(shí)規(guī)劃和調(diào)整，解決了現(xiàn)有技術(shù)中路徑規(guī)劃受限、難以應(yīng)對復(fù)雜生產(chǎn)環(huán)境的問題，確保焊接過程的連續(xù)性和安全性，提高生產(chǎn)效率。

27、實(shí)現(xiàn)焊接參數(shù)的自適應(yīng)調(diào)整：本發(fā)明通過自適應(yīng)模糊控制算法，對焊接過程中的電流、電壓、焊接速度和焊接時(shí)長進(jìn)行動(dòng)態(tài)調(diào)整，根據(jù)實(shí)時(shí)監(jiān)測的焊接數(shù)據(jù)，在線調(diào)整控制參數(shù)，解決了現(xiàn)有技術(shù)中焊接參數(shù)調(diào)整不靈活的問題，確保焊接質(zhì)量的穩(wěn)定性和一致性。

28、提升系統(tǒng)的魯棒性和適應(yīng)性：本發(fā)明基于多模態(tài)數(shù)據(jù)和復(fù)雜深度學(xué)習(xí)算法，通過非極大值抑制(nms)思想進(jìn)行模型集成，優(yōu)化了焊接機(jī)器人在不同焊接工況和材料下的適應(yīng)能力，解決了現(xiàn)有技術(shù)中模型適應(yīng)性差、難以應(yīng)對復(fù)雜焊接場景的問題，顯著提升系統(tǒng)的魯棒性和適應(yīng)性。

29、本發(fā)明構(gòu)建了一種能夠高效適應(yīng)復(fù)雜生產(chǎn)環(huán)境、實(shí)現(xiàn)焊接過程全方位智能監(jiān)控和優(yōu)化控制的智能焊接機(jī)器人控制系統(tǒng)，滿足現(xiàn)代工業(yè)生產(chǎn)對高精度、高質(zhì)量焊接操作的需求，為智能制造領(lǐng)域提供一套高效、可靠的解決方案。

30、本發(fā)明的有益效果是

31、本發(fā)明方案通過采用人體特征檢測算法，可以計(jì)算攝像頭的拍攝角度和拍攝距離，根據(jù)拍攝角度和距離進(jìn)行模型融合，所得到的集成模型兼容性更好，在準(zhǔn)確率方面更具優(yōu)勢。

32、本發(fā)明采用加權(quán)非極大值抑制的方法進(jìn)行模型集成，解決單一模型容易受到拍攝角度和距離變化導(dǎo)致性能不穩(wěn)定的問題，可以滿足多種場景下的區(qū)域人數(shù)統(tǒng)計(jì)需求。