CN114332475A - 一种船舶焊缝特征识别方法 - Google Patents

一种船舶焊缝特征识别方法 Download PDF

Info

Publication number
CN114332475A
CN114332475A CN202111483243.1A CN202111483243A CN114332475A CN 114332475 A CN114332475 A CN 114332475A CN 202111483243 A CN202111483243 A CN 202111483243A CN 114332475 A CN114332475 A CN 114332475A
Authority
CN
China
Prior art keywords
joint
triangle
contour
distance
triangular
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202111483243.1A
Other languages
English (en)
Other versions
CN114332475B (zh
Inventor
袁明新
戴现令
刘超
孙宏伟
刘锁东
高云强
张本顺
王占光
申燚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu University of Science and Technology
716th Research Institute of CSIC
Original Assignee
Jiangsu University of Science and Technology
716th Research Institute of CSIC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jiangsu University of Science and Technology, 716th Research Institute of CSIC filed Critical Jiangsu University of Science and Technology
Priority to CN202111483243.1A priority Critical patent/CN114332475B/zh
Publication of CN114332475A publication Critical patent/CN114332475A/zh
Priority to PCT/CN2022/127298 priority patent/WO2023103621A1/zh
Application granted granted Critical
Publication of CN114332475B publication Critical patent/CN114332475B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种船舶焊缝特征识别方法。首先通过角系数法判断多边形的凹凸顶点，基于凹顶点和三角形旋向的Delaunay三角剖分，构造三维模型表面的三角形网格并生成STL文件；然后基于相邻三角面片的法向量夹角，提取出模型的轮廓线及点；接着根据带判定面处法向量进行接头空间位置关系判断；最后根据接头空间位置和最小轮廓线距离完成接头形式和坡口类型的焊缝特征识别。本发明的船舶焊缝特征识别方法有助于实现船舶焊接件数字模型中焊缝特征的精确识别，进而提高焊接机器人焊接工艺选择的快速性和准确性，达到优化焊接质量、提高生产效率的目的。

Description

一种船舶焊缝特征识别方法
技术领域
本发明属于模式识别技术领域，涉及基于焊接件数字模型的焊缝特征识别技术，尤其涉及一种船舶焊缝特征识别方法。
背景技术
焊接是船体制造中的重要环节，由于焊接烟尘、弧光和金属飞溅等的存在，焊接工作环境往往比较恶劣。随着中国制造2025的到来，利用焊接机器人开展自动化焊接，不仅能提升焊接质量的一致性，还可提高生产效率、降低成本，是推进中国船舶智能化制造的关键。
焊接质量的好坏，其焊接工艺参数的快速、准确选择是关键，而这需要先对焊接件数字模型中焊缝特征进行精确识别。焊缝特征识别一直是自动化焊接领域的研究重点。目前研究主要集中在对焊缝图像或数字点云模型的处理，主要是通过视觉传感器采集到焊缝图像或者点云模型，然后基于提取算法获得焊缝特征点，进而实现坡口的识别。此外，利用建模软件 API接口进行焊缝模型的二次开发，获取焊接件的属性特征，也可识别出焊缝特征。但目前焊缝特征识别主要针对单一类型的焊缝，或是针对部分接头或个别坡口的提取，限制了其应用范围。此外，焊缝特征也是焊接工艺数据库进行工艺参数推荐的重要参考依据。因此，开展船舶焊缝特征识别的研究，有助于实现船舶焊接件数字模型中焊缝特征的精确识别，提高焊接机器人焊接工艺选择的快速性和准确性，同时，也增加了焊接工艺数据库的多样性和有效性，有利于优化焊缝成形质量。
发明内容
本发明的目的是针对焊接件数字模型的焊缝特征识别，提供一种船舶焊缝特征识别方法。
为了达到上述目的，本发明采取如下技术方案予以实现：
一种船舶焊缝特征识别方法，首先通过基于有向三角形旋向的Delaunay三角剖分来生成三维模型的STL文件；然后基于STL文件进行焊缝特征识别，进而识别出接头形式和坡口类型。其具体步骤如下：
步骤1.基于凹顶点和三角形旋向的Delaunay三角剖分；
步骤2.生成三维模型的STL文件；
步骤3.提取模型的轮廓线及点；
步骤4.接头空间位置判断；
步骤5.焊缝特征识别。
进一步，步骤1所述基于凹顶点和三角形旋向的Delaunay三角剖分，包括初始三角网格生成和三角网格局部变换，其中，所述初始三角网格生成的具体内容和步骤如下：
(1)逆时针顺序读入多边形顶点，并依次存储到数组空间；
(2)通过角系数法判断每个顶点的凹凸性，获取所有凹顶点；
(3)按顺序从数组空间中依次取出三个顶点来构成有向三角形，求出其面积用于三角形旋向的判断。若计算结果为正，则该三角形为逆时针旋向并转步骤(4)；反之为顺时针旋向并转步骤(5)。若三个顶点位于同一直线上，则也转步骤(5)；
(4)判断三角形内部是否含有凹顶点。若无凹顶点，则输出构成该三角形的三顶点Pi、 Pi+1、Pi+2，并将Pi+1从数组空间中移除，同时以该三角形的起点Pi、终点Pi+2和下一个顶点Pi+3，构成新有向三角形△PiPi+2Pi+3并转步骤(6)；若有凹顶点，则转步骤(5)；
(5)将三角形ΔPiPi+2Pi+3的起点Pi存回数组空间，取出下一个顶点Pi+1，重新构成新有向三角形△Pi+1Pi+2Pi+3并转步骤(6)；
(6)判断数组空间内顶点个数小于等于3？若是，则结束三角形网格划分，否则获取步骤(4)或步骤(5)中新构成的有向三角形，再转步骤(3)进行旋向判断。
所述三角网格局部变换的方法是，去除掉初始划分三角形的边界边，对剩余的每一条非边界边按以下步骤处理：
1)遍历初始三角形网格，找出以非边界边为公共边的两个相邻三角形，并判断由这两个三角形所构成四边形的凹凸性。当为凹四边形，不作任何处理；否则转步骤2)；
2)计算两三角形中的六个内角并取出最小角α，再进行对角线交换，并计算两新三角形中六个内角的最小角β；
3)比较α、β两角大小。当α≥β，保留对角线交换前两三角形；反之保留对角线交换后两新三角形。
进一步，步骤2所述生成三维模型的STL文件的具体内容和方法是，通过遍历三维模型的每个轮廓面信息，利用上述Delaunay三角网格剖分算法，获取三角面片的几何信息。通过对整个模型三角剖分即可得到ASCII码文件格式的STL文件。
进一步，步骤3所述提取模型的轮廓线及点的具体内容和方法是，对STL文件中所有的三角面片两两组合，对组合成的每一对三角面片按如下步骤进行处理：
(Ⅰ)判断一对三角面片是否存在两个公共顶点？若是，则相邻；反之不相邻。对于相邻三角面片，则计算出两者的法向量夹角，并转步骤(Ⅱ)；若不相邻，则取下一对三角面片继续本步骤的相邻判断；
(Ⅱ)根据法向量夹角确定两三角面片的公共线段是否为模型轮廓线。若θ＝0或θ＝180°，则两个公共顶点所组成的公共线段不是模型轮廓线；若0<θ<180°，则公共线段是模型轮廓线的一部分；
(Ⅲ)输出步骤(Ⅱ)中所有位于不同平面内的三角面片公共线段，即可提取到模型的全部轮廓；
(Ⅳ)统计各三角面片顶点在全部轮廓线条中出现的次数n。若n≥3，则该点为模型端点，进而获得所有轮廓顶点。
进一步，步骤4所述接头空间位置判断，主要是基于带判定面处法向量平行、垂直和方向相反的次数进行判断，具体采用如下步骤：
(a)基于海伦公式计算STL中三角面片面积，并求出每个轮廓面面积。取面积最大的前四组，并获取对应轮廓面的法向量；
(b)对步骤(a)获取的法向量进行两两叉积并求出向量积的模长。若模长为0，则两个法向量平行。统计法向量出现平行的次数Pa；
(c)对步骤(a)获取的法向量进行两两点积并求出数量积。若积为0，则两个法向量垂直。统计法向量出现垂直的次数Vt；
(d)对步骤(a)中获取的法向量进行两两方向判断，并统计出方向相反的次数Op；
(e)根据Pa,Vt,Op的值判断接头空间位置关系。若Pa＝6且Op＝4，则两接头处于平行状态；若Vt＝4且Op＝2，则两接头处于垂直状态。
进一步，步骤5所述焊缝特征识别，主要包括接头形式识别和坡口类型识别，其中，所述接头形式识别的方法，具体采用如下步骤：
(A)根据轮廓线总条数获取各类最短轮廓线组。若为24条，则输出前8组长度最短的轮廓线组；若为27条，则输出前10组最短轮廓线组；若为30条，则输出前12组最短轮廓线组；
(B)取次短长度的轮廓线作为距离阈值。针对步骤(A)中输出的最短轮廓线组，计算两两轮廓线的端点间所有距离，去除轮廓线本身长度后，将最小距离与距离阈值对比。若最小距离大于距离阈值，则称轮廓线距离为大间距；反之称为小间距；
(C)根据接头空间位置和轮廓线距离进行接头形式识别。若接头处于平行状态，当轮廓线距离为小间距时，则为平接接头；反之为搭接接头。若接头处于垂直状态，当轮廓线距离为小间距时，则为角接接头；反之为T型接头。
所述坡口类型识别的方法，具体采用如下步骤：
(D)根据轮廓线总条数和接头形式进行坡口类型识别。若轮廓线总条数为24条，当接头形式为平接或角接时，转步骤(E)；当为搭接或T型接头时，则接头都为不开坡口。若轮廓线总条数为27条，转步骤(F)。若轮廓线总条数为30条，转步骤(G)；
(E)根据两条最小距离轮廓线的夹角α进行坡口识别。若接头形式为平接，当α＝0时，则为I型坡口；反之为V型坡口。若接头形式为角接，当α＝90°时，则为不开坡口；反之为单边坡口；
(F)根据轮廓线距离进行坡口识别。若为小间距，则为角接接头的双边坡口；反之为T型接头的单边坡口；
(G)根据接头形式和轮廓线距离进行坡口识别。若为平接接头且小间距，则为平接接头的 Y型坡口；若为T型接头且大间距，则为T型接头的双边坡口。
本发明具有以下优点和有益效果：
(1)本发明所提出的基于凹顶点和三角形旋向的Delaunay三角剖分，能实现对如“梳子”等复杂多边形的快速三角剖分，且畸变单元数少，三角网格形态较优；通过角系数法能有效地获取每个顶点的凹凸性，有效减少了初始三角网格划分所消耗的时间，提高了算法的执行效率；最后基于最小角最大准则的局部变换后，有效降低了网格畸形程度，使得全体网格更接近于正三角形，保证了较好网格质量的产生，有利于STL文件的获取。
(2)本发明所提出的模型轮廓线及点的提取，直接通过相邻三角面片的法向量夹角，来判断其公共线段是否为模型轮廓线，有效降低了算法的计算复杂度，实现模型轮廓线及点的快速获取。同时，基于海伦公式的接头空间位置关系判断，实现了焊接接头的初步识别，再结合轮廓线总条数和最小轮廓线距离，即可快速准确识别出4类接头形式和10种坡口类型，进一步缩短了算法运行时间，提高了特征识别算法的准确率和运行效率。
(3)本发明所提出的一种焊缝特征识别方法，不仅识别的接头形式和坡口类型多，而且在特征识别的平均运行时间上更短，具有高效、高准确率的优势。此外，算法只需要获取模型焊缝的STL文件，相比其他方法前期处理量较小，大大提高了算法的实用性、广泛性。同时，也为船舶焊接机器人快速、准确选择焊接工艺参数，提高焊接质量和效率提供了保障。
附图说明
图1本发明的一种船舶焊缝特征识别方法的总流程图；
图2初始三角网格生成的流程图；
图3凹凸顶点判断的原理图；
图4三角形旋向判定示意图，图(a)表示逆时针旋向，图(b)表示顺时针旋向；
图5三角形内部含有凹顶点判定示意图，图(a)表示凹顶点在三角形内部，图(b)表示凹顶点在三角形边上，图(c)表示凹顶点在三角形外部；
图6四边形凹凸性判定示意图，图(a)表示凸四边形，图(b)表示凹四边形；
图7最小角最大化准则原理图；
图8带判断面示意图，图(a)表示平接接头示意图，图(b)表示角接接头示意图，图(c)表示 T型接头示意图；
图9轮廓线条选取示意图，图(a)表示前8组轮廓线示意图，图(b)表示前10组轮廓线示意图；图(c)表示前12组轮廓线示意图；
图10四种三角剖分方法的测试结果；
图11“梳子”多边形四种三角剖分的测试结果；
在图10和图11中，图(a)表示单连通多边形环形追踪算法测试结果，图(b)表示基于凹凸顶点的三角剖分算法测试结果，图(c)表示动态Delaunay三角剖分算法测试结果，图(d)表示本发明测试结果；
图12船舱段的焊缝特征识别测试，图12(a)表示船舱段焊缝案例编号，图12(b)、图12(c) 图12(d)、图12(e)图12(f)、图12(g)分别表示焊缝1、2、3、4、5和6特征。
具体实施方式
为使本发明实施例的目的和技术方案更加清楚，下面将结合本发明实施例的附图，对本发明实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于所描述的本发明的实施例，本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，本发明的一种焊缝特征识别方法。首先通过角系数法判断多边形的凹凸顶点，基于凹顶点和三角形旋向的Delaunay三角剖分，构造三维模型表面的三角形网格并生成 STL文件；然后基于相邻三角面片的法向量夹角，提取出模型的轮廓线及点；最后根据接头空间位置和最小轮廓线距离识别出焊缝特征。具体采用如下步骤：
(1)基于凹顶点和三角形旋向的Delaunay三角剖分；
(2)生成三维模型的STL文件；
(3)提取模型的轮廓线及点；
(4)接头空间位置判断；
(5)焊缝特征识别。
如图2，3，4，5，6和7所示，所述基于凹顶点和三角形旋向的Delaunay三角剖分，包括初始三角网格生成和三角网格局部变换，其中，所述初始三角网格生成的方法，采用如下步骤：
(1)逆时针顺序读入多边形的顶点P1,P2,…,Pn，并依次存储到数组空间；
(2)通过角系数法判断每个顶点的凹凸性，获取所有凹顶点，且判断方法如下：
如图3所示，在待定顶点Pi+1的上、下设置两条距其距离相等的水平直线l1、l2，直线l1或l2分别与前边PiPi+1、后边Pi+1Pi+2的交点为A、B。设直线APi+1、BPi+1的斜率分别为tanα、tanβ，计算角系数差值Δ。若：(ⅰ)交点A、B都在同一条水平直线上且Δ>0，则顶点Pi+1为凹顶点；反之，Δ<0，则顶点Pi+1为凸顶点。(ⅱ)交点A、B不在同一条水平直线上且Δ> 0，则顶点Pi+1为凸顶点；反之，Δ<0，则顶点Pi+1为凹顶点。其计算如下：
Figure RE-GDA0003516895620000061
式中，xa,ya为交点A横纵坐标值；xb,yb为交点B横纵坐标值；xPi+1,yPi+1为顶点Pi+1横纵坐标值。
此外，若前边PiPi+1或后边Pi+1Pi+2为水平直线时，则上式1/tanα＝0或1/tanβ＝0。
(3)
Figure RE-GDA0003516895620000062
按顺序从数组空间中依次取出三个顶点Pj、Pj+1、Pj+2来构成有向三角形△Pj Pj+1Pj+2，求出其面积S△Pj Pj+1Pj+2进行三角形旋向判断。如图4所示，若计算结果为正，则该三角形为逆时针旋向并转步骤(4)；反之为顺时针旋向并转步骤(5)。若三个顶点位于同一直线上，则也转步骤(5)。其计算如下：
Figure RE-GDA0003516895620000063
式中，(x0,y0)为顶点Pj坐标；(x1,y1)为顶点Pj+1坐标；(x2,y3)为顶点Pj+2坐标。
(4)判断三角形内部是否含有凹顶点。若无凹顶点，则输出构成该三角形的三顶点Pi、 Pi+1、Pi+2，并将Pi+1从数组空间中移除，同时以该三角形的起点Pi、终点Pi+2和下一个顶点Pi+3，构成新有向三角形△PiPi+2Pi+3并转步骤(6)；若有凹顶点，则转步骤(5)。判断方法如下：
如图5所示，将待定凹顶点D与三角形顶点Pi、Pi+1、Pi+2相连，则得到∠PiDPi+1、∠PiDPi+2、∠Pi+1DPi+2三个角。若点D在三角形ABC内部或边上，即∠ADB+∠ADC+∠BDC ＝360°，则三角形内部含有凹顶点；若点D在三角形ABC外部，即∠ADB+∠ADC+∠BDC＜ 360°，则三角形内部不含凹顶点。
(5)将三角形ΔPiPi+2Pi+3的起点Pi存回数组空间，取出下一个顶点Pi+1，重新构成新有向三角形△Pi+1Pi+2Pi+3并转步骤(6)；
(6)判断数组空间内顶点个数小于等于3？，若是，则结束三角形网格划分，否则获取步骤(4)或步骤(5)中新构成的有向三角形，即△PiPi+2Pi+3或△Pi+1Pi+2Pi+3，再转步骤(3)进行旋向判断。
如图6和图7所示，所述三角网格局部变换，是基于最小角最大准则进行的，使得网格剖分的三角形形态最优，即去除掉初始划分三角形的边界边，对剩余的每一条非边界边按以下步骤处理：
(1)遍历初始三角形网格，找出以非边界边为公共边的两个相邻三角形，并判断由这两个三角形所构成四边形的凹凸性。若为凹四边形，不作任何处理；否则转步骤(2)。四边形凹凸性判断方法如下：
如图6所示，将两相邻三角形的公共边记为直线l1，将两三角形中不在公共边上的两顶点所连直线记为l2。若直线l1与l2相交，则为凸四边形；反之为凹四边形；
(2)计算两三角形中的六个内角并取出最小角α，再按照图7进行对角线交换，并计算两新三角形中六个内角的最小角β；
(3)比较α、β两角大小。若α≥β，保留对角线交换前两三角形；反之保留对角线交换后两新三角形。
所述生成三维模型的STL文件的方法，主要是通过调用SolidWorks软件API函数，遍历三维模型的每个轮廓面，提取出每个轮廓面上的法向量(指向实体外部)和轮廓顶点坐标信息。将每个轮廓面的顶点按逆时针排列，利用上述三角网格剖分算法，将每次划分输出的三个顶点坐标作为三角面片的三个顶点坐标，三角面片的法向矢量为所在轮廓面的法向量，从而构成一个三角面片的几何信息。通过对整个模型三角剖分即可得到ASCII码文件格式的 STL文件。
如图8所示，两接头的待判定面位置关系直接影响接头形式。由于待判定面相对于坡口端面的面积较大，求出每个轮廓面面积并取最大的前四组，即可得到待判定面；然后根据待判定面处法向量(虚线)的平行或垂直关系进行4类接头的空间位置关系判别。
如图9所示，根据10种焊接坡口的轮廓线条数，通常可分为24条、27条和30条三大类。当轮廓线条为24条时，主要有平接接头的I型坡口、V型坡口；角接接头的不开坡口、单边坡口；T型和搭接接头的不开坡口六种类型。图9(a)即属于24条轮廓线类型中平接接头所对应的I型坡口。此类型所涉及焊缝特征识别，主要是先取出前8组长度最短的轮廓线；然后针对该8组轮廓线，计算两两轮廓线的端点间所有距离；最后根据接头空间位置和最小轮廓线距离，进行接头形式和坡口类型的识别。当轮廓线条为27条时，只有角接接头双边坡口和 T型接头单边坡口两种。图9(b)即属于27条轮廓线类型中角接接头所对应的双边坡口。此类型所涉及焊缝特征识别，主要是针对最短10组轮廓线，并参照24条轮廓线中的相同处理方式，进行相应接头形式和坡口类型的识别。当轮廓线条为30条时，同样只有平接接头Y 型坡口和T型接头双边坡口两种。图9(c)即属于30条轮廓线类型中T型接头所对应的双边坡口。焊缝特征识别主要是针对12组最短轮廓线并参照上述相同方式进行接头形式和坡口类型的识别。
所述提取模型的轮廓线及点的方法是，对STL文件中所有的三角面片两两组合，对组合成的每一对三角面片按如下步骤处理：
(1)判断一对三角面片是否存在两个公共顶点？若是，则相邻；反之不相邻。对于相邻三角面片，则计算出两者的法向量夹角，并转步骤(2)；若不相邻，则取下一对三角面片继续本步骤的相邻判断。其计算如下：
Figure RE-GDA0003516895620000081
式中，(x,y,z)1,2分别为两三角面片的法向量。
(2)根据法向量夹角确定两三角面片的公共线段是否为模型轮廓线。若θ＝0或θ＝180°，则两三角面片处于同一平面内，其两个公共顶点所组成的公共线段不是模型轮廓线；若 0<θ<180°，则两三角面片处于不同平面内，公共线段是模型轮廓线的一部分；
(3)输出步骤(2)中所有位于不同平面内的三角面片公共线段，即可提取到模型的全部轮廓；
(4)统计各三角面片顶点在全部轮廓线条中出现的次数n。若n≥3，则该点为模型端点，进而获得所有轮廓顶点；
所述接头空间位置判断，主要是基于带判定面处法向量平行、垂直和方向相反的次数进行判断，具体采用如下步骤：
(1)基于海伦公式计算STL中三角面片面积，并求出每个轮廓面面积。取面积最大的前四组，并获取对应轮廓面的法向量。海伦公式如下：
Figure RE-GDA0003516895620000091
其中：p＝(a+b+c)/2为半周长；a、b、c为边长。
(2)对步骤(1)获取的法向量进行两两叉积并求出向量积的模长。若模长为0，则两个法向量平行。统计法向量出现平行的次数Pa。其计算如下：
Figure RE-GDA0003516895620000092
式中，(l,m,n)为轮廓面法向量
Figure RE-GDA0003516895620000093
坐标；(o,p,q)为轮廓面法向量
Figure RE-GDA0003516895620000094
坐标。
(3)对步骤(1)获取的法向量进行两两点积并求出数量积。若积为0，则两个法向量垂直。统计法向量出现垂直的次数Vt。其计算如下：
Figure RE-GDA0003516895620000095
式中，(l,m,n)为轮廓面法向量
Figure RE-GDA0003516895620000096
坐标；(o,p,q)为轮廓面法向量
Figure RE-GDA0003516895620000097
坐标。
(4)对步骤(1)中获取的法向量进行两两方向判断，并统计出方向相反的次数Op。
(5)根据Pa,Vt,Op的值判断接头空间位置关系。若Pa＝6且Op＝4，则两接头处于平行状态；若Vt＝4且Op＝2，则两接头处于垂直状态。
所述焊缝特征识别主要包括接头形式识别和坡口类型识别，所述接头形式识别，主要包括平接、搭接、角接和T型接头4类接头形式的识别，采用如下步骤：
(1)根据轮廓线总条数获取各类最短轮廓线组。若为24条，则输出前8组长度最短的轮廓线组；若为27条，则输出前10组最短轮廓线组；若为30条，则输出前12组最短轮廓线组；
(2)取次短长度的轮廓线作为距离阈值。针对步骤(1)中输出的最短轮廓线组，计算两两轮廓线的端点间所有距离，去除轮廓线本身长度后，将最小距离与距离阈值对比。若最小距离大于距离阈值，则称轮廓线距离为大间距；反之称为小间距；
(3)根据接头空间位置和轮廓线距离进行接头形式识别。若接头处于平行状态，当轮廓线距离为小间距时，则为平接接头；反之为搭接接头。若接头处于垂直状态，当轮廓线距离为小间距时，则为角接接头；反之为T型接头。
所述坡口类型识别，主要包括平接接头的I型、V型和Y型坡口；角接和T型接头的不开、单边和双边坡口和搭接接头的不开坡口10种坡口类型的识别，采用如下步骤：
(1)根据轮廓线总条数和接头形式进行坡口类型识别。若轮廓线总条数为24条，当接头形式为平接或角接时，转步骤(2)；当为搭接或T型接头时，则接头都为不开坡口。若轮廓线总条数为27条，转步骤(3)。若轮廓线总条数为30条，转步骤(4)；
(2)根据两条最小距离轮廓线的夹角α进行坡口识别。若接头形式为平接，当α＝0时，则为I型坡口；反之为V型坡口。若接头形式为角接，当α＝90°时，则为不开坡口；反之为单边坡口；
(3)根据轮廓线距离进行坡口识别。若为小间距，则为角接接头的双边坡口；反之为T型接头的单边坡口；
(4)根据接头形式和轮廓线距离进行坡口识别。若为平接接头且小间距，则为平接接头的 Y型坡口；若为T型接头且大间距，则为T型接头的双边坡口。
为了验证本发明一种船舶焊缝特征识别方法的有效性和稳定性，对“梳子”等多边形进行了剖分测试，并与单连通多边形环形追踪算法(单连通追踪法)[1]、基于凹凸顶点的三角剖分算法(凹凸顶点剖分法)[2]和动态Delaunay三角剖分算法(动态Delaunay法)[3]进行了比较。四种方法两类多边形的剖分结果如图10和图11所示，剖分对比的性能指标采用网格平均质量系数qM和网格关联质量系数qJ。
附对比文献：
[1]周知.三角剖分算法研究[D].哈尔滨:哈尔滨理工大学,2007.
[2]李岚.基于凹凸顶点判定的简单多边形区域的三角剖分[J].中国计量学院学报, 2001(1):166-168.
[3]罗小华,付文超,管培祥,等.简单多边形的动态Delaunay三角剖分算法[J].暨南大学学报(自然科学与医学版),2011,32(1):26-30,5.
由图10和图11可以看出，单连通追踪法中畸形三角形数量最多，网格形态较差，而本发明算法畸形三角形数量较少与其相比有着明显优化。对“梳子”多边形划分时，动态Delaunay 法无法实现剖分，而本发明算法剖分测试正常且在畸形三角形数量的控制上也优于其余两种方法，剖分质量最好。
表一为网格质量分析结果，由表可以看出，无论是网格平均质量系数还是网格关联质量系数，本发明算法的剖分质量都优于其他三种方法，且针对图10多边形分别平均增加了 12.49％和12.78％，针对图11多边形分别平均增加了11.62％和11.74％，由此进一步说明本发明算法有效降低了网格畸形程度，使得全体网格更接近于正三角形，保证了较好网格质量的产生。
表一：
Figure RE-GDA0003516895620000111
为了进一步验证本发明算法的有效性，针对图12中船舱段上的6处焊缝进行了特征识别测试，并与基于焊接特征的焊接工件库建模(特征库设计法)[4]和基于SolidWorks的遍历特征树技术(遍历特征法)[5]进行了比较。
附对比文献：
[4]应灿.焊接机器人工作站协同运动的轨迹优化研究[D].广州:华南理工大学,2013.
[5]张泽南,仲梁维.基于SolidWorks的自动焊缝标注的二次开发[J].软件工程,2020, 23(5):17-20.
表二为三种焊缝特征识别方法的测试结果，由表可以看出，遍历特征法仅能识别出平接接头和T型接头两种形式，且对坡口类型无法识别，识别效果较差。特征库设计法虽然与本发明算法一样，都能准确识别出6处焊缝特征，但在接头和坡口识别的平均运行时间上均高于本发明算法，执行效率低，此外，特征库设计法需要先对船舱段上的所有焊缝，进行特征造型设计并建立数据库，使得开发工作量大大增加，且当数据库规模较大在匹配焊缝特征时可能出现耗时较长的情况。而本发明算法在接头和坡口识别的平均运行时间上更短，执行效率更高，且只需获取模型焊缝的STL文件，前期处理量较小，同时识别的接头形式、坡口类型多，准确率高。
表三、表四分别为本发明算法的接头和坡口详细测试结果，由表可以看出，本发明算法能快速统计出待判定面处法向量平行、垂直、相反的次数，精确获取最小轮廓线距离、距离阈值、轮廓线总条数和两条最小距离轮廓线的夹角，并根据关键参数作出正确判断和对比，准确识别出6处焊缝的接头形式和坡口类型，即平接接头I型坡口、平接接头V型坡口、T 型接头不开坡口、角接接头不开坡口、角接接头双边坡口和T型接头双边坡口，从而实现焊缝特征的精确识别，执行效率高，验证了本发明算法的有效性。
表二：
Figure RE-GDA0003516895620000121
表三：
Figure RE-GDA0003516895620000122
表四：
Figure RE-GDA0003516895620000123
以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。

Claims (7)

1.一种船舶焊缝特征识别方法，其特征在于，包括如下步骤：
(1)基于凹顶点和三角形旋向的Delaunay三角剖分；
所述基于凹顶点和三角形旋向的Delaunay三角剖分，包括初始三角网格生成和三角网格局部变换；
(2)生成三维模型的STL文件；
所述生成三维模型的STL文件，主要是通过遍历三维模型的每个轮廓面信息，利用上述Delaunay三角网格剖分算法，获取三角面片的几何信息；通过对整个模型三角剖分即得到ASCII码文件格式的STL文件；
(3)提取模型的轮廓线及点；
(4)接头空间位置判断；
(5)焊缝特征识别；
所述焊缝特征识别主要包括接头形式识别和坡口类型识别。
2.根据权利要求1所述的一种船舶焊缝特征识别方法，其特征在于，步骤(1)中所述初始三角网格生成的具体内容和步骤如下：
1)逆时针顺序读入多边形顶点，并依次存储到数组空间；
2)通过角系数法判断每个顶点的凹凸性，获取所有凹顶点；
3)按顺序从数组空间中依次取出三个顶点来构成有向三角形，求出其面积进行三角形旋向判断；当计算结果为正，则该三角形为逆时针旋向并转步骤4)；反之为顺时针旋向并转步骤5)；当三个顶点位于同一直线上，则也转步骤5)；
4)判断三角形内部是否含有凹顶点；当无凹顶点，则输出构成该三角形的三顶点Pi、Pi+1、Pi+2，并将Pi+1从数组空间中移除，同时以该三角形的起点Pi、终点Pi+2和下一个顶点Pi+3，构成新有向三角形△Pi Pi+2 Pi+3并转步骤6)；当有凹顶点，则转步骤5)；
5)将三角形△Pi Pi+2 Pi+3的起点Pi存回数组空间，取出下一个顶点Pi+1，重新构成新有向三角形△Pi+1 Pi+2 Pi+3并转步骤6)；
6)判断数组空间内顶点个数小于等于3？当是，则结束三角形网格划分，否则获取步骤4)或步骤5)中新构成的有向三角形，再转步骤3)进行旋向判断。
3.根据权利要求1所述的一种船舶焊缝特征识别方法，其特征在于，步骤(1)中所述三角网格局部变换的方法是，去除掉初始划分三角形的边界边，对剩余的每一条非边界边按以下方法和步骤处理：
(a)遍历初始三角形网格，找出以非边界边为公共边的两个相邻三角形，并判断由这两个三角形所构成四边形的凹凸性；当为凹四边形，则不作任何处理；否则转步骤(b)；
(b)计算两三角形中的六个内角并取出最小角α，再进行对角线交换，并计算两新三角形中六个内角的最小角β；
(c)比较α、β两角大小；当α≥β，则保留对角线交换前两三角形；反之保留对角线交换后两新三角形。
4.根据权利要求1所述的一种船舶焊缝特征识别方法，其特征在于，步骤(3)所述提取模型的轮廓线及点的方法是，对STL文件中所有的三角面片两两组合，将组合成的每一对三角面片按如下步骤进行处理：
(d)判断一对三角面片是否存在两个公共顶点？当是，则相邻；反之不相邻；对于相邻三角面片，则计算出两者的法向量夹角，并转步骤(e)；当不相邻，则取下一对三角面片继续本步骤的相邻判断；
(e)根据法向量夹角确定两三角面片的公共线段是否为模型轮廓线；当θ＝0或θ＝180°，则两个公共顶点所组成的公共线段不是模型轮廓线；当0<θ<180°，则公共线段是模型轮廓线的一部分；
(f)输出步骤(e)中所有位于不同平面内的三角面片公共线段，即提取出模型的全部轮廓；
(g)统计各三角面片顶点在全部轮廓线条中出现的次数n；当n≥3，则该点为模型端点，进而获得所有轮廓顶点。
5.根据权利要求1所述的一种船舶焊缝特征识别方法，其特征在于，步骤(4)所述接头空间位置判断的具体方法，采用如下步骤：
(h)基于海伦公式计算STL中三角面片面积，并求出每个轮廓面面积；取面积最大的前四组，并获取对应轮廓面的法向量；
(i)对步骤(h)获取的法向量进行两两叉积并求出向量积的模长；若模长为0，则两个法向量平行；统计法向量出现平行的次数Pa；
(j)对步骤(h)获取的法向量进行两两点积并求出数量积；当积为0，则两个法向量垂直；统计法向量出现垂直的次数Vt；
(k)对步骤(h)中获取的法向量进行两两方向判断，并统计出方向相反的次数Op；
(l)根据Pa,Vt,Op的值判断接头空间位置关系；当Pa＝6且Op＝4，则两接头处于平行状态；当Vt＝4且Op＝2，则两接头处于垂直状态。
6.根据权利要求1所述的一种船舶焊缝特征识别方法，其特征在于，步骤(5)中所述接头形式识别的具体方法，采用如下步骤：
(m)根据轮廓线总条数获取各类最短轮廓线组；当为24条，则输出前8组长度最短的轮廓线组；当为27条，则输出前10组最短轮廓线组；当为30条，则输出前12组最短轮廓线组；
(n)取次短长度的轮廓线作为距离阈值；针对步骤(m)中输出的最短轮廓线组，计算两两轮廓线的端点间所有距离，去除轮廓线本身长度后，将最小距离与距离阈值对比；当最小距离大于距离阈值，则称轮廓线距离为大间距；反之称为小间距；
(o)根据接头空间位置和轮廓线距离进行接头形式识别；当接头处于平行状态，和轮廓线距离为小间距时，则为平接接头；当接头处于平行状态，和轮廓线距离为大间距时，为搭接接头；当接头处于垂直状态，和轮廓线距离为小间距时，则为角接接头；当接头处于垂直状态，和轮廓线距离为大间距时，为T型接头。
7.根据权利要求1所述的一种船舶焊缝特征识别方法，其特征在于，步骤(5)中所述坡口类型识别的具体方法，采用如下步骤：
(p)根据轮廓线总条数和接头形式进行坡口类型识别；当轮廓线总条数为24条，和接头形式为平接或角接时，转步骤(q)；当为搭接或T型接头时，则接头都为不开坡口；若轮廓线总条数为27条，转步骤(s)；若轮廓线总条数为30条，转步骤(t)；
(q)根据两条最小距离轮廓线的夹角α进行坡口识别；当接头形式为平接，和α＝0时，则为平接接头的I型坡口；当接头形式为平接，和α≠0时，则为平接接头的V型坡口；当接头形式为角接，和α＝90°时，则为角接接头的不开坡口；当接头形式为角接，和α≠90°时，则为角接接头的单边坡口；
(s)根据轮廓线距离进行坡口识别；当为小间距，则为角接接头的双边坡口；反之为T型接头的单边坡口；
(t)根据接头形式和轮廓线距离进行坡口识别；当为平接接头且小间距，则为平接接头的Y型坡口；当为T型接头且大间距，则为T型接头的双边坡口。
CN202111483243.1A 2021-12-07 2021-12-07 一种船舶焊缝特征识别方法 Active CN114332475B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202111483243.1A CN114332475B (zh) 2021-12-07 2021-12-07 一种船舶焊缝特征识别方法
PCT/CN2022/127298 WO2023103621A1 (zh) 2021-12-07 2022-10-25 一种船舶焊缝特征识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111483243.1A CN114332475B (zh) 2021-12-07 2021-12-07 一种船舶焊缝特征识别方法

Publications (2)

Publication Number Publication Date
CN114332475A true CN114332475A (zh) 2022-04-12
CN114332475B CN114332475B (zh) 2024-09-06

Family

ID=81048057

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111483243.1A Active CN114332475B (zh) 2021-12-07 2021-12-07 一种船舶焊缝特征识别方法

Country Status (2)

Country Link
CN (1) CN114332475B (zh)
WO (1) WO2023103621A1 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114769966A (zh) * 2022-05-13 2022-07-22 中车青岛四方机车车辆股份有限公司 车体断面焊缝识别方法及系统
WO2023103621A1 (zh) * 2021-12-07 2023-06-15 江苏科技大学 一种船舶焊缝特征识别方法
CN117400267A (zh) * 2023-12-12 2024-01-16 上海船舶工艺研究所(中国船舶集团有限公司第十一研究所) 机器人焊接路径生成方法、装置、计算机设备和存储介质
CN117934616A (zh) * 2024-03-21 2024-04-26 深圳前海瑞集科技有限公司 船舶工件的焊缝确定方法和装置

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116532800B (zh) * 2023-07-06 2023-09-22 武汉创恒激光智能装备有限公司 一种汽车节气门阀片组件激光焊接装置
CN116956465A (zh) * 2023-07-26 2023-10-27 中基科技(武汉)有限公司 一种基于xml的船体结构模型构建方法、装置、设备及介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111709083A (zh) * 2020-04-30 2020-09-25 广州文冲船厂有限责任公司 一种焊接方位的判别方法
CN111783260A (zh) * 2020-08-14 2020-10-16 广东科学技术职业学院 一种面向stl文件的截面轮廓线段连接方法
CN112288707A (zh) * 2020-10-27 2021-01-29 南京溧航仿生产业研究院有限公司 一种基于特征点识别的机器人焊缝打磨算法
CN112819806A (zh) * 2021-02-23 2021-05-18 江苏科技大学 一种基于深度卷积神经网络模型的船舶焊缝缺陷检测方法
US20210197928A1 (en) * 2017-11-06 2021-07-01 Hempel A/S Method for improving a fluid dynamic profile of a marine vessel, a marine vessel having an improved fluid dynamic profile, and a coating system for improving the fluid dynamic profile

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5704454B2 (ja) * 2011-04-28 2015-04-22 スズキ株式会社 画像処理装置及び画像処理方法
CN111730256B (zh) * 2020-08-31 2020-12-04 季华实验室 基于数字模型的焊缝识别方法、装置、存储介质及终端
CN113012259B (zh) * 2021-03-23 2023-01-20 上海葛兰岱尔网络科技有限公司 一种基于三角剖分算法对凹多边形填充处理的方法
CN114332475B (zh) * 2021-12-07 2024-09-06 江苏科技大学 一种船舶焊缝特征识别方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20210197928A1 (en) * 2017-11-06 2021-07-01 Hempel A/S Method for improving a fluid dynamic profile of a marine vessel, a marine vessel having an improved fluid dynamic profile, and a coating system for improving the fluid dynamic profile
CN111709083A (zh) * 2020-04-30 2020-09-25 广州文冲船厂有限责任公司 一种焊接方位的判别方法
CN111783260A (zh) * 2020-08-14 2020-10-16 广东科学技术职业学院 一种面向stl文件的截面轮廓线段连接方法
CN112288707A (zh) * 2020-10-27 2021-01-29 南京溧航仿生产业研究院有限公司 一种基于特征点识别的机器人焊缝打磨算法
CN112819806A (zh) * 2021-02-23 2021-05-18 江苏科技大学 一种基于深度卷积神经网络模型的船舶焊缝缺陷检测方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
MINGXIN YUAN, ET AL.: "FEM Research on Welding Thermal Deformation of Copper Alloy Sheet and Optimization of Welding Sequence", COATINGS, vol. 11, no. 11, 23 October 2021 (2021-10-23), pages 1 - 13 *
张人杰等: "基于AP聚类和深度卷积网络的船舶焊缝缺陷检测", 船舶工程, vol. 43, no. 08, 31 August 2021 (2021-08-31), pages 131 - 137 *
张凯;李培勇;毕洪坤;宋林;: "基于塑性反变形法的角焊缝焊接变形控制研究", 江苏船舶, no. 03, 30 June 2017 (2017-06-30) *
李冬明;张轲;薛士枚;陈易新;颜乐;: "基于三线激光结构光的船体大拼接焊缝交叉类型辨识", 造船技术, no. 04, 27 August 2020 (2020-08-27) *
沈言;李萌萌;张本顺;罗广恩;: "焊接顺序对AH36船用高强钢焊接残余应力及其释放的影响研究", 电焊机, no. 08, 20 August 2020 (2020-08-20) *
贾超;邢晶晶;王耀坤;: "构件内部裂纹缺陷的三维重建", 计算机仿真, no. 12, 15 December 2010 (2010-12-15) *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023103621A1 (zh) * 2021-12-07 2023-06-15 江苏科技大学 一种船舶焊缝特征识别方法
CN114769966A (zh) * 2022-05-13 2022-07-22 中车青岛四方机车车辆股份有限公司 车体断面焊缝识别方法及系统
CN114769966B (zh) * 2022-05-13 2023-12-26 中车青岛四方机车车辆股份有限公司 车体断面焊缝识别方法及系统
CN117400267A (zh) * 2023-12-12 2024-01-16 上海船舶工艺研究所(中国船舶集团有限公司第十一研究所) 机器人焊接路径生成方法、装置、计算机设备和存储介质
CN117400267B (zh) * 2023-12-12 2024-03-29 上海船舶工艺研究所(中国船舶集团有限公司第十一研究所) 机器人焊接路径生成方法、装置、计算机设备和存储介质
CN117934616A (zh) * 2024-03-21 2024-04-26 深圳前海瑞集科技有限公司 船舶工件的焊缝确定方法和装置
CN117934616B (zh) * 2024-03-21 2024-05-28 深圳前海瑞集科技有限公司 船舶工件的焊缝确定方法和装置

Also Published As

Publication number Publication date
CN114332475B (zh) 2024-09-06
WO2023103621A1 (zh) 2023-06-15

Similar Documents

Publication Publication Date Title
CN114332475A (zh) 一种船舶焊缝特征识别方法
US20210173966A1 (en) Method for constructing curve of robot processing path of part with small curvature based on point cloud boundary
CN107123164B (zh) 保持锐利特征的三维重建方法及系统
CN110489778B (zh) 面向激光刻蚀加工的图形分割方法、激光刻蚀控制系统
CN105427317B (zh) 一种适用于多视角自动化配准多站地面激光点云数据的方法
KR101979418B1 (ko) 3-차원 텍스처링된 메시들의 견고한 병합
CN104361632B (zh) 一种基于Hermite径向基函数的三角网格补洞方法
CN107610061B (zh) 一种基于二维投影的保边点云孔洞修补方法
CN109146838A (zh) 一种基于几何特征与区域融合的g显带粘连染色体分割方法
CN102870139A (zh) 对点云数据进行全局参数化和四边形网格化方法
CN110415331B (zh) 一种基于点云数据的轮廓或孔洞快速检测判别和孔洞修补方法
CN108171799B (zh) 一种重构层叠区域三角网格的方法
CN109544687B (zh) 一种定向分层分户图扩展方法
CN115222883A (zh) 一种基于地基LiDAR点云的电力杆塔重建方法
CN110288517B (zh) 基于投影匹配组的骨架线提取方法
CN109523554A (zh) 一种基于木构件的古建筑点云自动分割方法
CN102663814A (zh) 利用二维图像生成三维几何模型的自动建模方法
CN112509141B (zh) 一种建筑室内三维点云数据中正交平面对的提取方法
Wang et al. Point cloud hole filling based on feature lines extraction
CN117444968A (zh) 一种大型筒件局部特征机器人扫描测量路径规划方法
CN114648618B (zh) 一种室内空间三维拓扑关系构建方法及系统
CN110207618A (zh) 三维扫描测量数据的表面线数据提取方法
WO2023005195A1 (zh) 地图数据的处理方法、装置、家用电器和可读存储介质
Sun et al. Automatic quadrilateral mesh generation and quality improvement techniques for an improved combination method
Tang et al. A repair method of point cloud with big hole

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant