CN115674209A - 一种机器人路径规划分析方法 - Google Patents

一种机器人路径规划分析方法 Download PDF

Info

Publication number
CN115674209A
CN115674209A CN202310006136.2A CN202310006136A CN115674209A CN 115674209 A CN115674209 A CN 115674209A CN 202310006136 A CN202310006136 A CN 202310006136A CN 115674209 A CN115674209 A CN 115674209A
Authority
CN
China
Prior art keywords
welding
welded
robot
positioning
influence
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
CN202310006136.2A
Other languages
English (en)
Other versions
CN115674209B (zh
Inventor
仝晓朋
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 Kangbosi Intelligent Logistics Equipment Co ltd
Original Assignee
Jiangsu Bofa Robot Intelligent Equipment Co ltd
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 Bofa Robot Intelligent Equipment Co ltd filed Critical Jiangsu Bofa Robot Intelligent Equipment Co ltd
Priority to CN202310006136.2A priority Critical patent/CN115674209B/zh
Publication of CN115674209A publication Critical patent/CN115674209A/zh
Application granted granted Critical
Publication of CN115674209B publication Critical patent/CN115674209B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Manipulator (AREA)

Abstract

本发明涉及机器人路径规划技术领域，具体公开一种机器人路径规划分析方法。从一方面来说，通过对焊接机器人对应各定位焊点的焊接电流进行分析，实现了对焊接机器人对应各定位焊点焊接电流的针对性分析，不仅能够有效保障焊接机器人对应各次定位焊点的焊接规范性，同时还避免了因焊接电流不匹配而导致待焊接部件质量存在问题，进一步规避了焊接机器人在焊接工作中的误差，在最大限度上提升了焊接机器人对应焊接操作后焊接部件质量的均一性和协调性。从另一方面来说，通过焊接机器人对应各定位焊点的焊接电压进行分析，实现了当前技术中对焊接电压分析的不足，进一步提升了焊接机器人的可靠度。

Description

一种机器人路径规划分析方法
技术领域
本发明涉及机器人路径规划技术领域，具体而言，涉及一种机器人路径规划分析方法。
背景技术
随着工业机器人自动化地发展以及互联网技术的高速发展，工业机器人已逐步进入汽车行业、电子电器行业、工程机械等行业，其中，焊接机器人作为常见机器人种类之一，因其具有提高生产效率、保证生产质量等功能，作为推动企业和社会生产力发展的有效手段，由此凸显了对机器人路径规划分析重要性。
当前对焊接机器人对应的焊接路径进行分析时，主要通过对焊接机器人对应各次焊接操作的焊点、焊接高度、焊接角度进行分析，忽略了对焊接机器人对应的焊接顺序进行分析，无法保障焊接机器人对应焊接操作的科学性和可靠性，进而无法凸显焊接机器人的智能化和自动化。
当前对焊接机器人对应的焊接参数进行分析时，忽略了对焊接机器人对应各次焊接操作的焊接电流和焊接电压进行分析，不仅无法保障焊接机器人对应各次焊接操作的焊接规范性，同时还无法保证在焊接过程中出现的误差性，大幅度降低了焊接机器人对应焊接操作后焊接部件质量的均一性和协调性。
发明内容
为了克服背景技术中的缺点，本发明实施例提供了一种机器人路径规划分析方法能够有效解决上述背景技术中涉及的问题。
本发明的目的可以通过以下技术方案来实现：一种机器人路径规划分析方法，包括如下步骤：步骤一、焊接工艺参数获取：对待焊接部件对应的焊接工艺参数进行获取，其中焊接工艺参数包括：厚度、焊缝空间位置和规范焊缝图像。
步骤二、定位焊点参数分析：对焊接机器人对应焊枪的起始位置进行获取，并基于焊接机器人对应焊枪的起始位置构建机器人坐标系，进而对待焊接部件对应各定位焊点的基本参数进行分析。
步骤三、机器人焊接路径规划：对焊接机器人对应焊接路径中的开始焊点进行分析，并由此对焊接机器人对应的焊接路径进行规划分析。
步骤四、机器人焊接电流分析：对焊接机器人对应待焊接部件的焊条直径进行分析，并对焊接机器人对应焊接路径中各定位焊点的焊枪角度进行实时监控，由此对焊接机器人对应各定位焊点的焊接电流进行分析。
步骤五、机器人焊接电压分析：对焊接机器人对应各定位焊点的焊接电压进行分析。
步骤六、机器人焊接执行：按照焊接机器人对应的焊接路径进行焊接顺序操作，同时基于焊接机器人对应各定位焊点的焊接电流和焊接电压对待焊接部件执行相应的焊接操作。
作为本发明的进一步改进，所述步骤二中对待焊接部件对应各定位焊点的基本参数进行分析，其具体分析过程如下：从待焊接部件对应的焊接工艺参数中提取待焊接部件对应的规范焊缝长度，并将其与云存储库中存储的各规范焊缝长度等级对应的参考规范焊缝长度范围进行匹配，得到待焊接部件对应的规范焊缝长度等级，进而将其与云存储库中存储的各规范焊缝长度等级对应的影响因子进行匹配，得到待焊接部件对应的影响因子，记为
Figure 677006DEST_PATH_IMAGE001
。
从待焊接部件对应的焊接工艺参数中提取待焊接部件对应的厚度，并通过计算得到待焊接部件对应的焊点数量影响指数，并将其与设定的各焊点数量影响指数对应的定位焊点进行匹配，得到待焊接部件对应的定位焊点数量。
从待焊接部件对应的焊接工艺参数中提取待焊接部件对应的规范焊缝中心线，并基于待焊接部件对应规范焊缝中心线对其对应各定位焊点进行均匀布设，得到待焊接部件对应的各定位焊点，同时基于机器人坐标系对待焊接部件对应各定位焊点的位置坐标进行获取。
从待焊接部件对应的规范焊缝高度和规范焊缝宽度中分别提取待焊接部件对应各定位焊点的规范焊缝高度和规范焊缝宽度，并通过计算分别得到待焊接部件对应各定位焊点的焊接高度影响指数，进而将待焊接部件对应各定位焊点的焊接高度影响指数与设定的各焊接高度影响指数对应的焊接高度进行匹配，得到待焊接部件对应各定位焊点的焊接高度。
由待焊接部件对应各定位焊点的位置坐标和焊接高度构成待焊接部件对应各定位焊点的基本参数集合。
作为本发明的进一步改进，所述步骤三中对焊接机器人对应的焊接路径进行规划分析，其具体分析过程如下：从待焊接部件对应各定位焊点的位置坐标中提取待焊接部件对应两端定位焊点的位置坐标，分别记为第一定位焊点和第二定位焊点。
对待焊接部件对应第一定位焊点的位置坐标与焊接机器人对应焊枪的起始位置之间的距离进行计算，得到待焊接部件对应第一定位焊点的目标距离，同时对待焊接部件对应第二定位焊点的位置坐标与焊接机器人对应焊枪的起始位置之间的距离进行计算，得到待焊接部件对应第二定位焊点的目标距离。
将待焊接部件对应第一定位焊点的目标距离和其对应第二定位焊点的目标距离进行相互对比，筛选出待焊接部件对应最短目标距离的定位焊点，记为指定焊点。
将待焊接部件对应的指定焊点作为焊接机器人对应焊接路径中的开始焊点，并依次对待焊接部件对应其他定位焊点进行焊接，依次构成焊接机器人对应的焊接路径。
作为本发明的进一步改进，所述步骤四中对焊接机器人对应待焊接部件的焊条直径进行分析，其具体分析过程如下：从待焊接部件对应的规范焊缝图像中提取待焊接部件对应的规范焊缝形状，并将待焊接部件对应的规范焊缝形状与云存储库中存储的各焊接接头形态对应的焊缝形状集合进行匹配，得到待焊接部件对应的焊接接头形态，同时将待焊接部件对应的焊接接头形态与云存储库中存储的各焊接接头形态对应的焊条直径影响系数进行匹配，得到待焊接部件对应的焊条直径影响系数，记为
Figure 820542DEST_PATH_IMAGE002
。
依据公式
Figure 875086DEST_PATH_IMAGE003
计算出待焊接部件对应的焊条直径影响指数，
Figure 705595DEST_PATH_IMAGE004
表示为待焊接部件对应的焊条直径影响指数，
Figure 212800DEST_PATH_IMAGE005
表示为待焊接部件对应的厚度，
Figure 894448DEST_PATH_IMAGE006
表示为设定的待焊接部件对应的参考厚度，
Figure 69078DEST_PATH_IMAGE007
分别表示为设定的厚度、焊条直径影响系数对应的影响因子。
将待焊接部件对应的焊条直径影响指数与云存储库中存储的各焊条直径影响指数对应的待选焊条直径范围进行匹配，得到待焊接部件对应的待选焊条直径范围。
从待焊接部件对应的焊接工艺参数中提取待焊接部件对应的焊缝空间位置，将待焊接部件对应的焊缝空间位置与云存储库中存储的各种焊缝空间位置对应的参考焊条直径范围进行匹配，得到待焊接部件对应的参考焊条直径范围。
将待焊接部位对应的待选焊条直径范围和其对应的参考焊条直径范围进行相交，得到待焊接部位对应的目标焊条直径范围，并将待焊接部位对应的目标焊条直径范围中的最大目标焊条直径和最小目标焊条直径进行平均值计算，得到待焊接部件对应的平均目标焊条直径，作为焊接机器人对应待焊接部件的焊条直径。
作为本发明的进一步改进，所述步骤四中对焊接机器人对应焊接路径中各定位焊点的焊枪角度进行实时监控，其具体监控方式如下：通过智能摄像头对焊接机器人对应焊接路径中各定位焊点的焊接过程视频进行实时监控，并对焊接机器人对应焊接路径中各定位焊点的焊接过程视频进行画面分割，同时从中提取焊接机器人对应焊接路径中各定位焊点的焊接画面。
基于焊接机器人对应焊接路径中各定位焊点作垂直延长线，得到焊接机器人对应焊接路径中各定位焊点的垂直延长线，同时从焊接机器人对应焊接路径中各定位焊点的焊接画面提取焊接机器人对应各定位焊点上焊枪的位置，并对焊接机器人对应各定位焊点上焊枪的中心线进行获取，进而对焊接机器人对应焊接路径中各定位焊点的垂直延长线与其对应的焊枪中心线之间形成的角度进行获取，记为焊枪角度，作为焊接机器人对应焊接路径中各定位焊点的焊枪角度。
作为本发明的进一步改进，所述步骤四中对焊接机器人对应各定位焊点的焊接电流进行分析，其具体分析步骤如下：4-1：将焊接机器人对应待焊接部件的焊条直径记为d，依据公式计算得到焊接机器人对应各定位焊点的待选焊接电流，记为
Figure 810769DEST_PATH_IMAGE008
，j表示为各定位焊点的编号，
Figure 70849DEST_PATH_IMAGE009
。
4-2：将焊接机器人对应焊接路径中各定位焊点的焊枪角度记为
Figure 556188DEST_PATH_IMAGE010
，从待焊接部件对应的焊接工艺参数中提取待焊接部件对应的焊缝空间位置，并将待焊接部件对应的焊缝空间位置与云存储库中存储的各种焊缝空间位置对应的焊接电流影响因子进行匹配，得到待焊接部件对应的焊接电流影响因子，记为
Figure 585324DEST_PATH_IMAGE011
。
4-3：对焊接机器人对应焊接路径中各定位焊点的焊枪角度、待焊接部件对应的厚度和其对应的焊接电流影响因子进行综合分析，得到焊接机器人对应各定位焊点中焊接电流的影响比例系数。
4-4：将焊接机器人对应各定位焊点中焊接电流的影响比例系数与云存储库中存储的各影响比例等级对应的影响比例系数阈值进行匹配，得到焊接机器人对应各定位焊点中焊接电流的影响比例等级。
4-5：将焊接机器人对应各定位焊点中焊接电流的影响比例等级与云存储库中存储的各影响比例等级对应的测定电流差进行匹配，得到焊接机器人对应各定位焊点中焊接电流的测定电流差。
4-6：将焊接机器人对应各定位焊点的待选焊接电流与其对应定位焊点中焊接电流的测定电流差进行作差，记为测定焊接电流，作为焊接机器人对应各定位焊点的焊接电流。
作为本发明的进一步改进，所述步骤4-3中焊接机器人对应各定位焊点中焊接电流的影响比例系数，其具体计算公式为：
Figure 622550DEST_PATH_IMAGE012
，
Figure 245292DEST_PATH_IMAGE013
表示为焊接机器人对应第j个定位焊点中焊接电流的影响比例系数，
Figure 534322DEST_PATH_IMAGE014
表示为云存储库中存储的焊接机器人对应的参考焊接角度，
Figure 417965DEST_PATH_IMAGE015
分别表示为设定的焊接角度、待焊接部件厚度、焊接电流影响因子对应的权值因子。
作为本发明的进一步改进，所述步骤五中对焊接机器人对应各定位焊点的焊接电压进行分析，其具体分析方式为：将焊接机器人对应各定位焊点的焊接电流与云存储库中存储的各焊接电流对应的参考焊接电压进行匹配，得到焊接机器人对应各定位焊点的参考焊接电压。
依据公式
Figure 626092DEST_PATH_IMAGE016
计算出焊接机器人对应各定位焊点中焊接电压的影响比例系数，
Figure 470551DEST_PATH_IMAGE017
表示为焊接机器人对应第j个定位焊点中焊接电压的影响比例系数，
Figure 422327DEST_PATH_IMAGE018
分别表示为待焊接部件对应第j个定位焊点的规范焊缝高度、规范焊缝宽度，
Figure 301421DEST_PATH_IMAGE019
分别表示为云存储库中存储的待焊接部件对应的参考规范焊缝高度、参考规范焊缝宽度，
Figure 946029DEST_PATH_IMAGE020
分别表示为设定的规范焊缝高度、规范焊缝宽度、待焊接部件厚度对应的系数因子。
将焊接机器人对应各定位焊点中焊接电压的影响比例系数与设定的各焊接电压影响比例系数对应的测定电压差进行匹配，得到焊接机器人对应各定位焊点中焊接电压的测定电压差，并将其与对应定位焊点的参考焊接电压进行作差，记为测定焊接电压，作为焊接机器人对应各定位焊点的焊接电压。
相对于现有技术，本发明的实施例至少具有如下优点或有益效果：本发明通过对待焊接部件对应各定位焊点的位置坐标、焊接高度进行分析，并由此对焊接机器人对应的焊接路径进行分析，不仅在很大程度上确保了焊接机器人对应焊接路径的准确性，同时还提升了焊接机器人对应焊接操作的科学性和可靠性，进一步凸显了焊机机器人的智能化和自动化，为后续焊接机器人的焊接操作提供了有力的数据支撑。
本发明通过对焊接机器人对应待焊接部件的焊条直径进行分析，并对焊接机器人对应焊接路径中各定位焊点的焊枪角度进行实时监控，由此对焊接机器人对应各定位焊点的焊接电流进行分析，实现了对焊接机器人对应各定位焊点焊接电流的针对性分析，不仅能够有效保障焊接机器人对应各次定位焊点的焊接规范性，同时还避免了因焊接电流不匹配导致待焊接部件质量出现问题，进一步规避了焊接机器人在焊接工作中的误差，在最大限度上提升了焊接机器人对应焊接操作后焊接部件质量的均一性和协调性。
本发明通过对待焊接部件对应厚度、各定位焊点的规范焊缝高度和各定位焊点的规范焊缝宽度进行综合分析，得到焊接机器人对应各定位焊点中焊接电压的影响比例系数，并基于焊接机器人对应各定位焊点的焊接电流对其对应焊点的焊接电压进行分析，实现了当前技术中对焊接电压分析的不足，进一步提升了焊接机器人的可靠度。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1为本发明方法步骤流程示意图。
图2为本发明焊枪角度示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动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。
参照图1和图2所示，本发明提供一种机器人路径规划分析方法，包括如下步骤：步骤一、焊接工艺参数获取：对待焊接部件对应的焊接工艺参数进行获取，其中焊接工艺参数包括：厚度、焊缝空间位置和规范焊缝图像。
需要说明是，待焊接部件对应的焊缝空间位置包括但不限于：平焊、立焊、横焊、仰焊。
需要说明的是，待焊接部件对应的规范焊缝图像包括：规范焊缝形状、规范焊缝长度、规范焊缝高度、规范焊缝宽度和规范焊缝中心线。
步骤二、定位焊点参数分析：对焊接机器人对应焊枪的起始位置进行获取，并基于焊接机器人对应焊枪的起始位置构建机器人坐标系，进而对待焊接部件对应各定位焊点的基本参数进行分析。
作为本发明的进一步改进，所述步骤二中对待焊接部件对应各定位焊点的基本参数进行分析，其具体分析过程如下：从待焊接部件对应的规范焊缝图像中提取待焊接部件对应的规范焊缝长度，并将其与云存储库中存储的各规范焊缝长度等级对应的参考规范焊缝长度范围进行匹配，得到待焊接部件对应的规范焊缝长度等级，进而将其与云存储库中存储的各规范焊缝长度等级对应的影响因子进行匹配，得到待焊接部件对应的影响因子，记为
Figure 12205DEST_PATH_IMAGE021
。
从待焊接部件对应的焊接工艺参数中提取待焊接部件对应的厚度，并通过计算得到待焊接部件对应的焊点数量影响指数，并将其与设定的各焊点数量影响指数对应的定位焊点进行匹配，得到待焊接部件对应的定位焊点数量。
需要说明的是，待焊接部件对应的焊点数量影响指数，具体计算公式为
Figure 767672DEST_PATH_IMAGE022
，
Figure 94748DEST_PATH_IMAGE023
表示为待焊接部件对应的焊点数量影响指数，
Figure 520044DEST_PATH_IMAGE024
表示为待焊接部件对应的厚度，
Figure 463729DEST_PATH_IMAGE025
表示为设定的待焊接部件对应的参考厚度。
从待焊接部件对应的规范焊缝图像中提取待焊接部件对应的规范焊缝中心线，并基于待焊接部件对应规范焊缝中心线对其对应各定位焊点进行均匀布设，得到待焊接部件对应的各定位焊点，同时基于机器人坐标系对待焊接部件对应各定位焊点的位置坐标进行获取。
从待焊接部件对应的规范焊缝图像中分别提取待焊接部件对应各定位焊点的规范焊缝高度和规范焊缝宽度，并通过计算分别得到待焊接部件对应各定位焊点的焊接高度影响指数，进而将待焊接部件对应各定位焊点的焊接高度影响指数与设定的各焊接高度影响指数对应的焊接高度进行匹配，得到待焊接部件对应各定位焊点的焊接高度。
需要说明的是，待焊接部件对应各定位焊点的焊接高度影响指数，具体计算公式为
Figure 757307DEST_PATH_IMAGE026
，
Figure 345415DEST_PATH_IMAGE027
表示为待焊接部件对应第j个定位焊点的焊接高度影响指数，
Figure 800667DEST_PATH_IMAGE028
分别表示为待焊接部件对应第j个定位焊点的规范焊缝高度、规范焊缝宽度，j表示为各定位焊点的编号，
Figure 107014DEST_PATH_IMAGE029
，
Figure 938704DEST_PATH_IMAGE030
分别表示为云存储库中存储的待焊接部件对应的参考规范焊缝高度、参考规范焊缝宽度，
Figure 505952DEST_PATH_IMAGE031
分别表示为设定的规范焊缝高度、规范焊缝宽度对应的影响因子。
由待焊接部件对应各定位焊点的位置坐标和焊接高度构成待焊接部件对应各定位焊点的基本参数集合。
步骤三、机器人焊接路径规划：对焊接机器人对应焊接路径中的开始焊点进行分析，并由此对焊接机器人对应的焊接路径进行规划分析。
作为本发明的进一步改进，所述步骤三中对焊接机器人对应的焊接路径进行规划分析，其具体分析过程如下：从待焊接部件对应各定位焊点的位置坐标中提取待焊接部件对应两端定位焊点的位置坐标，分别记为第一定位焊点和第二定位焊点。
对待焊接部件对应第一定位焊点的位置坐标与焊接机器人对应焊枪的起始位置之间的距离进行计算，得到待焊接部件对应第一定位焊点的目标距离，同时对待焊接部件对应第二定位焊点的位置坐标与焊接机器人对应焊枪的起始位置之间的距离进行计算，得到待焊接部件对应第二定位焊点的目标距离。
需要说明的是，待焊接部件对应第一定位焊点的目标距离，具体计算公式为
Figure 132105DEST_PATH_IMAGE032
，
Figure 925749DEST_PATH_IMAGE033
表示为待焊接部件对应第一定位焊点的目标距离，
Figure 561129DEST_PATH_IMAGE034
分别表示为待焊接部件对应第一定位焊点的x轴坐标、y轴坐标，
Figure 717304DEST_PATH_IMAGE035
表示为焊接机器人对应焊钳的起始x轴坐标、起始y轴坐标。
待焊接部件对应第二定位焊点的目标距离，具体计算公式为
Figure 655304DEST_PATH_IMAGE036
，
Figure 795299DEST_PATH_IMAGE037
表示为待焊接部件对应第二定位焊点的目标距离，
Figure 234370DEST_PATH_IMAGE038
分别表示为待焊接部件对应第二定位焊点的x轴坐标、y轴坐标。
将待焊接部件对应第一定位焊点的目标距离和其对应第二定位焊点的目标距离进行相互对比，筛选出待焊接部件对应最短目标距离的定位焊点，记为指定焊点。
将待焊接部件对应的指定焊点作为焊接机器人对应焊接路径中的开始焊点，并依次对待焊接部件对应其他定位焊点进行焊接，依次构成焊接机器人对应的焊接路径。
需要说明的是，若待焊接部件对应第一定位焊点的目标距离等于待焊接部件对应第二定位焊点的目标距离，则随机选取一个定位焊点，记为指定焊点。
在一个具体的实施例中，本发明通过对待焊接部件对应各定位焊点的位置坐标、焊接高度进行分析，并由此对焊接机器人对应的焊接路径进行分析，不仅在很大程度上确保了焊接机器人对应焊接路径的准确性，同时还提升了焊接机器人对应焊接操作的科学性和可靠性，进一步凸显了焊机机器人的智能化和自动化，为后续焊接机器人的焊接操作提供了有力的数据支撑。
步骤四、机器人焊接电流分析：对焊接机器人对应待焊接部件的焊条直径进行分析，并对焊接机器人对应焊接路径中各定位焊点的焊枪角度进行实时监控，由此对焊接机器人对应各定位焊点的焊接电流进行分析。
作为本发明的进一步改进，所述步骤四中对焊接机器人对应待焊接部件的焊条直径进行分析，其具体分析过程如下：从待焊接部件对应的规范焊缝图像中提取待焊接部件对应的规范焊缝形状，并将待焊接部件对应的规范焊缝形状与云存储库中存储的各焊接接头形态对应的焊缝形状集合进行匹配，得到待焊接部件对应的焊接接头形态，同时将待焊接部件对应的焊接接头形态与云存储库中存储的各焊接接头形态对应的焊条直径影响系数进行匹配，得到待焊接部件对应的焊条直径影响系数，记为
Figure 385997DEST_PATH_IMAGE039
。
依据公式
Figure 619532DEST_PATH_IMAGE040
计算出待焊接部件对应的焊条直径影响指数，
Figure 981243DEST_PATH_IMAGE041
表示为待焊接部件对应的焊条直径影响指数，
Figure 99372DEST_PATH_IMAGE042
分别表示为设定的厚度、焊条直径影响系数对应的影响因子。
将待焊接部件对应的焊条直径影响指数与云存储库中存储的各焊条直径影响指数对应的待选焊条直径范围进行匹配，得到待焊接部件对应的待选焊条直径范围。
从待焊接部件对应的焊接工艺参数中提取待焊接部件对应的焊缝空间位置，将待焊接部件对应的焊缝空间位置与云存储库中存储的各种焊缝空间位置对应的参考焊条直径范围进行匹配，得到待焊接部件对应的参考焊条直径范围。
将待焊接部位对应的待选焊条直径范围和其对应的参考焊条直径范围进行相交，得到待焊接部位对应的目标焊条直径范围，并将待焊接部位对应的目标焊条直径范围中的最大目标焊条直径和最小目标焊条直径进行平均值计算，得到待焊接部件对应的平均目标焊条直径，作为焊接机器人对应待焊接部件的焊条直径。
需要说明的是，若待焊接部位对应的目标焊条直径范围内只有一个目标焊条直径，则将该目标焊条直径作为焊接机器人对应带焊接部件的焊条直径。
作为本发明的进一步改进，所述步骤四中对焊接机器人对应焊接路径中各定位焊点的焊枪角度进行实时监控，其具体监控方式如下：通过智能摄像头对焊接机器人对应焊接路径中各定位焊点的焊接过程视频进行实时监控，并对焊接机器人对应焊接路径中各定位焊点的焊接过程视频进行画面分割，同时从中提取焊接机器人对应焊接路径中各定位焊点的焊接画面。
基于焊接机器人对应焊接路径中各定位焊点作垂直延长线，得到焊接机器人对应焊接路径中各定位焊点的垂直延长线，同时从焊接机器人对应焊接路径中各定位焊点的焊接画面提取焊接机器人对应各定位焊点上焊枪的位置，并对焊接机器人对应各定位焊点上焊枪的中心线进行获取，进而对焊接机器人对应焊接路径中各定位焊点的垂直延长线与其对应的焊枪中心线之间形成的角度进行获取，记为焊枪角度，作为焊接机器人对应焊接路径中各定位焊点的焊枪角度。
作为本发明的进一步改进，所述步骤四中对焊接机器人对应各定位焊点的焊接电流进行分析，其具体分析步骤如下：4-1：将焊接机器人对应待焊接部件的焊条直径记为d，依据公式计算得到焊接机器人对应各定位焊点的待选焊接电流，记为
Figure 230139DEST_PATH_IMAGE043
，j表示为各定位焊点的编号，
Figure 634576DEST_PATH_IMAGE044
。
4-2：将焊接机器人对应焊接路径中各定位焊点的焊枪角度记为
Figure 483583DEST_PATH_IMAGE045
，从待焊接部件对应的焊接工艺参数中提取待焊接部件对应的焊缝空间位置，并将待焊接部件对应的焊缝空间位置与云存储库中存储的各种焊缝空间位置对应的焊接电流影响因子进行匹配，得到待焊接部件对应的焊接电流影响因子，记为
Figure 133964DEST_PATH_IMAGE046
。
4-3：对焊接机器人对应焊接路径中各定位焊点的焊枪角度、待焊接部件对应的厚度和其对应的焊接电流影响因子进行综合分析，得到焊接机器人对应各定位焊点中焊接电流的影响比例系数。
作为本发明的进一步改进，所述步骤4-3中焊接机器人对应各定位焊点中焊接电流的影响比例系数，其具体计算公式为：
Figure 384817DEST_PATH_IMAGE047
，
Figure 960155DEST_PATH_IMAGE048
表示为焊接机器人对应第j个定位焊点中焊接电流的影响比例系数，
Figure 171824DEST_PATH_IMAGE049
表示为云存储库中存储的焊接机器人对应的参考焊接角度，
Figure 756389DEST_PATH_IMAGE050
分别表示为设定的焊接角度、待焊接部件厚度、焊接电流影响因子对应的权值因子。
4-4：将焊接机器人对应各定位焊点中焊接电流的影响比例系数与云存储库中存储的各影响比例等级对应的影响比例系数阈值进行匹配，得到焊接机器人对应各定位焊点中焊接电流的影响比例等级。
4-5：将焊接机器人对应各定位焊点中焊接电流的影响比例等级与云存储库中存储的各影响比例等级对应的测定电流差进行匹配，得到焊接机器人对应各定位焊点中焊接电流的测定电流差。
4-6：将焊接机器人对应各定位焊点的待选焊接电流与其对应定位焊点中焊接电流的测定电流差进行作差，记为测定焊接电流，作为焊接机器人对应各定位焊点的焊接电流。
在一个具体的实施例中，本发明通过对焊接机器人对应待焊接部件的焊条直径进行分析，并对焊接机器人对应焊接路径中各定位焊点的焊枪角度进行实时监控，由此对焊接机器人对应各定位焊点的焊接电流进行分析，实现了对焊接机器人对应各定位焊点焊接电流的针对性分析，不仅能够有效保障焊接机器人对应各次定位焊点的焊接规范性，同时还避免了因焊接电流不匹配导致待焊接部件质量出现问题，进一步规避了焊接机器人在焊接工作中的误差，在最大限度上提升了焊接机器人对应焊接操作后焊接部件质量的均一性和协调性。
步骤五、机器人焊接电压分析：对焊接机器人对应各定位焊点的焊接电压进行分析。
作为本发明的进一步改进，所述步骤五中对焊接机器人对应各定位焊点的焊接电压进行分析，其具体分析方式为：将焊接机器人对应各定位焊点的焊接电流与云存储库中存储的各焊接电流对应的参考焊接电压进行匹配，得到焊接机器人对应各定位焊点的参考焊接电压。
依据公式
Figure 861749DEST_PATH_IMAGE051
计算出焊接机器人对应各定位焊点中焊接电压的影响比例系数，
Figure 483354DEST_PATH_IMAGE052
表示为焊接机器人对应第j个定位焊点中焊接电压的影响比例系数，
Figure 41374DEST_PATH_IMAGE053
分别表示为设定的规范焊缝高度、规范焊缝宽度、待焊接部件厚度对应的系数因子。
将焊接机器人对应各定位焊点中焊接电压的影响比例系数与设定的各焊接电压影响比例系数对应的测定电压差进行匹配，得到焊接机器人对应各定位焊点中焊接电压的测定电压差，并将其与对应定位焊点的参考焊接电压进行作差，记为测定焊接电压，作为焊接机器人对应各定位焊点的焊接电压。
在一个具体的实施例中，本发明通过对待焊接部件对应厚度、各定位焊点的规范焊缝高度和各定位焊点的规范焊缝宽度进行综合分析，得到焊接机器人对应各定位焊点中焊接电压的影响比例系数，并基于焊接机器人对应各定位焊点的焊接电流对其对应焊点的焊接电压进行分析，实现了当前技术中对焊接电压分析的不足，进一步提升了焊接机器人的可靠度。
步骤六、机器人焊接执行：按照焊接机器人对应的焊接路径进行焊接顺序操作，同时基于焊接机器人对应各定位焊点的焊接电流和焊接电压对待焊接部件执行相应的焊接操作。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (8)

1.一种机器人路径规划分析方法，其特征在于，包括如下步骤：
步骤一、焊接工艺参数获取：对待焊接部件对应的焊接工艺参数进行获取，其中焊接工艺参数包括：厚度、焊缝空间位置和规范焊缝图像；
步骤二、定位焊点参数分析：对焊接机器人对应焊枪的起始位置进行获取，并基于焊接机器人对应焊枪的起始位置构建机器人坐标系，进而对待焊接部件对应各定位焊点的基本参数进行分析；
步骤三、机器人焊接路径规划：对焊接机器人对应焊接路径中的开始焊点进行分析，并由此对焊接机器人对应的焊接路径进行规划分析；
步骤四、机器人焊接电流分析：对焊接机器人对应待焊接部件的焊条直径进行分析，并对焊接机器人对应焊接路径中各定位焊点的焊枪角度进行实时监控，由此对焊接机器人对应各定位焊点的焊接电流进行分析；
步骤五、机器人焊接电压分析：对焊接机器人对应各定位焊点的焊接电压进行分析；
步骤六、机器人焊接执行：按照焊接机器人对应的焊接路径进行焊接顺序操作，同时基于焊接机器人对应各定位焊点的焊接电流和焊接电压对待焊接部件执行相应的焊接操作。
2.根据权利要求1所述的一种机器人路径规划分析方法，其特征在于：所述步骤二中对待焊接部件对应各定位焊点的基本参数进行分析，其具体分析过程如下：
从待焊接部件对应的规范焊缝图像中提取待焊接部件对应的规范焊缝长度，并将其与云存储库中存储的各规范焊缝长度等级对应的参考规范焊缝长度范围进行匹配，得到待焊接部件对应的规范焊缝长度等级，进而将其与云存储库中存储的各规范焊缝长度等级对应的影响因子进行匹配，得到待焊接部件对应的影响因子，记为
Figure DEST_PATH_IMAGE001
；
从待焊接部件对应的焊接工艺参数中提取待焊接部件对应的厚度，并通过计算得到待焊接部件对应的焊点数量影响指数，并将其与设定的各焊点数量影响指数对应的定位焊点进行匹配，得到待焊接部件对应的定位焊点数量；
从待焊接部件对应的规范焊缝图像中提取待焊接部件对应的规范焊缝中心线，并基于待焊接部件对应规范焊缝中心线对其对应各定位焊点进行均匀布设，得到待焊接部件对应的各定位焊点，同时基于机器人坐标系对待焊接部件对应各定位焊点的位置坐标进行获取；
从待焊接部件对应的规范焊缝图像中分别提取待焊接部件对应各定位焊点的规范焊缝高度和规范焊缝宽度，并通过计算分别得到待焊接部件对应各定位焊点的焊接高度影响指数，进而将待焊接部件对应各定位焊点的焊接高度影响指数与设定的各焊接高度影响指数对应的焊接高度进行匹配，得到待焊接部件对应各定位焊点的焊接高度；
由待焊接部件对应各定位焊点的位置坐标和焊接高度构成待焊接部件对应各定位焊点的基本参数集合。
3.根据权利要求1所述的一种机器人路径规划分析方法，其特征在于：所述步骤三中对焊接机器人对应的焊接路径进行规划分析，其具体分析过程如下：
从待焊接部件对应各定位焊点的位置坐标中提取待焊接部件对应两端定位焊点的位置坐标，分别记为第一定位焊点和第二定位焊点；
对待焊接部件对应第一定位焊点的位置坐标与焊接机器人对应焊枪的起始位置之间的距离进行计算，得到待焊接部件对应第一定位焊点的目标距离，同时对待焊接部件对应第二定位焊点的位置坐标与焊接机器人对应焊枪的起始位置之间的距离进行计算，得到待焊接部件对应第二定位焊点的目标距离；
将待焊接部件对应第一定位焊点的目标距离和其对应第二定位焊点的目标距离进行相互对比，筛选出待焊接部件对应最短目标距离的定位焊点，记为指定焊点；
将待焊接部件对应的指定焊点作为焊接机器人对应焊接路径中的开始焊点，并依次对待焊接部件对应其他定位焊点进行焊接，依次构成焊接机器人对应的焊接路径。
4.根据权利要求1所述的一种机器人路径规划分析方法，其特征在于：所述步骤四中对焊接机器人对应待焊接部件的焊条直径进行分析，其具体分析过程如下：
从待焊接部件对应的规范焊缝图像中提取待焊接部件对应的规范焊缝形状，并将待焊接部件对应的规范焊缝形状与云存储库中存储的各焊接接头形态对应的焊缝形状集合进行匹配，得到待焊接部件对应的焊接接头形态，同时将待焊接部件对应的焊接接头形态与云存储库中存储的各焊接接头形态对应的焊条直径影响系数进行匹配，得到待焊接部件对应的焊条直径影响系数，记为
Figure 720181DEST_PATH_IMAGE002
；
依据公式
Figure DEST_PATH_IMAGE003
计算出待焊接部件对应的焊条直径影响指数，
Figure 309425DEST_PATH_IMAGE004
表示为待焊接部件对应的焊条直径影响指数，
Figure DEST_PATH_IMAGE005
表示为待焊接部件对应的厚度，
Figure 761266DEST_PATH_IMAGE006
表示为设定的待焊接部件对应的参考厚度，
Figure DEST_PATH_IMAGE007
分别表示为设定的厚度、焊条直径影响系数对应的影响因子；
将待焊接部件对应的焊条直径影响指数与云存储库中存储的各焊条直径影响指数对应的待选焊条直径范围进行匹配，得到待焊接部件对应的待选焊条直径范围；
从待焊接部件对应的焊接工艺参数中提取待焊接部件对应的焊缝空间位置，将待焊接部件对应的焊缝空间位置与云存储库中存储的各种焊缝空间位置对应的参考焊条直径范围进行匹配，得到待焊接部件对应的参考焊条直径范围；
将待焊接部位对应的待选焊条直径范围和其对应的参考焊条直径范围进行相交，得到待焊接部位对应的目标焊条直径范围，并将待焊接部位对应的目标焊条直径范围中的最大目标焊条直径和最小目标焊条直径进行平均值计算，得到待焊接部件对应的平均目标焊条直径，作为焊接机器人对应待焊接部件的焊条直径。
5.根据权利要求1所述的一种机器人路径规划分析方法，其特征在于：所述步骤四中对焊接机器人对应焊接路径中各定位焊点的焊枪角度进行实时监控，其具体监控方式如下：
通过智能摄像头对焊接机器人对应焊接路径中各定位焊点的焊接过程视频进行实时监控，并对焊接机器人对应焊接路径中各定位焊点的焊接过程视频进行画面分割，同时从中提取焊接机器人对应焊接路径中各定位焊点的焊接画面；
基于焊接机器人对应焊接路径中各定位焊点作垂直延长线，得到焊接机器人对应焊接路径中各定位焊点的垂直延长线，同时从焊接机器人对应焊接路径中各定位焊点的焊接画面提取焊接机器人对应各定位焊点上焊枪的位置，并对焊接机器人对应各定位焊点上焊枪的中心线进行获取，进而对焊接机器人对应焊接路径中各定位焊点的垂直延长线与其对应的焊枪中心线之间形成的角度进行获取，记为焊枪角度，作为焊接机器人对应焊接路径中各定位焊点的焊枪角度。
6.根据权利要求1所述的一种机器人路径规划分析方法，其特征在于：所述步骤四中对焊接机器人对应各定位焊点的焊接电流进行分析，其具体分析步骤如下：
4-1：将焊接机器人对应待焊接部件的焊条直径记为d，依据公式计算得到焊接机器人对应各定位焊点的待选焊接电流，记为
Figure 828579DEST_PATH_IMAGE008
，j表示为各定位焊点的编号，
Figure DEST_PATH_IMAGE009
；
4-2：将焊接机器人对应焊接路径中各定位焊点的焊枪角度记为
Figure 439689DEST_PATH_IMAGE010
，从待焊接部件对应的焊接工艺参数中提取待焊接部件对应的焊缝空间位置，并将待焊接部件对应的焊缝空间位置与云存储库中存储的各种焊缝空间位置对应的焊接电流影响因子进行匹配，得到待焊接部件对应的焊接电流影响因子，记为
Figure DEST_PATH_IMAGE011
；
4-3：对焊接机器人对应焊接路径中各定位焊点的焊枪角度、待焊接部件对应的厚度和其对应的焊接电流影响因子进行综合分析，得到焊接机器人对应各定位焊点中焊接电流的影响比例系数；
4-4：将焊接机器人对应各定位焊点中焊接电流的影响比例系数与云存储库中存储的各影响比例等级对应的影响比例系数阈值进行匹配，得到焊接机器人对应各定位焊点中焊接电流的影响比例等级；
4-5：将焊接机器人对应各定位焊点中焊接电流的影响比例等级与云存储库中存储的各影响比例等级对应的测定电流差进行匹配，得到焊接机器人对应各定位焊点中焊接电流的测定电流差；
4-6：将焊接机器人对应各定位焊点的待选焊接电流与其对应定位焊点中焊接电流的测定电流差进行作差，记为测定焊接电流，作为焊接机器人对应各定位焊点的焊接电流。
7.根据权利要求6所述的一种机器人路径规划分析方法，其特征在于：所述步骤4-3中焊接机器人对应各定位焊点中焊接电流的影响比例系数，其具体计算公式为：
Figure 934255DEST_PATH_IMAGE012
，
Figure DEST_PATH_IMAGE013
表示为焊接机器人对应第j个定位焊点中焊接电流的影响比例系数，
Figure 607813DEST_PATH_IMAGE014
表示为云存储库中存储的焊接机器人对应的参考焊接角度，
Figure DEST_PATH_IMAGE015
分别表示为设定的焊接角度、待焊接部件厚度、焊接电流影响因子对应的权值因子。
8.根据权利要求1所述的一种机器人路径规划分析方法，其特征在于：所述步骤五中对焊接机器人对应各定位焊点的焊接电压进行分析，其具体分析方式为：
将焊接机器人对应各定位焊点的焊接电流与云存储库中存储的各焊接电流对应的参考焊接电压进行匹配，得到焊接机器人对应各定位焊点的参考焊接电压；
依据公式
Figure 603451DEST_PATH_IMAGE016
计算出焊接机器人对应各定位焊点中焊接电压的影响比例系数，
Figure DEST_PATH_IMAGE017
表示为焊接机器人对应第j个定位焊点中焊接电压的影响比例系数,
Figure 944434DEST_PATH_IMAGE018
分别表示为待焊接部件对应第j个定位焊点的规范焊缝高度、规范焊缝宽度,
Figure DEST_PATH_IMAGE019
分别表示为云存储库中存储的待焊接部件对应的参考规范焊缝高度、参考规范焊缝宽度,
Figure 344322DEST_PATH_IMAGE020
分别表示为设定的规范焊缝高度、规范焊缝宽度、待焊接部件厚度对应的系数因子；
将焊接机器人对应各定位焊点中焊接电压的影响比例系数与设定的各焊接电压影响比例系数对应的测定电压差进行匹配，得到焊接机器人对应各定位焊点中焊接电压的测定电压差，并将其与对应定位焊点的参考焊接电压进行作差，记为测定焊接电压，作为焊接机器人对应各定位焊点的焊接电压。
CN202310006136.2A 2023-01-04 2023-01-04 一种机器人路径规划分析方法 Active CN115674209B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310006136.2A CN115674209B (zh) 2023-01-04 2023-01-04 一种机器人路径规划分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310006136.2A CN115674209B (zh) 2023-01-04 2023-01-04 一种机器人路径规划分析方法

Publications (2)

Publication Number Publication Date
CN115674209A true CN115674209A (zh) 2023-02-03
CN115674209B CN115674209B (zh) 2023-04-18

Family

ID=85057560

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310006136.2A Active CN115674209B (zh) 2023-01-04 2023-01-04 一种机器人路径规划分析方法

Country Status (1)

Country Link
CN (1) CN115674209B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116540709A (zh) * 2023-05-11 2023-08-04 江苏博发机器人智能装备有限公司 一种基于机器人编队的避障路径规划方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6166347A (en) * 1999-07-16 2000-12-26 Lincoln Global, Inc. Method and system for welding steel rails
CN109732252A (zh) * 2019-01-31 2019-05-10 大族激光科技产业集团股份有限公司 一种机器人焊接路径的优化方法
CN111230869A (zh) * 2020-01-21 2020-06-05 北京卫星制造厂有限公司 一种复杂空间曲线焊缝运动轨迹和焊接工艺协同规划方法
CN111992856A (zh) * 2020-08-26 2020-11-27 上海外高桥造船有限公司 一种船舶小组立焊接机器人使用有缝药芯焊丝的焊接方法
CN113664414A (zh) * 2021-07-22 2021-11-19 中国化学工程第六建设有限公司 一种适应不同管径的焊接工艺参数优化方法
CN113868804A (zh) * 2021-10-13 2021-12-31 山东山大华天软件有限公司 一种基于mbd的焊接工艺建模及工艺设计方法与系统
CN114029588A (zh) * 2021-11-26 2022-02-11 江苏永大化工设备有限公司 气体保护焊接工艺参数自动调节系统
CN115255555A (zh) * 2022-08-09 2022-11-01 惠州丰采贵金属制造有限公司 一种焊接工艺

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6166347A (en) * 1999-07-16 2000-12-26 Lincoln Global, Inc. Method and system for welding steel rails
CN1281078A (zh) * 1999-07-16 2001-01-24 林肯环球公司 焊接钢导轨的方法和系统
CN109732252A (zh) * 2019-01-31 2019-05-10 大族激光科技产业集团股份有限公司 一种机器人焊接路径的优化方法
CN111230869A (zh) * 2020-01-21 2020-06-05 北京卫星制造厂有限公司 一种复杂空间曲线焊缝运动轨迹和焊接工艺协同规划方法
CN111992856A (zh) * 2020-08-26 2020-11-27 上海外高桥造船有限公司 一种船舶小组立焊接机器人使用有缝药芯焊丝的焊接方法
CN113664414A (zh) * 2021-07-22 2021-11-19 中国化学工程第六建设有限公司 一种适应不同管径的焊接工艺参数优化方法
CN113868804A (zh) * 2021-10-13 2021-12-31 山东山大华天软件有限公司 一种基于mbd的焊接工艺建模及工艺设计方法与系统
CN114029588A (zh) * 2021-11-26 2022-02-11 江苏永大化工设备有限公司 气体保护焊接工艺参数自动调节系统
CN115255555A (zh) * 2022-08-09 2022-11-01 惠州丰采贵金属制造有限公司 一种焊接工艺

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116540709A (zh) * 2023-05-11 2023-08-04 江苏博发机器人智能装备有限公司 一种基于机器人编队的避障路径规划方法
CN116540709B (zh) * 2023-05-11 2023-11-14 江苏博发机器人智能装备有限公司 一种基于机器人编队的避障路径规划方法

Also Published As

Publication number Publication date
CN115674209B (zh) 2023-04-18

Similar Documents

Publication Publication Date Title
Wang et al. A robust weld seam recognition method under heavy noise based on structured-light vision
Wang et al. Intelligent welding system technologies: State-of-the-art review and perspectives
Kah et al. Robotic arc welding sensors and programming in industrial applications
US20230191540A1 (en) Method, device and computer program for determining the performance of a welding method via digital processing of an image of the welded workpiece
CN115255555A (zh) 一种焊接工艺
CN115674209B (zh) 一种机器人路径规划分析方法
US10434593B2 (en) Setting assistance device and setting assistance method
CN113119122B (zh) 一种机器人焊接系统的混合离线编程方法
Zhang et al. Point cloud based three-dimensional reconstruction and identification of initial welding position
KR20120039801A (ko) 용접선 추적이 가능한 잠호 용접 시스템 및 잠호 용접 시스템의 용접선 추적을 위한 영상 처리 방법
CN112557445B (zh) 一种基于增材制造的缺陷在线检测方法、装置和系统
Tian et al. Robust identification of weld seam based on region of interest operation
Geng et al. A method of welding path planning of steel mesh based on point cloud for welding robot
Soares et al. Seam tracking and welding bead geometry analysis for autonomous welding robot
CN114170176A (zh) 一种基于点云的钢格板焊缝自动检测方法
CN116618878A (zh) 一种焊前工艺参数确定方法、焊接质量在线预测方法、装置及存储介质
CN115018813A (zh) 一种机器人自主识别与精确定位焊缝的方法
CN110153582A (zh) 焊接方案生成方法、装置以及焊接系统
CN107705312B (zh) 一种基于线扫描数据提取焊后焊缝边缘点的方法
Kim et al. A review on optimizations of welding parameters in GMA welding process
Soares et al. Computer vision system for weld bead geometric analysis
CN116777391A (zh) 一种焊接工艺管理系统及焊接工艺规程生成方法及系统
Couto et al. Mapping of bead geometry in wire arc additive manufacturing systems using passive vision
CN116604212A (zh) 一种基于面阵结构光的机器人焊缝识别方法和系统
CN114782378A (zh) 一种各类构件焊接工艺用机器人智能焊接数据库的构建方法

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20240108

Address after: 221200 Plant E01 at the intersection of Linkong Avenue and Anlan Avenue, Shuanggou Town, Suining County, Xuzhou City, Jiangsu Province

Patentee after: Jiangsu Kangbosi Intelligent Logistics Equipment Co.,Ltd.

Address before: 221200 workshop C5, Xincheng household appliance industrial park, economic development zone, Suining County, Xuzhou City, Jiangsu Province

Patentee before: Jiangsu BofA robot intelligent equipment Co.,Ltd.