公开(公告)号：CN119426873A

公开(公告)日：2025-02-14

申请号：CN202411881358.X

申请日：2024-12-19

Applicant: 上海交通大学

Inventor： 张轲 ,  张嘉煜 ,  王皖勇 ,  郝思彧 ,  孙浩瀚

IPC: B23K37/02 ,  B25J9/16

Abstract: 本发明提供了一种异型构件焊缝特征提取和焊接轨迹自动生成的方法及系统，方法包括步骤S1：建立三维坐标系，计算得到传感器的初始扫描位置坐标；步骤S2：使传感器移动至初始扫描位置坐标处并进行工件数据的采集；步骤S3：对采集到的工件数据进行二次差分，提取焊缝坡口特征点；步骤S4：根据焊缝坡口特征点计算得到焊枪姿态角；步骤S5：基于焊枪姿态角得到焊接路径坐标，生成焊接轨迹。本发明实现了复杂异型构件的焊接轨迹和焊接参数匹配的自主生成，解决了传统方法依赖人工示教、效率低、精度差、无法保证焊接质量等问题，极大提高了焊接的自动化程度。

公开(公告)号：CN113642492B

公开(公告)日：2023-11-07

申请号：CN202110961061.4

申请日：2021-08-20

Applicant: 上海交通大学

Inventor： 张轲 ,  张弛 ,  陈荣涛 ,  王皖勇 ,  孙浩瀚

IPC: G06V20/00 ,  G06V10/22 ,  G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/096

Abstract: 本发明提供一种基于深度残差学习和多线激光的交叉焊缝辨识方法及系统，涉及船体外板等大型结构件的智能制造技术领域，包括：步骤S1：采集船体外板大拼接交叉焊缝的图像，并进行初步筛选，选取交叉焊缝类型激光条纹图像；步骤S2：对选取的交叉焊缝类型激光条纹图像进行标注，得到交叉焊缝类型辨识数据集；步骤S3：根据得到的数据集，构建深度残差学习网络；步骤S4：对构建的所述深度残差学习网络进行训练、验证和测试；步骤S5：根据训练好的残差深度学习网络，由爬壁除锈机器人在运行中对前方交叉焊缝类型的实时辨识。本发明准确率高、适应强、更能适应户外高光强及变光照的极端情况，为实现大型结构件大拼接焊缝的检测、除锈和涂装的全自主运行提供了可靠必要条件。

公开(公告)号：CN114842144A

公开(公告)日：2022-08-02

申请号：CN202210483286.8

申请日：2022-05-05

Applicant: 上海交通大学

Inventor： 张轲 ,  阳昊 ,  孙浩瀚 ,  王皖勇

IPC: G06T17/00 ,  G06V10/764 ,  G06V10/82 ,  G06V10/774 ,  G06K9/62 ,  G06T7/194 ,  G06V10/44

Abstract: 本发明提供了一种双目视觉三维重构方法及系统，包括：步骤1：获取待焊工件的视角图像；步骤2：利用第一模型对视角图像进行实例分割，得到待焊工件的特征线，第一模型用于识别待焊工件的特征；步骤3：根据路径压缩算法和特征线，得到待焊工件的特征点；步骤4：对特征点进行配对得到特征点匹配对；步骤5：根据特征点匹配对进行三维重构。与现有技术相比，本发明只需提取少数特征点即可对焊缝路径进行三维重建，操作简单，能够满足实际应用需求。

公开(公告)号：CN113642492A

公开(公告)日：2021-11-12

申请号：CN202110961061.4

申请日：2021-08-20

Applicant: 上海交通大学

Inventor： 张轲 ,  张弛 ,  陈荣涛 ,  王皖勇 ,  孙浩瀚

IPC: G06K9/00 ,  G06K9/20 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种基于深度残差学习和多线激光的交叉焊缝辨识方法及系统，涉及船体外板等大型结构件的智能制造技术领域，包括：步骤S1：采集船体外板大拼接交叉焊缝的图像，并进行初步筛选，选取交叉焊缝类型激光条纹图像；步骤S2：对选取的交叉焊缝类型激光条纹图像进行标注，得到交叉焊缝类型辨识数据集；步骤S3：根据得到的数据集，构建深度残差学习网络；步骤S4：对构建的所述深度残差学习网络进行训练、验证和测试；步骤S5：根据训练好的残差深度学习网络，由爬壁除锈机器人在运行中对前方交叉焊缝类型的实时辨识。本发明准确率高、适应强、更能适应户外高光强及变光照的极端情况，为实现大型结构件大拼接焊缝的检测、除锈和涂装的全自主运行提供了可靠必要条件。

公开(公告)号：CN110587073A

公开(公告)日：2019-12-20

申请号：CN201910851032.5

申请日：2019-09-10

Applicant: 上海交通大学 ,  广州瑞松智能科技股份有限公司

Inventor： 许燕玲 ,  孙浩瀚 ,  解晓童 ,  刘尔彬 ,  唐国宝 ,  何艳兵 ,  陈善本 ,  陈小奇 ,  陈华斌 ,  吕娜

IPC: B23K9/067 ,  B23K9/127 ,  B23K9/32 ,  B25J19/04 ,  B25J19/02

Abstract: 一种基于微型步进电机丝杆传动的机器人焊接双目视觉传感装置，包括：安装支架、传感器组件、底座、反射镜组件、减光滤光系统、丝杆传动系统和保护机构。传感器组件包括：系统外壳、激光器、摄像头和冷却机构；丝杆传动系统包括：微型步进电机、丝杆滑块机构和滑轨滑块机构；安装支架包括：梯形块、摄像支架、激光支架、燕尾槽和承载支架；减光滤光系统包括：减光托槽、滤光托槽、减光片和滤光片；保护机构包括：保护玻璃和遮光挡板；反射镜组件包括：反光镜、夹槽和无头螺柱。本发明通过模拟焊工穿戴焊工帽，实现焊前、焊中和焊后的自动加载和移除减光滤光系统，采用主被动视觉相结合的双目传感器方式，可以完成焊接环境识别、焊缝导引、焊缝跟踪和熔池监控等功能。

公开(公告)号：CN118602979A

公开(公告)日：2024-09-06

申请号：CN202410646837.7

申请日：2024-05-23

Applicant: 上海交通大学

Inventor： 张轲 ,  孙浩瀚 ,  周义虎 ,  王皖勇

IPC: G01B11/24 ,  G01B11/02 ,  G01B11/25 ,  G01B11/06 ,  G01N21/88 ,  G01N21/956 ,  G06T7/00 ,  G06T7/521

Abstract: 本发明提供了一种焊缝形貌及表面缺陷在线检测评估方法和系统，包括：通过线激光沿焊缝纵向进行扫描，得到焊缝形貌的整体三维轮廓高度数据；将高度数据转换为3D点云和2D灰度图像；对3D点云提取焊缝区域，计算焊缝整体形貌；对2D灰度图像利用多边形定位框进行焊缝表面缺陷的标注；建立全卷积神经网络缺陷检测模型；对模型判定的缺陷进行可视化、空间定位及几何尺寸计算；将焊缝整体形貌与表面缺陷检测相结合，对焊缝表面质量进行综合评估；对实际焊接的焊缝表面质量进行在线检测与评估。本发明能够准确地进行焊缝整体形貌的计算以及与表面缺陷的综合判定，克服了传统焊缝表面质量检测流程繁琐、适应性不足、信息不全面、检测效率低的缺点。

公开(公告)号：CN118447332A

公开(公告)日：2024-08-06

申请号：CN202410647040.9

申请日：2024-05-23

Applicant: 上海交通大学

Inventor： 张轲 ,  孙浩瀚 ,  周义虎 ,  王皖勇

IPC: G06V10/764 ,  G06V10/25 ,  G06T7/136 ,  G06V10/774 ,  G06T5/20 ,  G06N3/0464 ,  G06N3/096

Abstract: 本发明提供了一种基于深度残差卷积网络的角焊缝熔深在线实时预测与评估方法和系统，包括：采集角焊缝焊接过程中的熔池区域正面图像；利用三类Otsu阈值分割法获取正面熔池中心ROI图像；对熔池中心ROI图像进行标注与数据增广，得到熔深预测数据集；设计以熔池图像为输入，以熔深标签分类为输出，由残差卷积模块堆叠而成的深度残差卷积网络，对深度残差卷积网络进行训练、验证和测试；根据训练好的深度残差卷积网络，在焊接过程中对角焊缝熔深进行实时预测与评估。本发明采用深度学习，实现了端到端的熔深实时预测，避免了传统基于图像处理的提取特征方法的繁琐步骤，对复杂焊接场景有更好地适应性，精确度高。