[发明专利]一种基于边云协同的焊接机器人管控方法和装置有效

专利信息
申请号: 202110693071.4 申请日: 2021-06-22
公开(公告)号: CN113319462B 公开(公告)日: 2023-04-25
发明(设计)人: 张慧;郭永杰;王钦若;柴绪彬 申请(专利权)人: 广东工业大学
主分类号: B23K31/12 分类号: B23K31/12;B23K37/00;B23K37/02
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 黄忠
地址: 510060 广东省*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 协同 焊接 机器人 方法 装置
【权利要求书】:

1.一种基于边云协同的焊接机器人管控方法,其特征在于,应用于边缘端,所述边缘端分别与云端以及多个焊接机器人通信连接,所述方法包括:

响应接收到的用户指令,控制多个所述焊接机器人执行焊接操作;

当所述焊接操作完成后,获取焊缝图像;

根据所述焊缝图像进行焊缝缺陷检测,生成焊缝缺陷信息;

发送所述焊缝缺陷信息至所述云端,使得所述云端基于所述焊缝缺陷信息返回对应的焊接控制指令;

所述根据所述焊缝图像进行焊缝缺陷检测,生成焊缝缺陷信息的步骤,包括:

对所述焊缝图像进行图像预处理,得到预处理图像;

从所述预处理图像中提取焊缝特征;

根据预设的多个特征类别对所述焊缝特征进行归类,确定所述焊缝特征对应的焊缝缺陷信息;

所述根据预设的多个特征类别对所述焊缝特征进行归类,确定所述焊缝特征对应的焊缝缺陷信息的步骤,包括:

计算所述焊缝特征与首个所述特征类别所包含的多个特征矩阵之间的平均距离;

若所述平均距离小于预设类别阈值,则将所述焊缝特征对应的焊缝缺陷信息确定为所述特征类别;

若所述平均距离大于或等于所述预设类别阈值,则获取下一个所述特征类别作为首个所述特征类别,跳转执行所述计算所述焊缝特征与首个所述特征类别所包含的多个特征矩阵之间的平均距离的步骤;

当全部所述平均距离均大于或等于所述预设类别阈值时,根据接收到的类别判断信息,确定所述焊缝特征对应的焊缝缺陷信息为新增类别;

其中,所述焊接控制指令用于控制所述焊接机器人,以修复所述焊缝缺陷信息所反映的焊接问题。

2.根据权利要求1所述的基于边云协同的焊接机器人管控方法,其特征在于,每个所述焊接机器人均设有焊缝检测设备;所述当所述焊接操作完成后,获取焊缝图像的步骤,包括:

当所述焊接操作完成后,通过所述焊缝检测设备采集焊缝图像;

接收多个所述焊接机器人通过时敏网络上传的所述焊缝图像。

3.根据权利要求1-2任一项所述的于边云协同的焊接机器人管控方法,其特征在于,所述云端内置有云端数据库和可视化云管理器;

所述云端还用于基于所述焊缝缺陷信息对所述云端数据库进行更新,并通过所述可视化云管理器接收基于所述焊缝缺陷信息输入的所述焊接控制指令。

4.一种基于边云协同的焊接机器人管控装置,其特征在于,应用于边缘端,所述边缘端分别与云端以及多个焊接机器人通信连接,所述装置包括:

焊接控制模块,用于响应接收到的用户指令,控制多个所述焊接机器人执行焊接操作;

焊缝图像获取模块,用于当所述焊接操作完成后,获取焊缝图像;

焊缝缺陷信息生成模块,用于根据所述焊缝图像进行焊缝缺陷检测,生成焊缝缺陷信息;

焊接控制反馈模块,用于发送所述焊缝缺陷信息至所述云端,使得所述云端基于所述焊缝缺陷信息返回对应的焊接控制指令;

所述焊缝缺陷信息生成模块,包括:

图层预处理子模块,用于对所述焊缝图像进行图像预处理,得到预处理图像;

焊缝特征提取子模块,用于从所述预处理图像中提取焊缝特征;

焊缝特征分类子模块,用于根据预设的多个特征类别对所述焊缝特征进行归类,确定所述焊缝特征对应的焊缝缺陷信息;

所述焊缝特征分类子模块,具体用于:

计算所述焊缝特征与首个所述特征类别所包含的多个特征矩阵之间的平均距离;

若所述平均距离小于预设类别阈值,则将所述焊缝特征对应的焊缝缺陷信息确定为所述特征类别;

若所述平均距离大于或等于所述预设类别阈值,则获取下一个所述特征类别作为首个所述特征类别,跳转执行所述计算所述焊缝特征与首个所述特征类别所包含的多个特征矩阵之间的平均距离的步骤;

当全部所述平均距离均大于或等于所述预设类别阈值时,根据接收到的类别判断信息,确定所述焊缝特征对应的焊缝缺陷信息为新增类别;

其中,所述焊接控制指令用于控制所述焊接机器人,以修复所述焊缝缺陷信息所反映的焊接问题。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东工业大学,未经广东工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110693071.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top