基于高密度点云的激光焊接缺陷智能在线检测(特邀) |
| |
引用本文: | 张臣,胡佩佩,朱新旺,杨长祺.基于高密度点云的激光焊接缺陷智能在线检测(特邀)[J].中国激光,2024(4):85-96. |
| |
作者姓名: | 张臣 胡佩佩 朱新旺 杨长祺 |
| |
作者单位: | 1. 武汉大学工业科学研究院;2. 上海航天精密机械研究所;3. 湖北省计量测试技术研究院 |
| |
基金项目: | 国家自然科学基金(52075393); |
| |
摘 要: | 铝合金薄板激光焊接经常会出现咬边、凹陷等表面缺陷。这两种缺陷由于尺寸小、特征相似,难以通过传统视觉在线检测手段对其进行精确分类和测量。开发了一种基于深度学习缺陷分类-点云测量的在线监测系统,利用高密度的点云数据对缺陷进行识别、分类与测量,解决了上述检测难题。通过双目结构光传感器采集点云数据;利用基于区域推荐网络的卷积神经网络模型识别和定位缺陷;在识别和定位缺陷后,通过对局部缺陷区域的点云进行操作,快速测量缺陷尺寸。高密度点云数据训练的模型的识别准确率达到93%,高于传统二维视觉传感器图像训练的模型。该检测系统在线检测允许的最大焊接速度为316.87 mm/s,适用于大多数激光焊接。
|
关 键 词: | 激光技术 激光焊接 焊接缺陷 实时检测 高密度点云数据 深度学习 |
|
|