2024年11月，绍兴文理学院融焊科技团队在焊接机器人领域取得重大技术突破。其研发的“多模态信息融合引导系统”通过多项创新技术，显著提升了焊接精度和稳定性，将焊接精度从±0.1mm提升至±0.01mm，重复定位精度达到±50µm*4，性能指标达到领先水平。
LAKNN算法：复杂PCB板焊接中的图像配准精度大幅提升
在高精度焊接任务中，图像配准的精度直接影响焊接质量。融焊科技团队提出的基于局部自适应KNN（LAKNN）算法的图像配准技术，结合SI乐鱼·体育APP下载FT特征提取，有效解决了复杂PCB板焊接中的图像配准难题。该算法通过动态调整匹配阈值，显著提升了在不同高度、视角和区域条件下的图像配准精度。这一创新技术为焊接机械手提供了精确的焊点定位能力，显著提升了焊接质量和效率。
动态质心误差补偿：显著提升焊接稳定性
焊接过程中，机器人的质心变化和环境噪声对焊接精度和稳定性的影响不容忽视。融焊科技团队提出了一种基于多传感器激光视觉的焊接机器人自适应质心误差补偿方法。该方法构建了一个基于贝叶斯网络的动态质心模型，能够根据多传感器融合的激光视觉数据在线更新和优化质心参数。结合改进的ICP算法，该方法在焊接轨迹匹配过程中能够更准确地提取关键特征点，提高匹配精度和鲁棒性。
深度学习路径规划：优化焊接路径，提升焊接效率
在复杂焊接场景中，尤其是异种材料焊接，焊接路径的规划对于焊接质量和效率至关重要。融焊科技团队采用深度学习方法，结合强化学习算法，实现了局部焊接路径的智能规划。该方法通过特征匹配与配准技术实现高精度定位，并结合深度强化学习设计奖励函数，综合避障、位姿跟踪稳定性与路径效率等多目标优化，生成局部动态路径。系统能够实时提取深度图与特征点图作为状态输入，利用强化学习网络输出转向或前进动作，在复杂环境中平衡碰撞风险与导航速度，同时避免低纹理区域导致的定位丢失。
多模态激光视觉融合：显著提升焊接定位精度
为了实现高精度的焊接定位，融焊科技团队提出了一种基于深度学习的多模态激光视觉融合引导方法。该方法通过结合激光测距传感器和工业相机的多模态数据，利用PointNet++网络分别提取激光点云和图像的特征，并利用Transformer机制进行特征融合，最终通过自定义的分类网络实现焊点的精确定位和识别。这种多模态融合策略不仅提升了系统的鲁棒性和精度，还能够在复杂和变化的工业环境中实现高效、准确的焊接操作。
产业化应用与经济效益
目前，融焊科技团队已申请4项国家发明专利，其技术已在新能源、医疗器械、航空航天等多个领域落地应用，充分证明了该技术在不同工业场景中的广泛适用性和显著优势。
团队负责人苏文杰表示：“我们希望通过技术普惠，让更多中小企业共享智能化红利，为中国制造高质量发展筑牢根基。”未来，随着该技术的进一步推广和应用，其将在更多制造业领域发挥关键作用，推动我国从制造大国向制造强国迈进，为全球制造业的智能化转型贡献中国智慧和中国方案。（王若涵、苏文杰、於宁瑶）
_ leyu·乐鱼(中国)体育官方网站
搜索
当前位置：