摘要
本发明涉及机器人焊接技术领域,具体涉及一种大型结构机器人焊接的智能路径规划系统及优化方法,通过采集工件三维点云数据及焊接过程中的温度场、应力场数据,建立几何‑热‑力多场耦合模型并采用机器学习算法进行参数校正;基于该模型采用深度学习网络识别焊缝拓扑特征并生成路径约束参数集;利用强化学习与多目标遗传算法的混合优化策略优化焊接路径节点;通过视觉传感系统监测熔池形态并结合模型预测控制算法动态调整焊接参数;采用分布式模型预测控制算法协调多机器人运动轨迹;最后构建焊接工艺知识图谱实现系统持续优化;解决了现有技术中焊接变形预测不准、路径规划适应性差的问题,显著提高了大型结构件的焊接质量和生产效率。
技术关键词
结构机器人
智能路径规划系统
力多场耦合
深度学习网络
模型预测控制算法
识别焊缝
视觉传感系统
三维点云数据
拓扑特征
深度确定性策略梯度
多场耦合建模
机器学习算法
分布式模型
应力场
熔池形态
焊接缺陷率
参数
系统为您推荐了相关专利信息
网格
融合神经网络
场强数据
深度学习网络模型
多层感知机
人工智能模型
检索系统
检索方法
知识图谱构建
智能搜索引擎
路径规划算法
卷积神经网络系统
多模态信息
像素
移动机器人
焊缝缺陷检测方法
深度学习网络模型
检测头
积层
图像增强