文献类型：期刊文章

作　　者：李鹤喜[1] 韩新乐[1] 方灶军[2]

LI Hexi;HAN Xinle;FANG Zaojun(Intelligent Manufacturing Department,Wuyi University,Jiangmen 529020,China;Institute of Automation,Chinese Academy of Sciences,Beijing 100190,China)

机构地区：[1]五邑大学智能制造学部,江门529020 [2]中国科学院自动化研究所,北京100190

出　　处：《焊接学报》

基　　金：广东省自然科学基金资助项目(2016A030313003);江门市科技计划项目(20140060117111)

年　　份：2019

卷　　号：40

期　　号：2

起止页码：154-160

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为了准确地识别复杂环境下的焊缝目标,建立了一种基于深度学习的焊接机器人视觉模型,该模型采用局部联接和全联接相结合的CNN卷积神经网络结构,局部联接由3个卷积层和子采样层交替组成,用于焊接目标的特征提取,全连接层由输入层、隐层和输出层组成,作为分类器用于焊缝目标识别.采样了一千多幅焊接目标图像样本用于CNN的网络训练,分析了不同CNN网络结构参数对模型的影响.结果表明,该视觉模型对焊接目标的平移、旋转和比例缩放表现出良好的鲁棒性,可以应用到焊接机器人的视觉导航.

关 键 词：深度学习  卷积神经网  焊接机器人 视觉模型 焊缝目标  

分 类 号：TP242] TP183]