科创中国

电子信息技术

本发明公开了一种基于旋转区域候选网络的焊缝自主识别方法，将焊缝识别的四大主要步骤（图像预处理、阈值分割、识别焊缝、拟合焊缝）整合在一个深度神经网络下，对复杂场景下的多类型焊缝，实现了准确、快速、端到端的识别。网络的核心在于针对焊缝方向特征的区域候选网络，通过引入网络中锚点框的倾角参数，消除了水平候选区域带来的歧义。

1. 本发明可以在复杂的光照条件和环境背景下，检测具有不同特征的焊缝，相比传统的焊缝检测方法，有更好的场景适应性和任务通用性；2. 本发明将传统焊缝检测方法的四大步骤统一在一个深度神经网络下，避免了数据在不同模型间传递，减少了其中耗费的时间和计算资源，提高了算法的统一性； 3. 本发明提取了原始图像的特征图，综合考虑了焊缝的轮廓、纹理等特征，保证了检查结果的准确性，而传统的焊缝检测方法针对焊缝的特点选用边缘检测或纹理检测，检测手段单一，难以保证检测结果的准确性； 4. 本发明对操作人员的专业知识要求较低，仅需标注焊缝的轮廓即可完成人工工作部分，而传统焊缝检测方法需要操作人员自行修改算法参数，对人员要求较高，相比之下本发明更有利于方法推广与工程应用。

浙江大学机器人研究院（以下简称“研究院）是为了贯彻落实浙江省委省政府关于推进工业转型升级的战略部署，在余姚市的大力推动下，于2017年由浙江大学和余姚市合作共建的新型研发机构。 研究院面向科技前沿、面向经济发展主战场，将机器人、智能装备研发及产业化作为主要突破方向；立足余姚、服务浙江、面向全国。以“合作、创新、智能、引领”为理念，以体制机制创新为抓手，以科技研发、成果转化和人才培育为核心，着力构建技术-人才-产业深度融合的创新创业生态；努力建成为国内一流的机器人领域政、产、学、研、用深度融通的新高地。