研究问题
面对反光、弱纹理与相似边缘干扰,如何把双目图像中的焊缝候选变成机器人可使用的焊前路径?
研究方法
融合双目深度、开放视觉候选和坡口几何证据,由大语言模型辅助判读候选并进行反馈复核。最终生成焊缝中心线、局部坡口点云和 TCP 位姿序列,使语义理解与几何路径准备衔接。
主要结果
在 13 组开放焊接场景中,ROI 交并比为 0.8743;生成轨迹与线激光参考轨迹经共同起点对齐后,在 341.61 mm 重叠段的平均三维偏差为 1.100 mm。评价重点是焊前感知与轨迹一致性。
面对反光、弱纹理与相似边缘干扰,如何把双目图像中的焊缝候选变成机器人可使用的焊前路径?
融合双目深度、开放视觉候选和坡口几何证据,由大语言模型辅助判读候选并进行反馈复核。最终生成焊缝中心线、局部坡口点云和 TCP 位姿序列,使语义理解与几何路径准备衔接。
在 13 组开放焊接场景中,ROI 交并比为 0.8743;生成轨迹与线激光参考轨迹经共同起点对齐后,在 341.61 mm 重叠段的平均三维偏差为 1.100 mm。评价重点是焊前感知与轨迹一致性。