本技術(shù)涉及智能焊接的領(lǐng)域，尤其是涉及一種智能焊接機器人。

背景技術(shù)：

1、焊接機器人因其具有焊接效率高、焊接質(zhì)量好以及可在有害環(huán)境下持續(xù)作業(yè)等優(yōu)點，被廣泛應(yīng)用于制造業(yè)等多個領(lǐng)域，隨著科技的發(fā)展，焊接機器人也在朝著高智能、高質(zhì)量的方向發(fā)展。

2、公開號為cn116810230a的中國專利申請公開了一種人工智能自適應(yīng)機器人焊接方法，包括以下步驟：3d結(jié)構(gòu)光相機對產(chǎn)品進(jìn)行拍照，生成三維點云；深度學(xué)習(xí)人工智能軟件識別產(chǎn)品焊道并提取焊道位置坐標(biāo)及管材搭接方式；機器人路徑自主規(guī)劃軟件根據(jù)識別出的焊道位置生成精確定位的拍攝點坐標(biāo)；生成機器人拍照所需運動規(guī)劃路徑并引導(dǎo)機器人進(jìn)行精確定位所需的拍照；精定位相機對產(chǎn)品焊道進(jìn)行精確的二次定位，并將拍攝的焊道參數(shù)反饋給人工智能軟件識別焊道種類；生成焊接程序及機器人運動路徑程序，并調(diào)用焊接工藝包中相應(yīng)預(yù)設(shè)的焊接參數(shù)。該申請主要依賴深度學(xué)習(xí)人工智能軟件進(jìn)行焊道識別和機器人路徑自主規(guī)劃軟件生成路徑。但是其焊接路徑僵化，只是根據(jù)焊道種類調(diào)用預(yù)設(shè)的焊接參數(shù)，缺乏對參數(shù)的實時優(yōu)化和自適應(yīng)調(diào)整能力；僅使用3d結(jié)構(gòu)光相機獲取產(chǎn)品三維點云數(shù)據(jù)進(jìn)行分析，數(shù)據(jù)來源單一，導(dǎo)致焊接準(zhǔn)確性和穩(wěn)定性較差。

3、針對上述中的相關(guān)技術(shù)，發(fā)明人認(rèn)為現(xiàn)有焊接機器人焊接路線固化，只能按照預(yù)設(shè)的焊接參數(shù)進(jìn)行焊接，缺乏對焊接過程的實時監(jiān)控和調(diào)整，導(dǎo)致焊接準(zhǔn)確性和穩(wěn)定性較差。

技術(shù)實現(xiàn)思路

1、為了解決上述問題，本技術(shù)提供一種智能焊接機器人。

2、第一方面，本技術(shù)提供一種智能焊接機器人，采用如下的技術(shù)方案：

3、一種智能焊接機器人，包括：機器人本體以及，

4、快換式模塊化焊槍組件，安裝在機器人本體輸出端，用于對工件進(jìn)行多角度焊接操作，包括用于實現(xiàn)保護(hù)氣體、冷卻水、焊接電流的同步快速接駁的氣電混合快速接口、用于捕捉熔池動態(tài)特征的嵌入式微型視覺單元和用于對不同規(guī)格焊槍模塊進(jìn)行快拆以及鎖定的電磁鎖緊機構(gòu)；

5、環(huán)形陣列傳感模塊，包括6組3d線激光傳感器，以120°環(huán)形布局的方式進(jìn)行設(shè)置，用于獲取工件的三維點云數(shù)據(jù)；

6、主動冷卻裝置，集成在機器人本體的關(guān)節(jié)內(nèi)部，用于控制關(guān)節(jié)電機溫度；

7、邊緣計算單元，用于快速處理采集到的多模態(tài)數(shù)據(jù)信息，動態(tài)規(guī)劃焊接路徑，采用貝葉斯優(yōu)化框架在線調(diào)整焊接工藝參數(shù)，實時控制快換式模塊化焊槍組件對焊接區(qū)域的工件進(jìn)行焊接。

8、優(yōu)選的，所述快換式模塊化焊槍組件還包括：

9、磨損檢測單元，用于對焊槍模塊的鎢極尖端進(jìn)行阻抗測量，對鎢極損耗量進(jìn)行監(jiān)測；

10、六維力傳感器單元，用于實時監(jiān)測焊槍模塊的焊槍末端受力狀態(tài)數(shù)據(jù)，生成力覺數(shù)據(jù)。

11、優(yōu)選的，所述主動冷卻裝置包括：

12、相變材料層，設(shè)置在關(guān)節(jié)電機外殼內(nèi)側(cè)，厚度1.5mm，用于吸收電機運行時的瞬時熱負(fù)荷；

13、微通道結(jié)構(gòu)，設(shè)置在關(guān)節(jié)電機外殼外側(cè)，流道沿軸向布置，覆蓋電機全長，用于通過冷卻液循環(huán)帶走持續(xù)熱負(fù)荷；

14、熱電制冷片，設(shè)置在關(guān)節(jié)電機定子鐵芯外側(cè)以及電機驅(qū)動板表面，用于針對高溫區(qū)域進(jìn)行主動制冷補償相變材料和微通道的散熱能力；

15、紅外監(jiān)測單元，用于實時監(jiān)測電機表面溫度場。

16、優(yōu)選的，所述邊緣計算單元快速處理采集到的多模態(tài)數(shù)據(jù)信息，基于td3強化學(xué)習(xí)算法動態(tài)規(guī)劃焊接路徑，采用貝葉斯優(yōu)化框架在線調(diào)整焊接工藝參數(shù)，實時控制快換式模塊化焊槍組件對焊接區(qū)域的工件進(jìn)行焊接具體包括以下步驟：

17、通過環(huán)形陣列傳感模塊、六維力傳感器單元獲取焊接環(huán)境的多模態(tài)數(shù)據(jù)信息，所述多模態(tài)數(shù)據(jù)信息包括視覺數(shù)據(jù)信息以及力覺數(shù)據(jù)信息，所述視覺數(shù)據(jù)信息為工件的三維點云數(shù)據(jù)，所述力覺數(shù)據(jù)信息為焊槍模塊的焊槍末端受力狀態(tài)數(shù)據(jù)；

18、通過預(yù)設(shè)置的pointnet++網(wǎng)絡(luò)對工件的三維點云數(shù)據(jù)進(jìn)行特征提取與語義分割，識別獲得焊縫軌跡特征，將焊縫軌跡特征輸入預(yù)設(shè)置的深度強化學(xué)習(xí)模型動態(tài)規(guī)劃生成符合焊接工藝要求的動態(tài)路徑；所述深度強化學(xué)習(xí)模型基于近端策略優(yōu)化算法進(jìn)行迭代訓(xùn)練得到；

19、構(gòu)建焊接電流、電壓、速度與焊縫質(zhì)量之間的貝葉斯優(yōu)化模型，通過高斯過程回歸構(gòu)建參數(shù)響應(yīng)曲面，并利用期望改進(jìn)采集函數(shù)進(jìn)行多目標(biāo)參數(shù)尋優(yōu)，確定最佳焊接參數(shù)組合；

20、控制快換式模塊化焊槍組件根據(jù)動態(tài)路徑以及最佳焊接參數(shù)組合開始焊接，通過嵌入式微型視覺單元采集熔池圖像并提取熔池動態(tài)特征，依據(jù)熔池動態(tài)特征提取結(jié)果采用模糊pid控制器對焊接參數(shù)進(jìn)行動態(tài)調(diào)整，其中比例系數(shù)、積分時間、微分時間根據(jù)熔寬波動率進(jìn)行自適應(yīng)整定；

21、通過預(yù)設(shè)置的數(shù)字孿生系統(tǒng)將實體焊接過程映射至虛擬空間，在仿真環(huán)境中進(jìn)行路徑預(yù)驗證和碰撞檢測，然后將優(yōu)化參數(shù)反饋至機器人本體以及快換式模塊化焊槍組件處。

22、優(yōu)選的，所述深度強化學(xué)習(xí)模型采用雙延遲深度確定性策略梯度算法架構(gòu)，構(gòu)建多維狀態(tài)空間s＝(焊縫偏差,焊接速度,熔池形態(tài),環(huán)境溫度)，動作空間a＝(路徑修正量,送絲速度,電弧電壓)，設(shè)置復(fù)合獎勵函數(shù)：

23、r＝0.6×(1-|δw/w0|)+0.3×(1-σpath/σmax)-0.1×(p/pmax)

24、其中δw為熔寬偏差，w0為標(biāo)準(zhǔn)熔寬，σpath為路徑曲率標(biāo)準(zhǔn)差，σmax是預(yù)先設(shè)定的路徑曲率標(biāo)準(zhǔn)差的最大值；p為實時功率消耗，pmax是預(yù)先設(shè)定的允許的最大功率消耗值。

25、優(yōu)選的，所述貝葉斯優(yōu)化框架包含工藝約束動態(tài)注入機制，當(dāng)檢測到以下任一條件時啟動約束處理：

26、飛濺率超過預(yù)設(shè)置標(biāo)準(zhǔn)閾值；

27、熔深波動范圍大于預(yù)設(shè)置的設(shè)定值的30％；

28、熱影響區(qū)溫度梯度超出材料相變臨界值。

29、優(yōu)選的，通過拉格朗日乘子法將約束條件融入采集函數(shù)，生成可行域內(nèi)的優(yōu)化參數(shù)組合。

30、優(yōu)選的，所述所述多模態(tài)數(shù)據(jù)融合處理包括以下步驟：

31、建立視覺-力覺數(shù)據(jù)的時空對齊模型，并采用擴展卡爾曼濾波器補償傳感器時延；

32、構(gòu)建基于多頭注意力機制的特征融合網(wǎng)絡(luò)，計算各傳感器數(shù)據(jù)置信度權(quán)重；

33、實時比較視覺數(shù)據(jù)和力覺數(shù)據(jù)，當(dāng)視覺與力覺數(shù)據(jù)偏差超過閾值時，啟動預(yù)設(shè)置的激光雷達(dá)輔助驗證；

34、融合結(jié)果輸出為七維特征向量[位置x,y,z,法向量n_x,n_y,n_z,接觸力f]。

35、優(yōu)選的，所述所述邊緣計算單元實時控制快換式模塊化焊槍組件對焊接區(qū)域的工件進(jìn)行焊接還包括：對焊接任務(wù)進(jìn)行識別判斷是否為多機協(xié)同任務(wù)，若是，則進(jìn)入多機協(xié)同機制控制；所述多機協(xié)同機制控制過程包括以下步驟：

36、基于預(yù)設(shè)置智能合約的任務(wù)分配機制，對整體焊接任務(wù)進(jìn)行理拆分為多個子任務(wù)，每個子任務(wù)包括子任務(wù)的唯一標(biāo)識id，位置坐標(biāo)，工藝要求以及優(yōu)先級；

37、明確可供分配的智能焊接機器人，構(gòu)建每個智能焊接機器人的設(shè)備能力矩陣cij＝[焊接精度,剩余壽命,當(dāng)前位置]，基于匈牙利算法為每個子任務(wù)動態(tài)匹配智能焊接機器人，控制各個智能焊接機器人按照分配的子任務(wù)進(jìn)行焊接；

38、構(gòu)建基于速度障礙法的碰撞預(yù)判模型，實時計算各機器人運動矢量在δt時間窗內(nèi)的最小間隔距離；并在最小間隔距離小于預(yù)設(shè)安全間距閾值時，調(diào)整執(zhí)行低優(yōu)先級子任務(wù)的機器人的運動軌跡或速度；

39、在多機協(xié)同機制控制過程，采用輕量級默克爾樹結(jié)構(gòu)存儲任務(wù)執(zhí)行日志。

40、優(yōu)選的，所述明確可供分配的智能焊接機器人，構(gòu)建每個智能焊接機器人的設(shè)備能力矩陣cij＝[焊接精度,剩余壽命,當(dāng)前位置]，基于匈牙利算法為每個子任務(wù)動態(tài)匹配智能焊接機器人具體包括以下步驟：

41、明確可供分配的智能焊接機器人，構(gòu)建每個智能焊接機器人的設(shè)備能力矩陣cij＝[焊接精度,剩余壽命,當(dāng)前位置]；

42、獲取各個子任務(wù)的匹配權(quán)重，所述匹配權(quán)重包括焊接精度權(quán)重系數(shù)w1、剩余壽命權(quán)重系數(shù)w2以及當(dāng)前位置權(quán)重系數(shù)權(quán)重系數(shù)w3；

43、根據(jù)智能焊接機器人的設(shè)備能力矩陣cij以及各個子任務(wù)的匹配權(quán)重計算匹配成本mij，構(gòu)建匹配成本矩陣m；匹配成本計算公式為：mij＝w1×f1(cij[焊接精度])+w2×f2(cij[剩余壽命])+w3×f3(cij[當(dāng)前位置])；其中f1、f2和f3均是映射函數(shù)，由管理人員預(yù)設(shè)置，f1是機器人焊接精度和子任務(wù)工藝要求精度偏差越大，成本分?jǐn)?shù)越高；f2是機器人剩余壽命越短，成本分?jǐn)?shù)越高；f3是機器人當(dāng)前位置與任務(wù)位置距離越遠(yuǎn)，成本分?jǐn)?shù)越高；

44、基于匈牙利算法對匹配成本矩陣m進(jìn)行處理，通過行變換和列變換，為每個子任務(wù)動態(tài)匹配智能焊接機器人；

45、在焊接過程中定時更新設(shè)備能力矩陣，重新計算匹配成本矩陣，基于匈牙利算法進(jìn)行動態(tài)匹配調(diào)整。

46、綜上所述，本技術(shù)包括以下至少一種有益技術(shù)效果：

47、1.本技術(shù)通過邊緣計算單元的設(shè)置，能夠快速處理采集到的多模態(tài)數(shù)據(jù)信息，先基于td3強化學(xué)習(xí)算法動態(tài)規(guī)劃焊接路徑，能夠根據(jù)實時的焊接環(huán)境與工件狀態(tài)，迅速生成最優(yōu)的焊接軌跡，提高焊接效率與質(zhì)量；再采用貝葉斯優(yōu)化框架在線調(diào)整焊接工藝參數(shù)，可實現(xiàn)對焊接電流、電壓、速度等參數(shù)的精準(zhǔn)優(yōu)化；最后在焊接過程中，通過嵌入式微型視覺單元采集熔池圖像并提取熔池動態(tài)特征，依據(jù)提取結(jié)果對焊接參數(shù)進(jìn)行動態(tài)調(diào)整，以保證焊接過程的穩(wěn)定性與焊接質(zhì)量的一致性，達(dá)到有效提高焊接質(zhì)量以及焊接效率的效果；

48、2.深度強化學(xué)習(xí)模型，先使用ppo算法進(jìn)行迭代訓(xùn)練，可以讓模型在初始階段快速學(xué)習(xí)到基本的策略和知識，建立起一個相對穩(wěn)定的基礎(chǔ)。然后采用td3算法架構(gòu)，可以進(jìn)一步優(yōu)化模型的性能，彌補深度強化學(xué)習(xí)模型值函數(shù)過估計的問題，模型能夠充分發(fā)揮兩種算法的優(yōu)勢，在復(fù)雜的焊接環(huán)境中更高效地學(xué)習(xí)和決策，實現(xiàn)更精準(zhǔn)的焊接路徑規(guī)劃和參數(shù)調(diào)整，從而提高焊接質(zhì)量和生產(chǎn)效率；

49、3.將整體焊接任務(wù)合理拆分為多個具有唯一標(biāo)識id、位置坐標(biāo)、工藝要求和優(yōu)先級的子任務(wù)，構(gòu)建每個智能焊接機器人的設(shè)備能力矩陣，綜合考慮焊接精度、剩余壽命和當(dāng)前位置等因素，基于匈牙利算法進(jìn)行動態(tài)匹配，能夠根據(jù)機器人的實際能力和任務(wù)需求，將每個子任務(wù)分配給最合適的機器人，并在在焊接過程中，機器人的狀態(tài)(如剩余壽命變化、位置移動等)和任務(wù)需求可能會動態(tài)改變，匈牙利算法能夠根據(jù)這些變化實時調(diào)整任務(wù)分配，使系統(tǒng)具有良好的動態(tài)適應(yīng)性，即使在復(fù)雜多變的焊接環(huán)境中，也能保證任務(wù)與機器人的最佳匹配，確保焊接工作的順利進(jìn)行。