Reconocimiento de Costuras de Soldadura y Planificación de Trayectorias Basado en Aprendizaje Profundo en Soldadura...

Área de la Ciencia:

• Ciencia e Ingeniería de Materiales
• Robótica y Automatización
• Visión por Computadora y Procesamiento de Imágenes

Sus antecedentes:

• La soldadura por haz de electrones en vacío presenta importantes desafíos de reconocimiento de soldaduras debido a los entornos oscuros y los reflejos metálicos.
• Los métodos existentes luchan con la precisión y el rendimiento en tiempo real en estos complejos entornos industriales.

Objetivo del estudio:

• Desarrollar un algoritmo híbrido mejorado para el reconocimiento robusto de soldaduras en soldadura por haz de electrones en vacío.
• Mejorar la automatización de la soldadura por haz de electrones a través de una guía visual previa a la soldadura eficaz.

Principales métodos:

• Se propuso un algoritmo híbrido que combina YOLOv11-seg con detección de bordes Canny adaptativa.
• Se incorporó el mecanismo de atención UFO-ViT y la función de pérdida EIoU para la optimización de la red.
• Se utilizó el método de Otsu para el ajuste de umbral adaptativo en la detección de bordes Canny.

Principales resultados:

• El modelo optimizado logró una precisión promedio (mAP) del 77,4%, una mejora del 9% con respecto a la línea de base.
• El sistema opera a 20 fotogramas por segundo (FPS), lo que garantiza capacidades de procesamiento en tiempo real.
• Las trayectorias de soldadura generadas mostraron una desviación de longitud promedio de menos de 3 mm con respecto a las soldaduras reales.

Conclusiones:

• El algoritmo híbrido propuesto mejora significativamente el rendimiento del reconocimiento de soldaduras en condiciones complejas.
• Este enfoque ofrece una solución eficaz para la guía visual previa a la soldadura, avanzando en la automatización de la soldadura por haz de electrones.
• El rendimiento en tiempo real y la alta precisión lo hacen adecuado para aplicaciones industriales.