摘要：在自动焊接系统中,焊点的识别需要利用辅助激光,但是由于弧光的存在,而且一些金属材料具有反光性,这都会对辅助光的提取造成困难,因而影响到焊点的准确定位.基于此问题,利用反卷积结合特征金字塔网络,提出了基于热力图的焊点识别网络,该网络通过残差卷积神经网络进行提取特征,并利用金字塔策略将不同尺度的特征映射成特征点热力图,根据热力图得到焊点的最终准确位置.最后进行与模版匹配及原始的特征金字塔网络的对比试验.结果表明,该网络在对焊点的识别中比前两者的表现突出,而且鲁棒性较强,对于各种噪声和复杂的干扰具有很强的抵抗力.

摘要：基于机器视觉在工业上的广泛应用,通过采用CCD视觉传感器在焊前采集焊点的图像信息来确定焊点的像素坐标,并将其转换为实际的空间位置坐标,然后控制焊枪移动到焊点的正上方,达到自动焊接的目的。该焊接系统的研制对实现太阳电池阵的高效自动化组装和焊接,提高太阳电池阵焊点的承载能力、极端温度下的力学性能、可靠性、导电性等具有重要意义。