清华大学学报(自然科学版)

作者：冯消冰, 戴懿翔, 韩滕跃, 袁飞, 王贵锦

单位：1. 清华大学 电子工程系, 北京 100084,2. 北京博清科技有限公司, 北京 100176,3. 江南造船集团有限责任公司, 上海 201913

关键词：智能化焊接,三维重建,激光视觉,深度学习,拐点识别

由于焊接智能化发展的迫切需求，焊缝三维重建技术已成为焊接领域研究的热点。焊接场景中存在强烈的噪声干扰，如何从噪声中提取焊缝有效信息、精准重建焊缝形貌成为研究难点。针对复杂环境下难以精确提取焊缝拐点的问题，该文提出了一种高精度焊缝三维重建与拐点识别方法。采用Gauss背景建模去噪技术对原始焊缝图像进行预处理，以提升图像质量；设计了一种基于不确定性与自注意力机制的条纹区域分割模型，用于准确提取激光条纹；通过三维重建算法实现焊缝形貌的重建，并结合最优视角投影与时序滤波方法进行拐点识别。实验结果表明：该方法不仅能有效抑制噪声干扰、准确重建焊缝三维形貌，而且能够鲁棒地提取焊缝拐点信息，从而实现焊缝的高精度重建与焊接引导。通过真实焊接场景数据验证，该方法的焊缝拐点识别成功率相较传统方法提高约13.3%，三维重建误差在0.1 mm以内。该方法为实现焊缝拐点的精确跟踪提供了可靠的技术支撑。

来源：2025年第10期

《清华大学学报(自然科学版)》期刊编辑部

查看清华大学学报(自然科学版)杂志2025年第10期