本发明属于机器视觉，具体涉及一种基于图像分割技术的小组立自动焊接定位方法。
背景技术：
1、焊接时船舶制造领域的关键工序。其中小组立焊接由于存在工件样式多、高度落差大的特性，目前还较为依赖人工焊接。要想替代人工，实现自动化的焊接，关键在于如何做到快速准确的焊缝识别、定位和跟踪。
2、已有的相关焊缝识别定位技术中，例如专利文献201510250369.2《复杂曲面薄壁板材细微拼缝激光测量焊接跟踪方法及系统》给出的技术手段是：首先使用高速ccd及长焦镜头获取拼缝的大致轮廓，然后采用笔刷沿拼接缝涂抹反光剂；接着再用一台短波段激光器照射涂抹了反光剂拼缝，另配备一台高速ccd及长焦镜头获取拼缝的精确信息；最后将两台ccd所获取的信息进行耦合，精确计算出拼缝的真实宽度、中心线矢量、拼缝曲面的法矢量等，根据这些信息，构建拼缝曲面的三维形貌廓型，以此优化焊接路径。但是上述设备搭建要求在实际船厂小组立焊接中难以实现，特别是其中ccd传感器会受到焊接所产生烟尘影响，造成焊缝识别失败。另有如专利文献201810394231.3《视觉焊接跟踪方法及焊接工艺》是基于激光传感器实现焊缝定位；但是同样的由于激光传感器实际安装位置为焊枪距离很近，焊接期间容易受到焊接高温、烟尘的影响，而降低可靠性。
技术实现思路
1、针对现有技术中存在的不足，本发明提供了一种基于图像分割技术的小组立自动焊接定位方法，用以提升船厂小组立焊接领域中自动化焊接焊缝定位的可靠性。
2、本发明通过以下技术手段实现上述技术目的。
3、一种自动焊接定位方法：待焊接工件所在地面设置有定位标识，基于所述定位标识初步锁定待焊接工件所在区域；获取待焊接工件所在区域的3d点云图像，并分割提取其中的待焊接工件3d点云模型；基于待焊接工件的点云数据，确定焊缝的空间坐标。
4、进一步地，所述定位标识为aruco二维码。
5、进一步地，待焊接工件所在地面的四角分别设置一张aruco二维码，以aruco二维码所在的四个角点围成的矩形作为底面，建立一个能够包围住待焊接工件的立方体区域；获取所述立方体区域内的3d点云图像。
6、进一步地，所述aruco二维码的检测与解码具体为：
7、s1，轮廓提取：将rgb图像转换为灰度图像并进行二值化处理；
8、s2，轮廓筛选：对图像内的各个图形轮廓进行筛选，筛去不为四边形的轮廓；
9、s3，标记解码：分别对筛选剩下的各四边形轮廓去除透视投影，转换成正方形，之后对所得正方形轮廓内的图像移除边框，计算像素矩阵的均值和方差；对于方差大于等于5的，统计其中每个比特块的黑色像素数量和白色像素数量，黑色占多数的比特块记为0，白色占多数的比特块记为1；
10、s4，标记确认：将解码得到的aruco二维码与预设字典进行对照，获得相应定位识别结果，以此确定出小组立所在位置的四个角点坐标。
11、进一步地，s2为，使用douglas-peucker算法对各个轮廓进行多边形逼近，筛去逼近结果不为四边形的轮廓。
12、进一步地，待焊接工件3d点云模型的分割提取方法为：采用深度学习算法提取点云图像中的特征点，基于特征点识别待焊接工件，并以特征点为定位基准，分割提取出待焊接工件的3d点云模型。
13、进一步地，其特征在于：
14、前期准备阶段，利用深度学习算法学习并提取出各工件模型的narf特征点，保存各工件模型的形状尺及其各特征点在模型上的位置信息；
15、图像分割时，以特征点作为定位基准，根据事先保存的工件模型数据，确定点云数据中工件模型的边界点；之后基于边界点确定工件模型的边界位置，删去工件模型边界以外的点云数据。
16、进一步地，用于船舶小组立焊接。
17、本发明的有益效果为：
18、(1)本发明提供了一种基于图像分割技术的小组立自动焊接定位方法，首先通过采用aruco二维码，完成对小组立部件所在空间位置的初步识别定位，锁定小组立3d点云模型大致所在的立方体区域；之后利用点云图像分割技术，对初步确定的立方体区域内的点云图像进行精准分割，提取出小组立的3d点云模型。最终根据提取出的小组立点云数据，确定出焊缝的空间坐标，以此控制自动焊接设备实现自动化焊接。
19、(2)本发明中给出了一种针对小组立特征识别的点云分割方法，利用深度学习算法通过特征点匹配，实现高效地小组立模型的识别及分割提取。
20、(3)本发明可以为小组立全自动化焊接提供技术基础，从而减少现场操作人员，间接保障工人健康。最终在焊接过程中采用了数字化、自动化、智能化控制，实现了焊接工作从焊缝识别到路径调整再到自动焊接的自动化，不仅能够极大地提高劳动的生产效率、保证焊接质量、改善操作环境，并且将人力从复杂的工作环境里面解放出来，大大提高了自动化焊接系统的发展，具有广阔的市场前景。
1.一种自动焊接定位方法，其特征在于：待焊接工件所在地面设置有定位标识，基于所述定位标识初步锁定待焊接工件所在区域；获取待焊接工件所在区域的3d点云图像，并分割提取其中的待焊接工件3d点云模型；基于待焊接工件的点云数据，确定焊缝的空间坐标。
2.根据权利要求1所述的自动焊接定位方法，其特征在于：所述定位标识为aruco二维码。
3.根据权利要求2所述的自动焊接定位方法，其特征在于：待焊接工件所在地面的四角分别设置一张aruco二维码，以aruco二维码所在的四个角点围成的矩形作为底面，建立一个能够包围住待焊接工件的立方体区域；获取所述立方体区域内的3d点云图像。
4.根据权利要求2所述的自动焊接定位方法，其特征在于：所述aruco二维码的检测与解码具体为：
5.根据权利要求4所述的自动焊接定位方法，其特征在于：s2为，使用douglas-peucker算法对各个轮廓进行多边形逼近，筛去逼近结果不为四边形的轮廓。
6.根据权利要求1所述的自动焊接定位方法，其特征在于：待焊接工件3d点云模型的分割提取方法为：采用深度学习算法提取点云图像中的特征点，基于特征点识别待焊接工件，并以特征点为定位基准，分割提取出待焊接工件的3d点云模型。
7.根据权利要求6所述的自动焊接定位方法，其特征在于：
8.根据权利要求1～7任一项所述的自动焊接定位方法，其特征在于：用于船舶小组立焊接。
