本书以电力塔角、压滤机压紧板及车厢底板等典型中厚板结构件为对象，针对自动化焊接中的关键技术难题，开展基于机器视觉的智能焊接技术研究。首先，针对中厚板工件焊缝类型多样，焊缝形状、尺寸及空间位置变化复杂等特点，开展中厚板焊缝识别算法研究，显著提升焊缝识别的准确性和效率。其次，研究中厚板结构三维件的点云数据滤波方法、端点精确检测与定位方法，并为所构建的模型建立科学的指标评价体系。然后，围绕焊接机器人自适应焊接路径规划展开研究，利用焊接路径关键点、端点坐标及焊缝识别结果，生成高效的机器人焊接路径规划程序。最后，搭建了中厚板焊接路径规划实验系统。

第1章 绪论
1.1 机器人的定义与分类
1.2 焊接机器人的定义与分类
1.3 焊接机器人的发展历程
1.4 焊接机器人国内外研究现状
1.4.1 焊接机器人传感技术研究现状
1.4.2 焊缝识别技术研究现状
1.4.3 机器人焊接路径规划研究现状
1.5 本书主要研究内容
1.6 本书章节安排
1.7 本章小结
第2章 基于机器视觉的中厚板焊缝识别算法
2.1 概述
2.2 图像识别技术简介
2.2.1 传统方法
2.2.2 深度学习方法
2.3 YOLOv8模型简介
2.4 基于BoT-YOLOv8的中厚板焊缝识别算法
2.4.1 BoT-YOLOv8系统框架
2.4.2 C2f_Bottleneck_BoT残差模块
2.4.3 ASPP空间池化金字塔
2.4.4 图像后处理
2.5 模型训练结果评价与分析
2.5.1 数据准备
2.5.2 模型训练
2.5.3 模型评价与分析
2.6 本章小结
第3章 中厚板焊接路径端点检测方法
3.1 概述
3.2 焊接端点检测技术简介
3.2.1 焊接端点检测定义与意义
3.2.2 焊接端点检测技术发展历程
3.3 三维视觉检测算法简介
3.3.1 三维视觉检测算法发展历程
3.3.2 关键技术模块
3.3.3 主流算法类型及对比
3.4 数据采集与预处理
3.4.1 点云数据采集
3.4.2 点云滤波
3.4.3 点云下采样
3.5 改进的SA-SSD中厚板焊接路径端点检测算法
3.5.1 SA-SSD模型概述
3.5.2 改进的SA-SSD模型
3.6 模型训练结果评价与分析
3.6.1 模型训练
3.6.2 模型评价与分析
3.7 本章小结
第4章 中厚板自适应焊接路径规划
4.1 概述
4.2 中厚板焊接路径拟合
4.3 机器人手眼标定
4.4 机器人运动学
4.5 机器人运动控制
4.6 本章小结
第5章 实验结果分析与对比
5.1 概述
5.2 实验平台搭建
5.2.1 实验设备
5.2.2 实验对象
5.3 焊缝识别实验
5.4 焊接路径端点检测实验
5.5 焊接路径规划实验
5.6 本章小结
参考文献
附录 算法代码
附录1 中厚板焊缝识别算法代码
附录2 中厚板焊接路径端点检测算法代码