(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211404248.5 (22)申请日 2022.11.10 (71)申请人 富联裕展科技 （深圳） 有限公司 地址 518000 广东省深圳市龙华区龙华 街 道富康社区东环二路2号富士康H5厂 房101、 观澜街道福城 大三社区富士康 鸿观科技园B区厂房5栋C09 栋4层、 C07 栋2层、 C08栋3层4层、 C 04栋1层 (72)发明人 昝妍　林宗儒　吴振廷　罗名涛　 黄浚铭　周泰羽　陈全喜　 (74)专利代理 机构 北京汇思诚业知识产权代理 有限公司 1 1444 专利代理师 周放 (51)Int.Cl. G06T 7/00(2017.01)G06T 7/73(2017.01) (54)发明名称 焊接设备稳定度 的确定方法、 装置、 焊接设 备及存储介质 (57)摘要 本申请实施例提供的一种焊接设备稳定度 的确定方法、 装置、 焊接设备及存储介质， 所述方 法包括获取焊接设备的多张初始 焊接图像； 基于 预先训练的检测模型对多张所述初始焊接图像 进行处理， 得到所述检测模型输出的每一张所述 初始焊接图像中焊接工件的焊点位置； 基于所述 检测模型输出的每一所述焊接工件的所述焊点 位置， 确定对应的所述焊接工件的焊接中心位 置； 基于所有所述焊接工件的焊接中心位置确定 所述焊接工件的焊接位置的稳定度。 该方式通过 对焊接设备焊接后的焊接图像进行数据分析， 确 定焊接设备是否稳定， 提高了焊接设备稳定度检 测的准确性。 权利要求书3页 说明书18页 附图11页 CN 115482240 A 2022.12.16 CN 115482240 A 1.一种焊接设备 稳定度的确定方法， 其特 征在于， 包括： 获取焊接设备的多张初始焊接图像； 基于预先训练的检测模型对多 张所述初始焊接图像进行处理， 得到所述检测模型输出 的每一张所述初始焊接图像中焊接 工件的焊点 位置； 基于所述检测模型输出的每一所述焊接工件的所述焊点位置， 确定对应的所述焊接工 件的焊接中心位置； 基于所有所述焊接 工件的焊接中心位置确定所述焊接 工件的焊接位置的稳定度。 2.根据权利要求1所述的焊接设备稳定度的确定方法， 其特征在于， 每一所述焊接工件 的焊点为多个， 对应地， 所述焊接工件的焊点位置为多个， 所述焊点位置为焊点坐标， 所述 基于所述检测模型输出的每一所述焊接工件的所述焊点位置确定所述焊接工件的焊接中 心位置的步骤 包括： 基于所述检测模型输出的每一所述焊接工件的多个所述焊点坐标， 计算对应的所述焊 接工件的焊点中心均值； 基于所述焊接 工件的焊点中心均值， 确定所述焊接 工件的焊接中心位置 。 3.根据权利要求2所述的焊接设备稳定度的确定方法， 其特征在于， 所述基于所有所述 焊接工件的焊接中心位置， 确定所述焊接 工件的焊接位置的稳定度的步骤， 包括： 基于每一所述焊接工件的多个所述焊点坐标和对应的所述焊接工件的所述焊点中心 均值计算所述焊接 工件的所述焊点中心方差和/或所述焊接 工件的所述焊点中心标准差； 基于所述焊接工件的所述焊点中心方差和/或所述焊接工件的所述焊点中心标准差确 定所述焊接 工件的焊接位置的稳定度。 4.根据权利要求1所述的焊接设备稳定度的确定方法， 其特征在于， 所述基于所有所述 焊接工件的焊接中心位置， 确定所述焊接 工件的焊接位置的稳定度的步骤 包括： 基于所有所述焊接工件的焊接 中心位置， 确定所述焊接工件的焊接 中心位置在标准焊 接中心位置范围内的数量； 基于所述焊接工件的焊接中心位置在所述标准焊接中心位置范围内的数量确定在预 设稳数量内； 基于所述焊接工件的焊接中心位置在所述标准焊接中心位置范围内的数量在预设稳 数量内， 判定所述焊接 工件的焊接位置的稳定度高。 5.根据权利要求1所述的焊接设备稳定度的确定方法， 其特征在于， 所述检测模型包括 第一检测模型和 第二检测模型， 所述基于预先训练的检测模型对多张所述初始焊接图像进 行处理， 得到所述检测模型输出的所述初始焊接图像中焊接 工件的焊点 位置的步骤 包括： 基于预先训练的所述第 一检测模型对多 张所述初始焊接图像进行处理， 得到所述第 一 检测模型输出的所述初始焊接图像中焊接工件的轮廓， 并确定所述初始焊接图像中所述焊 接工件的焊接位置； 基于预先训练的所述第 二检测模型对所述焊接工件的焊接位置处理， 得到所述第 二检 测模型输出的所述焊接 工件的焊点 位置。 6.根据权利要求5所述的焊接设备稳定度的确定方法， 其特征在于， 所述基于预先训练 的所述第一检测模型对多张所述初始焊接图像进 行处理， 得到所述第一检测模型输出的所 述初始焊接图像中焊接工件的轮廓， 并确定所述初始焊接图像中所述焊接工件的焊接位置权　利　要　求　书 1/3 页 2 CN 115482240 A 2的步骤包括： 预先训练的所述第一检测模型识别所述初始焊接图像中所述焊接 工件的轮廓； 所述第一检测模型以所述焊接工件的轮廓 为基准， 对每一所述初始焊接图像按预设的 不同尺寸提取包含有 所述焊接工件的轮廓的第一焊接工件轮廓图像， 以形成多张尺寸不同 且含有所述焊接 工件的轮廓的所述焊接 工件轮廓图像； 所述第一检测模型对所述焊接工件轮廓图像中焊接位置进行预测， 得到多个焊接工件 轮廓图像特征信息， 所述焊接工件轮廓图像特征信息包括所述焊接工件轮廓图像中焊接位 置的候选区域及对应的置信度； 所述第一检测模型基于所述焊接工件轮廓图像特征信息对所述初始焊接图像中的每 个像素进行分类处 理， 得到不小于预设置信度的所述焊接 工件的焊接位置 。 7.根据权利要求6所述的焊接设备稳定度的确定方法， 其特征在于， 所述基于预先训练 的所述第二检测模型和所述焊接工件的焊接位置处理， 得到所述第二检测模型输出的所述 焊接工件的焊点 位置的步骤 包括： 预先训练 的所述第 二检测模型对所述焊接工件的焊接位置对应的图像进行切割， 得到 目标焊接图像； 所述第二检测模型根据 所述目标焊接图像提取多图层的焊接特征信 息， 所述焊接特征 信息包括所述目标焊接图像中的焊点轮廓图或工件轮廓图； 所述第二检测模型对多图层的所述焊接特征信 息进行上采样及特征融合， 得到多张细 化特征图， 所述细化特征图包括所述焊点轮廓图、 焊点轮廓与工件轮廓叠加图中的至少一 种； 所述第二检测模型对所述细化特征图进行分类处理， 得到所述焊接工件的焊接信息， 所述焊接信息包括所述焊点 位置。 8.根据权利要求7所述的焊接设备稳定度的确定方法， 其特征在于， 所述焊接信 息还包 括工件的轮廓、 焊点的轮廓、 每一所述细化特 征图中的焊点数量， 所述方法还 包括： 确定所述焊接信息合格； 基于多张所述细化特 征图以及合格的所述焊接信息确定焊接良率； 确定所述焊接良率是否不小于标准良率； 若不小于， 执行所述步骤 “基于所有所述焊接工件的焊接中心位置确定所述焊接工件 的焊接位置的稳定度 ”。 9.根据权利要求2或3所述的焊接设备 稳定度的确定方法， 其特 征在于， 还 包括： 基于所有所述初始焊接图像的所述焊接工件的焊接中心位置计算所述焊接工件的焊 接中心位置的均值； 基于标准规格位置和所述焊接工件的焊接中心位置的均值确定所述焊接工件的焊接 中心位置的偏移量； 基于所述偏移量调整工件的焊接参数。 10.一种焊接设备 稳定度的确定装置， 其特 征在于， 包括： 通信器， 获取多张初始焊接图像； 处理器， 耦接所述 通信器， 用于： 基于预先训练的检测模型对多 张所述初始焊接图像进行处理， 得到所述检测模型输出权　利　要　求　书 2/3 页 3 CN 115482240 A 3