一种基于多模态融合与深度学习的焊接路径规划方法

本发明提供一种基于多模态融合与深度学习的焊接路径规划方法，涉及焊接自动化技术领域，方法包括：通过激光测距模块与CCD视觉传感器同步采集焊接工件的三维坐标信息，融合激光高度参数与视觉平面特征点；基于动态焊接适应系数和焊接环境复杂度生成初始路径，量化激光误差、视觉匹配偏差及环境干扰强度；利用多模态特征融合权重动态加权激光与视觉数据，通过深度学习模型提取时空特征并优化焊接轨迹；控制六轴机械臂执行焊接操作，实时监测焊缝质量并闭环调整路径参数。本发明通过多模态数据互补机制解决单一传感器精度不足问题，结合动态参数计算与实时路径修正应对突发障碍物及温度波动，利用卷积神经网络与自注意力机制提升局部路径优化能力。