神经网络补偿卡尔曼滤波焊缝偏差预测算法

• 作者: 全方红 张南峰 林少铎 高向东 黎扬进
• 来源期刊: 应用激光
• 学科: 工学
• 关键词: 卡尔曼滤波 RBF神经网络 焊缝跟踪 道格拉斯-普克算法
• 年，卷（期）: 2018,（6）
• 页码范围: 940-945
• 页数: 6页
• 分类号: TG409
• 语种: 中文
• DOI: 10.14128/j.cnki.al.20183806.940

摘要

针对V型坡口中厚板对接焊,研究一种噪声环境下应用径向基函数(Radial Basis Function,RBF)神经网络补偿卡尔曼滤波(Kalman Filter,KF)误差的焊缝跟踪方法.根据三角测量原理设计激光结构光视觉传感器并采集焊缝图像,对受噪声干扰的焊缝图像进行预处理.采用基于光强度分布特性的灰度平方加权重心法提取结构光条纹中心线,通过道格拉斯-普克算法(Douglas-Peucker algorithm)和最小二乘法相结合的方法提取焊缝特征点.建立描述焊缝中心位置的系统状态方程与测量方程,运用RBF神经网络补偿卡尔曼滤波模型误差及噪声统计不确定性造成的滤波误差,修正卡尔曼滤波估计值.试验结果表明,RBF神经网络补偿卡尔曼滤波能够减小噪声干扰的影响,提高焊缝跟踪精度,有效抑制卡尔曼滤波发散.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	全方红		5	16	2.0	4.0
2	林少铎		1	0	0.0	0.0
3	高向东		1	0	0.0	0.0
4	黎扬进		1	0	0.0	0.0
5	张南峰		1	0	0.0	0.0