基于深度学习的白车身焊接路径智能规划方法

针对白车身焊接路径规划经验规则多、路径复杂等问题,提出一种端到端的序列到序列深度学习框架,通过学习大量历史数据来提高路径规划的效率与质量。基于LSTM编码器、LSTM解码器和注意力机制搭建深度学习模型,对焊点数据进行归一化和预排序,同时构建了焊点表,提升了模型的训练效率和预测准确率。实现了向模型输入无序的焊点序列,输出目标焊点序列。在白车身左前门焊接生产线上的实验结果表明,所提方法相较于经典机器学习算法,在面对多样的约束条件时准确性更高,焊接路径规划结果更合理。