买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京小雨智造科技有限公司申请的专利焊接模仿学习模型的训练方法及智能焊接方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120218115B 。

龙图腾网通过国家知识产权局官网在2025-09-02发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510696750.5，技术领域涉及：G06N3/008；该发明授权焊接模仿学习模型的训练方法及智能焊接方法是由贾宁;赵盼盼;吴虹;乔忠良设计研发完成，并于2025-05-28向国家知识产权局提交的专利申请。

本焊接模仿学习模型的训练方法及智能焊接方法在说明书摘要公布了：本申请提出一种焊接模仿学习模型的训练方法及智能焊接方法，其中，训练方法包括：构建焊接主从控制系统，焊接主从控制系统包括主端设备、从端设备和工作主机，主端设备包括仿真焊枪和光学动捕相机，光学动捕相机的定位工具固定于仿真焊枪上；主端设备包括机械臂、焊枪和熔池相机，机械臂末端固定连接焊枪，熔池相机安装于焊枪侧面；工作主机连接光学动捕相机、熔池相机和机械臂的工控机，通过工作主机控制焊枪跟随仿真焊枪同步运行，并获取焊接过程中的多模态数据流；基于多模态数据流获取训练样本数据；基于训练样本数据训练构建的焊接模仿学习模型，得到训练好的焊接模仿学习模型，解决现有技术中焊接机器人存在局限性的技术问题。

本发明授权焊接模仿学习模型的训练方法及智能焊接方法在权利要求书中公布了：1.一种焊接模仿学习模型的训练方法，其特征在于，包括以下步骤： 构建焊接主从控制系统，所述焊接主从控制系统包括主端设备、从端设备和工作主机，所述主端设备包括仿真焊枪和光学动捕相机，所述光学动捕相机自带的定位工具固定于所述仿真焊枪上；所述从端设备包括机械臂、焊枪和熔池相机，所述机械臂末端固定连接所述焊枪，所述熔池相机安装于所述焊枪的侧面；所述工作主机连接所述光学动捕相机、所述熔池相机和所述机械臂的工控机，所述工作主机上配置有数据采集系统； 在操作仿真焊枪进行焊接过程中，通过所述工作主机控制所述焊枪跟随所述仿真焊枪同步运行，并通过所述数据采集系统获取焊接过程中的多模态数据流，所述多模态数据流包括所述光学动捕相机实时采集的所述定位工具的位姿变化量、所述熔池相机实时采集的熔池影像、所述焊枪的电焊机和所述机械臂的工控机上传的工艺参数； 基于所述多模态数据流，获取用于训练焊接模仿学习模型的训练样本数据； 基于所述训练样本数据训练构建的焊接模仿学习模型，得到训练好的焊接模仿学习模型；其中， 所述焊接模仿学习模型包括： 输入层，用于采用滑动窗口从所述训练样本数据中获取熔池图像序列以及对应的工艺参数序列，所述熔池图像序列包括连续的n帧熔池图像； 特征提取层，所述特征提取层包括视觉特征提取模块和工艺参数嵌入模块，所述视觉特征提取模块用于通过多个卷积神经网络分别提取所述n帧熔池图像的空间特征并进行时序拼接，得到时序视觉特征向量；所述工艺参数嵌入模块用于将所述工艺参数序列构成n×3维的时序序列，再通过线性变换将所述n×3维的时序序列映射至n×64维空间，得到参数特征向量； 特征融合层，用于将所述时序视觉特征向量通过线性变换降维，得到降维后的时序视觉特征向量；再将所述降维后的时序视觉特征向量作为Key和Value，将所述参数特征向量作为Query，通过跨模态注意力进行特征融合，得到融合特征向量； 时序建模层，用于通过多层TransformerEncoder网络结构捕捉所述融合特征向量中的长程时序依赖，得到长程特征向量；所述多层TransformerEncoder网络结构包括多维隐藏层、多头注意力和前馈网络； 输出层，用于对所述长程特征向量进行池化处理，再通过全连接层将池化后的长程特征向量映射至预测的控制指令；所述预测的控制指令包括位姿变化量、电流调整量、电压调整量和速度调整量。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京小雨智造科技有限公司，其通讯地址为：100096 北京市海淀区西小口路66号中关村东升科技园·北领地B-3楼一层103；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。