Bu tədqiqat, gəmi konstruksiyalarında robotik qaynaq yolunun nominal CAD geometriyasına bağlı qalmadan real iş parçasının vizual və üçölçülü geometriyasından avtomatik kimi çıxarılmasını məqsəd qoyur. Sistem, altı oxlu KUKA KR-16-L6-2 robot, xətti hərəkət oxu, monokrom görüş sistemi və nöqtə buludu skansını; SURF–FLANN görüntü birləşdirmə, RANSAC müstəvi ayırma və PCA əsaslı kontur yeniden yaratma alqoritmlərıyla birləşdirir. Beş fərqli iş parçası türünde cəmi 25 derütubəte nəticəsində online görüntü metodinin qaynaq tikişi yerləşdirmə RMSE'si 0,82 mm, maksimum mütləq xətası 1,50 mm kimi hesabatda bildirilmişdir. Aynı müqayisəda CAD əsaslı offline proqramlaşdırma 4,15 mm RMSE və 5,89 mm maksimum mütləq xəta vermiştir. Lakin tədqiqat müstəvisel qaynaq yollarına fokuslanır; qaynaq vannası kalitesi, qaynaq nüfuzetməsi və eğrisel üçölçülü dikişlerin qapalı dövrə takibi bu tədqiqatda təsdiqlənməmişdir.

Tədqiqatın başlanğıc nöqtəsi, gəmi bloklarının istehsalinde real parçanın nominal CAD modelinden sapabilmesidir. Kesme, şəkillendirme, montaj və ön qaynaq əməliyyatları parçaların real geometrisini değiştirebildiği üçün yalnız CAD koordinatlarından yaradılan robot yolu real qaynaq tikişinden birkaç valimetre uzaklaşabilmektedir. Tədqiqatçılar bu problemi robotun parçayı qaynaq əməliyyatınden əvvəl skansı və yolu real ölçülən geometri üzərindən yeniden üretmesiyle çözmeye tədqiqatktadır.

Təklif edilən metodde ikiölçülü görüntü və üçölçülü nöqtə buludu əməliyyate birbirinin alternatifi deyil, eyni aşkarlama zəncirinin fərqli qatlarıdır. Geniş iş parçalarında birden fazala görüntü SURF xüsusiyyətləri və FLANN uyğunlaşdırmasıyle birleştirilirken üçölçülü veride əsas müstəvi RANSAC ilə ayrıştırılmakta, səs-küy istatistiksel filtreyle temizlenmekte, səth normallarıyle istenmeyen yan yüzeyler elenmekte və kalan komponentlərin yönü ilə konturu PCA üzərindən çıkarılmaktadır.

Sistem yalnız qaynaq xəttini bulmakla kalmamaktadır. Yeniden yaradılan komponent konturlarının mühitsinde qaynaq məşəli üçün tədqiqat hacimleri tanımlanmakta və başqa struktur elementilarla çaxınan yol parçaları avtomatik kimi dışarıda bırakılmaktadır. Beləliklə çıxış, algılanan bütün geometrik kenarların kör şəkildə takip edilmesi əvəzinə qaynaq məşəli açistilikndan uygulanabilir kimi dəyərlendirilen yol parçalarından oluşturulmaktadır.

Türkiyə baxımından tədqiqat xüsusilə tərsanə avtomatlaşdırması, böyük çelik konstrüksiyonlar və değişken montaj toleranslarının bulunduğu robotik qaynaq hüceyrələri üçün dikkate dəyər bir metod örneğidir. Bununla belə tədqiqatdaki 0,82 mm RMSE dəyəri fərqli kamera, robot, iş parçası yüzeyi, aydınlatma, vibrasiya və ya qaynaq geometrisinde birbaşa bəlavə edilən performans kimi kullanılmamalıdır. Yeni bir istehsal xəttinda kamera kalibrasiyau, robot koordinat dönüşümü, nöqtə buludu eşiği və geometrik filtrelerin yeniden doğrulanması lazımdır.

Tədqiqatın əsas problemi nədir?

Gemi yapılarında robotik qaynaq yolunun yalnız CAD modelinden yaradılması, real iş parçasının istehsal və montaj sırasında geometrik kimi nominal modelden sapması nedeniyle mövqe xətasına yol açabilmektedir. Kesme, şəkillendirme və ön montaj qaynaqlı deformasiyalar robotun əvvəlden programlanmış dikiş yolunu fiziksel birleşim çizgisinden uzaklaştırabilir.

Tədqiqatda ənənəvi offline proqramlaşdırma ilə təklif edilən online görüntü yanaşması arasındakı fərq bu nöqtəda kurulmaktadır. Çevrimdışı metodde robot yolu nominal dizayn geometriyasından türetilirken online metodde real iş parçası skan edilir və dikiş mövqeyi ölçülən geometri üzərindən hesaplanmaktadır.

Tədqiqatın hədəflediği tədqiqat boşluğu nədir?

Tədqiqatçılar əvvəlki görüş əsaslı qaynaq tanıma tədqiqatlarının örütubətli bir bölümünün basit qaynaq birleşimlerine və ya təkil parçalara odaklandığını belirtmektedir. Gemi yapılarında isə eyni iş sahəsinda birden fazala lövhə, möhkəmləndirici element, eğimli və ya kavisli kenar və qaynaq məşəlinun hərəkətini maneəleyebilecek yapılar birlikdə bulunabilir.

Bu səbəbdən tədqiqat üç problemi eyni sistem içində ele almaktadır:

• geniş iş parçalarının çox kareli görüntülerinin birleştirilmesi,
• karmaşık 3D nöqtə buludundan qaynaq ediləcək komponentlərin ayrılması və konturlarının çıkarılması,
• tanınan kenarlar arasından toqquşma riski taşımayan qaynaq yolu seqmentlərinin seçilmesi.

Robotik sistem necə qurulmuşdur?

Fiziksel sistemin merdəfəinde altı oxlu KUKA KR-16-L6-2 endüstriyel robot mövcuddur. Mənbədə robotun təkrarlanabilirliyi ±0,05 mm kimi verilmişdir. Robot KR C4 kontrol kabini və KUKA smartPAD ilə yönetilmekte, qaynaq güç kaynağı kimi EWM Phoenix 551 Puls istifadə olunur.

Gemi struktur parçalarının böyük boyutları nedeniyle robot ayrıca hassas kılavuz və servo ötürücülü xətti hərəkət rayına bağlanmıştır. Bu xarici ox robotun normal erişim alanından daha geniş parçaları skan edə bilməsini təmin edir.

Sistemde Servo-Robot POWER-TRAC lazer takip modülü də mövcuddur. Lakin tədqiqatnın əsas konusu bu modülün qaynaq sırasında yaptığı ince real vaxtlı dikiş takibi deyil, görüş sistemiyle realleştirilen ön/üst seviye qaynaq tikişi yerləşdirməsıdır.

Görüş sistemi qaynaq tikişini necə tarıyor?

İş parçası qaynaq istasyonuna geldiğinde əsas bilgisayar hərəkət və görüş sistemləriyle TCP/IP birləşməsı kurmaktadır. Robot əvvəlden tanımlanan skan yolunda hərəkət ederken mövqeyi və kirütubətatik durumu əsas bilgisayara aktarılır.

Mənbədə skan sürəti:

0,35 m/s

kimi belirtilmiştir. Kararlı hız sağlandığında görüş sistemi məlumat toplamaya başlamakta və çizgisel lazer profilleri robot pozlarıyla eşzamanlı şəkildə kaydedilmektedir.

Veri toplama hızı:

1 kare/s

kimi seçilmiştir. Tədqiqatçılar bu dəyərin nöqtə buludu yoğunluğu ilə əməliyyat tutumu arasında deneysel bir denge məqsədilə belirlendiğini ifade etmektedir.

Sürekli lazer profilleri birleştirilerek yapının xam üçölçülü nöqtə buludu oluşturulur. Daha sonra əvvəlden kalibrasiya edilmiş el–göz dönüşüm matrisi istifadə edilərək sensor məlumatları robotun/qlobal koordinat sistemine dönüştürülür.

Niyə monoxrom kamera seçilmişdir?

Gemi yapılarındaki parçalar çoğunlukla renk bilgisinin ayırt edici olmadığı metal yüzeylerdir. Tədqiqatçılar bu nedenle renkli kameranın ek tanıma bilgisi sağlamayacağını dəyərlendirerek monokrom endüstriyel kamera seçmiştir.

Metinde kamera modeli Medway MV-GED200M-T, linza isə MV-LD-8-3M-A kimi verilməktedir. İlgili şəkil açıklamasında marka adı “Midway Vision” şəklində geçmektedir; qaynaq içindeki bu yazım fərqi düzeltilmemiştir.

Real tərsanə aydınlatmasında, yardımcı işıq kullanılmadan 40'tan fazala örnek görüntü toplanmıştır. Tədqiqatçılar örneklerde belirgin speküler yansıma, geometrik bozulma, ölü piksel və ya aşırı səs-küy gözlenmediğini və görüntü kalitesinin sonrakı əməliyyate üçün yeterli olduğunu raporlamaktadır.

SURF və FLANN niyə birlikdə istifadə edilmişdir?

Büyük gemi parçalarının tamamı tək görüntüye sığmadığı üçün çoklu görüntü birləşdirmə tətbiq edilmişdir. SURF, örtüşen görüntülerde ayırt edici xüsusiyyət nöqtələrinı çıkarmak; FLANN isə fərqli karelerdeki benzer xüsusiyyətləri uyğunlaşdırmak üçün istifadə edilmişdir.

Tədqiqatda OpenCV'nin Stitcher sınıfı bu eşleşmeler üzərindən panoramik görüntü üretmek üçün istifadə edilmişdir. Bundan əlavə iş parçası üç örtüşen bölüme ayrılarak çox kareli birləşdirmə denenmiş və metodin geniş iş parçalarında kullanılabilirliği vizual kimi göstərilmişdir.

Görüntü səs-küysü necə azaltılmıştır?

Ortalama, Gauss və median filtrleri müqayisə edilmişdir. Tədqiqatçıların vizual qiymətləndirməsinə görə orta filtr kenar detallarını daha fazala bulanıklaştırmış, Gauss filtri saçılmış səs-küyü sərhədlı ölçüde bastırmış; median filtr isə izole səs-küyü azaltırken qaynaq yolu kenarlarını daha iyi korumuştur.

Bu səbəbdən sonrakı eşikləmə və kənar çıxarma əməliyyatlarınde median filtr tercih edilmiştir.

3D nöqtə buludu necə təmizlənmişdir?

Ham nöqtə buludu yalnız qaynaq ediləcək komponentləri deyil, əsas lövhənı, dəzgahı və ölçmə səs-küysünü də içerir. Tədqiqatçılar bunu üç aşamalı filtreyle temizlemiştir.

1. RANSAC ilə kaba filtrləmə

Random Sample Consensus (RANSAC), en böyük yatay nöqtə klastersine bir müstəvi uydayanmak üçün istifadə edilmişdir. Bu müstəvi əsas lövhə və ya tədqiqat dəzgahı kimi kabul edilmekte və Z oxundeki geçiş filtriyle alt bölgəler kaldırılmaktadır.

Metod açıklamasında RANSAC inlier məsafə eşiyinin deneysel kimi 1,0 mm seçildiği belirtilmektedir. Buna karşılık daha əvvəl verilen sözde kodda `distance threshold=2.0` görülmektedir. Mənbə iki dəyərin niyə fərqli olduğunu açıklamamaktadır.

2. İstatistiksel aykırı dəyər temizleme

Hər nöqtənın komşularına olan orta mesafesine görə səs-küy nöqtəları elenmektedir. Mənbədə:

• komşu sayı: \(k=50\),
• standart sapma çarpanı: 1,0

kimi verilmişdir.

3. Yüzey normali filtri

İş parçasının ince yan yüzlerinden gələn nöqtəları kaldırmak üçün səth normalları hesaplanmıştır. Z oxuyle açı fərqi 15°'den kiçik olan, yani ağırlıklı kimi yukarı bakan yüzey nöqtəları korunmaktadır. Bu adım daha sonra yapılan XY müstəvisine izdüşümün doğruluğu açistilikndan örütubətlidir.

PCA qaynaq yolunu necə yaradır?

Temizlenen komponent nöqtə buludu əvvəl region-growing yanaşmasıyla ayrı klasterləre ayrılır. Hər klaster müstəqil bir struktur elementi kimi dəyərlendirilir və XY müstəvisine dik izdüşümü alınır.

Principal Component Analysis (PCA), ikiölçülü nöqtə klastersinin dominant istiqamətsunu belirlemek üçün istifadə edilmişdir. Ana eksen komponentin uzunluk yönünü, buna dik doğrultu isə genişlik yönünü verir.

Noktaların bu iki doğrultudaki sərhədları istifadə edilərək dikdörtgensel bir kontur və dörd künc nöqtəsi oluşturulur. Mənbə yolu daha sonra bu konturun uyğun kenarlarından türetilir.

Robotun toqquşa biləcəyi yollar necə ələnir?

Region-growing sırasında eksik məlumat və ya örtülme nedeniyle eyni fiziksel element birden fazala klasterye ayrılabilir. Bu durumda hər geometrik kenarın real bir qaynaq tikişi olduğu varsayılırsa robot gereksiz və ya əlçatmaz bir yolu takip edebilir.

Tədqiqatçılar bu nedenle hər namizəd qaynaq seqmenti mühitsinde, seqmentin mövqeyi və normal yönüne bağlı bir iş həcmi tanımlamaktadır. Yeniden yaradılan digər komponent geometrileri bu hacimle kesişiyorsa ilgili yol seqmenti kənarda saxlanılır.

Bu nəticə, sistemin qaynaq məşəlinun real istehsal sırasında hiçbir koşulda toqquşmayacağını sübut etmir; tədqiqat geometrik model üzərindən bir toqquşma auditi realleştirmektedir.

Hansı iş parçalarıyla deney aparılmışdır?

Algoritma beş fərqli struktur konfiqurasiyada test edilmişdir:

1. kanal tipli bölme/perde xarici künc birləşməsi,
2. yivli lövhə grubu,
3. əyri lövhə butt birləşməsi,
4. düz lövhə butt birləşməsi,
5. yiv qüsuru bulunan butt birləşməsi.

İlk örneklerde tədqiqat; orijinal görüntü, median filtrlenmiş görüntü, ikili görüntü və çıkarılmış qaynaq yolu aşamalarını yan yana göstərir. Oluk kusurlu örnekte kənar çıxarma, yüngül yumuşatma və qaynaq merdəfəi çizgisi çıxarımı ayrıca göstərilmişdir.

Real qaynaq mövqeyi neyle belirlendi?

Çevrimiçi və dövrdışı metodlerin doğruluğunu müqayisək üçün üçüncü bir istinad istifadə edilmişdir: kalibrasiya edilmiş Coordinate Measuring Machine (CMM) ilə ölçülən real qaynaq mövqeları.

CMM, robot və görüş sistemi koordinatları ICP əsaslı qeyd metodu ilə ortak qlobal koordinat sistemine taşınmıştır. Beləliklə fərqli sistemlərden elde edilen mövqeların eyni uzaysal istinad içində karşılaştırılması amaçlanmıştır.

Çevrimiçi görüş metodi nə kadar doğru çıxış?

Beş iş parçasında beşer təkrar olmak üzere cəmi 25 deney grubunun ümumi sonucu şöyledir:

Bu deney setinde online metodin RMSE'si dövrdışı CAD əsaslı yanaşmasın təxminən beşte biri düzeyindedir. En böyük mutlak fərq da 5,89 mm'den 1,50 mm'ye geriləmişdir.

Bu müqayisə tədqiqatın kendi parçaları, robotu, görüş sistemi və deney düzülüşi üçün geçerlidir. Fərqli tərsanə və ya robot sistemlərinde eyni xəta dəyərlərinin avtomatik kimi elde edileceği sonucuna varılamaz.

Beş fərqli iş parçasında nəticələr tutarlı mı?

Beş konfiqurasiyada RMSE 0,78–0,85 mm aralığında değişmiştir. Mənbə %95 etimad aralıklarını da vermektedir; lakin etimad aralıklarının hansı dağılım varsayımı və ya hesaplama metodu ilə oluşturulduğu ətraflı şəkildə açıklanmamıştır.

Hatanın en böyük kaynağı hangisidir?

Tədqiqatçılar cəmi mövqe xətasını müstəqil olduğu varsayılan yeddi komponente ayırmıştır:

\[ E_{total}= \sqrt{ E_{robot}^{2} + E_{cam}^{2} + E_{handeye}^{2} + E_{icp}^{2} + E_{edge}^{2} + E_{alg}^{2} + E_{env}^{2} } \]

Mənbə bu xəta komponentləri arasındaki Pearson korrelyasiya əmsalının deneysel kimi \(r<0,1\) bulunduğunu və müstəqillik fərziyyəsinın bu nedenle kullanıldığını belirtmektedir.

Bu cədvəlda en böyük tək xəta katkistilik 0,40 mm ilə qaynaq kənarı aşkarlamasıdır; bunu 0,35 mm ICP qeyd xətası və 0,30 mm robotun dinamik mövqelandırma xətası izlemektedir.

Hata bütçesi cəmi RMSE'yi açıklıyor mu?

Yeddi sistematik komponentin kareler toplamının karekökü qaynaqta:

\[ E_{systematic} = \sqrt{ 0.30^2+ 0.07^2+ 0.18^2+ 0.35^2+ 0.40^2+ 0.14^2+ 0.20^2 } \approx 0.685\ \mathrm{mm} \]

kimi verilməktedir.

Mənbə ayrıca təxminən 0,45 mm'lik rastgele xəta komponentini sisteme ekleyerek:

\[ E_{total} = \sqrt{ 0.685^2+0.45^2 } \approx 0.819\ \mathrm{mm} \]

sonucuna ulaşmakta və bunun ölçülən 0,82 mm RMSE ilə çox yaxın olduğunu belirtmektedir.

Lakin bu bölümde örütubətli bir qaynaq daxili sorun vardır. Cədvəl 3'ün son satırı “Total measured RMSE = 0,681 mm” yazmaktadır. Bu dəyər hem hemen əvvəl hesablanan təxminən 0,685 mm sistematik xəta ilə hem də tədqiqat boyunca ölçülən cəmi 0,82 mm RMSE ilə eyni kavram altında uyğun deyildir. Bundan əlavə Denklem (8)'in basılı şəklində karekök ifadesinden sonra açıklanamayan “671” dəyəri mövcuddur. Verianla metni bu iki sayıyı sessizce düzeltmemektedir.

Hansı təsadüfi xəta resursları ayrıca belirtilmiştir?

Mənbə dörd ek rastgele katkı tanımlar:

• lazer çizgisi genişliği değişimi: ±0,12 mm,
• iş parçası yüzey pürüzlülüğü və oksit tabakası: ±0,09 mm,
• kalan linza bozulması: ±0,07 mm,
• CMM ölçmə səs-küysü: ±0,05 mm.

Tədqiqat, ekoloji işıq değişimi və temperatur qradiyentları kimi tam modellenmeyen etkilerin kalan fərqlara katkıda bulunabileceğini də məhdudiyyət kimi belirtmektedir.

Ablasyon tədqiqatsı nə gösterdi?

Tədqiqatçılar metodin üç əsas modülünü tək tək kaldırarak 25 deneylik eyni test düzülüşini təkrarlamıştır. Amaç, aşağı xətanın yalnız sistemin bütünüyle deyil hər çekirdek modülle əlaqəli olup olmadığını qiymətləndirməktir.

En böyük bozulma SURF–FLANN görüntü birləşdirmə kaldırıldığında ortaya çıkmıştır: RMSE 0,82 mm'den 1,25 mm'ye yüksəlmişdir. Tədqiqatçılar bunu gemi parçalarının tipik kimi 2–5 m uzunluğunda olması və tək bir sabit görüntünün bütün parçayı kapsayamamasıyla açıklamaktadır.

RANSAC'ın kaldırılması RMSE'yi 1,18 mm'ye çıkarmış; sabit Z eşiğinin real istehsalde görülebilen ±5 mm yerleştirme yüksekliği fərqlilıklarına uyğunluq sağlayamadığı belirtilmiştir. PCA əvəzinə minimum sərhədlayıcı dikdörtgen kullanıldığında isə RMSE 1,03 mm olmuştur.

Diğer metodlerle müqayisə nə kadar etibarlı?

Tədqiqat təklif edilən metodi 2023–2025 yıllarında yayımlanan altı fərqli metodle literatür cədvəlsunda müqayisəktadır və kendi metodi üçün 0,82 mm 3D mövqe RMSE'si raporlamaktadır.

Lakin bu nəticələr eyni deney düzülüşeğinde elde edilmiş birbaşa başa baş testler deyildir. Tədqiqatçılar digər tədqiqatların sensorlari, iş parçası geometrileri, xəta tərifləri və deney ortamlarının fərqli olduğunu açıkça kabul etmektedir.

Bundan əlavə bazı müqayisə tədqiqatlarında yalnız MAE və ya maksimum xəta yayımlandığında, tədqiqat normal xəta dağılımı varsayımı altında təxminən \(RMSE \approx 1.253 \times MAE\) dönüşümü kullanmıştır. Bu səbəbdən literatür cədvəlsundaki mutlak RMSE sıralaması, tək bir ortak test setindeki algoritma sıralaması kimi şərhlanmamalıdır.

Tədqiqatın dəstəklədiyi nəticələr

• Təklif edilən hibrid 2D–3D görüş sistemi beş fərqli gemi struktur parçasında qaynaq tikişi mövqeninu avtomatik kimi çıkarabilmiştir.
• 25 deneyde online metodin ümumi RMSE'si 0,82 mm və maksimum mütləq xətası 1,50 mm kimi ölçülmüşdür.
• Aynı deneylerde CAD əsaslı offline proqramlaşdırma 4,15 mm RMSE və 5,89 mm maksimum mütləq xəta vermiştir.
• SURF–FLANN, RANSAC və PCA modüllerinin hər biri ablasiya deneyinde cəmi doğruluğa müstəqil katkı göstərmişdir.
• En böyük ablasiya etkisi çox kareli SURF–FLANN görüntü birləşdirmə kaldırıldığında görülmüştür.
• Geometrik kontur üzərindən yapılan toqquşma yoxlaması, maneəli aday yol seqmentlərinin avtomatik kimi dışlanmasına olanak vermiştir.
• Hata bütçesi yanaşmasıyla hesablanan təxminən 0,819 mm cəmi xəta, tədqiqatın 0,82 mm deneysel RMSE dəyəriyle yaxın nəticə vermiştir.

Tədqiqatın destoynaqediği və ya test etmediği nəticələr

• Tədqiqat bütün gemi qaynaq geometrilerinde 0,82 mm xəta garantisi vermemektedir.
• Metod mövcud şəklində üçölçülü eğrisel qaynaq dikişlerini əhatəamaktadır.
• Mənbə banyosu və ya qaynaq nüfuzetməsi qapalı dövrə kimi kontrol edilmemiştir.
• Mənbə dikişinin mexaniki möhkəmlikı və ya metallurgiya keyfiyyətisi dəyərlendirilmemiştir.
• Çarpışma kontrolü bütün real istehsal dinamikleri altında fiziksel toqquşmasızlıq garantisi anlamına gelmemektedir.
• ABB və ya FANUC kimi fərqli robot platformlarında eyni doğruluk henüz təsdiqlənməmişdir.
• Literatürdeki digər metodlerle verilen RMSE müqayisələri eyni aparat və məlumat setinde yapılan birbaşa başa baş deney deyildir.
• Tədqiqatın dövriçi tanıma sistemi ilə real vaxtlı qaynaq vannası kalitesi arasında birbaşa performans ilişkisi gösterilmemiştir.

Tədqiqatın Metodu və Nəticələri

Donanım və tədqiqat şərtləri

Yazılım ortamı

Teşekkür bölümünde ayrıca məlumat analizi məqsədilə “Python 6.0” kullanıldığı belirtilmektedir. Bu sürüm ifadesi qaynaqta bulunduğu şəkildə korunmuştur və digər yazılım ortamı bilgileriyle sessizce uzlaştırılmamıştır.

RANSAC və nöqtə buludu filtre parametreleri

RANSAC hədd dəyəriindeki 1,0/2,0 fərqi qaynaq daxili belirsizliktir; Verianla məqaləsi hansı dəyərin yekun kodda kullanıldığı konusunda qaynaqta olmayan bir seçim yapmamaktadır.

Doğruluk deneyinin dizeyni

Beş iş parçası konfiqurasiyaunun hər biri beş dəfə test edilmişdir. Beləliklə cəmi örnek sayı:

\[ n=5\times5=25 \]

olmuştur.

Real mövqe istinadı CMM ilə elde edilmiş, robot–görüş–CMM koordinatları ICP üzərindən ortak qlobal koordinat sisteminde qeydlanmıştır.

Genel xəta müqayisəsı

Tədqiqatın kendi deney düzülüşinde online görüntü yanaşması dörd xəta metriğinin hamistiliknda offline proqramlaşdırmadan daha aşağı xəta üretmiştir.

Hata bütçesinin matematiksel kontrolü

Sistematik xəta komponentləri kareler toplamıyla birleştirilmektedir:

\[ \sqrt{ 0.30^2+ 0.07^2+ 0.18^2+ 0.35^2+ 0.40^2+ 0.14^2+ 0.20^2 } \approx0.685\ \mathrm{mm} \]

Mənbə daha sonra 0,45 mm rastgele komponent oynaqektedir:

\[ \sqrt{0.685^2+0.45^2}\approx0.819\ \mathrm{mm} \]

Bu nəticə 0,82 mm deneysel cəmi RMSE'ye yaxındır. Buna rağmen Cədvəl 3'teki 0,681 mm “Total measured RMSE” dəyəri və Denklem (8)'də basılı “671” ifadesi qaynaqta ayrıca bulunan və açıklanmayan rəqəmsal/dizgisel tutarsızlıklardır.

Ablasyon deneyinin teknik sonucu

Mənbənin ham RMSE dəyərlərinden görüldüğü üzere üç modülün də kaldırılması xətanı artırmıştır. En böyük mutlak RMSE artışı SURF–FLANN görüntü birləşdirmə kaldırıldığında görülmektedir.

Tədqiqatın xəta büdcəsi açistilikndan güclü yönü

Tədqiqat yalnız yekun 0,82 mm dəyərini vermekle kalmamış; robot dinamik xətası, kamera kalibrasiyau, el–göz dönüşümü, ICP qeydi, qaynaq kənarı aşkarlama, algoritmik əməliyyate və ekoloji bozulmaların ayrı katkılarını ölçmeye çalışmıştır.

Bu yapı, xəta sonucunun hansı alt sistemlərden qaynaqlandığını anlamak açistilikndan yararlıdır. Bununla belə xəta komponentlərinin müstəqillığı və etimad aralıklarının hesaplama metodi hakkında verilen detallar, bütün istatistiksel varsayımların müstəqil kimi yeniden üretilmesine yetecek düzeyde deyildir.

Gelecek tədqiqat hədəfleri

Tədqiqatçılar üç əsas devam yönü tanımlamaktadır:

1. algoritmanın ABB və FANUC robot platformlarına taşınarak aparat bağımlılığının incelenmesi,
2. B-spline eğri uydayanma istifadə edilərək üçölçülü kavisli qaynaq dikişlerinin yeniden yaradılması və yol planlamasının geliştirilmesi,
3. CNN əsaslı görüntü tanıma ilə qaynaq vannası kalitesinin real vaxtlı izlenmesi və qapalı dövrə qaynaq yolu düzeltmesinin eklenmesi.

Bu üç özellik mövcud tədqiqatın realleştirilmiş nəticələrı deyil, tədqiqatçıların gələcək iş hədəfleridir.

Mənbə və Metod Qeydi

Tam orijinal tədqiqat adı: Automatic Recognition Technology of Welding Path for Ship Structures Based on Visual Image Recognition

Müəlliflər: Zixuan Chen, Qiaozhong Li.

Yazar sırası: Mənbədəki sıra aynen korunmuştur.

Sorumlu yazar: Qiaozhong Li.

Eş katkı/eş birinci yazar: Mənbədə böyle bir beyan mövcud deyil.

Kurum: School of Naval Architecture and Ocean Engineering, Jiangsu University of Science and Technology, Zhenjiang 212100, China.

Jurnal: Machines.

Nəşriyyat: MDPI.

Bibliyoqrafik qeyd: Machines 2026, 14(6), 663.

DOI: 10.3390/machines14060663.

Rəsmi nəşr birləşməsı:https://doi.org/10.3390/machines14060663

Yayın tarihi: 8 Haziran 2026.

Mənbə növü və rəylik durumu: Hakemli orijinal tədqiqat məqaləsidir; fiziksel robotik/görüş sistemi üzərində deneysel mövqelandırma təsdiqləməsı ehtiva edir.

Lisenziya: Creative Commons Attribution (CC BY).

Maliyyələşdirmə: Müəlliflər tədqiqatnın xarici finansman almadığını bildirmiştir.

Məlumat əlçatanlığı: Tədqiqatın orijinal katkılarının məqalə içində bulunduğu, ek soruların sorumlu yazara yöneltilebileceği belirtilmiştir.

Maraqlar toqquşması: Müəlliflər çıkar çatışması olmadığını beyan etmiştir.

Müəllif töhfələri: Zixuan Chen kavramsallaştırma, metod, yazılım, təsdiqləmə, biçimsel analiz, tədqiqat, məlumat tənzimləmə, ilk taslak, vizualleştirme və deneylerde; Qiaozhong Li gxülasəim, proje yönetimi, finansman edinimi, inceleme/tənzimləmə, qaynaq sağlama, deney dizeyni və məlumat təsdiqləməda tapşırıq almıştır. Mənbədə bütün müəlliflərın tədqiqatın dizeynina katkıda bulunduğu və yayımlanan sürümü onayladığı belirtilmiştir.

Teşekkür bölümündeki yazılım qeydi: Mənbə, məlumat analizi məqsədilə “Python 6.0” kullanıldığını belirtmektedir. Bu ifade tədqiqatın algoritma hazırlama ortamı bölümündeki Visual Studio 2010, OpenCV 2.4.9 və PCL 1.8.0 bilgilerinden ayrı kimi qaynaqta bulunduğu şəkildə aktarılmıştır və sessizce başqa bir Python sürümüyle değiştirilmemiştir.

Bu Verianla məqaləsindeki robot sistemi, görüntü və nöqtə buludu əməliyyate zənciri, alqoritmlər, deney şərtləri, CMM istinad ölçmələri, xəta istatistikleri, xəta büdcəsi, ablasiya nəticələrı və metod sərhədları incelenen qaynaq tədqiqatya dayanmaktadır. Xarici qaynaqlardan yeni bilimsel deney və ya performans sonucu eklenmemiştir.

Əsas metodsel sərhəd: Sistem beş gemi struktur iş parçasında və KUKA KR-16-L6-2 platformasında təsdiqlənmişdir. Mövcud tədqiqat müstəvisel qaynaq dikişleriyle sərhədlıdır; üçölçülü kavisli dikiş yeniden yaratma, fərqli robot platformları və CNN əsaslı qaynaq vannası geri beslemesi gələcək iş kimi bırakılmıştır. Tədqiqat qaynaq tikişi yerləşdirmə doğruluğunu qiymətləndirməktedir; qaynaq metalinin mekanik xüsusiyyətləri və ya bitmiş qaynaq kalitesi üçün təsdiqləmə təqdim etmir.

Mənbə daxili tutarsızlık qeydi: RANSAC eşiği metod metninde 1,0 mm iken Şəkil 9 sözde kodunda 2,0 kimi görünmektedir. Sözde kod bir metin bölümünde yanlışlıkla Şəkil 11'e atfedilmektedir. Cədvəl 3'te “Total measured RMSE” 0,681 mm kimi verilməsine karşın sistematik xəta hesabı təxminən 0,685 mm, tədqiqatın ümumi ölçülən RMSE'si isə 0,82 mm'dir. Denklem (8)'də “671 ≈ 0.819 mm” ifadesi mövcuddur. Kamera markası “Medway/Midway” şəklində iki yazımla geçmektedir. Bu nöqtəlar qaynaqta açıklanmadığı üçün sessizce tək bir doğru dəyəre və ya yazıma dönüştürülmemiştir.

Literatür müqayisəsı sərhədi: Tədqiqatın SOTA cədvəlsundaki metodler eyni deney sistemi və ya eyni məlumat seti üzərində yeniden tətbiq edilməmişdir. Müəlliflər bazı yayımlanmış xəta ölçütlerini normal paylanma varsayımı altında RMSE'ye dönüştürmüştür. Bu səbəbdən literatür cədvəlsu bağlamsal müqayisə kimi dəyərlendirilmelidir; kontrollü başa baş benchmark deyildir.