零件焊接位姿的确定方法、装置、设备及存储介质与流程

1.本技术涉及图像处理技术领域，尤其涉及一种零件焊接位姿的确定方法、装置、设备及存储介质。


背景技术：

2.随着技术的发展，自动化工厂中逐渐采用机器来代替人工进行零件焊接，由于实际焊接过程中零件的摆放角度不同，因此在进行焊接前，需要确定零件的实际位姿，然后根据确定的零件的实际位姿来进行零件的焊接。
3.现有技术中，可以获取待焊接的零件的点云数据，并采用点云匹配方法处理获取的点云数据，得到零件的实际位姿。但该方法计算比较复杂，导致确定零件实际位姿的效率较低。


技术实现要素：

4.本技术提供一种零件焊接位姿的确定方法、装置、设备及存储介质，解决了确定零件实际位姿的效率较低的问题。
5.为达到上述目的，本技术采用如下技术方案：
6.本技术实施例第一方面，提供一种零件焊接位姿的确定方法，该方法包括：
7.获取目标零件的目标点云数据，目标点云数据中包括目标零件的目标焊接点；
8.根据目标点云数据确定目标零件的目标包围盒，并确定目标包围盒的多个目标顶点；
9.根据多个目标顶点和多个预设的转换矩阵，确定目标零件的目标位姿，转换矩阵用于指示参考顶点与参考焊接点之间的坐标转换关系，参考顶点是根据目标零件在预设位姿下的参考点云数据确定的；
10.根据目标位姿进行目标零件的焊接。
11.在一个实施例中，根据多个目标顶点和多个预设的转换矩阵，确定目标零件的目标位姿，包括：
12.计算第一顶点对应的第一向量与每个转换矩阵的乘积，得到多个第一参考位姿，第一顶点为多个目标顶点中的任一顶点；
13.计算第二顶点对应的第二向量与每个转换矩阵的乘积，得到多个第二参考位姿，第二顶点为多个目标顶点中除第一顶点外的其他任一顶点；
14.根据多个第一参考位姿和多个第二参考位姿确定目标位姿。
15.在一个实施例中，根据多个第一参考位姿和多个第二参考位姿确定目标位姿，包括：
16.分别计算每个第一参考位姿与每个第二参考位姿的位姿差，并将小于预设阈值的位姿差确定为目标位姿差；
17.将目标位姿差对应的第一参考位姿或者第二参考位姿确定为目标位姿。
18.在一个实施例中，方法还包括：
19.获取目标零件的参考点云数据；
20.根据参考点云数据确定目标零件的参考包围盒，并确定参考包围盒的多个参考顶点；
21.根据每个参考顶点和参考焊接点，确定每个参考顶点对应的转换矩阵。
22.在一个实施例中，获取目标零件的目标点云数据，包括：
23.获取第一图像，第一图像包括目标零件；
24.将第一图像输入至预设的图像分割模型，得到目标零件的目标图像，目标图像由多个像素点组成；
25.根据第一图像确定目标图像中每个像素点的景深数据；
26.根据每个像素点的像素坐标和景深数据，得到候选点云数据；
27.根据候选点云数据得到目标点云数据。
28.在一个实施例中，根据参考点云数据得到目标点云数据，包括：
29.将候选点云数据作为目标点云数据；
30.或者，根据候选点云数据和每个像素点的像素值确定彩色点云数据，将彩色点云数据作为目标点云数据。
31.在一个实施例中，获取第一图像，包括：
32.接收双目相机发送的第一图像，第一图像包括两个图像；
33.根据第一图像确定目标图像中每个像素点的景深数据，包括：
34.将两个图像输入至预设的自适应聚合网络模型中，得到两个图像中每个图像中每个像素点的景深数据；
35.根据目标图像中每个像素点的坐标和两个图像中任一图像包括的像素点的景深数据，确定目标图像中每个像素点的景深数据。
36.在一个实施例中，根据每个像素点的像素坐标和景深数据，得到候选点云数据，包括：
37.根据目标图像中每个像素点的像素坐标和预设的第一映射系数，以及目标图像中每个像素点的景深数据和预设的第二映射系数，确定候选点云数据，第一映射系数和第二映射系数用于指示第一图像和第一图像对应的空间区域之间的映射关系。
38.本技术实施例第二方面，提供一种零件焊接位姿的确定装置，该装置包括：
39.获取模块，用于获取目标零件的目标点云数据，目标点云数据中包括目标零件的目标焊接点；
40.第一确定模块，用于根据目标点云数据确定目标零件的目标包围盒，并确定目标包围盒的多个目标顶点；
41.第二确定模块，用于根据多个目标顶点和多个预设的转换矩阵，确定目标零件的目标位姿，并根据目标位姿进行目标零件的焊接；转换矩阵用于指示参考顶点与参考焊接点之间的坐标转换关系，参考顶点是根据目标零件在预设位姿下的参考点云数据确定的。
42.本技术实施例第三方面，提供一种电子设备，该设备包括存储器和处理器，该存储器存储有计算机程序，该计算机程序被处理器执行时可以实现本技术实施例第一方面中的零件焊接位姿的确定方法。
43.本技术实施例第四方面，提供一种存储介质，其上存储有计算机程序，该计算机程序被处理器执行时可以实现本技术实施例第一方面中的零件焊接位姿的确定方法。
44.本技术实施例提供的技术方案带来的有益效果至少包括：
45.本技术实施例提供的零件焊接位姿的确定方法，通过获取目标零件的目标点云数据，并根据目标点云数据确定目标零件的目标包围盒，以及目标包围盒的多个目标顶点，根据多个目标顶点和多个预设的转换矩阵，确定目标零件的目标位姿，然后根据目标位姿进行目标零件的焊接，其中，转换矩阵是指示参考顶点与参考焊接点之间的坐标转换关系，参考顶点是根据目标零件在预设位姿下的参考点云数据确定的。本技术实施例提供的零件焊接位姿的确定方法，利用目标顶点和预先根据参考顶点与参考焊接点之间的坐标转换关系确定的转换矩阵就可以得到目标零件的目标位姿，不需要根据目标点云的数据进行一一匹配，就可以得到目标零件的目标位姿，因此可以提高焊接零件的目标位姿的确定效率。
附图说明
46.图1为本技术实施例提供的一种电子设备的内部结构示意图；
47.图2为本技术实施例提供的一种零件焊接位姿的确定方法的流程图；
48.图3为本技术实施例提供的一种本技术实施例提供的目标点云生成过程的示意图；
49.图4为本技术实施例提供的一种零件焊接位姿的确定装置的结构图。
具体实施方式
50.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
51.以下，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本公开实施例的描述中，除非另有说明，“多个”的含义是两个或两个以上。
52.另外，“基于”或“根据”的使用意味着开放和包容性，因为“基于”或“根据”一个或多个条件或值的过程、步骤、计算或其他动作在实践中可以基于额外条件或超出的值。
53.随着技术的发展，自动化工厂中逐渐采用机器来代替人工进行零件焊接，由于实际焊接过程中零件的摆放角度不同，因此在进行焊接前，需要确定零件的实际位姿，然后根据确定的零件的实际位姿来进行零件的焊接。
54.现有技术中，可以获取待焊接的零件的点云数据，并采用点云匹配方法处理获取的点云数据，得到零件的实际位姿。但该方法计算比较复杂，导致确定零件实际位姿的效率较低。
55.为了解决上述问题，本技术实施例提供了一种零件焊接位姿的确定方法，通过获取目标零件的目标点云数据，并根据目标点云数据确定目标零件的目标包围盒，以及目标包围盒的多个目标顶点，根据多个目标顶点和多个预设的转换矩阵，确定目标零件的目标
位姿，然后根据目标位姿进行目标零件的焊接，其中，转换矩阵是指示参考顶点与参考焊接点之间的坐标转换关系，参考顶点是根据目标零件在预设位姿下的参考点云数据确定的。本技术实施例提供的零件焊接位姿的确定方法，利用目标顶点和预先根据参考顶点与参考焊接点之间的坐标转换关系确定的转换矩阵就可以得到目标零件的目标位姿，不需要根据目标点云的数据进行一一匹配，就可以得到目标零件的目标位姿，因此可以提高焊接零件的目标位姿的确定效率。
56.本技术实施例提供的零件焊接位姿的确定方法的执行主体可以为电子设备，可选的，该电子设备可以为计算机设备、终端设备，或者服务器，其中，终端设备可以为各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备等，本技术对比不作具体限定。
57.图1为本技术实施例提供的一种电子设备的内部结构示意图。如图1所示，该电子设备包括通过系统总线连接的处理器和存储器。其中，该处理器用于提供计算和控制能力。存储器可包括非易失性存储介质及内存储器。非易失性存储介质存储有操作系统和计算机程序。该计算机程序可被处理器所执行，以用于实现以上各个实施例提供的一种零件焊接位姿的确定方法的步骤。内存储器为非易失性存储介质中的操作系统和计算机程序提供高速缓存的运行环境。
58.本领域技术人员可以理解，图1中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的电子设备的限定，具体的电子设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
59.基于上述执行主体，本技术实施例提供一种零件焊接位姿的确定方法。如图2所示，该方法包括以下步骤：
60.步骤201、获取目标零件的目标点云数据。
61.其中，目标零件中包括焊接点，因此，目标零件的目标点云数据中包括目标零件的目标焊接点的点云数据。
62.步骤202、根据目标点云数据确定目标零件的目标包围盒，并确定目标包围盒的多个目标顶点。
63.其中，包围盒可以为长方体，该长方体可以为目标零件的点云数据的最小外接长方体。以包围盒为目标点云数据的最小外接长方体为例，目标顶点即为该长方体的8个顶点。
64.步骤203、根据多个目标顶点和多个预设的转换矩阵，确定目标零件的目标位姿。
65.其中，转换矩阵用于指示参考顶点与参考焊接点之间的坐标转换关系，参考顶点是根据目标零件在预设位姿下的参考点云数据确定的。
66.需要说明的是，在确定目标零件的目标位姿之前，需要预先得到转换矩阵，然后根据实际得到的多个目标顶点和多个预设的转换矩阵就可以确定出目标零件的目标位姿。
67.具体的，转换矩阵的确定过程可以为：获取目标零件的参考点云数据，并根据参考点云数据确定目标零件的参考包围盒，并确定参考包围盒的多个参考顶点，最后，根据每个参考顶点和参考焊接点，确定每个参考顶点对应的转换矩阵。
68.其中，参考点云数据和目标点云数据为目标零件在不同位姿下或者相同位姿下的点云数据。
69.步骤204、根据目标位姿进行目标零件的焊接。
70.在实际应用过程中，在得到目标零件的目标位姿后就可以根据目标位姿的数据对目标零件进行焊接。
71.本技术实施例提供的零件焊接位姿的确定方法，通过获取目标零件的目标点云数据，并根据目标点云数据确定目标零件的目标包围盒，以及目标包围盒的多个目标顶点，根据多个目标顶点和多个预设的转换矩阵，确定目标零件的目标位姿，然后根据目标位姿进行目标零件的焊接，其中，转换矩阵是指示参考顶点与参考焊接点之间的坐标转换关系，参考顶点是根据目标零件在预设位姿下的参考点云数据确定的。本技术实施例提供的零件焊接位姿的确定方法，利用目标顶点和预先根据参考顶点与参考焊接点之间的坐标转换关系确定的转换矩阵就可以得到目标零件的目标位姿，不需要根据目标点云的数据进行一一匹配，就可以得到目标零件的目标位姿，因此可以提高焊接零件的目标位姿的确定效率。
72.在一个实施例中，上述步骤203，根据多个目标顶点和多个预设的转换矩阵，确定目标零件的目标位姿的具体过程可以为：
73.计算第一顶点对应的第一向量与每个转换矩阵的乘积，得到多个第一参考位姿，第一顶点为多个目标顶点中的任一顶点；计算第二顶点对应的第二向量与每个转换矩阵的乘积，得到多个第二参考位姿，第二顶点为多个目标顶点中除第一顶点外的其他任一顶点；根据多个第一参考位姿和多个第二参考位姿确定目标位姿。
74.其中，第一顶点对应的第一向量可以为第一顶点的坐标数据，第二顶点对应的第二向量可以为第二顶点的坐标数据，示例的该坐标数据可以为(x，y，z，a，b，c)，其中，x，y，z是指在x轴，y轴和z轴下的第一顶点的投影数据，a，b，c是指第一顶点分别相对于x轴，y轴和z轴的偏移角度数据。
75.具体的，根据多个第一参考位姿和多个第二参考位姿确定目标位姿的过程，可以为：
76.分别计算每个第一参考位姿与每个第二参考位姿的位姿差，并将小于预设阈值的位姿差确定为目标位姿差，并将目标位姿差对应的第一参考位姿或者第二参考位姿确定为目标位姿。
77.在实际执行过程中，由于目标点云数据和参考点云数据可能为不同位姿下的目标零件的点云数据，因此无法确定目标包围盒的顶点和参考包围盒的顶点之间的对应关系，以及目标顶点和转换矩阵之间的对应关系。而目标位姿可以根据第一目标顶点和第一参考顶点对应的第一转换矩阵之间的第一乘积结果得到，或者，可以根据第二目标顶点和第二参考顶点对应的第二转换矩阵之间的第二乘积结果得到，且第一乘积结果和第二乘积结果相同，或者第一乘积结果和第二乘积结果的误差较小。因此，在实际的目标位姿的确定过程中，可以选择目标顶点中的一个顶点的坐标数据，计算该坐标数据与每个转换矩阵的乘积，可以得到多个第一参考位姿数据，然后再选择目标顶点中的第二个顶点的坐标数据，计算该坐标数据与每个转换矩阵的乘积，可以得到多个第二参考位姿数据，再分别计算每个第一参考位姿与每个第二参考位姿的位姿差，并将小于预设阈值的位姿差确定为目标位姿差，并将目标位姿差对应的第一参考位姿或者第二参考位姿确定为目标位姿，这样就可以得到目标零件的目标位姿。
78.在一个实施例中，获取目标零件的目标点云数据，包括：获取第一图像，第一图像
包括目标零件，将第一图像输入至预设的图像分割模型，得到目标零件的目标图像，目标图像由多个像素点组成根据第一图像确定目标图像中每个像素点的景深数据，根据每个像素点的像素坐标和景深数据，得到候选点云数据，最后，根据候选点云数据得到目标点云数据。
79.需要说明的是，目标物体的目标点云数据是根据目标图像中的每个像素点的坐标以及目标图像中的每个像素点的景深数据得到的。
80.其中，目标图像是将双目相机拍摄的目标零件所在区域中的第一图像进行图像识别和分割，就可以得到第一图像中包括的目标图像。
81.具体的，可以将第一图像输入至训练好的图像分割模型中，从而得到目标图像。
82.在一种的实现方式中，可以将候选点云数据作为目标点云数据。
83.在另一种实现方式中，可以根据候选点云数据和每个像素点的像素值确定彩色点云数据，将彩色点云数据作为目标点云数据。
84.其中，像素值为目标图像的中像素点的rgb值。在实际执行过程中，将彩色点云数据作为目标点云数据来显示目标零件，可以更好的显示出零件表面的颜色和纹理，可以便于进行零件的焊接。
85.在一个实施例中，获取第一图像，包括：接收双目相机发送的第一图像，第一图像包括两个图像，这两个图像可以表示为左图像和右图像。
86.同时，根据第一图像确定目标图像中每个像素点的景深数据，包括：将两个图像输入至预设的自适应聚合网络模型(aanet)中，得到两个图像中每个图像中每个像素点的景深数据；根据目标图像中每个像素点的坐标和两个图像中任一图像包括的像素点的景深数据，确定目标图像中每个像素点的景深数据。
87.自适应聚合网络模型通过对双目视觉图像进行深度学习，利用深度学习网络学习到双目视差，即可以得到物体表面的深度信息。rgb图像与对应的深度信息进行融合，从而将物体真实的空间结构融入颜色、纹理信息，来还原物体真实的三维场景信息。三维场景信息通过显示软件以三维空间点的立体结构进行可视化呈现。
88.需要说明的是，aanet包括两大核心模块，尺度内代价聚合模块、尺度间代价聚合模块。同尺度聚合(isa)指的是只对相同分辨率的代价值进行代价聚合。传统的局部代价聚合不能处理视差不连续的情况，容易造成物体边缘和细微结构的粗大边缘问题。本方法提出采用基于稀疏点的特征表示能够更高效地进行代价聚合，它利用一个可变形卷积来改进代价聚合，缓解边缘视差不连续问题。跨尺度聚合模块(csa)，用于聚合不同尺度的代价值之间的特征。对于无纹理或者弱纹理区域，利用下采样得到的粗糙尺度更能提取具有判别性的特征，但是对于一些细节特征，又需要较高分辨率的视差预测，因此多尺度聚合是一种常用的聚合方法，它以跨通道的形式来解决大的无纹理区域问题。结合了isa和csa的aanet在弱纹理区域能够得到更锐化和细致的结果。aanet与目前最好的立体匹配模型相比，其克服了3d卷积计算复杂度高且占用大量存储空间的缺点。本方法的深度获取方式可完全替代3d卷积，有效降低了网络的参数量和内存。
89.如图3所示，为本技术实施例提供的目标点云生成过程的示意图，具体的，根据每个像素点的像素坐标和景深数据，得到候选点云数据的过程可以为：
90.根据目标图像中每个像素点的像素坐标和预设的第一映射系数，以及目标图像中
每个像素点的景深数据和预设的第二映射系数，确定候选点云数据，第一映射系数和第二映射系数用于指示第一图像和第一图像对应的空间区域之间的映射关系。
91.其中，第一映射系数和第一映射系数的具体数值是根据用于采集第一图像的双目相机或其他相机中的内参设置来确定的。
92.需要说明的是，在得到目标零件的目标图像相当于得到目标图像中每个像素点的坐标数据，可以通过上述自适应聚合网络模型得到目标图像中每个像素点的景深数据，然后，像素点的坐标数据与实际拍摄区域的物体位置的坐标数据存在一个第一映射系数，同时，目标图像中每个像素点的景深数据与实际的空间距离之间也存在第二映射系数，在得到目标图像中的每个像素点以及目标图像中每个像素点的景深数据后，可以根据每个像素点的坐标数据和第一映射系数，就可以得到目标物体的点云数据中的x和y值，然后根据每个像素点的景深数据和第二映射系数就可以得到点云数据中的z值，这样就可以得到目标点云数据的(x，y，z)。
93.本技术实施例提供的零件焊接位姿的确定方法，通过获取目标零件的目标点云数据，并根据目标点云数据确定目标零件的目标包围盒，以及目标包围盒的多个目标顶点，根据多个目标顶点和多个预设的转换矩阵，确定目标零件的目标位姿，然后根据目标位姿进行目标零件的焊接，其中，转换矩阵是指示参考顶点与参考焊接点之间的坐标转换关系，参考顶点是根据目标零件在预设位姿下的参考点云数据确定的。本技术实施例提供的零件焊接位姿的确定方法，利用目标顶点和预先根据参考顶点与参考焊接点之间的坐标转换关系确定的转换矩阵就可以得到目标零件的目标位姿，不需要根据目标点云的数据进行一一匹配，就可以得到目标零件的目标位姿，因此可以提高焊接零件的目标位姿的确定效率。
94.整个系统工作分为离线模型建立和在线实际焊接位姿计算两个阶段。首先离线模型建立阶段进行了3个建模过程。其一，双目相机焊接零件双目图像采集及自适应聚合网络模型建立。其二，零件三维点云重建。其三，基于固有相对位姿不变性的焊接零件点云位姿计算。其中，在实际焊接位姿计算过程，当系统接收到开始工作指令后，双目相机开始采集焊接零件图片，并将采集到的数据送入自适应聚合网络模型模型，得到采集焊接零件图片中每个像素点的深度信息，形成深度图，接着将深度图、左视图经三维点云重建模块得到焊接零件点云，最后再将该目标零件点云经本技术的固有相对位姿方法得到焊接零件位姿，完成最终的焊接操作。
95.如图4所示，本技术实施例提供了一种零件焊接位姿的确定装置，该装置包括：
96.获取模块11，用于获取目标零件的目标点云数据，目标点云数据中包括目标零件的目标焊接点；
97.第一确定模块12，用于根据目标点云数据确定目标零件的目标包围盒，并确定目标包围盒的多个目标顶点；
98.第二确定模块13，用于根据多个目标顶点和多个预设的转换矩阵，确定目标零件的目标位姿，并根据目标位姿进行目标零件的焊接；转换矩阵用于指示参考顶点与参考焊接点之间的坐标转换关系，参考顶点是根据目标零件在预设位姿下的参考点云数据确定的。
99.在一个实施例中，第二确定模块13具体用于：
100.计算第一顶点对应的第一向量与每个转换矩阵的乘积，得到多个第一参考位姿，
第一顶点为多个目标顶点中的任一顶点；
101.计算第二顶点对应的第二向量与每个转换矩阵的乘积，得到多个第二参考位姿，第二顶点为多个目标顶点中除第一顶点外的其他任一顶点；
102.根据多个第一参考位姿和多个第二参考位姿确定目标位姿。
103.在一个实施例中，第二确定模块13具体用于：
104.分别计算每个第一参考位姿与每个第二参考位姿的位姿差，并将小于预设阈值的位姿差确定为目标位姿差；
105.将目标位姿差对应的第一参考位姿或者第二参考位姿确定为目标位姿。
106.在一个实施例中，获取模块11，还用于获取目标零件的参考点云数据；
107.第一确定模块12，还用于根据参考点云数据确定目标零件的参考包围盒，并确定参考包围盒的多个参考顶点；
108.第二确定模块13，根据每个参考顶点和参考焊接点，确定每个参考顶点对应的转换矩阵。
109.在一个实施例中，获取模块11具体用于：获取第一图像，第一图像包括目标零件；将第一图像输入至预设的图像分割模型，得到目标零件的目标图像，目标图像由多个像素点组成；根据第一图像确定目标图像中每个像素点的景深数据；根据每个像素点的像素坐标和景深数据，得到候选点云数据；根据候选点云数据得到目标点云数据。
110.在一个实施例中，获取模块11具体用于：将参考点云数据作为目标点云数据；
111.或者，根据参考点云数据和每个像素点的像素值确定彩色点云数据，将彩色点云数据作为目标点云数据。
112.在一个实施例中，获取模块11具体用于：接收双目相机发送的第一图像，第一图像包括两个图像；
113.根据第一图像确定目标图像中每个像素点的景深数据，包括：
114.将两个图像输入至预设的自适应聚合网络模型中，得到两个图像中每个图像中每个像素点的景深数据；
115.根据目标图像中每个像素点的坐标和两个图像中任一图像包括的像素点的景深数据，确定目标图像中每个像素点的景深数据。
116.在一个实施例中，获取模块11具体用于：根据目标图像中每个像素点的像素坐标和预设的第一映射系数，以及目标图像中每个像素点的景深数据和预设的第二映射系数，确定候选点云数据，第一映射系数和第二映射系数用于指示第一图像和第一图像对应的空间区域之间的映射关系。
117.本技术实施例提供的零件焊接位姿的确定装置，通过获取目标零件的目标点云数据，并根据目标点云数据确定目标零件的目标包围盒，以及目标包围盒的多个目标顶点，根据多个目标顶点和多个预设的转换矩阵，确定目标零件的目标位姿，然后根据目标位姿进行目标零件的焊接，其中，转换矩阵是指示参考顶点与参考焊接点之间的坐标转换关系，参考顶点是根据目标零件在预设位姿下的参考点云数据确定的。本技术实施例提供的零件焊接位姿的确定装置，利用目标顶点和预先根据参考顶点与参考焊接点之间的坐标转换关系确定的转换矩阵就可以得到目标零件的目标位姿，不需要根据目标点云的数据进行一一匹配，就可以得到目标零件的目标位姿，因此可以提高焊接零件的目标位姿的确定效率。
118.本实施例提供的零件焊接位姿的确定装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再多加赘述。
119.关于零件焊接位姿的确定装置的具体限定可以参见上文中对于零件焊接位姿的确定方法的限定，在此不再赘述。上述零件焊接位姿的确定装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于服务器中的处理器中，也可以以软件形式存储于服务器中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
120.本技术的另一实施例中，还提供一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，计算机程序被处理器执行时实现如本技术实施例的零件焊接位姿的确定方法的步骤。
121.本技术另一实施例中，还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现如本技术实施例的零件焊接位姿的确定方法的步骤。
122.本技术另一实施例中，还提供一种计算机程序产品，该计算机程序产品包括计算机指令，当计算机指令在零件焊接位姿的确定装置上运行时，使得零件焊接位姿的确定装置执行上述方法实施例所示的方法流程中零件焊接位姿的确定方法执行的各个步骤。
123.在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件程序实现时，可以全部或部分地以计算机程序产品的形式来实现。该计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机执行指令时，全部或部分地产生按照本技术实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，计算机指令可以从一个网站站点、计算机、服务器或者数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriber line，dsl))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可以用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质(例如，软盘、硬盘、磁带)，光介质(例如，dvd)、或者半导体介质(例如固态硬盘(solid state disk，ssd))等。
124.以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
125.以上实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术专利的保护范围应以所附权利要求为准。