来源：期刊VIP网 时间：
作者：余径舟;何其昌;时轮;杨冬梅;
单位：上海交通大学机械与动力工程学院;上汽通用汽车有限公司;
摘要：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。
关键词：白车身;;焊接路径规划;;序列到序列学习;;长短时记忆网络;;编码器-解码器
基金资助：国家自然科学基金资助项目(51975362)
