1.一种基于点云的端接焊缝缺陷检测方法，其特征在于，基于检测系统实现，所述检测系统包括：采样模块、训练模块、实时检测模块；检测方法包括以下步骤：S1：采样模块对端接焊缝进行采样，将采集到的点云数据保存到样本空间；

S2：训练模块对样本空间中的点云数据进行预处理；

S3：训练模块对预处理之后的点云数据进行建模，得到标准焊缝模型；

S4：采样模块实时采集端接焊缝的点云数据输入实时检测模块，所述实时检测模块同时加载所述标准焊缝模型，对端接焊缝进行实时检测；

S5：将检测合格的焊缝样本的数据添加到样本空间中进行保存，并将该焊缝样本运送至下一步处理处；将检测不合格的焊缝样本移出检测队列，返回焊接车间进行人工再焊接；

所述步骤S3具体通过以下子步骤实现：

S3.1：对于经过步骤S2预处理后，焊缝方向与世界坐标系方向一致的点云数据，其中x轴是焊缝运动方向，z轴是高度轴；将坐标轴y=0附近的点投影到xz平面上，通过z轴高度得到两个极小值点，将这两个极小值点投影到x轴上，获得两个x轴投影点，这两个x轴投影点将点云数据分为首段、中间段、尾段三部分；

S3.2：选择中间段的点云数据，以x轴坐标为依据，分割成若干个切片，并将各个切片上的点投影到yz平面上；yz平面上的数据分布即可表示当前x轴坐标下焊缝的形状特征；

S3.3：在每一中间段的切片投影到yz平面的点云数据中，选择两端的点云数据进行最小二乘拟合，得到拟合曲线，计算拟合曲线的最高点坐标；将切片上的点云数据进行平移，使拟合曲线的最高点坐标位于yz平面的原点；

S3.4：对平移之后的切片点云数据选用中间部分的点云数据进行两次最小二乘拟合，得到一条拟合曲线A；选用切片两端的点云数据进行两次最小二乘拟合，得到第二条拟合曲线B；拟合曲线A和拟合曲线B存在两个交点，两交点在y方向上的坐标分别为a、b，且a＜b；最终的拟合曲线C为拟合曲线A和拟合曲线B的组合，当切片点云数据中的点在y方向上的坐标位于两交点坐标a、b之间时，选择拟合曲线A，当点在y方向上的坐标位于两交点坐标a、b之外时，选择拟合曲线B；拟合曲线C的表达式如下：；

S3.5：通过合理率来评判曲线拟合的好坏，所述合理率为在拟合曲线C上的点占所有切片点云数据中点数的比例；当合理率达到阈值时，对该切片的拟合曲线A和拟合曲线B进行存储；反之，则舍弃该切片的拟合曲线A和拟合曲线B；

S3.6：通过统计若干条良好焊缝的各个中间段所有合理率达到阈值的切片的拟合曲线A系数的平均值，得到最终曲线D，通过统计若干条良好焊缝的各个中间段所有合理率达到阈值的切片的拟合曲线B系数的平均值，得到最终的曲线E；其中，曲线D为选用中间部分的点云数据拟合的曲线，曲线E为选用两端的点云数据拟合的曲线；曲线D和曲线E存在两个交点，两交点在y方向上的坐标分别为d、e，且d＜e；最终得到的标准焊缝模型F为曲线D和曲线E的组合，当点在y方向上的坐标位于两交点坐标d、e之间时，选择曲线D，当点在y方向上的坐标位于两交点坐标d、e之外时，选择曲线E。

2.根据权利要求1所述的基于点云的端接焊缝缺陷检测方法，其特征在于，所述步骤S2具体通过以下子步骤实现：S2.1：对样本空间中的点云数据进行均匀下采样；在点云数据中选取一个点，并设该点所在集合为内点集合，初始内点集合中只有一个点，之后每次从点云数据中不属于内点集合的点中，找出距离内点集合最远的点，并将该点添加到内点集合中，该点与内点集合的距离计算方式为该点至内点集合中所有点的距离的最小值；当内点集合的数量达到预先设置的数量时，完成点云数据的下采样工作；

S2.2：对内点集合中的点云数据进行统计滤波，去除离群点，具体为：在一个点周围选择若干个点，计算它们距离的统计参数，如果某个点偏离平均值超过SR倍的方差，则认为该点是离群点，并进行去除，其中SR为标准偏差比率；

S2.3：采用主成分分析法分析点云的主方向，并选用中间部分的点云数据的主方向代替整体点云数据的主方向；

S2.4：将点云数据进行旋转，旋转的角度为主方向与世界坐标系的夹角，使得焊缝方向与世界坐标系方向保持一致。

3.根据权利要求1所述的基于点云的端接焊缝缺陷检测方法，其特征在于，所述步骤S4具体通过以下子步骤实现：S4.1：采样模块实时采集端接焊缝的点云数据，实时检测模块对点云数据进行和步骤S2中相同的预处理；

S4.2：实时检测模块对于经过预处理后，焊缝方向与世界坐标系方向一致的点云数据，其中，x轴是焊缝运动方向，z轴是高度轴；将坐标轴y=0附近的点投影到xz平面上，通过z轴高度判断两个极小值点，这两个极小值点投影到x轴上的两个点，将点云数据分为首段、中间段、尾段三部分；将中间段的点云数据，以x轴坐标为依据，分割成若干个切片，并将各个切片上的点投影到yz平面上，yz平面上的数据分布即表示当前x轴坐标下焊缝的形状特征；

在单个切片中，若存在两点间隔大于最大阈值，或者最左端和最右端距离小于最小阈值的情况，则判定为数据丢失，将其添加到缺陷信息中；

S4.3：采用分段式检测，对中间段数据的检测具体如下：

（1）在S4.2得到的中间段的切片上，选择两端的点云数据进行最小二乘拟合，得到拟合曲线；计算拟合曲线的最高点坐标，将切片上的点云数据进行平移，使拟合曲线的最高点坐标位于yz平面的原点；

（2）将平移后切片点云的y轴坐标代入所述标准焊缝模型，得到预测的z轴数据，将其与真实的z轴数据进行比较，计算合格率；所述合格率为该切片中预测的z轴数据和真实的z轴数据偏差在误差范围内的点的数量与该切片内所有点的数量的比值；若合格率低于设定阈值，则认为该条焊缝在该切片内存在问题，并输出该缺陷信息；反之则认为该条焊缝在该切片内正常；

（3）重复步骤（1）、（2），直到该条焊缝的中间段切片全部检测完成；若所有切片检测结果均为正常，则认为该条焊缝的中间段合格，反之则输出各切片存在的缺陷信息；

对首段和尾段点云数据的检测具体如下：

将首段和尾段的点云数据以x轴坐标为依据，分割成若干个切片，在首段和尾段的切片上，分别进行极大值、极小值判定，若单个切片数据中存在两个波峰一个波谷，这认为存在焊缝弧坑，并输出该缺陷信息；若单个切片数据中存在两个波谷，则认为存在焊瘤，并输出该缺陷信息；若单个切片数据中只存在一个波峰，则认为焊缝正常；当所有切片均判断为正常时，首尾段合格；反之则输出各切片存在的缺陷信息；

当该条焊缝的中间段、首段和尾段均检测合格时，认为该条焊缝检测合格，反之则检测不合格。

4.根据权利要求3所述的基于点云的端接焊缝缺陷检测方法，其特征在于，对于合格的焊缝样本，实时检测模块最终输出其焊缝3D模型，所述焊缝3D模型能够进行旋转、平移和缩放；

对于不合格的焊缝样本，实时检测模块最终输出的检测信息包括焊缝文本信息和焊缝

3D模型，其中焊缝文本信息包括焊缝缺陷类型和缺陷的坐标位置；焊缝3D模型中不同类型的缺陷以不同的颜色标记，所述焊缝3D模型能够进行旋转、平移和缩放。

5.根据权利要求3所述的基于点云的端接焊缝缺陷检测方法，其特征在于，实时检测模块将数据上传到云端，上传数据包括以文本信息上传的本次检测的检测结果和焊缝3D模型的快照截图。

6.根据权利要求5所述的基于点云的端接焊缝缺陷检测方法，其特征在于，上传数据还包括所述采样模块实时采集的原始点云数据。

7.根据权利要求1所述的基于点云的端接焊缝缺陷检测方法，其特征在于，所述步骤S5中，当样本空间中的样本数量达到设定数值时，训练模块对所述标准焊缝模型进行重新训练，使所述标准焊缝模型的精度进一步提高。

8.一种基于点云的端接焊缝缺陷检测系统，应用权利要求1‑7任一项所述的基于点云的端接焊缝缺陷检测方法，其特征在于，包括采样模块、训练模块、实时检测模块、系统设置模块；

所述采样模块采集历史端接焊缝的点云数据，并将其存入样本空间；在线状态下采样模块实时采集端接焊缝的点云数据，输入实时检测模块中；

所述训练模块调用所述样本空间中批量的点云数据，对点云数据进行预处理后，构建标准焊缝模型；

所述实时检测模块调用所述标准焊缝模型，对输入的实时采集到的端接焊缝的点云数据进行检测，得到该端接焊缝的检测结果，并将检测合格的焊缝点云数据输入所述样本空间中，用于更新所述标准焊缝模型；

系统设置模块用于对所述检测系统进行参数设置，包括：对采样模块中激光视觉传感器的采样尺寸和采样时间的设置、预处理参数的设置、标准焊缝模型参数的设置。