焊接检验及其设备

针对安装在焊接机器人末端的双目立体视觉系统,建立了左右图像坐标的极线约束方程。采用极线约束和激光标识相结合的立体视觉匹配方法,完成了相交圆管马鞍形空间焊缝的立体视觉检测。结果表明,含激光条纹的焊缝图像,经细化、去毛刺处理后,可以得到分段光滑的曲线,通过益线奇变点检测与曲线一极线相交点检测两种方法的融合。实现了空间焊缝检测点在左右图像中的可靠匹配,从而提高了焊缝及周边结构立体视觉检测的准确性。     

焊接检验及其设备

针对安装在焊接机器人末端的双目立体视觉系统,建立了左右图像坐标的极线约束方程。采用极线约束和激光标识相结合的立体视觉匹配方法,完成了相交圆管马鞍形空间焊缝的立体视觉检测。结果表明,含激光条纹的焊缝图像,经细化、去毛刺处理后,可以得到分段光滑的曲线,通过益线奇变点检测与曲线一极线相交点检测两种方法的融合。实现了空间焊缝检测点在左右图像中的可靠匹配,从而提高了焊缝及周边结构立体视觉检测的准确性。     

应用于遥控焊接的激光视觉传感辅助遥控示教

提出了用于遥控焊接的激光视觉传感辅助遥控示教技术.克服了基于立体视觉显示遥控示教的缺点,操作者工作强度减轻.通过激光视觉传感提取焊缝特征点作为示教点,提高了识别精度.空间鼠标作为远端焊接机器人的手控器,提高了操作的灵活性.实现了对平面曲线焊缝和复杂空间焊缝的遥控示教.结果表明,此技术可以大大减少操作者的示教时间;示教路径精确;焊接过程自动执行,避免了远程操作的时间延迟影响,对遥控焊接在实际工程的应用有较高的价值.     

基于双目视觉的水下对接焊缝跟踪机器人位姿调节

分析了机器人末端姿态调节原理,利用所搭建的双目视觉系统采集到水下对接焊缝图像,图像经过滤波去噪、模糊增强、图像边缘特征及检测后,获取两条边缘线的特征元素。根据这两条边缘线求出水下对接焊缝中心线,再找到中心线上的匹配点;根据匹配点前后扫描,得到与焊缝边缘线相交的四点,采用四点法求取水下对接焊机器人的末端位姿。最后根据所构造的焊枪位姿与机器人位姿的模型,得到焊枪的姿态。试验证明,本文提出的算法,位姿调节偏差较小,能满足水下对接焊缝跟踪的要求。     

双机器人主从协调焊接的路径规划算法

针对空间复杂曲线焊接问题进行了双机器人协调焊接路径规划方法的研究,在保证焊接过程焊缝点熔池处于水平或稍微下坡状态前提下,提出了一种主从协调跟踪的路径规划算法,以实现一台机器人夹持工件不断调整位姿满足船形焊的要求,另外一台机器人跟踪焊缝曲线实施焊接. 建立了协调系统数学模型,时间约束和空间约束,在此基础上规划了焊枪坐标系和工件机器人的位姿;并以马鞍形焊缝的焊接为研究对象进行了两个机器人的协调路径规划. 并对该算法所规划的结果进行试验验证. 结果表明,该算法可实现空间复杂曲线焊缝的连续焊接工作.     

基于视觉传感的机器人水下焊缝跟踪

根据视觉条件下水下自动化焊接的特殊要求,设计了一套机器人水下视觉焊缝跟踪系统.针对水下焊缝图像干扰严重、模糊等特点,采用小波变换技术去除了弧光、飞溅等干扰噪声,采用改进的模糊增强图像处理方法,提高了图像处理的效率,获取了清晰的边缘图像.边缘检测后,对焊缝左右特征点进行扫描,准确地提取了焊缝中心.为了减小跟踪误差,将焊缝轨迹中的每个小线段的坐标偏移量分成50等份,同时设计了有效地机器人轨迹跟踪控制程序.水下斜线和曲线焊缝的跟踪试验表明,在正常的条件下,可以满足跟踪要求.     

三维视觉在激光焊接机器人离线编程系统中的应用

建立了一套基于三维视觉的机器人离线编程系统,通过视觉传感器获取焊缝特征点的空间坐标,确定空间焊缝的准确坐标;通过一系列图像处理、坐标转换,最终生成符合机器人编程规范的程序代码,直接用于空间曲线焊缝的焊接。     

一种线激光V形焊缝中心点识别的改进算法

在机器人自动化焊接过程中,准确识别、提取出焊缝位置,对于焊接的精度与质量有着很大的影响。基于线激光的V形焊缝轮廓识别算法,在进行阈值分割时,有时由于线激光与V形焊缝接触时会产生激光的变形,导致局部光强下降,部分轮廓会消失。提出一种改进算法,首先通过双边滤波方法,达到图像平滑的目的;然后通过Canny边缘检测算法,准确地提取出线激光在焊缝上变形的区域;通过膨胀算法处理后,再去除焊缝轮廓留下的干扰直线;再通过直线细化算法,识别出与线激光相交的焊缝边缘轮廓点与中心点。最后识别出焊缝中心点位置。     

工业焊接机器人空间定位技术研究

为了在复杂环境中进行工业焊接机器人空间定位,设计了一套基于视觉反馈的焊接机器人定位试验系统,详细介绍了摄像机标定、图像特征点提取、立体视觉匹配算法和数据通讯等关键技术,并进行了实际的现场试验。试验结果表明,该系统及相关技术能够提取数量相对较多的特征点,图像匹配保持了很高的匹配正确率和速度。试验结果为机器人前端空间定位及其应用提供了保障,为工业机器人自主焊接奠定了基础。     

DIGI—LAS激光焊接头在汽车及航空航天部件焊接中的应用

随着汽车、航空航天等行业激光焊接应用的发展,含有非平行直线或曲线焊缝的剪裁激光拼焊板件快速增长,柔性的机器人激光焊应用也随之增加.但目前的大多数关节式工业机器人尚难以有效地追踪重复性不足的焊缝.集成了激光视觉传感的DIGI-LAS激光焊接头系统特别适合这些机器人或专机的激光焊应用.DIGI-LAS系统配置了2个激光传感器,一个用于焊前搜索、定位焊缝及焊缝跟踪,另一个用于实时检测焊缝,包括焊缝的成形尺寸和探测表面缺陷.此外,DIGI-LAS的激光传感器能够记录机器人追踪焊缝的误差,在焊接时给予补偿,保证了机器人系统可以满足激光焊的精度要求.经过补偿后,在超过6 m/min的焊接速度下,系统追踪曲率半径为50 mm的曲线焊缝的对中误差小于100 μm.检测结果通过数字IO输出到机器人、PLC或外部的质量管理系统.自动的焊接质量检测有助于用户实现6σ的质量控制与管理.     

基于结构光立体视觉的焊缝测量

提出了一种基于结构光立体视觉的焊缝测量方法,并给出了一种简单的摄像机与激光器标定方法。它采用安装在机器人末端的两台摄像机和一只激光器构成测量系统,激光器发出的光束经平凸柱面镜变成光平面,在焊件上形成条纹。两台摄像机同步采集该条纹图像,结合机器人末端位姿与摄像机参数,对于条纹上的每个特征点可以获得三组空间坐标。对这三组坐标进行信息融合,可以更加精确的获得特征点的空间坐标。进行的V形焊缝测量与跟踪试验表明,该方法具有实时性好、测量精度较高、标定简单、可靠性高等特点。     

大功率激光焊机焊缝质量参数的提取方法

提出大功率激光焊机焊缝的图像处理和质量参数特征的提取方法,有效地克服了环境的各种干扰,可靠地得到了质量参数。通过一套具有工业显微镜头的CCD视觉系统,实现了微细焊缝的结构光光带的采集。根据其区域的背景和前景图像亮度差别较大的特点,提出一个基于最优阈值分割的光条细化算法,确定了光条在图像平面的变形,从而提取出焊缝质量参数,如熔宽、错边及余高等。实验结果证明了该方案切实可行,结果满意。     

棱形管与法兰角焊缝图像处理及特征提取

由于棱形管与法兰角焊缝的位置多变,且实际生产中棱形管端面加工精度不高,自动化焊接程度低,文中搭建了一套棱形管与法兰环焊缝的自动化焊接系统,对于提高棱形管与法兰焊接的自动化程度有较大的应用价值。该系统通过CMOS相机和单条纹激光组成激光视觉传感器,获取角焊缝位置和间隙信息。针对采集的图像及工件特征,设计了适合的图像处理算法,首先采用了灰度变换、均值滤波和形态学处理的方法对图像进行预处理,然后根据对激光条纹图像灰度值分析结果,寻找合适的阈值,并采用极值法提取光条中心点,最后采用霍夫变换拟合直线,提取出角焊缝位置信息,并提出激光条纹端点搜索方法,提取出了角焊缝间隙大小。结果表明,该图像处理方案效果较好,抗干扰能力较强,可以准确的提取出焊缝中心位置和间隙大小,满足焊接机器人对焊缝跟踪的要求以实现自动化焊接。 创新点： (1)设计出适用于棱形管与法兰角焊缝的自动化焊接系统。 (2)设计了适用于该系统的焊缝中心位置提取算法。 (3)设计了角焊缝间隙提取算法。     

基于机器视觉的管道焊接跟踪技术研究

针对爬行焊接机器人在管道自动焊接中对典型的V形坡口焊缝的定位与中心线的提取,设计了一种基于激光视觉检测的自动焊缝跟踪系统。提出了一种基于激光条纹图像特征的两步定位方法:第一步,建立模板匹配,利用模板匹配方式获取激光条纹位置区域;第二步,采用阈值分割和中心法提取激光条纹中心线,然后采用Shi-Tomasi算法对中心线进行角点检测,经过拟合直线求交点和逐列扫描对比得到焊缝坡口的4个拐点信息,并确定焊缝中心。通过对实际的焊接过程进行测试,结果表明:跟踪系统的平均纠偏误差在2像素以内,平均处理纠偏时间在120 ms以内,具有较高的精度和实时性。     

基于最小二乘支持向量机的激光拼焊焊缝识别

激光拼焊焊缝质量结构光视觉检测中,对焊缝的准确识别是实现高精度检测的关键. 针对检测图像中结构光光纹畸变特征不明显,无法准确识别焊缝的问题,依据焊缝纹理特征信息,提出了一种基于最小二乘支持向量机的焊缝识别方法. 首先,分析并提取焊缝区和非焊缝区差异明显的纹理特征. 其次,训练最小二乘支持向量机模型,对焊缝进行粗识别. 最后,采用Laws纹理滤波提取焊缝区域,并通过阈值分割方法精确识别焊缝. 针对不同工艺参数下的激光拼焊焊缝开展焊缝识别试验,结果表明,该方法能够有效地识别焊缝.     

Study of image processing for V-shape groove and robotic weld seam tracking based on laser vision

Single-stripe laser was applied to acquire V-shape groove contour information. Most of arc light and splash noise was removed and stripe laser image was kept by wavelet transform. Half-threshold algorithm was used for image segmentation and stripe laser image was gotten after refining. Weld seam center position was identified and extracted by extreme curvature corner detection method. The location of torch was detected to accord the frequency of computer program with robot program and serial communication program. The tracking experiments of sidelong, reflex and curve weld line show that the system can meet the demand of the tracking precision under normal welding conditions.     

基于斜率分析法的焊缝条纹直线特征提取分析

提出了一种基于直线拟合的斜率分析法,用于提取线结构光焊缝条纹特征直线. 该方法将光条上的所有n个像素点按坐标大小顺序排列,从起始点开始顺次推移,每连续n0个光点进行直线拟合,共记录n-n0个斜率值,通过斜率变化特征计算光点在各条纹直线上的分布数量,以完成点集划分,根据划分后的各点集拟合直线作为求得的焊缝特征直线,最后讨论了参量n0对拟合直线的影响. 结果表明,该方法能够有效地检测角接、搭接及V形等各类焊缝特征直线,满足焊缝检测的试验现场要求.     

一类窄焊缝的结构光图像特征提取方法

提出一种新颖的窄焊缝的特征提取与图像处理方法,有效地克服了环境的各种干扰,可靠地提取出了焊缝的特征点.首先设计了一套基于线结构光的显微视觉系统,可靠地检测出了结构光焊缝图像;接着提出一种基于阈值变换的行像素点统计算法和自适应形态学收缩算法可靠地分割出结构光条纹图像;然后采用过度参数直线拟合和B样条曲线拟合算法准确地得到了结构光条纹的中心线.最后,提出一种基于距离搜索的算法,得到了焊缝的特征点.结果表明,窄焊缝结构光图像特征提取方法可行.     

无坡口对接焊缝特征角点检测方法

针对无坡口平板对接焊缝,研究一种应用线结构光传感的角点检测原理实现焊缝特征检测与跟踪的方法.与基于线结构光形变特征检测焊缝位置的传统方法不同,根据激光条纹在焊缝处的灰度变化,运用图像形态学处理方法,提取焊缝中心特征.计算图像每列邻域内灰度值和,运用中心差分方法,提取焊缝图像感兴趣区域.再依据角点检测原理,确定焊缝中心亚像素级坐标位置,通过简单快速的系统标定,得到焊缝实际位置偏差.结果表明,对焊缝间隙为0.2 mm左右的对接焊缝进行跟踪试验,平均误差均保持在0.1 mm以内,满足焊缝跟踪精度要求.     

Development of an automatic post-weld inspection system based on laser vision

In order to overcome the limitations of manual post-weld visual inspection approach, an automated inspection system is developed which uses three-dimensioual laser vision system based on the principle of optical triangulation. The system hardware consists of a modular development kit （MDK）, a computer, an actuating mechanism and so on. In image processing algorithms, extraction accuracy of centric line of laser stripe is the critical factor that determines the system performance. So according to the features of laser stripe image, a novel algorithm is developed to detect the central line of laser stripe fast and accurately. Experiments have demonstrated that this system can be used in various weld features inspection of both butt and fillet types of weld. Compared with traditional manual inspection method, this method has obvious dominance. The three-dimensional reconstruction result shows that this system has high accuracy and reliability.