基于深度分层特征的激光视觉焊缝检测与跟踪系统研究

针对自适应性低的焊缝跟踪系统在实际焊接环境中易受噪声干扰的问题,结合深度卷积神经网络强大的特征表达能力和自学习功能,研究了基于深度分层特征的焊缝检测和跟踪系统,该系统可精确地从噪声污染的时序图像中确定焊缝位置。为彻底解决焊枪依循计算轨迹运动所出现的抖振问题,设计了模糊免疫自适应的智能跟踪控制算法。实验结果显示,在强烈弧光和飞溅的干扰下,传感器测量频率达20Hz,焊缝跟踪精度约为0.2060mm,且焊接过程中焊枪末端运行平稳。该系统能实现焊缝平滑的实时跟踪,抗干扰能力强,焊缝轨迹跟踪准确,能满足焊接应用要求。     

基于无线遥控与视觉跟踪的焊接控制系统

为解决焊接工程现场有线示教器操作不便、传统模板匹配方法受电弧与飞溅干扰而导致跟踪稳定性差等问题,设计了一种基于无线遥控与视觉跟踪的焊接控制系统。首先,设计了包含视觉单元、控制单元和执行单元的嵌入式PC无线控制系统,实现图像采集处理和焊缝跟踪偏移信息计算,并控制焊机机器人执行相应的动作。然后,采用了粒子滤波跟踪算法进行焊缝跟踪,该算法通过粒子滤波对图像大目标区域进行搜索,减少焊缝位置发生突变或焊缝图像缺失时跟踪失效的问题,确保视觉单元能够在强烈噪声干扰下快速、准确地识别焊缝特征位置。焊接测试结果表明,本系统纠偏误差小于0.12 mm,且操作方便、稳定性好、纠偏精度高、焊接表面成型质量良好,满足管道焊接的工艺要求。     

用于管道焊接的双模板匹配视觉定位方法

现有管道焊接的需求量越来越大,对自动焊接提出了更高的要求。为高效实现管道焊缝自动跟踪,本文引入机器视觉方法,设计一个视觉系统采集焊缝坡口图像,提出基于双模板匹配的视觉定位方法对焊缝中心和焊枪摆动中心进行实时定位处理,并根据二者偏差值实现焊接过程中的自动纠偏操作。实验结果表明,即便在弧光干扰下,所提出的双模板匹配方法仍能很好的实现定位处理。在计算复杂度相当,不影响定位实时性的情况下,其匹配精度可由单模板条件下的70%左右提升到90%以上,有效地提升了管道自动焊接的精确度与可靠性。     

基于卡尔曼滤波器的焊缝识别算法

为了提高工业现场焊缝跟踪的准确性和抗干扰能力,提出了一种基于约束卡尔曼滤波器的焊缝识别算法。采用结构光测量系统获取焊缝连续图像,然后利用形态学处理定位焊缝图像角点,并通过高斯拟合法提取激光条纹中心点,将角点和中心点的位置和速度作为卡尔曼滤波器的状态变量,建立卡尔曼滤波器的状态方程和测量方程,再由角点和中心点的位置关系构建等式约束方程,通过约束方程对卡尔曼滤波后的结果进行修正。结果表明该算法能有效实现焊缝跟踪,提高了焊缝识别的精度和抗干扰能力。     

激光视觉传感在焊接机器人焊缝识别中的应用

为实现复杂工况下焊接机器人精准识别焊缝目标，将激光视觉传感技术应用于机器人焊缝识别中。以激光视觉传感器作为核心硬件，构建焊接图像采集系统，运用PCI总线卡检测传感器及外部指示灯是否为连接状态，通过PXR800图像采集卡在规定时间内得到激光焊接图像，使用串口通信程序完成图像高效传输。分别采用双边滤波器与模糊算子实施图像去噪与增强处理，优化图像角点与激光条纹中心点，利用等式约束方程修正卡尔曼滤波后的图像坐标值，完成高精度焊缝识别任务。仿真结果证明，激光视觉传感能够帮助机器人提升焊缝识别精度、增强抗干扰能力，为焊接机器人的推广应用发挥积极作用。     

基于单目主被动视觉结合的焊接偏差检测方法

针对管道全位置机器人自动焊,提出了一种基于单目主被动视觉结合的熔化极气体保护焊(gasmetal arc welding,GMAW)焊接偏差测定方法。设计出一种调光玻璃,使采集到的同一帧焊接图像中包含了激光条纹和焊丝尖端等信息。首先,根据焊接图像噪声类型呈高斯分布这一特性,针对性的采用LoG算子分别对电弧区域和激光条纹区域图像进行滤波处理;然后,设计图像处理算法分别提取出焊丝和焊缝坡口中心位置坐标;最后,计算出两坐标点在Y轴方向的偏差值。试验证明,此方法能在填充焊焊接图像中实时测定出焊接偏差量,焊接误差可以控制在02mm以内,可为实现管道焊接机器人自动焊缝跟踪控制提供可靠依据。     

基于粒子群算法和卡尔曼滤波的运动目标跟踪算法

针对目前一些常用的运动目标跟踪算法存在跟踪精度不高、实时性低、对遮挡问题处理不佳等问题,提出一种粒子群算法与卡尔曼滤波相结合的新的运动目标跟踪方法。利用卡尔曼滤波预测目标中心在下一帧图像中的位置,从而极大减少了搜索范围,并以该位置为中心建立目标搜索区域。然后以目标的灰度统计特征对目标模板和候选区域进行匹配,确保跟踪准确性。为了有效减少搜索匹配次数、提高实时性,利用粒子群算法在搜索区域找到和目标模板最相似的区域,从而找到最优中心位置,并以该位置作为卡尔曼滤波的观测值,进行下一帧跟踪。仿真实验结果表明新算法显著提高了跟踪的实时性、精确性,并对部分遮挡能较好地处理。     

基于改进U Net模型的焊缝特征提取

针对基于激光视觉自动焊接过程中,出现焊缝特征占比失衡,焊接偏移的问题,提出一种改进U Net模型,在U Net网络模型的基础上融合可学习的调整器模块,在编码块中接入特征增强模块,减少了弧光干扰,提升了焊缝特征提取的精度。以管道自动焊接机器人作为图像采集平台,设计了网络训练模型,同时辅以数据增强防止网络过拟合,实验结果表明,改进型U Net算法的像素分割准确率(acc)、平均交并比(mIou)、平均像素精确度(mpa)分别为9934%、8936%、9562%,与传统阈值分割算法、FCN算法、U Net算法、PSPNet算法相比,本文的精度指标最优,在强弧光干扰环境下能准确提取出焊缝特征,具有抗噪能力强,识别准确率高的优点。     

基于轻量化DeepLab v3+网络的焊缝结构光图像分割

基于激光结构光视觉传感的焊缝跟踪技术将焊缝定位转化为结构光条纹特征点的定位，具有较强的普适性。然而，实时焊缝跟踪中弧光（焊接电弧产生的强烈可见光）、飞溅（溅射焊渣）、烟尘等噪声对结构光图像造成了严重的污染，从而影响了焊缝定位的精度和鲁棒性。滤除结构光图像中的噪声对于提升焊缝定位的精度和鲁棒性具有重要作用。为滤除焊缝结构光图像中的噪声，本文提出了一种基于轻量化DeepLab v3+语义分割网络的焊缝结构光图像分割方法，通过分割出结构光条纹的前景图像来达到噪声滤除的目的。采用浅层Resnet-18网络替代DeepLab v3+的原始深层骨干网络，以提高分割效率；以像素占比的补数为权重设计了加权交叉熵损失函数，以提高结构光条纹分割的像素准确率。实验结果表明：所提方法的平均单张图像推理时间为15.9 ms，结构光条纹的像素准确率为96.47%，结构光条纹的平均交并比为89.04%，可以实现高效、精确、鲁棒的结构光图像分割，从而达到焊缝结构光图像中弧光、飞溅、烟尘等噪声滤除的目的。     

基于变分贝叶斯双尺度自适应时变噪声容积卡尔曼滤波的同步定位与建图算法

为解决移动机器人在同步定位与建图(SLAM)中因系统噪声和观测噪声时变导致状态估计精度降低的问题,该文提出一种基于变分贝叶斯的双尺度自适应时变噪声容积卡尔曼滤波SLAM算法(DSACKF SLAM)。该算法采用逆Wishart分布对一步预测误差协方差矩阵P_k|k-1和观测噪声协方差矩阵R_k建模,分别用来降低系统噪声和观测噪声的影响,并利用变分贝叶斯滤波实现对移动机器人状态向量X_k,P_k|k-1和R_k的联合估计。分别在系统噪声和观测噪声时变和时不变的条件下进行仿真实验,结果表明与基于无迹卡尔曼滤波的SLAM算法(UKF SLAM)、自适应更新观测噪声的容积卡尔曼滤波的SLAM算法(VB-ACKF SLAM)相比,所提DSACKF SLAM算法在噪声时变时,平均位置误差分别减小1.54 m, 3.47 m;噪声时不变时,平均位置误差分别减小0.62 m,1.41 m,证明DSACKF SLAM算法有更好的估计性能。     

基于线阵相机的多特征激光焊接焊缝轨迹识别方法

焊缝跟踪是实现自动化焊接的关键，针对激光焊接下的近无间隙焊缝轨迹，提出了基于线阵相机和特征识别算法的焊缝追踪方法。通过线阵相机获取工件表面图像，使用均值滤波对图像进行降噪处理。通过分析图像的灰度值、图像灰度值变化、图像的灰度值梯度、焊缝区域宽度识别焊缝轨迹，实现了无间隙焊缝的识别和跟踪。通过焊接试验测试得到基于线阵相机的焊缝识别方法误差小于0.05 mm。通过对不同间隙的焊缝进行焊缝追踪试验证明了该方法对于间隙小于0.3 mm的焊缝具有良好的识别效果。     

基于相位编组法的焊缝识别

焊接机器人的自动行走是由焊缝的位置决定的，焊缝识别是焊接自动化的关键问题之一，因此从焊缝图像中提取直线具有重要意义。本文将相位编组法运用到焊缝图像识别上，并根据焊缝识别的特点对核算法提出了改进方案，取得了较好的效果．     

时变有色观测噪声下基于变分贝叶斯学习的自适应卡尔曼滤波

针对卡尔曼滤波中观测噪声是有色的且随时间变化这一情形,该文提出基于变分贝叶斯学习的自适应卡尔曼滤波算法。该算法先利用差分法,将时变噪声模型当中的有色观测噪声进行白化处理,从而使模型转换成了过程噪声与观测噪声相关的白噪声模型。考虑噪声相关条件下的卡尔曼滤波,并使之与变分贝叶斯学习结合,将白噪声方差与系统状态变量一起作为参数进行联合的递推估计。仿真结果表明,该自适应算法对时变的噪声具有较好的跟踪效果,相对经典卡尔曼滤波有着较高的滤波精度,最终得到时变有色观测噪声下的状态估计。     

管道焊接激光视觉跟踪的定位方法研究

为解决在管道自动焊接过程中V型坡口的识别定位问题,提出了一种基于激光视觉传感的局部区域内分步式定位方法。首先建立模板匹配,利用模板匹配方式获取焊缝初始位置区域;然后采用阈值分割和边缘提取获得激光条纹边缘线,通过Shi-Tomasi算法对边缘线进行角点检测,得到边缘线上的亚像素角点位置坐标;最后采用最小二乘法拟合得到精确的边缘直线,对上下边界线求平均值提取激光条纹的中心线,求取直线的交点得到坡口轮廓的拐点信息。通过对实际焊接现场拍摄的50幅同一高度不同位置的图像进行检测,结果表明,分步式定位方法抗干扰性强,精度较高,为完成整个跟踪自动焊接过程奠定了基础。     

基于激光视觉传感器的机器人实时焊缝跟踪方法

为实现变姿态焊接过程的实时焊缝跟踪,提出基于机器人坐标系下绝对焊缝轨迹的实时跟踪算法。将线式激光传感器安装在机器人的法兰盘上,且位于焊枪运行的前方。焊接过程中,激光传感器连续采集焊缝位置信息,并结合手眼标定矩阵以及机器人实时姿态,将传感器采集的焊缝坐标转换到机器人基础坐标系下,从而形成空间绝对焊缝轨迹;再根据焊枪的当前位置与焊缝的空间绝对轨迹生成位置偏差。为了提高计算精度,提出采用三次非均匀有理B样条进行数据插值和检索;最后,将位置偏差变换到焊枪工具坐标系下进行实时修正。实验结果表明:该跟踪算法能够实现焊接机器人针对变姿态焊接过程的连续跟踪,跟踪过程平滑光顺,跟踪整体精度优于0.5 mm。基本满足焊缝实时跟踪应用的一般要求。     

基于双目视觉的医疗机器人摆位系统测量方法

为了实现精确放疗过程中精确定位和肿瘤位置的精确测量,建立了基于双目视觉的医疗机器人摆位测量系统,并对系统所采用的摄像机标定方法、标记点识别及其三维坐标计算、摆位系统的位置验证等算法进行研究。建立基于双目视觉的医疗机器人摆位测量系统;提出了一种对摄像机采用基于平面棋盘格和立体标定模板相结合的摄像机标定新方法;采用Roberts梯度算子对图像分割的方法,识别标记点中心并计算其三维坐标;通过比较基于双目视觉计算和三维坐标测量仪器测量的各个标记点三维坐标的摆位误差,实现放疗过程中位置验证和精确摆位。实验结果表明:摄像机的标定精度为36.5×10-3 mm和各个标记点的三维坐标平均偏差为δX=0.573mm、δY=0.495mm、δZ=0.430mm,测量方法可获得较高的标定精度和摆位精度,能满足精确放疗对高精度摆位系统的临床需求。     

对接间隙对激光填丝焊接头成形与性能影响

为阐明异种钢激光填丝焊接工艺参数对焊缝成形的影响，以不等厚板2 mm 45钢和6 mm 316L不锈钢为试验材料，采用激光填丝焊接方法进行焊接，研究不同对接间隙下的焊缝成形以及焊接接头的力学性能。结果表明，随着对接间隙的增加，余高逐渐减小，焊缝形貌从钉子形向H形过渡，随着对接间隙变大，焊缝形成缺陷。焊缝中心硬度随着对接间隙的增加而减小，焊接接头硬度最高处位于45钢热影响区。焊接接头的抗拉强度随着对接间隙的增加先增大后减小。在对接间隙为0.6 mm时，表面形貌良好且抗拉强度最高，焊接试验断裂位置在2 mm 45钢一侧。     

机载红外搜索跟踪系统被动定位滤波算法研究

首先用扩展卡尔曼滤波算法构建了机载红外搜索跟踪系统被动定位滤波模型．然后针对该滤波算法要求先验的噪声统计及存在系统观测模型线性化误差影响滤波精度的特点．利用虚拟噪声技术，提出了适合于红外搜索跟踪系统被动定位的自适应扩展卡尔曼滤波算法。该算法实时地估计了虚拟噪声的统计特性，减小了线性化误差，提高了非线性滤波的精度。仿真结果表明，在完全相同的初始条件下，自适应扩展卡尔曼滤波对目标距离和速度的估计结果明显优于扩展卡尔曼滤波，此算法具有很高的工程应用价值。     

不锈钢厚板万瓦级CO2激光焊接

采用20 kW CO2激光器对不锈钢厚板进行了焊接实验研究。发现激光束焦点位置在高功率输出时存在漂移,为简便地描述焊接位置,以聚焦镜中心与材料表面的距离h作为焊接位置的表征,研究了不同h时的焊缝成形及熔深变化情况。此外,万瓦级激光焊接对聚焦系统更加敏感,在聚焦镜焦距f=300 mm时不同焊接位置处的焊缝成形差别小,且熔深浅,深宽比小;在f=200 mm时不同焊接位置处焊缝成形变化明显。采用f=200 mm聚焦系统,在h＝208 mm、激光功率P＝18 kW、焊速v＝2 m/min时对12 mm厚1Cr18Ni9Ti实现了对接单道焊透,焊缝成形良好。结果表明:通过优化工艺参数,在不开坡口和未填充材料的情况下,采用20 kW CO2激光器可以实现12 mm不锈钢厚板的对接焊,焊缝成形良好、深宽比大、热影响区小,得到了较为理想的焊接接头。     

一种不规则焊缝自适应焊接机器人系统研究

提出了一种基于摆动电弧传感器焊接系统的焊缝宽度自适应焊缝跟踪算法。焊接摆动控制器由步进电机驱动滚珠丝杠机构,实现焊枪的摆动。机器人主控制器基于ARM处理器开发,实现机器人的运动轨迹控制、运算求解、示教、再现。通过分析摆动电弧的信号和焊枪前一周期摆动数据,建立复函数自适应算法控制模型,计算出焊缝变化后的摆动参数反馈控制系统,完成焊缝宽度自适应跟踪焊接,并以x,y,z三轴直角坐标焊接机器人为运动平台进行模拟试验来验证算法的合理性。试验结果证明,焊接速度4mm/s、焊接频率0.5 Hz条件下,该算法能良好的适应焊接过程中焊缝宽度的变化,性能稳定,焊枪运动轨迹良好。