激光视觉传感器的机器人焊缝高精度跟踪系统

以提升焊接机器人焊接精度为目的，设计激光视觉传感器的机器人焊缝高精度跟踪系统。由工业相机和激光传感器、焊接机器人等组成系统硬件架构，获取焊缝激光光源后，将其传输至激光图像传感层。采用激光图像传感器对焊缝激光光源图像进行物理滤波处理，使用工业相机拍摄焊缝激光图像。提取焊缝激光图像特征，依据其特征点位置对焊接机器人进行手眼标定，获取焊接机器人校正向量并将该向量输入到机器人运动控制层内的焊缝跟踪程序内，利用该程序不断修正焊接机器人跟踪行为并向接口电路电机驱动器发送控制跟踪命令，实现机器人焊缝高精度跟踪。实验结果表明：该系统具备良好的启动性能，对焊机机器人手眼标定径向畸变、切向畸变数值均较小，跟踪不同类型焊缝的最低偏差数值仅为0.01 mm,跟踪精度高。     

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。     

基于机器视觉的激光焊接焊缝智能检测研究

为了优化激光焊接质量,设计了基于机器视觉的激光焊接焊缝智能检测方法。首先利用机器视觉技术设计扫描成像单元,在获得基础的激光焊接焊缝图像后,对图像实施离焦误差校正处理。然后在补偿图像缺陷的基础上,对激光焊接焊缝图像作放大处理,设计扩束准直光路与动态聚焦光路识别焊缝特征信息,从而完成对焊缝的智能检测。实验结果表明：该方法可以能够获得更有效的焊缝信息,有利于提高激光焊接质量。     

核相关/卡尔曼滤波焊缝路径识别新方法研究

针对线激光视觉传感的焊缝跟踪系统在焊接过程中易受弧光、飞溅等噪声干扰而出现焊缝位置识别精度不高的问题,本研究团队提出了一种基于核相关/卡尔曼滤波算法的焊缝路径识别方法。利用图像处理方法提取焊缝中心区域,在焊接过程中利用核相关滤波(KCF)算法实时定位焊缝中心,根据响应图峰值旁瓣比(PSR)对焊缝目标模板进行自适应更新,以提高模板的抗干扰能力。采用状态扩增法建立带有色观测噪声的焊缝中心位置的卡尔曼滤波模型,对焊缝中心进行最优估计,进一步提高系统在强噪声环境下的焊缝路径识别精度。分别进行对接焊缝和搭接焊缝路径识别试验,试验结果表明:所提算法能在有强烈弧光和飞溅的工况下实现焊缝路径的准确识别,识别误差能分别控制在0.137 mm和0.105 mm以内。     

应用多传感器激光视觉的焊接机器人变质心补偿控制

制造、安装、机械传动和温度变化等诸多方面的误差较大,产生补偿机器人变质心偏移度,任务执行途中失去期望位姿,为了提高焊接机器人工作效率,提出应用多传感器激光视觉的焊接机器人变质心补偿控制方法。建立焊接机器人变质心模型,应用激光传感器扫描焊接机器人实际轨迹和位姿的几何特征,获取激光视觉图像标定管道焊缝,结合PLC控制器,调整焊接机器人轨迹和位姿,消除惯性力对变质心位移的干扰,实现焊接机器人变质心补偿控制。实验结果表明,在X-Y坐标面、Z-X坐标面和Z-Y坐标面上的变质心补偿轨迹均与期望轨迹误差5 cm左右,高度重合;控制后,焊接机器人惯性位移在0.1 cm之内,近似于零,惯性力不再引导焊接机器人移动,可以稳定停靠在目标位置,变质心控制性能好。     

基于条纹式激光传感器的机器人焊缝跟踪系统研究

提出了基于条纹式激光传感器的机器人焊缝跟踪系统,采用机器人末端安装条纹激光传感器,在焊接过程中实时获取焊缝轮廓数据;利用小波变换模极大值理论对焊缝轮廓数据进行分析,确定焊缝特征点;以特征点为分界点,采用最小二乘法拟合焊缝直线并求取交点,精确确定焊缝轮廓特征点坐标;通过机器人坐标变换实时获得焊缝运动轨迹,从而实现焊缝跟踪。对不同的V型焊缝进行实验验证,并对有无采用最小二乘法精确定位进行对比实验。实验结果表明:只采用小波模极大值理论获得的跟踪误差约为0.514 mm,但轨迹存在较严重的抖动现象;而采用了最小二乘法精确定位特征点后,跟踪误差约为0.304 mm,抖动现象明显减弱,满足自动焊接误差要求在0.5 mm之内的要求。     

双光束激光双路焊接的跟踪控制技术研究

为了实现对T型接头的双光束激光焊接,采用基于多轴联动数控机床的双光束激光焊接平台和基于视觉传感器的焊缝跟踪控制相结合的方法,进行了理论分析和实验研究.通过建立平台的运动学模型实现了焊缝的轨迹规划,设计了基于比例、积分、微分控制的位置环和高速焊接过程中的跟踪算法来提高控制系统的控制精度等,并且通过焊接试验,验证了所提出的算法.结果表明,该焊接跟踪控制系统能够快速、准确地对焊接过程中的偏差进行动态补偿,很好地完成了对T型接头的双光束焊接.     

基于改进TLD算法的激光视觉传感型焊缝跟踪

为了解决基于线激光视觉传感的焊缝中心位置定位精度不高的问题, 采用了一种基于改进跟踪-学习-检测(TLD)算法的焊缝跟踪方法。由激光视觉传感器实时获取焊缝图像, 采用将跟踪器与检测器结合的TLD算法实时跟踪焊缝特征点, 同时通过在线学习机制更新分类器参量。在此基础上对激光条纹图像截取感兴趣区域, 大幅减少检测器的搜索区域; 根据激光条纹光强分布特性, 结合纠偏方向选取跟踪器有效特征点, 以此提高算法效率, 对不锈钢板V型焊缝和搭接焊缝进行跟踪试验。结果表明, 跟踪与检测可实现共同定位焊缝中心位置, 其融合的焊缝跟踪方法能够准确地提取焊缝特征点, 两种焊缝跟踪平均绝对误差分别为0.062mm和0.052mm。此方法为提高焊缝跟踪精度提供了依据。     

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。     

Infrared image recognition for seam tracking monitoring during fiber laser welding

Seam-tracking ability of a laser-welding system is important for welding process, and the accurate detection of deviations between the laser-beam focus and the weld seam position is prerequisite for seam-tracking control. Infrared image sensing and visual recognition techniques for real-time seam tracking monitoring during high-power fiber laser welding is researched to improve the accuracy of seam-tracking ability. Molten pool images are caught by an infrared sensitive high speed camera arranged off-axis orientation of a laser-welding head which is fixed to a robot. Through the image processing, the feature detection of a near-infrared image is used in visual tracking. The gray-value gradient of near-infrared image is calculated and the keyhole margin of a molten pool is also detected. Combining the gradient and keyhole margin of a molten pool image, the thermal gradient parameter based on the thermal distribution of a molten pool is extracted. As a visual feature in robot control system, this parameter can be used to determine the deviations between the laser-beam focus and the weld-seam center. In comparison with direct detection of the narrow gap position, this parameter can be measured easily and the delay error resulted from the forerun of the sensor can be eliminated. This provides a practical approach to detect the deviations and the possibility to adjust the laser-beam focus position in real time, which can sensibly promote seam tracking accuracy. The proposed algorithm is tested during a butt-joint laser welding of Type 304 austenitic stainless steel plates at a continuous wave fiber laser power of 6 kW and 10 kW. Its effectiveness is confirmed by the welding experiments.     

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。     

基于电弧传感焊缝跟踪的偏差信息检测

检测焊枪偏离焊缝信息是实现焊缝跟踪的精确度和可靠性的必要条件。基于摆动式电弧传感器的焊缝自动跟踪系统,利用电弧摆动来扫描焊缝,通过检测焊接电流的变化规律来检测焊缝的偏差信息。针对电弧信号不断变化往往存在谐波和噪声干扰,提出采用软件的中值滤波和均值滤波相结合方法对电弧信号进行处理,并且用积分差值法进行提取所需的焊缝偏差信息。通过实际的焊缝跟踪试验,结果表明该方法可以提高焊缝偏差信息检测的精确度和可靠性。     

弧焊机器人空间焊缝定位系统的研究

建立了基于激光立体视觉的空间焊缝定位系统,使带有离线编程系统的弧焊机器人可以适应批量生产中每次焊缝位置的变化。利用激光视觉传感器获取空间焊缝特征点的机器人基坐标系坐标,用B样条曲线拟合测量点。可以快速实现空间焊缝的精确定位。     

基于聚类和特征检测的焊缝和钨针定位方法

钢管氩弧焊接过程中需要实时判断钨针针尖与钢管焊缝中心线是否对齐,以控制焊接质量。用肉眼判断误差较大,且效率较低。为此,提出一种基于聚类和特征检测的氩弧焊图像中焊缝中心线坐标和钨针针尖坐标位置计算方法。该方法利用幂次变换的方法增强图像对比度,用直觉模糊C均值聚类方法对图像进行二值化,用Canny算子边缘检测的方法提取图像特征,检测出钢管氩弧焊图像中的熔池、焊缝中心线以及钨针针尖位置。实验结果表明,该方法能够快速准确地定位焊缝中心线和钨针针尖位置。     

图像处理技术在焊缝跟踪中的应用

随着焊接过程自动化和智能化的发展,基于图像处理技术的焊缝位置检测和焊接缺陷检测过程越来越受到国内外学者的重视。文章对焊缝自动跟踪系统中有关图像处理方面的研究现状作了一些介绍,详细分析了图像处理技术在焊缝跟踪过程中的应用,其中包括图像预处理、图像分割、边缘检测和特征点提取等图像处理过程,总结了一些传统和新型的图像处理算法,并讨论了各自的优缺点。     

复杂曲面有色金属3维激光拼焊的跟踪控制研究

为实现复杂曲面有色金属高功率激光拼焊过程中3维拼缝的精确跟踪,采用拼缝实时测量并进行拼缝形变动态补偿的方法,开展了基于7轴联动的3维拼缝焊接-测量一体化控制算法和关键技术的研究,包括运动控制数学模型、焊接与测量路径规划、焊接过程的实时检测与动态补偿等,并用4kW光纤激光器进行了厚度3mm以下有色金属焊接试验,验证了所提出的算法。结果表明,研究的3维拼缝焊接-测量一体化控制系统能够快速、准确地实现3维拼缝的实时焊接与动态补偿,满足3维焊接的跟踪控制精度要求。     

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。