不等厚板激光焊接焊缝缺陷结构光视觉检测

为了检测不等厚钢板激光焊接焊缝表面缺陷,采用结构光主动视觉检测法和高斯数据拟合技术进行了焊缝表面缺陷检测的实验研究。首先采用高斯拟合法对激光条纹图像进行处理,提取出具有亚像素精度的激光条纹中心线;然后通过最小二乘法拟合出3条相交直线并求其交点,近而获得精确的焊缝端点位置坐标;最后给出焊缝表面缺陷-凹度和凸度的检测方法,并以不等厚钢板激光焊接焊缝为检测对象进行验证。结果表明,这种基于拟合技术的结构光视觉检测法为判断激光焊接焊缝质量是否合格提供了较为准确的判断依据。     

激光焊接熔池的实时检测与分析

激光精密焊接技术在焊点的精确定位以及焊接缺陷的实时检测方面还存在一些有待解决的问题。激光焊接过程会产生大量的等离子体, 严重影响机器视觉系统的成像质量。试验证明, 通过给机器视觉系统添加同轴辅助照明光源可实时获得清晰的熔池图像。在理想状态下, 激光焊接的熔池形状应为圆形, 根据这一特点设计了速度较快且准确度高的矩阵法进行熔池边缘的快速检测。利用圆拟合的方法在获得熔池中心坐标和半径的同时, 还可进行边缘缺陷的实时检测。     

激光焊接钛合金薄板时的功率控制

用Nd:YAG脉冲激光器对0.5 mm厚TC4钛合金薄板进行了焊接实验。设计了与光路同轴的机器视觉系统,并利用高速电荷耦合器件(CCD)实时获取焊斑图像。通过采用辅助照明光源有效提高了焊斑成像质量。采用基于细胞神经网络的算法进行焊斑边缘提取。通过对焊斑图像的分析可以获得薄板穿孔或熔深不足的信息,以此作为反馈控制信号对脉冲激光功率进行实时调整。实验证明,该方法可有效减少薄板穿孔和熔深不足缺陷的发生,提高TC4钛合金薄板激光焊接的质量。     

基于数据拟合的激光焊接焊缝图像表面缺陷检测

为了检测等厚钢板激光焊接焊缝表面缺陷,采用结构光主动视觉检测法和数据拟合技术进行了焊缝图像表面缺陷检测的实验研究。首先采用高斯拟合法提取出具有亚像素精度的激光条纹图像中心线;然后通过最小二乘法拟合出2条直线和1条二次曲线,求直线和二次曲线的交点以获得精确的焊缝端点位置坐标;最后给出焊缝表面缺陷：凹度和凸度的计算方法,并以等厚钢板激光焊接焊缝为检测对象进行验证。结果表明,在此提出的基于数据拟合技术的焊缝表面缺陷图像检测方法为判断激光焊接焊缝质量是否合格提供了较为准确的判断依据。     

冷轧带钢激光拼焊的焊缝在线检测研究

焊缝质量在线检测是冷轧带钢激光拼焊过程中的重要关键技术之一。为了解决武钢TRUMPF12000 轴快流激光拼焊设备在焊接过程中出现的错边、拼缝、焊缝形态等问题,采用3个传感器分别采集焊前间隙图像信息、焊接过程图像信息以及焊后焊缝图像信息,利用OTSU 自动计算图像阈值、运用投影矩阵的方法将图像坐标转换到工件坐标,编写程序提取图像特征点的方式建立焊缝质量在线检测系统,并以5m/min焊接速率对3mm厚冷轧板进行焊接实验,测量焊接试样焊缝宽度相对误差在4.42%左右。结果表明,焊缝质量检测系统可以计算出较为准确的焊缝宽度、焊缝错边量等信息。     

一种基于激光视觉的焊缝实时检测技术研究

提出了一种基于激光视觉的焊缝实时检测技术,旨在提高焊缝检测的速度和精度。在实际的焊接过程中,由于大量噪声的干扰,焊接图像的采集一直是一个复杂的过程。 本文首先建立基于激光视觉的检测系统,以获得激光条纹的原始图像。在此基础上,将原始激光条纹图像灰度化,并提出一种改进的快速中值滤波算法,在去除图像中椒盐噪声的同时,缩短了程序运行时间。并通过Otsu阈值分割获得激光条纹的二值图像,提取感兴趣的激光条纹区域。接着结合方向模板法和脊线跟踪法提取激光条纹中心线,最后采用亚像素级角点法提取焊缝的特征点。 实验证明,本文提出的方法有效地克服了焊接环境的影响,不仅缩短了焊缝特征点检测的时间,而且具有较高的检测精度,符合实际焊接要求。     

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3D激光扫描传感器的焊缝区域跟踪方法设计

一般二维数据传感器在智能焊接领域应用中,跟踪焊缝区域时,焊接枪抖振会导致跟踪误差大的问题,提出基于3D激光扫描传感器的激光焊缝自动跟踪方法,应用3D激光扫描传感器获取到完整的激光焊缝3D位置数据。对采集到的焊缝位置信息展开全局最优解处理,提取激光焊缝的相关特征。对激光焊缝跟踪相关的距离特征进行分类处理:设计模糊跟踪算法,利用基本论域方法建立目标边缘特征模型,调整激光焊缝隶属度参数,实现目标融合特征分类。在激光焊缝特征分类的基础上,利用变论域理论提高焊接跟踪控制准确率和焊缝成形检测效率,完成焊缝区域的控制跟踪,实现无人化焊接。实验结果表明:这种方法在减小跟踪误差中有明显的效果。     

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。     

基于机器视觉的高功率激光焊接过程飞溅监测方法与飞溅特征研究

飞溅是不锈钢高功率激光焊接中的严重缺陷之一，会导致焊缝尺寸不合格和焊板污染，影响构件服役性能。飞溅的快速、准确监测是保证焊接质量的基础。提出了一种基于机器视觉的飞溅监测方法。首先，建立了基于微距高速摄像机的高时空分辨率飞溅原位观测平台，观察了飞溅的产生和运动过程；然后，提出了基于多阈值分割-形状识别-图像融合的飞溅识别方法，获得了飞溅中心坐标、尺寸和速度特征；最后，研究了飞溅轨迹重构方法，获得了飞溅轨迹和数量特征，分析了飞溅的动态行为对焊缝质量的影响。结果表明，提出的飞溅监测方法可以准确获取飞溅特征，为高功率激光焊接状态监控和焊接质量评估提供了可靠的数据支撑。     

激光视觉焊缝跟踪图像处理与坡口识别

针对激光引导焊缝跟踪过程中坡口图像特点,首先对图像进行Radon变换,检测出激光条纹所在位置;然后对变换后图像进行处理,消除噪声对应的信息,保留激光条纹所对应的信息,再进行Radon逆变换复原图像,可较好地消除噪声;最后,采用OTSU法对图像进行分割,并识别出坡口区域。该方法效果较好,抗干扰性较强,耗时较少,适合于激光视觉焊缝跟踪过程。     

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。     

T2紫铜光纤激光焊接工艺与性能研究

为研究激光焊接紫铜工艺与质量特性,通过改变激光功率、焊接速度、焊接次数、表面处理方法对试样进行激光焊接,从焊缝表面形貌与熔宽对连接质量进行分析,并检测焊接试件在通电下的温升与电阻。结果表明,在选定的参数范围内,随着激光功率增大,焊接速度减小,试样接头焊缝熔宽增大,电阻减小,温升速率变慢。当激光功率为2 000 W,焊接速度为1.25 mm/s,焊接次数为2次,表面做打磨涂黑复合处理的试样焊缝表面形貌较好,此时焊缝熔宽为0.669 mm,电阻为1.645μΩ,温升速率最慢。     

如何搭建机器视觉系统

机器视觉系统的构成一般机器视觉系统主要包括信息探测、采集系统、图像处理、显示及智能决策等模块,涉及计算机图形学、数字图像处理、视频信息处理、模式识别、人工智能理论、智能信息处理、VLSI技术等技术,可广泛应用于工业产品自动检测、航天、航空、遥感、卫星侦察、天文观测、通讯、交通、电子、金融、医疗等图像采集、处理和决策的诸多领域。图1是机器视觉系统的结构图。嵌入式图像采集处理系统NetSightII是功能完善的嵌入式图像采集处理系统,能快速、简便地构成生产线上的机器视觉系统,解决了由PC/图像采集卡或智能摄像机构成的…     

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。     

基于激光视觉融合的多帧影视图像视觉传达设计研究

连续动态蒙太奇切换下多帧影视图像受到光影扰动导致视觉传达能力不好，提出基于激光视觉融合的多帧影视图像视觉传达设计方法。建立多帧影视图像激光视觉信息检测模型，构建连续动态蒙太奇切换下多帧影视图像的匹配滤波检测模型，根据对动态蒙太奇切换下多帧影视图像的先验视觉谱知识重构，提取多帧影视图像的激光视觉传感特征值，采用激光视觉融合技术实现对连续动态蒙太奇切换下多帧影视图像的噪点抑制和梯度增强，构建多帧影视图像的边缘轮廓检测模型，根据激光视觉融合结果实现对多帧影视图像的纹理边缘滤波和视觉重构，根据视觉重建结果实现对连续动态蒙太奇切换下多帧影视图像的视觉增强和传达设计。仿真结果表明，采用该方法进行多帧影视图像视觉传达设计的融合度水平较高，影视视觉传达能力较好，峰值信噪比较高，说明成像质量水平较高。     

基于声波时频特性和深度学习的铝合金脉冲激光焊接熔透定量评估

焊缝熔透状态是定量评价激光焊接质量最重要的指标之一，实时准确识别焊缝的熔透状态是动态激光焊接过程监测和控制的关键。针对铝合金薄壁件的脉冲激光焊接，本文提出了基于声波时频特性和深度学习的焊缝熔透定量评估新方法。首先，搭建视觉-声发射多信息实时同步传感系统平台，获取反映匙孔动态行为的视觉图像和声波信号，并对声波信号进行分帧和小波包阈值去噪预处理；然后，使用平滑伪魏格纳维利分布（SPWVD）提取各帧声波信号的时频域图像，同时引入灰度共生矩阵（GLCM）提取时频域纹理特征，并将提取的纹理特征送入反向传播神经网络（BPNN）进行预测；最终，以SPWVD声波时频图为原始输入，构建基于卷积神经网络（CNN）的焊缝熔透分类模型。结果表明：声波时频图与匙孔动态行为、焊缝熔透状态具有高度相关性；相比于准确率为85%的传统BPNN分类模型，基于SPWVD时频图的CNN分类模型有着更高的准确率（98.8%）。所提定量评估新方法为铝合金薄壁件脉冲激光焊接熔透的在线智能诊断与自适应控制提供了参考。     

TIG焊快速制造激光视觉检测系统的研究

为了研究钨极惰性气体保护焊(TIG)快速制造中金属结构成形的效果及工件变形情况,获取金属结构高度及其变化范围,通过对激光视觉传感所得到的图像进行分析,采用激光视觉检测的方法,制作了一种激光视觉检测系统。经与实验获得的实际金属结构高度数据对比,得到金属结构高度检测的误差在单道焊缝的自然成形的高度误差范围内的结果。结果表明,该方法可以比较有效地获得金属结构高度及母材工件变形情况。