大型球罐容器焊缝识别与检测爬壁机器人设计

提出了一种用于检测大型球罐容器焊缝的爬壁机器人设计方案。针对球罐容器的检测环境,对爬壁机器人工作情况进行力学分析,确定爬壁机器人应具有非接触式永磁吸附的吸附结构和履带式移动的结构。设计了爬壁机器人硬件控制系统,实现远程控制爬壁机器人对焊缝图像的采集。提出一种焊缝图像提取算法,对尺寸长400 mm×宽400 mm×高30 mm,表面焊缝宽2 cm的焊缝试块进行采集分析。结果表明,爬壁机器人能够识别2 cm宽的焊缝区域,对单幅焊缝图像的平均处理时间为47 ms,满足实时性的要求。     

基于三线激光的除锈爬壁机器人焊缝实时辨识方法

为实现船体焊缝除锈自动化,提出了一种基于三线激光的船体除锈爬壁机器人焊缝中心线提取方法。搭载视觉传感器的爬壁机器人在除锈过程中使用三条平行线激光扫描焊件表面并获取实时图像,通过图像卷积、二值化、细化等算法得到激光条纹骨架。利用中值滤波和链码特征排除法去除骨架中的干扰点,对骨架进行分段拟合,提取焊缝特征点并确定焊缝中心线。实验表明:系统可有效检测出焊缝中心的位置,为除锈爬壁机器人的焊缝跟踪奠定基础。     

压力容器焊缝检测机器人焊缝跟随系统设计

采用图像模块,采集机器人行驶路径上的焊缝图像数据,通过无线网络将图像数据传至上位机,上位机系统利用图像处理算法,提取图像中的焊缝,进一步生成机器人行走控制命令,控制机器人对行驶路径进行修正,达到跟随焊缝的效果。实验结果表明,该系统能对行驶路径上的焊缝进行实时识别和跟随,当爬壁机器人初始位置与焊缝位置偏差较大时,仍然能自我修正行驶方向,使得爬壁机器人行驶方向与焊缝位置重合。     

基于本征图像分解的焊缝提取算法

基于被动式视觉传感器的焊缝提取算法受自然光照等条件的制约，发展较为缓慢。针对这一问题，提出了一种基于本征图像分解的焊缝提取算法。首先，通过预处理抑制原始焊缝图像中的噪声；其次，基于梯度稀疏先验，将预处理图像分解为前景图层和背景图层，其中，前景图层仅包含图像边缘等结构信息，背景图层中则包含光照等平滑信息；最后，对前景图层进行Gamma变换，增强焊缝区域特征，削弱光照条件对算法的影响。试验结果表明，该算法满足检测的准确度和实时性要求，达到了辅助爬壁机器人定位焊缝位置的目的。     

激光跟踪式无导轨焊接机器人及其焊缝位置识别系统研究

介绍了激光跟踪式无导轨焊接机器人及其焊缝位置识别系统.该系统集成了光纤式激光焊缝跟踪传感器,采用以高性能DSP为核心单元的图像处理系统对激光焊缝图像进行图像处理,识别出焊缝中心位置.详细阐述了基于DSP-DM642的焊缝中心位置识别算法,通过实验确定处理一幅焊缝图像的时间为200ms,能够满足实时焊缝跟踪的要求.     

基于焊缝中心的焊缝信息的直接提取

如何快速而准确地寻找到焊缝中心的位置是实时焊缝跟踪系统要解决的首要问题。本文提出一种根据焊缝的先验知识来寻找焊缝中心的新的算法。这种算法主要是根据焊缝的横向和纵向两个方面的特征来判别焊缝CCD图像中自焊缝中心的位置,具有定位精确及速度快的优点,能够大大提高焊缝跟踪系统的实时性能。     

一种改进的roberts算法在焊缝识别中的应用研究

基于弧光反射的弧焊工业机器人智能跟踪焊缝系统能否成功运行,关键问题是需要一个精确、快速的弧光反射照射下的焊缝区工件间隙图像的识别算法。在各种边缘识别方法中,roberts算法的代码执行效率最高,然而该算法对噪声十分敏感。由于焊接条件本身的复杂性,传统的roberts算法受噪声干扰非常严重,提出了一种改进的roberts算法用于该系统。实验证明,改进后的roberts算法在复杂的焊接条件下能够实现焊缝高效、准确的边缘检测和焊缝特征信息的提取,提高了系统的有效性、实时性和环境适应性。     

基于结构光的V型焊缝图像实时处理

为了在焊缝跟踪系统中准确获取焊缝中心位置,设计了一套基于结构光的V型焊缝中心提取方法。对焊缝图像采用中值滤波去除图像噪声,采用准固定像素个数阈值分割方法对图像进行二值化处理,采用基于二值形态学的边缘检测方法对二值化的图像进行孤点滤波和边缘检测,采用求取边缘上下两个边界点的平均值方法提取结构光的中心线,通过计算坡口截面重心坐标的方法来获取焊缝中心位置信息。实践表明,所采用的方法能够正确地提取焊缝中心位置信息,具有很强的抗干扰性能,能够满足焊缝跟踪系统的实时性要求。     

管道焊缝探伤机器人的视觉牵引算法

设计了一套管道焊缝探伤机器人的视觉牵引算法，用于完成高性能的焊缝自动定位任务。机器视觉系统采集管道图像后，以焊缝形态为特征，先对图像进行形态学滤波，然后用自适应闽值进行图像分割，最后用Hough变换从图像中准确检测出焊缝相对位置。试验结果表明，整套算法可靠、准确、实时性好，完全满足管道探伤机器人焊缝自动定位系统的性能要求。     

通风管道弯头非圆环焊缝图像处理研究

文中提出了一种通风管道弯头非圆环焊缝图像处理方法，识别出弯头非圆环缝与焊枪的相对位置信息及弯头的焊缝角度，为焊枪提供位置信息及偏转角数据，达到焊缝自动跟踪的目的。文中提出了两次柔化+边缘检测预处理组合方式，并利用沿管道对称轴两侧固定距离的2个焊缝坐标连线的角度代表弯头角度，识别算法巧妙且效率高，达到了焊缝跟踪的目的。     

基于单目线性结构光膜式壁焊缝跟踪系统研究

针对锅炉行业中膜式壁焊接作业劳动强度大、生产效率低,设计了一种基于单目线性结构光的膜式壁焊缝跟踪系统。首先,设计了一种基于单目线性结构光的膜式壁焊缝检测传感器,建立了空间坐标系和相机成像坐标系下焊炬轨迹空间位姿和偏差数学模型;其次,焊接过程中,基于图像处理检测出的焊缝特征点建立了焊缝轨迹和焊缝纠偏数学模型;最后,结合图像处理检测出的焊缝特征点和焊缝跟踪控制算法,在龙门式焊接机器人平台上完成了上坡角和下坡角为30°的膜式壁焊缝焊接。实验证明,膜式壁焊缝图像处理算法能够快速准确地检测焊缝特征点,结合焊炬纠偏控制算法能够完成焊缝跟踪,跟踪精度为0.20 mm,满足实际要求。     

基于结构光无坡口对接焊缝图像实时处理研究

设计了一套基于结构光无坡口时接焊缝图像实时处理的方法.对焊缝图像采用中值滤波去除图像噪声,提出三次筛选法对图像进行二值化,采用基于二值形态学的滤波方法滤除孤立点,采用求取边缘上下两个边界点平均值的方法快速提取结构光的中心线.提出了通过求取结构光邻域灰度曲线二阶导数的方法来获取焊缝中心位置信息.试验结果表明,所设计的方法能够准确地提取焊缝中心,具有很强抗干扰性能,能够满足焊缝跟踪系统的实时性要求.     

膜式壁焊缝图像处理及其识别方法

提出一种基于新的单目视觉线性结构光的膜式壁焊缝识别方法,克服了焊接过程中的飞溅、烟雾等干扰,快速地提取了膜式壁角焊缝特征点。首先,根据激光条纹图像与背景的显著性差异,采用灰度级频率法提取了激光条纹图像;其次,基于骨架抽取提取了激光条纹中心线,并对中心线坐标应用Takagi Sugeno模糊算法进行滤波;最后,应用动态ROI搜寻法快速找到含有焊缝特征点的区域,结合快速排序算法找到焊缝特征点坐标。经实验证明,该算法能够快速准确地提取焊缝特征点,结合控制算法,能够准确跟踪焊缝。     

基于激光视觉的薄板焊缝跟踪方法研究北大核心

由于示教型焊接机器人在进行汽车薄板件连续焊工艺时存在装夹误差和热变形等问题,导致焊缝实际轨迹与示教轨迹存在较大误差。为提高焊接质量,基于焊接机器人构建激光视觉焊缝检测跟踪系统,提出基于目标估计准则的焊缝跟踪算法,实时跟踪焊缝中心点三维位置变化。以传统图像处理法提取初始帧焊缝特征点,通过改进的孪生神经网络对强干扰下的焊缝特征点进行跟踪提取。通过坐标转换得到机器人基坐标系下的焊缝中心特征点三维坐标。结果表明:该算法能精确提取跟踪焊缝特征点,平均误差为0.48 mm,平均帧率为90帧/s,优于传统图像处理方法和基于相关滤波的方法,能够实现快速准确的跟踪。     

基于焊缝纹理特征的视觉识别方法

基于焊缝纹理特征的视觉识别方法,对于在多层多道焊的后续焊、盖面焊步骤中实现焊缝自动跟踪具有重要意义.从充分利用焊缝图像纹理特征的思路出发,分别对焊缝视觉识别的两个步骤(图像处理和位置识别)进行了方法探究和算法设计.在图像处理中使用了±45.的Sobel算子进行边缘检测,在位置识别中结合了投影法和区域积分的方法,用以确定焊缝中轴线的位置.结果表明,提出的方法在原理上简单易行,且能够同时满足实时性和准确性的要求.     

一种基于焊缝特征的焊缝中心线信息获取方法

在焊缝跟踪过程中,根据图像信息,如何快速有效地获取焊缝中心线信息是实现智能跟踪的关键要素之一。深入研究借助反射体反射弧光照射焊件表面得到的焊缝图片,根据图像中焊缝纹理的特点,提出新的检测算子,并利用该算子确定焊缝图片小区域焊缝中心的坐标。提取直线、圆弧、折线三种焊缝类型的焊缝中心线信息,通过BP神经网络模型对提取到的三种类型焊缝坐标点进行分类和MATLAB仿真试验。实验结果表明,该方法所获得的焊缝中心线信息反映了实际的焊缝轨迹,同时获取焊缝轨迹的时间少,为焊缝跟踪整个系统的实时性提供了基本保障。     

焊缝磁粉检测图像自动分拣系统的设计与应用

定期对球罐等承压设备的焊缝进行磁粉检测是保障其安全的重要措施,发展基于爬壁机器人的磁粉检测系统是球罐自动检测作业的重要方向。爬壁检测机器人携带有视觉传感器,可实时采集磁粉检测结果。故,磁粉检测图像的快速自动缺陷分析是实现爬壁检测机器人的重要研究基础。通过图像像素分析法,对视觉传感器收集的实时图像进行自动识别,并将图像快速自动分拣归类到无缺陷、有缺陷及可疑图像等3个文件夹,以协助磁粉检测人员快速识别焊缝缺陷。     

一种基于结构光的V型焊缝实时图像处理方法

在焊缝跟踪系统中,需要实时准确获得焊缝中心线的位置,就必须设计一种基于结构光的V型焊缝中心线的提取方法。对焊缝进行中值滤波去除图像噪声,采用自适应阈值分割的方法对图像进行二值分割,采用二值形态学的边缘检测方法对二值后的图像进行孤点滤波和边缘检测,采用对边缘上下边界点求取平均值方法提取结构光的中心线,采用基于斜率分析和最小二乘法相结合的检测的方法对图像进行特征检测获得图像的特征信息。通过实践表明,所采用的方法能够正确地提取焊缝特征信息,具有很强的抗干扰性能,能够满足焊缝跟踪系统的实时性要求。     

基于LabVIEW的直缝钢管内焊缝跟踪系统

准确而实时地检测出焊缝中心位置是焊缝跟踪系统要解决的首要问题。通过对钢管焊缝跟踪技术进行深入研究,设计了一种直缝钢管内焊缝跟踪系统。该系统硬件部分主要由视觉传感器CCD构成,控制部分通过图形化编程软件LabVIEW实现。算法上采取确定焊缝图像的边缘位置和确定焊缝图像二值化后的能量中心两种算法相结合的方法,相辅相成,最终确定焊缝中心位置。该算法无需对图像进行繁琐的预处理,试验证明该系统精确可靠,精度达3 mm。     

埋弧焊焊缝CCD跟踪系统研制

快速而准确地寻找到焊缝中心的位置是实时焊缝跟踪系统要解决的首要问题,文中提出一种基于视觉传感器CCD的焊缝跟踪系统.通过对焊缝图像的分析发现,焊缝图像具有较为明显的统计特征,即坡口的平均灰度较其它位置的平均灰度要大.基于这一统计特征,给出一种新的确定焊缝中心的快速算法.该算法根据像素点的灰度值对其进行排序,并以此为依据来确定焊缝边缘及焊缝中心.该算法无需进行滤波处理、对光源无特殊要求且鲁棒性强.现场实际计算表明所提算法准确可靠,适合于现场应用.