卡尔曼滤波磁光成像计盒维数焊缝跟踪算法

在激光焊接过程中精确地识别和跟踪焊缝十分重要。采用磁光成像传感器能够获取紧密对接微间隙焊缝(0~0.1 mm)的磁光图像。由于磁光图像存在较多干扰,根据计盒维数算法和卡尔曼滤波算法综合处理焊缝磁光图像,可获取较准确的焊缝位置。对焊缝磁光图像进行滤波去噪,将图像细分成块并计算出每个图像块的分形维数,再选取合适阈值分割图像,提取出焊缝位置参数。建立基于焊缝位置参数的系统状态方程和测量方程。应用卡尔曼滤波算法对焊缝位置进行最优状态估计,得到最小均方差条件下的焊缝偏差最优预测值。试验结果表明,卡尔曼滤波与计盒维数融合方法能够提高焊缝跟踪精度。     

高强钢焊接缺陷磁光成像分形特征检测

研究一种基于磁光成像原理的焊接缺陷无损检测新方法.以高强钢表面微小焊接缺陷为例,采用分形维数对焊缝磁光图像进行特征识别并估计最优尺度,根据Adabost分类算法对提取的焊接缺陷特征进行分析和训练,构建焊接缺陷特征量并对高强钢表面缺陷磁光图像进行自动识别.结果表明,运用磁光成像方法可以获取高强钢焊接缺陷特征,并通过图像分形维数分析可识别焊缝缺陷的位置、形状和类别.     

微间隙焊缝磁光成像小波多尺度融合检测

针对微间隙(小于0.1 mm)对接焊缝,通过对焊件施加感应磁场,并利用法拉第旋光原理构成的磁光传感器,获取焊缝磁光图像.为了获取焊缝的准确位置,研究一种焊缝磁光图像的小波多尺度信息融合边缘检测方法.对焊缝磁光图像进行3层小波分解,获得包含焊缝边缘信息的小波高频图像.根据各尺度高频信息包含的细节丰富度,融合各尺度高频图像,然后用小波模局部极大值对融合图像进行边缘检测,得到抗噪性和连续性好、定位精度高的焊缝边缘,最后进行焊缝跟踪试验.结果表明,磁光图像小波多尺度信息融合是一种有效的焊缝边缘提取方法,适用于磁光成像传感的微间隙焊缝跟踪图像处理过程.     

多新息理论优化卡尔曼滤波焊缝在线识别

针对间隙小于0.05 mm的低碳钢对接焊缝,用磁光传感方法获取焊缝位置信息,研究多新息理论优化卡尔曼滤波在焊缝识别及跟踪中的应用.在获取磁光图像及提取焊缝位置的过程中存在较多干扰,而传统卡尔曼滤波受噪声的影响较大,难以对焊缝偏差进行最优估计.为此,结合多新息理论,提出一种焊缝位置检测的卡尔曼滤波改进算法,在对当前时刻进行预测时,充分考虑之前多个时刻的运动状态,综合历史数据估计出焊缝位置信息,对不同新息值进行试验比较并考虑计算量和滤波精度,发现选用两个新息值优化卡尔曼滤波算法可得到较好的效果.结果表明,多信息理论优化卡尔曼滤波算法可有效提高焊缝位置检测精度.     

磁光成像焊缝跟踪卡尔曼滤波算法

在激光对接焊过程中,精确控制激光束使其始终对正并跟踪焊缝是保证激光焊接的前提,为此首先须精确检测焊缝位置。针对小于0.05 mm的微间隙对接焊缝,通过对焊件施加感应磁场,利用法拉第磁旋光原理构成磁光传感器并获取焊缝磁光图像。通过图像处理提取焊缝中心位置并构成状态向量,建立基于焊缝中心位置的系统状态方程和测量方程。采用卡尔曼滤波算法对焊缝中心位置进行最优估计,得到焊缝中心位置最优预测值,消除过程噪声与测量的干扰影响。试验结果表明,卡尔曼滤波方法能够有效减少噪声干扰并提高焊缝跟踪精度。     

基于结构光视觉传感的焊缝视觉信息检测和识别研究

对基于结构光视觉传感的焊缝视觉信息检测和识别进行了研究.所获取的焊缝图像中存在着大量的飞溅、烟尘和电弧光等噪声干扰.CCD摄像机获取焊缝图像,经图像采集卡A/D转换后送入计算机内存,然后采用各种图像处理方法对图像数据进行处理,焊缝原始图像经过二值化、中值滤波、拉普拉斯锐化、细化一系列图像预处理,准确提取激光条纹信息,提出了几种常见的焊缝形式的检测和识别算法,算法所需时间均不到1 ms,提取焊缝特征,实现对焊缝的自动跟踪.     

微间隙焊缝磁光成像检测方法

针对激光焊接紧密对接微间隙(0~0.1 mm)焊缝,研究一种基于法拉第磁光效应成像的焊缝检测新方法.以碳钢平板对接激光焊为试验对象,采用磁场激励器使焊件感应磁性并在焊缝处改变磁场分布,磁光传感器置于待测焊缝上方,不同磁场强度将导致磁光传感器偏振光不同角度的旋转,形成反映焊缝位置特征的磁光图像.对焊缝磁光图像进行滤波去噪、灰度转换以及形态学等处理,快速准确地提取出焊缝中心位置.结果表明,磁光图像能够有效反映微间隙焊缝位置,可以获得较高的测量精度,为解决微间隙焊缝检测和跟踪问题提供了一条有效途径.     

激光紧密对接焊磁光成像焊缝识别

准确检测焊缝中心位置是保证焊缝自动跟踪的前提。针对激光焊接碳钢紧密对接焊缝(间隙不大于0.1 mm),利用磁光传感系统获取焊缝磁光图像,分析焊缝磁光图像的灰度分布特征,对磁光图像进行中值滤波去噪,通过逐列扫描磁光图像灰度梯度极大值后拟合焊缝中心位置。焊缝位置检测试验结果表明,基于焊缝磁光图像灰度梯度特征的焊缝中心拟合法优于直接边缘检测算子;所提出的方法能够识别微间隙焊缝中心位置,为实时控制激光束跟踪紧密对接焊缝奠定了基础。     

微间隙焊缝磁光成像传感自适应识别方法

对于微间隙(小于0.1mm)对接焊缝,针对焊接过程中磁光传感器提离高度不断变化的状态,设计焊缝位置检测试验系统。通过对焊件施加感应磁场,并利用法拉第旋光原理构成的磁光传感器获取焊缝磁光图像序列。为了识别焊缝的准确位置,研究一种改进的多阈值最大类间方差算法。根据传统最大类间方差法的基本思想进行多阈值推广,并使用松弛余量的方法优化算法的搜索过程。根据焊缝磁光图像的特征,运用算法自适应确定图像的两个分割阈值,获得焊缝的准确位置。焊缝位置识别试验结果表明,改进的多阈值最大类间方差识别算法是一种有效的焊缝位置自适应识别方法,适用于基于磁光成像检测的焊缝路径实时跟踪。     

磁光成像自适应卡尔曼滤波焊缝跟踪算法

焊缝跟踪是保证焊接质量的前提.针对0~0.05 mm的微间隙焊缝,研究一种色噪声环境下应用卡尔曼滤波实现焊缝跟踪的方法.通过对焊件施加磁场,利用法拉第磁旋光原理构成磁光传感器并获取焊缝磁光图像,提取焊缝中心位置构成状态向量,建立基于焊缝中心位置的系统状态方程与测量方程.针对系统过程噪声为色噪声,使用Sage自适应卡尔曼滤波,采用新息序列估计过程噪声协方差矩阵,准确预测焊缝中心位置.结果表明,根据自适应卡尔曼滤波方法能够有效提高焊缝跟踪精度.     

一种基于图像质心的焊缝跟踪新方法

研究一种基于图像质心识别的电弧焊焊缝跟踪新方法。通过视觉传感器获取焊接区熔池图像，抽取图像质心坐标并构成状态向量，建立一种基于图像质心的状态方程和位置测量方程。在此基础上，应用卡尔曼滤波对图像质心位置进行状态估计，在时域中采取递推计算的方式得到最小均方差条件下的焊缝位置最佳预测值．从而消除过程噪声和测量噪声引起的焊缝位置测量偏差。计算机仿真和实际焊接试验结果显示该方法可有效地提高焊缝跟踪精度。     

一种多尺度分形的弧焊熔池图像分割方法

弧焊熔池图像的各个区域与最终的焊缝成形有着密切的关系.分析了弧焊熔池图像中的浮渣与熔池的分型维数和多尺度分型维数的特征,阐述了图像的分形维数和多尺度分形维数特征的概念,介绍了单一分形维数与基于多尺度分形维数的图像分割方法,并把该方法应用到了弧焊熔池图像的分割中.结果表明,基于分形维数的多尺度图像分割方法可以有效地对弧焊...     

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.     

Monitoring of friction stir welding process using weld image information

Monitoring friction stir welding process based on weld images is attempted in this research. Well-known fractal theory is applied to images of the welds and extracted features in terms of fractal dimension are correlated to ultimate tensile strength (UTS) of the joints. The correlation shows a decreasing trend that can be an indicator towards monitoring of weld quality. Apart from fractal theory, wavelet transform is also applied to the acquired images and an indicator is proposed relating the information gathered after the decomposition. Interestingly, the proposed indicator also describes a decreasing trend of UTS with the increase in its value. The proposed approaches can be effectively applied in real-time monitoring of the process with appreciable accuracy.     

Seam tracking based on estimation of weld position using Kalman filtering

Abstract

A seam tracking method is presented based on the estimation of weld position during the gas tungsten arc welding process. Kalman filtering of the weld pool images from a visual sensor is applied to compute recursively the solution to the weld position equations which are established based on an estimation of the centroid position of the weld pool images. This centroid, the position of which corresponds with the weld position, is extracted as the measurement eigenvector. The evolution of the weld position data from the weld pool images can be described through an appropriate process model, so that the weld position can be detected by applying a Kalman filter. This allows adjustment of the welding torch position in real time, which may significantly reduce processing time and promote seam tracking accuracy. Simulations and actual welding experiments have demonstrated the effectiveness of the proposed algorithm in the presence of weld pool image noise and have demonstrated the robustness of weld position detection for seam tracking.     

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。     

焊接缺陷的超声C扫描成像

应用宽视场脉冲超声显微镜（ＷＦＰＳＡＭ）对所制备的典型焊接缺陷试样进行Ｃ扫描成像试验,结果表明：利用超声显微镜的Ｃ扫描功能,可以获得焊拉然不同深度层面上的二维声学图像。从所显示的二维图像上可以肝观地看到在一定深度层面上焊接缺陷的形状、位置、分布及取向。根据缺陷图像和所选择的扫描参数可以得到缺陷在层面各个方面上的尺寸,包括长度、宽度及单个分散缺陷的大小,密集缺陷的分布范围等,利用计算机图像处理技术或     

微间隙焊缝磁光检测神经网络修正

针对激光焊接微间隙焊缝（间隙小于0.1 mm）,研究提高磁光传感检测焊缝精度的BP神经网络修正方法.以碳钢平板对接激光焊为试验对象,利用磁光传感器检测焊缝区域磁场分布并成像.通过分析焊缝处磁场成像并应用BP神经网络修正磁光传感器得到焊缝中心数据,有效避免焊缝磁光图像低对比度和强噪声干扰问题.经过在不同焊接速度试验下的测试,四组神经网络试验的焊缝位置误差的绝对平均值都在0.015 mm左右,BP神经网络测量误差比磁光成像直接测量平均减少约28%.BP神经网络修正磁光成像测量技术可有效识别微间隙焊缝,为解决激光焊接微间隙焊缝过程自动识别和跟踪焊缝的难题提供了一种新方法.