双线激光传感焊枪定位与焊缝走向识别

为实现焊接机器人焊枪定位与焊缝走向识别,提高焊缝跟踪精度,提出了一种交叉式双条纹激光传感方式,建立了该传感方式下双条纹激光间距与焊枪高度关系的理论模型.按图像行上灰度值和的一阶导数提取感兴趣区域(region of interest, ROI)、最大类间方差阈值分割及Canny边界提取等处理后,获得了上下激光条纹中心间距离及坡口中心值,由理论模型计算得焊枪高度,上下坡口中心值获得焊缝精确偏差与焊缝轨迹走向.结果表明,建立的理论模型正确,该方法可快速实现焊枪准确定位,识别焊缝轨迹走向,减小导前误差,提高偏差识别精度和焊接机器人智能化程度.     

光切法视觉检测的焊缝坡口中心定位方法

焊缝坡口成像质量和焊缝中心定位是实时焊缝跟踪系统的关键问题,针对氩弧焊接时坡口的视觉焊缝跟踪过程中强弧光干扰等问题,设计了基于高亮单色激光结合窄带滤镜的光切法坡口成像系统,分析焊缝图像特征,提出一种基于直线Hough变换的坡口中心快速定位方法,实际应用结果表明,该系统算法简单并满足实时性要求。     

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.     

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。     

基于线结构光视觉的焊缝类型识别与特征提取

提出一种基于概率神经网络的焊缝类型识别和亚像素级焊缝检测与特征提取算法。先对激光视觉传感器采集的焊接图像进行兴趣区提取、滤波、二值化等预处理操作,再采用概率神经网络识别焊缝类型,采用改进的Steger算法提取激光条纹中心线,并根据不同焊缝类型从Hough变换所得的条纹中心直线中提取出焊缝中心点位置、焊缝宽度等特征信息。实验结果表明,该方法的焊缝类型识别率和特征提取精度较高,具有很好的实用价值。     

基于方向显著性的熔池背景下V形焊缝激光条纹的有效提取

焊缝跟踪是机器人自动化焊接的核心技术,而厚板焊接中准确提取用于检测焊缝轮廓的激光条纹技术是实现自动跟踪的关键技术之一。根据同一帧焊缝图像中同时采集了熔池区域和激光条纹的特点,提出采用多区域多方向Gabor滤波的方法获取焊缝图像多方向特征图,然后采用基于局部区域灰度均值最大法消除背景干扰,最后利用连通域法消除因激光条纹轮廓检测缺口而产生的干扰。通过图像处理试验验证了算法的有效性,为厚板焊接的实时跟踪打下基础。     

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。     

基于激光视觉的焊缝特征提取算法研究

随着工业技术的发展,基于视觉传感器的焊缝跟踪得到了广泛应用和快速发展。实现焊缝跟踪,其中最关键的步骤是要实现焊缝的自动识别。基于视觉传感的焊缝识别需要用到图像处理技术,图像处理的复杂性、多样性等特点促使对焊缝的识别成为研究热点。视觉传感器得到的是一段包含焊缝轮廓信息的条纹图像,文中主要针对的是激光条纹中心线及焊缝坡口特征点提取的研究现状进行了论述。     

锂离子铝壳模组智能纠偏焊接系统研究

针对新能源汽车动力电源系统中锂离子铝壳模组在焊接过程中因电芯尺寸偏差和工装定位偏差导致模组焊缝质量不稳定问题,提出一种利用激光寻位、自动纠偏的焊缝质量控制策略,实现模组焊接过程中焊接轨迹智能纠偏,保证焊缝质量稳定可靠。采用该激光寻位、自动纠偏策略的系统能够有效提升焊缝一次焊接合格率,避免因焊缝偏差造成的焊接设备故障停机问题,降低设备平均故障间隔时间(MTBF),提升设备综合效率(OEE)。所设计的系统具有较强的实用意义。     

基于Linux嵌入式系统的焊缝激光结构光视觉传感系统

焊缝跟踪是自动化焊接的关键。以ARM为开发平台,在嵌入式Linux系统的基础上开发了一套焊缝激光结构光的视觉传感系统,体积小,成本低。经过一台网络交换机将视觉传感器模块、传感器人机交互模块、机器人控制器模块以及机器人手控盒模块进行组网,形成了一个焊缝自动跟踪网络系统,便于设备的扩展和各个模块之间的数据交换和共享。针对焊接中常用的V型坡口,采用简化的hough变换图像处理算法,得到了坡口激光结构光条纹的特征点位置。     

Study of image processing for V-shape groove and robotic weld seam tracking based on laser vision

Single-stripe laser was applied to acquire V-shape groove contour information. Most of arc light and splash noise was removed and stripe laser image was kept by wavelet transform. Half-threshold algorithm was used for image segmentation and stripe laser image was gotten after refining. Weld seam center position was identified and extracted by extreme curvature corner detection method. The location of torch was detected to accord the frequency of computer program with robot program and serial communication program. The tracking experiments of sidelong, reflex and curve weld line show that the system can meet the demand of the tracking precision under normal welding conditions.     

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。     

棱形管与法兰角焊缝图像处理及特征提取

由于棱形管与法兰角焊缝的位置多变,且实际生产中棱形管端面加工精度不高,自动化焊接程度低,文中搭建了一套棱形管与法兰环焊缝的自动化焊接系统,对于提高棱形管与法兰焊接的自动化程度有较大的应用价值。该系统通过CMOS相机和单条纹激光组成激光视觉传感器,获取角焊缝位置和间隙信息。针对采集的图像及工件特征,设计了适合的图像处理算法,首先采用了灰度变换、均值滤波和形态学处理的方法对图像进行预处理,然后根据对激光条纹图像灰度值分析结果,寻找合适的阈值,并采用极值法提取光条中心点,最后采用霍夫变换拟合直线,提取出角焊缝位置信息,并提出激光条纹端点搜索方法,提取出了角焊缝间隙大小。结果表明,该图像处理方案效果较好,抗干扰能力较强,可以准确的提取出焊缝中心位置和间隙大小,满足焊接机器人对焊缝跟踪的要求以实现自动化焊接。 创新点： (1)设计出适用于棱形管与法兰角焊缝的自动化焊接系统。 (2)设计了适用于该系统的焊缝中心位置提取算法。 (3)设计了角焊缝间隙提取算法。     

基于焊枪轮廓特征提取的焊接偏差测定方法

在熔化极气体保护焊(gas metal welding, GMAW)焊接过程中,由于弧光干扰严重,视觉系统难以同时准确提取焊缝和焊丝尖端,从而影响焊缝跟踪的精度.针对这个问题,提出一种定位焊枪中心来替代定位焊丝尖端的焊接偏差测定方法,并对该方法进行了可行性论证.首先,在增强熔池图像中的焊缝、焊枪边缘轮廓信息后,设置矩形窗获得边缘采样点.然后,使用聚类算法筛选出正确的边缘采样点,根据采样点利用最小二乘法拟合出焊缝直线和焊枪椭圆方程.最后,计算当前图像焊枪中心与焊缝直线的距离,与基准图像中的对应距离进行比较,测定出焊枪位置偏差量和焊枪摆幅偏差量.实际验证结果表明,焊枪中心与焊丝尖端的替代误差在0.2 mm以内,满足跟踪精度要求,具有较强的工程实际意义.     

基于熔池图像尖端特征规律的焊接偏差测定方法

通过对管道全位置熔化极气体保护焊(gas metal arc welding,GMAW)熔池图像的研究分析,发现并验证了其根焊熔池图像尖端与焊缝坡口中心位置重合的现象,依据此规律性特征,提出了一种基于熔池图像尖端信息的焊接偏差测定方法.该方法的基本原理是,在对焊接过程熔池CCD图像进行中值滤波、小波变换、连通区域分割等图像处理后,以搜索算法测得的根焊熔池图像尖端位置信息作为焊缝坡口中心位置的坐标值,此值与焊丝中心坐标值之差即为焊接偏差量.试验证明,此方法能从根焊熔池图像中实时测定焊接偏差量,为实现机器人自动焊缝跟踪控制提供了可靠依据.     

管道焊口间隙量与错边量的激光视觉检测

提出了一种长输管线焊口组对间隙量、错边量的激光视觉检测方法. 首先，搭建了一套可实现圆周焊口轮廓激光视觉自动检测的计算机系统. 通过对采集的激光视觉图像分析，发现了管道焊口间隙量、错边量与激光条纹断点、拐点等图像特征间的相关关系. 其次，将提取的条纹图像通过骨骼化的形态学处理，得到了单一像素宽度的细化条纹. 采用亚像素轮廓坐标检测算法，获得了条纹上离散点的像素坐标. 最后，基于获取的条纹拐点、断点像素坐标和几何对应关系，建立了间隙量与错边量的求取算法. 实际验证结果表明，基于激光条纹特征点像素坐标获取间隙量与错边量的激光视觉检测方法是可行的. 测量结果可满足焊口组对质量评判的需求.     

Method of weld recognition based on textural feature matching

In this paper an automatic visual method of seam recognizing and seam tracking based on textural feature matching was proposed,in order to recognize the weld of multi-layer or multi-pass welding in which the weld is difficult to be recognized by conventional visual methods.This method focuses on the obvious difference of image textural feature between the weld region and the base metal region,as well as the similarity of the textural features along the welding direction.The method consists of the following steps: setting image template and choosing the edge region as ROI (region of interest),extracting the image textural feature of the template and the edge region,feature matching,and recognition of weld region.Experiment showed that the method proposed was effective for weld seam recognition in multi-layer welding.     

海底管道干式高压焊接跟踪轨迹的识别

干式高压TIG焊接法是海底输油(气)破损管道修复所用的重要的、焊接质量较高的连接方法,而自动化焊接又是解决潜水员焊接效率低下的有效途径,焊缝跟踪技术则是保证焊接过程正常进行和焊缝质量的关键技术.设计了能克服环境压力影响的CCD图像摄取装置,研究了一套焊缝跟踪路径识别算法.运用直方图均衡化方法强化坡口与非坡口的差别,增加焊缝图像的理解性.提出了以图像灰度最低值拟合成的曲线将整个图像分为两个部分的图像分解法,提高了图像识别目标的焊缝坡口部分所占的比重,有利于二值化阈值的选取.采用基于数学形态学的二值图像边界识别方法分离出焊缝边界,用Hough变换法确定坡口边线位置,最后用图像分解逆过程经合并后识别出坡口所在的位置.所提出的方法组合后抗干扰能力强,计算速度快,为进一步实现自动化焊接奠定了基础.