基于视觉图像质心的焊缝跟踪新技术

从基于图像质心的焊缝跟踪技术出发，通过对图像质心公式的深入研究，根据图像灰度与视觉传感器响应电压值的关系、响应电压值与检测部位的发射率及光谱辐射强度等关系，从理论上得出质心与焊缝中心的关系模型，论证了图像质心与焊缝中心存在相关性，并通过大量试验证明了关系模型的准确性。     

熔池图像质心算法的焊缝位置测量模型

建立了一种基于熔池图像质心的焊缝位置测量模型,通过视觉传感器获取焊接区熔池图像,选择熔池前端为处理区域,对该区域进行中值滤波与图像灰度变换,并计算该区域的熔池图像质心值及相对应的焊缝偏差.在不同的焊接条件下,获取多组熔池图像及对应的样本数据,应用最小二乘法建立熔池图像质心与焊缝偏差之间的关系,得到基于熔池图像质心的焊缝位置测量数学表达式.在此基础上,通过分析比较各数学表达式之间的关系,建立焊缝位置测量数学模型.计算机仿真及焊接工艺试验结果表明,该模型可有效地检测焊缝位置.     

用于焊缝检测的比色图像偏心算法

提出了基于焊接比色图像偏心的概念并给出计算公式.从比色图像信号强度与焊接区域发射率、光谱辐射强度等的关系、比色值与焊接温度场及比色系统波长的关系以及比色图像偏心计算公式出发,分析了比色图像比色值分布对称性,推导并建立了焊接比色图像偏心与焊接区温度的函数值、焊缝中心与电弧中心偏差间关系模型.研究了以比色图像偏心作为检测对象的优异特性,给出了模型在某一焊接工艺参数条件下的数值解,发现模型的输出与输入有很好的线性关系.仿真试验证明以比色图像偏心可以代替焊缝中心偏差,为进一步研究比色图像偏心算法的实际应用打下理论基础.     

BP神经网络在焊缝位置识别中的应用

研究了一种焊缝位置识别新方法,在一定工艺条件下,使用视觉传感器采集焊接熔池图像,选取图像中熔池前端部分进行处理,先对其进行中值滤波与灰度变换,在此基础上,获取每一幅熔池图像的质心值、质心位移、质心速度及电弧与焊缝的偏差值作为训练样本数据.以质心值、质心位移和质心速度为输入量,以偏差值为输出量,利用BP神经网络建立其数学模型,最后对该模型进行检验.检验结果表明,该模型能够较准确地描述熔池图像质心与焊缝偏差之间的关系,为进一步实现精确的焊缝跟踪提供了理论和试验依据.     

焊接理论/一般问题

建立了一种基于熔池图像质心的焊缝位置测量模型，通过视觉传感器获取焊接区熔池图像，选择熔池前端为处理区域，对该区域进行中值滤波与图像灰度变换，并计算该区域的熔池图像质心值及相对应的焊缝偏差。在不同的焊接条件下，[第一段]     

激光焊接熔池质心偏差旋转变换的焊缝检测方法

针对工业实际焊接加工过程的焊缝偏差,利用IPG YLR-10000大功率光纤激光焊接设备,通过高速视觉传感器获取动态熔池红外图像序列,观察激光束偏离焊缝时熔池红外辐射的特征变化,质心位置参数能作为焊缝偏移特征测量值.通过建立图像坐标系,并采用旋转和平移坐标系方法,建立焊点偏差测量模型.试验证明用质心位置参数能体现激光束偏离焊缝的实际情况.利用回归分析方法建立焊缝实际偏差与质心位置测量偏差的红外动态视觉模型,通过分析模型的相关性参数R,确定了该建模的有效性及可行性.     

基于CCD的埋弧焊焊缝跟踪系统数字图像处理方法

提取焊缝信息、确定焊缝中心是实时焊缝跟踪系统要解决的首要问题,本文介绍了以CCD视觉传感器和V系列图像采集卡为核心的焊缝检测跟踪系统,基于该系统并根据焊接现场务件采集的图像信息,结合Sobel边缘检测算子及二值图像连通域像素标记算法对焊缝图像进行处理,该算法可以满足埋弧焊焊接生产现场实时处理图像要求,且对光源无严格要求.     

电弧焊接焊缝偏差方法研究

焊缝跟踪技术是自动电弧焊接的一个重要研究领域,实现精确的焊缝跟踪对于提高焊接质量具有非常重要的作用。而要实现精确的焊缝跟踪,焊缝偏差(即焊缝中心与电弧的偏差)检测技术是一个关键。通过图像处理技术,选取熔池图像处理区域(包括熔池前端与熔池前端部份焊缝),并将熔池图像质心作为分析焊缝偏差的特性参量,研究利用熔池特性参数来建立焊缝偏差测量视觉模型的方法。     

各种产品的焊接

20095191 激光拼焊技术在汽车工业中的应用／阎成 在焊接工艺条件下,使用视觉传感器获取焊接区熔池图像,并选取特定区域进行中值滤波与图像灰度变换处理以增强被测对象的特征。在此基础上,计算和处理熔池特性参量（熔池图像质心差值、质心位移、质心移动速度）以及相对应的焊缝与电弧之间的偏差值,     

各种产品的焊接

20095191 激光拼焊技术在汽车工业中的应用／阎成 在焊接工艺条件下,使用视觉传感器获取焊接区熔池图像,并选取特定区域进行中值滤波与图像灰度变换处理以增强被测对象的特征。在此基础上,计算和处理熔池特性参量（熔池图像质心差值、质心位移、质心移动速度）以及相对应的焊缝与电弧之间的偏差值,     

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.     

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。     

基于视觉图像传感的精密脉冲TIG焊焊缝跟踪

针对某复杂曲面薄壁不锈钢工件精密脉冲TIG焊中的焊缝跟踪问题 ,本文研究了一种基于视觉传感的高精度、高实时性焊缝跟踪技术。根据脉冲TIG焊的工艺特点 ,该技术通过选择特定波长的滤光片及合理的曝光时刻 ,采用工业CCD摄像机获取可直接分辨出焊缝、熔池和钨极的清晰、放大的焊接区图像。采用VC语言设计的图像处理算法 ,可以快速准确地识别出焊缝中心线 ,提取钨极偏离焊缝中心线的方向和距离 ,驱动步进电机调节焊炬位置 ,实现高精度、高实时性的焊缝跟踪。试验结果表明 ,该技术的单幅图像处理周期小于 12 0ms,能实现焊炬运动方向与焊缝偏差角小于 3 0°的焊缝跟踪 ,满足了复杂曲面的薄壁不锈钢工件的精密焊接要求。     

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.     

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.     

基于纹理特征的焊缝识别方法

提出了一种基于纹理特征的焊缝自主识别视觉方法.不同于通常利用被焊工件的宏观结构特征的主动视觉和利用工件图像中明显的灰度梯度的被动视觉,该方法利用待焊区(焊缝位置)与母材区之间明显的纹理特征差异来实现;能够解决多层多道焊后几层、道次的焊接时通常视觉方法不易识别焊缝的问题.在该方法中,先对图像进行纹理分析.提取纹理特征,再利用待焊区和母材区的纹理特征差异,采用图像分割的方法,确定焊缝区域位置以及焊缝中心.结果表明,该方法能够适用于多层焊盖面焊焊缝识别.