基于激光扫描的工业机器人焊接焊缝跟踪方法

由于工业机器人焊枪和焊接焊缝之间的位置偏差会导致焊接焊缝跟踪结果存在一定的误差 , 因此提出了一种基于激光扫描的工业机器人焊接焊缝跟踪方法 装 首先 ,采用激光扫描传感器采集工 业机器人焊接焊缝图像 ,并对图像进行滤波、增强、黑白化预处理；其次 ,检测图像边缘后 ,采取激光 扫描方法确定焊接焊缝边缘图像中激光条纹骨架的大概位置 ,经最小二乘法直线拟合出准确的激光 条纹中心线 ,提取焊接焊缝特征点；再次 ,结合工业机器人手眼标定矩阵 ,将激光扫描传感器坐标系 中的焊接焊缝特征点坐标转化为工业机器人坐标 ,从而形成焊接焊缝轨迹；最后 ,采取3 次非均匀有 理 B样条方法得到工业机器人焊枪和焊接焊缝之间的位置偏差 ,修正机器人焊枪位置 ,从而实现工 业机器人焊接焊缝的精准跟踪 装 实验结果表明 ,该方法不仅能够准确检测出焊接焊缝边缘 ,而且能 够跟踪不同宽度、不同形状的焊接焊缝工件     

焊接机器人焊缝跟踪方法及路径规划研究

焊缝自主跟踪是机器人焊接智能化的关键,其精度是评价焊接质量的重要指标.焊接对象或条件的改变对精度的影响最为直接,尤其当焊件表面存在缺陷时会产生较大的跟踪误差.为此,开展焊接机器人焊缝跟踪方法及路径规划研究,提出焊缝跟踪的4步法:1)利用激光传感器扫描坡口,获取轮廓数据.2)接着通过组合滤波算法,运用限幅滤波和高斯滤波处...     

基于图像传感的焊缝自动跟踪系统设计

本文提出了一种基于图像传感的焊缝自动跟踪系统.系统应用CCD(Charge Coupled Device)图像传感器采集焊缝图像,并应用由VC 语言设计实现的图像处理软件对焊缝图像进行处理及特征值提取.基于图像传感的焊缝自动跟踪系统实现了焊接机器人对焊缝的实时自动跟踪.     

一种基于视觉绕焊炬末端旋转跟踪焊缝机构的伺服控制方法

焊缝跟踪控制包括机器人控制和视觉伺服装置控制两个部分,为了实现工业焊接机器人的智能化和升级改造,提出了一种视觉装置分离于机器人的焊缝跟踪控制方法。描述了视觉装置的位姿,分析了焊接坐标系、焊炬坐标系和视觉坐标系之间的关系;研究了视觉随动装置的转动问题,提出了视觉随动装置绕焊炬转动的模型;运用模糊免疫学思想设计了控制方法,进行了有效的仿真和实验分析,证明了该方法跟踪焊缝具有良好的快速性和稳定性,满足焊缝跟踪要求。     

一种新型爬壁焊接机器人的焊缝跟踪控制

针对一种新型轮式移动焊接机器人研究其壁面焊缝跟踪控制,通过Pro/E与ADAMS建立机器人的虚拟样机模型,基于旋转电弧传感器采用特征平面法拟合偏差斜率的线性关系,在此基础上结合PID与模糊控制设计机器人的控制器,并联合ADAMS与MATLAB进行壁面V形焊缝跟踪控制仿真,仿真验证了偏差检测的准确性及控制器的有效性,证明机器人具有实现壁面焊接的能力。     

波纹管焊缝跟踪检测技术

为了提高波纹管焊缝的焊接质量和焊接速度,根据波纹管焊缝的特点,提出了一种实时跟踪检测波纹管焊缝的自动焊接技术.采用红外激光传感器对焊缝中心进行非接触式实时检测,通过1394火线通讯传输焊缝轮廓数据,经焊缝数据点预处理后结合最小二乘法直线拟合原理对焊点坐标进行存储与预测,再向运动控制卡发送数据控制焊枪跟踪焊接.实验结果表明,此焊缝跟踪检测技术稳定可靠,能够有效地提高波纹管的焊接质量和生产效率.     

激光、视觉传感焊缝跟踪技术的研究现状

现代制造业愈加重视效率及质量,焊接制造业的主要发展方向是高效率高质量的智能化制造,而焊缝跟踪技术是焊接智能化制造的关键技术,对激光焊缝跟踪技术与视觉传感焊缝跟踪技术的工作原理和特点进行阐述,并对其应用进行说明.     

基于激光位移传感器的焊缝自动跟踪系统

为解决国内大型焊接系统中存在的实时性差和误差大等问题,提高焊接效率,对大型焊接中两块平整的钢板垂直放置时所形成的处于直角顶角处焊缝的焊接跟踪方法进行研究,提出采用立体空间定位的方法对焊缝进行实时跟踪。用两只激光位移传感器采集焊缝方向上的位移,根据运算结果驱动两台步进电机调整位移差,达到焊缝实时跟踪的效果。     

基于激光视觉传感的铝合金自适应焊接

为了适应大型铝合金构件TIG焊接坡口状态的变化,建立了基于激光视觉传感的自适应焊接系统．系统采用新型激光视觉传感器精确测量焊缝坡口,获得焊缝坡口角度、间隙、截面积和错边等几何信息,可用于焊前辅助大型航天构件的装配,以及焊接过程中焊缝自动跟踪．该系统根据坡口状况自动调整焊接电流、送丝速度等工艺参数,实现了焊接过程的自适应控制,焊接成形良好,焊接质量符合相关标准要求．     

基于DSP的焊接机器人控制系统研究

为了实现焊接机器人对空间焊缝的自动实时跟踪和焊接参数的实时控制,设计了一种以DSP为主控制器的焊缝实时跟踪和控制的交互式控制系统。DSP作为系统的核心控制器产生控制信号,驱动步进电机动作,同时利用DSP的数字通讯功能与PC进行通讯,从而实现对焊缝的实时跟踪和控制。结果表明：该焊接机器人控制系统可以实现对空间焊缝的自动实时跟踪和焊接参数的实时控制,能够满足实际焊接工程的需要。     

Novel Real-Time Seam Tracking Algorithm Based on Vector Angle and Least Square Method

Real-time seam tracking can improve welding quality and enhance welding efficiency during the welding process in automobile manufacturing. However,the teaching-playing welding process, an off-line seam tracking method, is still dominant in automobile industry,which is less flexible when welding objects or situation change. A novel real-time algorithm consisting of seam detection and generation is proposed to track seam. Using captured 3D points, space vectors were created between two adjacent points along each laser line and then a vector angle based algorithm was developed to detect target points on the seam. Least square method was used to fit target points to a welding trajectory for seam tracking. Furthermore, the real-time seam tracking process was simulated in MATLAB/Simulink. The trend of joint angles vs. time was logged and a comparison between the off-line and the proposed seam tracking algorithm was conducted. Results show that the proposed real-time seam tracking algorithm can work in a real-time scenario and have high accuracy in welding point positioning.     

弧焊自动跟踪系统的研究及应用

介绍了一种采用电磁传感器的新型弧焊自动跟踪系统。该系统采用电磁双重耦合电路克服工件错过造成的干扰。可以实现双向跟踪．即沿焊缝水平、垂直两个方向同时控制焊炬的位置。     

典型接头的机器人视觉传感图像处理技术

针对国内现有的弧焊机器人视觉传感图像处理系统通用性、鲁棒性差而无法满足实际焊接过程焊缝跟踪需要的现状,以Panasonic-TA1400六自由度弧焊机器人为试验平台,构建了典型接头机器人视觉传感硬件系统,并基于LabVIEW语言开发了视觉传感通用图像处理系统.运用二维小波变换技术对典型接头焊缝图像进行了降噪和边缘检测处理,既有效滤掉了背景噪声,又基本完整地保留了激光光带的边缘.而在激光光带中心线抽取和焊缝特征点检测方面,采用了逐行(列)快速搜索和逆序快速查找数组最大值方法,简单有效,同时兼顾了精确度和速度要求.试验表明,整个图像处理方法效果良好,能够满足后续跟踪系统实时性要求.     

Seam tracking control for mobile welding robot based on vision sensor

To solve the seam tracking problem of mobile welding robot, a new controller based on the dynamics of mobile welding robot was designed using the method of backstepping kinematics into dynamics. A self-turning fuzzy controller and a fuzzy-Gaussian neural network (FGNN) controller were designed to complete coordinately controlling of cross-slider and wheels. The fuzzy-neural control algorithm was described by applying the Gaussian function and back propagation (BP) learning rule was used to tune the membership function in real time by applying the FGNN controller. To make the tracking more quickly and smoothly, the neural network controller based on dynamic model was designed, which utilized self-learning and self-adaptive ability of the neural network to deal with the partial uncertainty and the disturbances of the parameters of the robot dynamic model and real-time compensate the dynamics coupling. The results show that the selected control input torques make the system globally and asymptotically stable based on the Lyapunov function selected out; the accuracy of the proposed controller tracing is within ±0.4 mm and can satisfy the requirements of practical welding project.