基于DSP的视觉传感器的开发及其在焊缝自动跟踪机器人上的应用

近年来视觉传感器在工业自动化和机器人导航领域得到越来越多的应用。本文提出了一种基于DSP微处理器的视觉传感器的设计与实现。视觉传感器采集环境图像并在DSP内核处理器执行图像处理算法,得到决策结果后直接输出给控制系统执行,从而避免了传输大量图像数据所需要的高带宽通讯通道的使用。开发的视觉传感器具有体积小、实时性能好、可扩展性强等特点,并且提供了常用的图像处理软件支持包。文中对系统的软件和硬件开发进行了详细阐述,最后在焊缝自动跟踪平台上的应用验证了传感器的实际整体性能可满足实际应用的需要。关于视觉传感器的下一步工作在最后进行了讨论。     

基于机器视觉的焊缝跟踪系统研究与设计

随着制造业的迅速发展,焊接作为一种重要的加工手段发挥着越来越重要的作用,是制造业的重要工序。同时也对焊接的自动化与智能化提出了更高的要求。传统的焊接操作由人工判断焊缝的位置,精度较低且容易引起误判。本文通过对图像采集平台、图像处理算法的研究,提出了一种基于机器视觉处理模块与机器视觉算法的焊缝跟踪系统。通过焊缝特征的提取与处理,控制焊枪实现焊缝的自动跟踪与定位。该系统具有性能稳定、定位精确等特点。     

一种基于激光结构光的焊缝跟踪视觉传感器

焊缝自动跟踪是实现焊接自动化的关键.本文在总结不同焊缝跟踪传感器研究的基础上,设计了一种基于激光结构光的视觉传感器.针对不同类型焊缝(V形、U形坡口焊缝、搭接、对接焊缝和第一道焊焊缝、多道焊焊缝等)的图像特点,开发了焊缝激光图像处理模块库,可以提取出焊缝特征点位置坐标,实现焊缝跟踪.实验证明,传感器具有较高的精度和可靠性,并对焊缝跟踪系统具有一定的普适性.     

基于结构的机器人焊接实时图像处理方法的研究

本文就焊缝自动跟踪中一个关键问题－－图像的去噪处理问题进行了深入的研究,提出了使用ＬＯＧ滤波器和图像分割滤波器相结合共同处理焊缝图像的新方法,该方法处理效果好,图像处理时间不足０．８ｓ,很有可能用于焊缝跟踪的图形实时处理工作。     

基于生成式对抗网络的龙门式焊接机器人双目视觉方法

为了克服电弧焊中焊接件热膨胀变形、烟雾干扰视觉导致难以获取准确的焊缝信息的问题,实现对于非标大型工件的自动焊接功能,本文设计了双目视觉焊缝空间位置信息采集系统,配置了红色线型结构激光、窄带红色滤镜和双目视觉相机,与焊枪一起固定在机器人的执行末端,在焊接过程中对于焊缝进行实时图像采集和位置感知。本文设计了生成式对抗网络(GAN)架构的深度学习神经网络,并采用了迁移学习进行跨域训练。实验表明,所设计的双目视觉系统能有效利用双目图像数据,实时输出在焊接区域里焊缝的位置和深度,在无专门图像校正的条件下,焊接过程中焊缝横向位置和焊缝高度二者的识别精度均可达1.0 mm。本文设计的焊接机器人双目视觉方法简明可行且成本低廉。     

基于DSP的视觉传感器在焊接机器人上的应用

设计并实现了一种基于DSP的视觉传感器．视觉传感器使用高速DSP微处理器采集图像,并在传感器内部执行图像处理算法;得到决策结果后直接输出给控制系统执行决策动作,从而避免了使用高带宽数据通讯通道传输大数据量的图像,提高了系统整体性能．开发的视觉传感器采用嵌入式微处理器和叠加式构架,具有体积小、实时性能好、可扩展性强等特点．同时,系统提供了常用的图像处理软件支持包,以支持二次开发．开发的视觉传感器在焊接机器人平台上的应用实验验证了其实际整体性能可以满足实际应用的需要．最后,对视觉传感器在机器人平台上的下一步应用进行了讨论．     

焊接机器人焊缝自动跟踪系统

本文提出了一种焊接机器人焊缝自动跟踪系统用以实现焊枪对焊缝的实时自动跟踪。系统中应用激光焊缝传感器测量焊缝的位置,并采用Fuzzy-P双模分段控制进行焊缝的纠偏。DSP作为系统的核心控制器产生控制信号,驱动焊枪横向步进电机和纵向步进电机动作,调整焊枪实时跟踪焊缝。实验证明,基于双模控制的焊缝自动跟踪系统可以实现焊接机器人焊枪对焊缝的实时自动跟踪。该系统完全满足实际焊接工程的需要。     

基于双模控制的焊接机器人焊缝自动跟踪系统

该文提出了一种基于双模控制的焊接机器人焊缝自动跟踪系统.系统中应用新一代激光焊缝传感器测量焊缝的位置,并采用Fuzzy-P双模分段控制进行焊缝的纠偏.系统中采用DSP作为核心控制器产生控制信号,驱动焊枪横向步进电机和纵向步进电机动作,实现焊接机器人焊枪对焊缝的实时自动跟踪.实验证明,基于双模控制的焊缝自动跟踪系统可以实现焊接机器人焊枪对焊缝的实时自动跟踪.该系统完全满足实际焊接工程的需要.     

基于CCD焊缝自动跟踪系统的设计

本文所研究的是为了保证焊接的质量而进行的焊缝自动跟踪系统,采用面阵CCD视觉传感器来摄取焊接点前焊缝图像,通过采集卡把图像采集到内存,进行图像处理,获得焊缝与焊枪的偏差量,再经由上位机向PLC发送控制信号,来达到精确焊缝跟踪的目的.     

图像处理技术在焊缝跟踪中的应用

随着焊接过程自动化和智能化的发展,基于图像处理技术的焊缝位置检测和焊接缺陷检测过程越来越受到国内外学者的重视.本文对焊缝自动跟踪系统中有关图像处理方面的研究内容作了一些介绍,详细分析了图像处理技术在焊缝跟踪过程中的应用,其中包括图像预处理,图像分割,边缘检测和特征点提取等图像处理过程,总结了一些传统和新型的图像处理算法,并讨论了各自的优缺点.     

计算机视觉在焊缝跟踪控制中的应用

研究一种基于计算机视觉的焊缝跟踪控制系统,重点论述焊缝图象分割和边缘提取的理论方法,通过对视觉传感器CCD检测到的弧焊区图象进行处理来准确地识别焊缝位置,从而有效地提高焊缝跟踪精度。     

双队列控制的激光视觉焊缝跟踪系统研究

设计与实现了一套激光视觉引导的焊缝自动跟踪系统,包括系统的整体硬件构成和关键算法。在工业机器人末端安装激光视觉传感器构成焊缝跟踪系统的硬件部分。采用小波变换滤除焊缝图像噪声,采用改进的Steger算法和Hough变换方法提取激光条纹中心直线,进一步提取出焊缝位置。提出一种双队列控制策略,在采集的焊缝特征点的基础上进一步插值,从而实现激光视觉引导的焊缝自动与平滑跟踪。实验结果表明,该系统具有较好的跟踪精度,能满足工业实际需求。     

激光视觉传感器对不连续焊缝的识别

船舶制造中,为了对小格子船舱中排水孔形成的不连续焊缝进行跟踪,在机器人上安装视觉传感器提取排水孔的起点、终点特征信号。介绍了图像的采集方法和图像处理过程。对含有焊缝信息的图片先进行去噪预处理,再进行阈值分割,求取连通区与面积;细化图像,提取出激光线条的骨架;然后再进行霍夫变换,提取特征直线;最后求得两直线的交点,即焊缝的特征点,从而识别排水孔和焊缝。在模拟船舱结构的工件上进行不连续焊缝跟踪实验,实现了不连续焊缝的识别。     

Autonomous Acquisition of Seam Coordinates for Arc Welding Robot Based on Visual Servoing

Autonomous acquisition of seam coordinates is a key technology for developing advanced welding robot. This paper describes a position-based visual servo system for robotic seam tracking, which is able to autonomously acquire the seam coordinates of the planar butt joint in the robot base frame and plan the optimal camera angle before welding. A six-axis industrial robot is used in this system, which has an interface for communicating with the master computer. The developed visual sensor device is briefly presented that allows the charge-coupled device (CCD) cameras to rotate about the torch. A set of robust image processing algorithms are proposed so that no special requirements of light source are needed in this system. The feedback errors of this servo system are defined according to the characteristics of the seam image, and the robust tracking controller is developed. Both the image processing program and tracking control program run on the master computer. The experimental results on straight line seam and curve seam show that the accuracy of the seam coordinates acquired with this method is more adequate for high quality welding process.     

卡尔曼滤波焊缝跟踪控制

在视觉传感的电弧自动焊接过程中,需要根据视觉信息来控制电弧准确地跟踪焊缝.由于强烈的弧光干扰,使得从焊接区图像中直接提取电弧与焊缝的偏差信息十分困难.为此提出一种利用熔池图像质心和卡尔曼滤波来间接获取电弧与焊缝偏差的方法.选择熔池图像质心作为状态向量,建立基于图像质心的状态方程和焊缝位置测量方程.利用卡尔曼滤波消除过程噪声和测量噪声的影响,通过对熔池图像质心的状态估计,准确获取焊缝位置以及电弧与焊缝之间的偏差量,为自动焊接过程的焊缝跟踪控制提供准确信息.焊接试验结果表明,利用卡尔曼滤波方法可有效降低过程噪声和测量噪声的影响,从而提高焊缝跟踪控制精度.     

激光视觉搭接焊缝的图像识别

研究了激光视觉搭接焊缝的图像识别方法。针对原始焊接坡口激光图像中的噪声,比较了均值滤波和中值滤波去噪方法,提出了一种改进的滤波方法,采用自适应阈值调整的最大方差法计算滤波图像的二值化阈值,从而实现对图像的分割。针对搭接坡口激光图像提出了三种坡口中心位置的识别和提取方法,并通过图像处理实验比较了三种识别方法的坐标误差、识别正确率。试验证明,最大方差法的图像处理过程和快速Hough变换识别法有效,能满足焊缝实时跟踪的要求。     

OpenCV在焊缝实时检测与处理系统中的应用

机器视觉系统是集机械、光电、控制、计算机和数字图像处理等技术于一体的高度自动化系统,能够有效地提高产品的质量和产量,现已广泛应用于工业当中。随着科技的发展,对焊接的质量与效率的要求越来越大,为此有必要设计一套行之有效的,在焊接自动跟踪技术中能够在线检测焊缝并进行处理的焊缝实时检测与处理系统。文中在VC＋＋6．0开发环境中设计了一种采用Otsu自动选择阈值和Canny算子检测边缘,基于OpenCV的焊缝实时检测与处理算法,实验结果表明基于该算法的系统实时性高、效果好、检测正确快速。     

基于结构光的机器人弧焊混合视觉伺服控制

A novel hybrid visual servoing control method based on structured light vision is proposed for robotic arc welding with a general six degrees of freedom robot. It consists of a position control inner-loop in Cartesian space and two outer-loops. One is position-based visual control in Cartesian space for moving in the direction of weld seam, i.e., weld seam tracking, another is image-based visual control in image space for adjustment to eliminate the errors in the process of tracking. A new Jacobian matrix from image space of the feature point on structured light stripe to Cartesian space is provided for differential movement of the end-effector. The control system model is simplified and its stability is discussed. An experiment of arc welding protected by gas CO_2 for verifying is well conducted.