APPLE—Ⅱ高频疲劳试验机程控系统

概括介绍了APPLE—Ⅱ高频疲劳试验机程控系统的功能与特点,阐述了硬件接口和程控软件的设计方法。     

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.     

基于视觉传感的机器人水下焊缝跟踪

根据视觉条件下水下自动化焊接的特殊要求,设计了一套机器人水下视觉焊缝跟踪系统.针对水下焊缝图像干扰严重、模糊等特点,采用小波变换技术去除了弧光、飞溅等干扰噪声,采用改进的模糊增强图像处理方法,提高了图像处理的效率,获取了清晰的边缘图像.边缘检测后,对焊缝左右特征点进行扫描,准确地提取了焊缝中心.为了减小跟踪误差,将焊缝轨迹中的每个小线段的坐标偏移量分成50等份,同时设计了有效地机器人轨迹跟踪控制程序.水下斜线和曲线焊缝的跟踪试验表明,在正常的条件下,可以满足跟踪要求.     

基于归一化图像奇异值分解的焊接目标自动识别

提出了一种归一化图像矩阵奇异值分解来实现焊接目标的自动识别.为消除奇异值对图像方位和比例的依赖,首先采用图像的二阶矩确定出焊接目标的主轴方向和长度,然后将目标图像坐标旋转到主轴方向,并按主轴长度进行尺寸归一化处理后再进行奇异值分解,这样获得的图像奇异值将保持不变,可以用作焊接目标识别的特征匹配.采用传统的直接奇异值分解和归一化奇异值分解对不同角度不同比例的平板焊件图像进行了对比识别试验,同时还研究了图像灰度改变对奇异值的影响.结果表明,归一化奇异值分解对目标图像的平移、旋转、比例和灰度变化表现了良好的稳定性,能够用于焊接目标的自动识别.     

Automatic teaching of stereovision-guided welding robot using ant colony optimization algorithm

A binocular stereovision system with a linear laser emitter is developed to detect seam position and its orientation, employing acquired 3-dimensional seam data, the automatic teaching of welding robot is implemented using a controlling strategy based on ant colony optimization(ACO) algorithm, in which the angle increment of robot joint is discretized as the nodes of ACO graph and a corresponding pheromone updating strategy is presented. The experimental results for curvilinear seams and saddle-shaped seams show that the automatic teaching of welding robot can be successfully completed using the ACO-based controlling strategy under the guidance of stereovision, and the welding trajectory generated by the proposed method has higher accuracy and less setting time compared with conventional proportional-integral-differential (PID) controller and fuzzy controller.     

基于彩色图像分割的置信传播快速立体匹配算法

本文采用了一种基于彩色图像分割和置信传播相结合的快速立体匹配算法。对于已经校准好的两幅图像,首先采用均值漂移算法对彩色图像进行图像分割,然后采用区域匹配算法进行快速初始立体匹配,再采用左右一致性校验法滤除误匹配点,得到初始视差图以及各个区域的视差平面模板。最后采用置信传播算法对获得的视差平面模板进行全局优化,得到各个区域最优视差平面模板,从而得到最终视差图。实验结果表明,采用区域匹配与全局优化算法相结合,不仅提高了立体匹配速度,同时也保证了匹配质量。     

弧焊机器人运动学仿真软件的设计与开发

为提高焊缝跟踪的效率,降低焊接成本,开展了弧焊机器人运动学仿真的研究.本实验室中机器人为六自由度的弧焊机器人,应用Pro/engineer软件进行机器人单体建模,建成七个单体,然后导入到VRML中进行组合移动,在VRML中每个单体作为一个结点.在MATLAB环境下制作软件界面,运动角度及位置的精确移动也采用MATLAB进行矩阵运算,利用D-H方法和代数法求解机器人的运动学的正解及逆解问题.结合VRML和MATLAB,开发出高效低成本的弧焊机器人的运动学仿真软件.     

一种基于CNN深度学习的焊接机器人视觉模型

为了准确地识别复杂环境下的焊缝目标,建立了一种基于深度学习的焊接机器人视觉模型,该模型采用局部联接和全联接相结合的CNN卷积神经网络结构,局部联接由3个卷积层和子采样层交替组成,用于焊接目标的特征提取,全连接层由输入层、隐层和输出层组成,作为分类器用于焊缝目标识别. 采样了一千多幅焊接目标图像样本用于CNN的网络训练,分析了不同CNN网络结构参数对模型的影响. 结果表明,该视觉模型对焊接目标的平移、旋转和比例缩放表现出良好的鲁棒性,可以应用到焊接机器人的视觉导航.     

基于可变形卷积的双目视觉三维重建

提出一种基于可变形卷积的立体匹配算法来进行双目视觉三维重建。首先,采用二维可变形卷积对输入的左右两幅图像进行特征提取;然后,利用三维可变形卷积,在匹配代价空间中有效地聚合两个图像之间的相关特征;最后,采用3个阶段级联残差学习的方式来降低匹配代价空间的参数计算量,以达到快速匹配的实时要求。根据该算法原理完成了视差深度图的检测,并通过Open3D重建三维物体。实验结果表明:该算法的参数量为0.5×10⁶,运行时间只需0.02s,生成的视差图精度较高,三维重建效果较好。     

一种基于注意机制和卷积神经网络的视觉模型

针对目前的深度卷积神经网络(CNN)模型规模大、训练参数多、计算速度慢以及难以移植到移动端等问题,提出了一种深度可分离卷积结合3重注意机制模块(DSC-TAM)的视觉模型。首先,通过深度可分离卷积网络来减少模型参数,提高网络模型的计算速度;其次,引入3重注意机制模块提高网络的特征提取能力,改善网络性能。实验结果表明:该方法的识别率可达99.63%,模型规模降低了13%;与标准卷积神经网络视觉模型及其他方法比较,在保证识别精度的同时减少了网络模型的大小。