基于结构光的焊缝表面质量检测

焊接质量检测是保证焊接质量的重要技术手段,人工检测焊接质量存在主观性强、效率低、准确率低等问题,为此提出了一种基于结构光的焊缝表面质量检测方法.首先,搭建了基于工业机器人和面结构光传感器的焊缝质量检测系统;其次,分析了焊接件的表面点云,采用随机采样一致性算法拟合平面以分割出焊缝点云,利用主成分分析算法得到焊缝点云的主方...     

基于结构光的焊缝外观检测系统设计

文中针对焊缝外观的检测需求,设计了一种基于结构光的检测系统,推导了基于设计结构的坐标变换模型,提出了基于阶梯试块的最优化标定方法以及基于滑动灰度加权的中心线提取方法,设计了基于偏离值与轮廓拟合修正的焊趾定位方法,实现了焊缝外观参数的检测.试验结果表明,该系统具有良好的检测精度和稳定性,可满足实际生产需求.     

基于结构光的焊缝图像采集软件开发研究

实现焊缝跟踪对于保证焊接质量和提高焊接效率具有重要的意义.文中简述了结构光焊缝跟踪系统的硬件构成及其原理.基于系统硬件构成,采用多线程技术,利用Delphi 7.0开发系统软件,给出了软件各模块实现的流程图.重点阐述了图像采集的实现步骤,其主要包括图像采集卡的初始化、图像采集及其显示和图像目标截取.在实现过程中采用了双缓冲、多线程等关键技术,保证了系统的实时性和可靠性.试验结果表明,焊缝图像采集高速有效,图像显示清晰,完全满足焊缝跟踪的性能要求.     

圆形扫描结构光传感器的标定和焊缝检测

设计了一种新型圆形扫描结构光传感器,可在待焊工件表面形成圆形激光轨迹.阐述了该传感系统的三维测量原理,并分别对摄像机和结构光进行了标定,获得摄像机的内外参数和结构光锥面在摄像机坐标系下的方程.分别采集了对接焊缝、角接焊缝、搭接焊缝、V形坡口焊缝的图像,经过一系列的图像处理过程获得具有明显焊缝特征的二值细化图像.根据焊缝特征可以识别焊缝,得到焊缝特征点的三维空间坐标.     

基于结构光视觉传感的焊缝视觉信息检测和识别研究

对基于结构光视觉传感的焊缝视觉信息检测和识别进行了研究.所获取的焊缝图像中存在着大量的飞溅、烟尘和电弧光等噪声干扰.CCD摄像机获取焊缝图像,经图像采集卡A/D转换后送入计算机内存,然后采用各种图像处理方法对图像数据进行处理,焊缝原始图像经过二值化、中值滤波、拉普拉斯锐化、细化一系列图像预处理,准确提取激光条纹信息,提出了几种常见的焊缝形式的检测和识别算法,算法所需时间均不到1 ms,提取焊缝特征,实现对焊缝的自动跟踪.     

基于结构光无坡口对接焊缝图像实时处理研究

设计了一套基于结构光无坡口时接焊缝图像实时处理的方法.对焊缝图像采用中值滤波去除图像噪声,提出三次筛选法对图像进行二值化,采用基于二值形态学的滤波方法滤除孤立点,采用求取边缘上下两个边界点平均值的方法快速提取结构光的中心线.提出了通过求取结构光邻域灰度曲线二阶导数的方法来获取焊缝中心位置信息.试验结果表明,所设计的方法能够准确地提取焊缝中心,具有很强抗干扰性能,能够满足焊缝跟踪系统的实时性要求.     

结构光焊缝跟踪传感器设计的关键问题

通过对激光器和相机的安装角度的正交实验,验证了激光器和相机的角度变化对传感器成像结果的影响,得出激光器和相机之间角度的最佳结果,并设计了传感器机械结构。焊接的前道工序———坡口制备对跟踪中图像效果的影响较大,应对坡口采取机械打磨、化学喷涂等方法处理。通过卡尔曼滤波器跟踪中得到的最优估计与焊缝位置的偏差进行跟踪,增加跟踪系统的抗干扰能力。还提出了对焊缝组对间隙精确测量的图像处理方法。     

基于结构光立体视觉的焊缝测量

提出了一种基于结构光立体视觉的焊缝测量方法,并给出了一种简单的摄像机与激光器标定方法。它采用安装在机器人末端的两台摄像机和一只激光器构成测量系统,激光器发出的光束经平凸柱面镜变成光平面,在焊件上形成条纹。两台摄像机同步采集该条纹图像,结合机器人末端位姿与摄像机参数,对于条纹上的每个特征点可以获得三组空间坐标。对这三组坐标进行信息融合,可以更加精确的获得特征点的空间坐标。进行的V形焊缝测量与跟踪试验表明,该方法具有实时性好、测量精度较高、标定简单、可靠性高等特点。     

基于Beamlet变换的结构光焊缝图像线性特征提取

鉴于以结构光为主动光源的焊缝跟踪方法可用于识别不同坡口形式的焊缝位置信息,对结构光焊缝图像进行了分析.为有效提取图像中结构光线性特征以确定焊缝位置,引入了束波变换.阐述了束波变换原理,开发了基于多尺度束波变换的结构光焊缝图像线性特征提取算法.做基于最大Beamlet统计的检验,对结构光焊缝图像进行小尺度束波变换以确定结构光线的大致位置,缩小搜索范围;然后对图像进行大尺度束波变换确定焊缝部分结构光线的线性特征,根据线段斜率变化可确定焊缝位置.采用该算法确定一幅结构光焊缝图像的焊缝位置的时间为260 ms.     

基于编码结构光的角焊缝视觉检测

针对目前角焊缝外形检测方法中存在的缺点,提出了一种基于编码结构光的角焊缝外形尺寸检测方法,采用安装在机器人手臂末端的投影结构光视觉传感机构对焊缝进行测量.投影仪在测量位置向焊缝投射一幅伪随机编码彩色条纹图像与一幅用于彩色补偿的空白图像,通过彩色补偿消除焊缝表面彩色纹理信息对结构光解码的干扰,将补偿后的变形条纹图像恢复出焊缝表面三维数据,并通过几何关系计算出角焊缝的焊缝宽度、焊脚长度等尺寸参数.结果表明,基于编码结构光的角焊缝视觉检测方法能够实现角焊缝外形尺寸的非接触式高速测量,并且测量稳定性好,测量可靠度高,在焊缝视觉检测领域将会成为一种十分有效的方法.     

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。     

多层多道焊接结构光中心线提取

在对多层多道焊接视觉跟踪过程中,需要对结构光光条中心线上信息进行提取.要完成光条中心线提取需要解决光条形状复杂、光强度分布不均匀、焊豆或镜面反射等引起的结构光光条间断及环境噪声影响等问题.文中在研究已有中心线提取算法的基础上,提出了基于各向异性热扩散方程的结构光光条中心线提取算法.完成中心线提取后,选用已有算法对中心线上包含焊道信息的间断端点及高曲率角点进行检测,完成对结构光光条中心线上的特征提取.通过对文中提出的检测算法原理的分析及试验,试验结果证明该算法能够解决上述问题,同时与现有算法的比较可以看到文中在计算精度及速度上具有优势.     

基于结构光三维视觉的再制造工件的测量及重建

提出了一种基于结构光三维视觉的再制造工件测量及重建方法。采用安装在机器人末端的结构光三维视觉传感器进行测量,给出了传感器的标定方法。控制机器人运动,使激光扫描整个工件表面,结合机器人末端位姿和传感器参数,可计算出扫描线上每个点的机器人基坐标系坐标,即获得了整个工件表面的三维坐标。对所获取的工件表面的轮廓测量数据,用B样条曲面拟合,给出了截面数据的B样条拟合算法。生成的再制造工件曲面,可以直接输入至离线编程系统,对再制造进行离线规划,并给出了轴类工件的算例。     

一类窄焊缝的结构光图像特征提取方法

提出一种新颖的窄焊缝的特征提取与图像处理方法,有效地克服了环境的各种干扰,可靠地提取出了焊缝的特征点.首先设计了一套基于线结构光的显微视觉系统,可靠地检测出了结构光焊缝图像;接着提出一种基于阈值变换的行像素点统计算法和自适应形态学收缩算法可靠地分割出结构光条纹图像;然后采用过度参数直线拟合和B样条曲线拟合算法准确地得到了结构光条纹的中心线.最后,提出一种基于距离搜索的算法,得到了焊缝的特征点.结果表明,窄焊缝结构光图像特征提取方法可行.     

基于线结构光扫描的机器人GMAW自适应规划方法

针对弧焊机器人在中厚板焊接中的应用,研制了一套激光视觉传感器,基于FANUC机器人TCP/IP协议,开发了传感器与机器人控制器之间的通讯平台。以厚20 mm的Q345单V型坡口机器人GMAW为例,结合机器人手眼标定、线结构光平面参数标定结果,实现变间隙焊道参数自适应规划及多层多道自动编排,结果满足机器人中厚板自适应焊接要求。