共查询到20条相似文献,搜索用时 15 毫秒
1.
以提升焊接机器人焊接精度为目的,设计激光视觉传感器的机器人焊缝高精度跟踪系统。由工业相机和激光传感器、焊接机器人等组成系统硬件架构,获取焊缝激光光源后,将其传输至激光图像传感层。采用激光图像传感器对焊缝激光光源图像进行物理滤波处理,使用工业相机拍摄焊缝激光图像。提取焊缝激光图像特征,依据其特征点位置对焊接机器人进行手眼标定,获取焊接机器人校正向量并将该向量输入到机器人运动控制层内的焊缝跟踪程序内,利用该程序不断修正焊接机器人跟踪行为并向接口电路电机驱动器发送控制跟踪命令,实现机器人焊缝高精度跟踪。实验结果表明:该系统具备良好的启动性能,对焊机机器人手眼标定径向畸变、切向畸变数值均较小,跟踪不同类型焊缝的最低偏差数值仅为0.01 mm,跟踪精度高。 相似文献
2.
为了解决基于线激光视觉传感的焊缝中心位置定位精度不高的问题, 采用了一种基于改进跟踪-学习-检测(TLD)算法的焊缝跟踪方法。由激光视觉传感器实时获取焊缝图像, 采用将跟踪器与检测器结合的TLD算法实时跟踪焊缝特征点, 同时通过在线学习机制更新分类器参量。在此基础上对激光条纹图像截取感兴趣区域, 大幅减少检测器的搜索区域; 根据激光条纹光强分布特性, 结合纠偏方向选取跟踪器有效特征点, 以此提高算法效率, 对不锈钢板V型焊缝和搭接焊缝进行跟踪试验。结果表明, 跟踪与检测可实现共同定位焊缝中心位置, 其融合的焊缝跟踪方法能够准确地提取焊缝特征点, 两种焊缝跟踪平均绝对误差分别为0.062mm和0.052mm。此方法为提高焊缝跟踪精度提供了依据。 相似文献
3.
提出了一种基于激光视觉的焊缝实时检测技术,旨在提高焊缝检测的速度和精度。在实际的焊接过程中,由于大量噪声的干扰,焊接图像的采集一直是一个复杂的过程。 本文首先建立基于激光视觉的检测系统,以获得激光条纹的原始图像。在此基础上,将原始激光条纹图像灰度化,并提出一种改进的快速中值滤波算法,在去除图像中椒盐噪声的同时,缩短了程序运行时间。并通过Otsu阈值分割获得激光条纹的二值图像,提取感兴趣的激光条纹区域。接着结合方向模板法和脊线跟踪法提取激光条纹中心线,最后采用亚像素级角点法提取焊缝的特征点。 实验证明,本文提出的方法有效地克服了焊接环境的影响,不仅缩短了焊缝特征点检测的时间,而且具有较高的检测精度,符合实际焊接要求。 相似文献
4.
介绍了一种基于结构光和双目视觉的焊缝三维重建方法。该方法利用轮廓点曲率提取激光条纹的轮廓关键点,再由所提取的关键点计算轮廓横截面法向量。并根据激光条纹服从正态分布的特点,借助灰度重心法提取条纹中心线。将焊缝在双目摄像机中的图像坐标点转换为世界坐标点,从而完成焊缝三维空间信息的重建。实验结果证明本文方法快速、准确,可以满足自动焊接机器人系统的应用要求。 相似文献
5.
一般二维数据传感器在智能焊接领域应用中,跟踪焊缝区域时,焊接枪抖振会导致跟踪误差大的问题,提出基于3D激光扫描传感器的激光焊缝自动跟踪方法,应用3D激光扫描传感器获取到完整的激光焊缝3D位置数据。对采集到的焊缝位置信息展开全局最优解处理,提取激光焊缝的相关特征。对激光焊缝跟踪相关的距离特征进行分类处理:设计模糊跟踪算法,利用基本论域方法建立目标边缘特征模型,调整激光焊缝隶属度参数,实现目标融合特征分类。在激光焊缝特征分类的基础上,利用变论域理论提高焊接跟踪控制准确率和焊缝成形检测效率,完成焊缝区域的控制跟踪,实现无人化焊接。实验结果表明:这种方法在减小跟踪误差中有明显的效果。 相似文献
6.
7.
针对管道全位置机器人自动焊,提出了一种基于单目主被动视觉结合的熔化极气体保护焊(gasmetal arc welding,GMAW)焊接偏差测定方法。设计出一种调光玻璃,使采集到的同一帧焊接图像中包含了激光条纹和焊丝尖端等信息。首先,根据焊接图像噪声类型呈高斯分布这一特性,针对性的采用LoG算子分别对电弧区域和激光条纹区域图像进行滤波处理;然后,设计图像处理算法分别提取出焊丝和焊缝坡口中心位置坐标;最后,计算出两坐标点在Y轴方向的偏差值。试验证明,此方法能在填充焊焊接图像中实时测定出焊接偏差量,焊接误差可以控制在02mm以内,可为实现管道焊接机器人自动焊缝跟踪控制提供可靠依据。 相似文献
8.
为解决在管道自动焊接过程中V型坡口的识别定位问题,提出了一种基于激光视觉传感的局部区域内分步式定位方法。首先建立模板匹配,利用模板匹配方式获取焊缝初始位置区域;然后采用阈值分割和边缘提取获得激光条纹边缘线,通过Shi-Tomasi算法对边缘线进行角点检测,得到边缘线上的亚像素角点位置坐标;最后采用最小二乘法拟合得到精确的边缘直线,对上下边界线求平均值提取激光条纹的中心线,求取直线的交点得到坡口轮廓的拐点信息。通过对实际焊接现场拍摄的50幅同一高度不同位置的图像进行检测,结果表明,分步式定位方法抗干扰性强,精度较高,为完成整个跟踪自动焊接过程奠定了基础。 相似文献
9.
为了检测不等厚钢板激光焊接焊缝表面缺陷,采用结构光主动视觉检测法和高斯数据拟合技术进行了焊缝表面缺陷检测的实验研究。首先采用高斯拟合法对激光条纹图像进行处理,提取出具有亚像素精度的激光条纹中心线;然后通过最小二乘法拟合出3条相交直线并求其交点,近而获得精确的焊缝端点位置坐标;最后给出焊缝表面缺陷-凹度和凸度的检测方法,并以不等厚钢板激光焊接焊缝为检测对象进行验证。结果表明,这种基于拟合技术的结构光视觉检测法为判断激光焊接焊缝质量是否合格提供了较为准确的判断依据。 相似文献
10.
11.
为实现复杂工况下焊接机器人精准识别焊缝目标,将激光视觉传感技术应用于机器人焊缝识别中。以激光视觉传感器作为核心硬件,构建焊接图像采集系统,运用PCI总线卡检测传感器及外部指示灯是否为连接状态,通过PXR800图像采集卡在规定时间内得到激光焊接图像,使用串口通信程序完成图像高效传输。分别采用双边滤波器与模糊算子实施图像去噪与增强处理,优化图像角点与激光条纹中心点,利用等式约束方程修正卡尔曼滤波后的图像坐标值,完成高精度焊缝识别任务。仿真结果证明,激光视觉传感能够帮助机器人提升焊缝识别精度、增强抗干扰能力,为焊接机器人的推广应用发挥积极作用。 相似文献
12.
为了检测等厚钢板激光焊接焊缝表面缺陷,采用结构光主动视觉检测法和数据拟合技术进行了焊缝图像表面缺陷检测的实验研究。首先采用高斯拟合法提取出具有亚像素精度的激光条纹图像中心线;然后通过最小二乘法拟合出2条直线和1条二次曲线,求直线和二次曲线的交点以获得精确的焊缝端点位置坐标;最后给出焊缝表面缺陷:凹度和凸度的计算方法,并以等厚钢板激光焊接焊缝为检测对象进行验证。结果表明,在此提出的基于数据拟合技术的焊缝表面缺陷图像检测方法为判断激光焊接焊缝质量是否合格提供了较为准确的判断依据。 相似文献
13.
14.
提出了一种以条纹式激光传感器和工业机器人为平台对工件进行扫描检测并对其轮廓进行成像的系统方案。条纹式激光传感器移动式扫描工件获取工件轮廓的三维点云数据,然后结合特定的算法对点云数据进行去噪、插值、插补处理,使得点云数据能更加真实地反映工件的客观形貌,最终根据点云数据的信息生成工件轮廓的二值化图像。在实验中成像精度能达到0.1 mm 级,从而在某些特殊的工业场合替代传统的CCD 相机实现对工件的成像及检测定位,解决了传统CCD 的抗干扰能力不足的问题。 相似文献
15.
16.
激光跟踪干涉系统的测量精度是工业机器人标定精度的主要影响因素,其基点标定精度决定了激光跟踪干涉系统的测量精度。为了确定基点与激光跟踪干涉系统的准确距离,提出了一种激光跟踪干涉系统基点的直线约束标定方法。建立了基于直线约束的数学标定模型,使各标定约束点分布在同一直线上,可直接应用干涉测量方法获取约束点的精确坐标,使用最小二乘法进行数值解析确定基点距离,该方法具有原理简单、误差源少、测量精度高的特性。针对影响标定精度的各项参数进行了数值仿真分析,优化标定参数,减小标定误差;最终搭建了实验装置评估该标定方法的性能,实验结果表明,激光跟踪干涉系统的基点距离平均值为290.0764 mm,标准差为4.4μm,满足对工业机器人标定的精度需求;为验证该方法的准确性,对API radian激光跟踪仪的基点距离进行比对测试,与其标称值相差3μm。 相似文献
17.
制造、安装、机械传动和温度变化等诸多方面的误差较大,产生补偿机器人变质心偏移度,任务执行途中失去期望位姿,为了提高焊接机器人工作效率,提出应用多传感器激光视觉的焊接机器人变质心补偿控制方法。建立焊接机器人变质心模型,应用激光传感器扫描焊接机器人实际轨迹和位姿的几何特征,获取激光视觉图像标定管道焊缝,结合PLC控制器,调整焊接机器人轨迹和位姿,消除惯性力对变质心位移的干扰,实现焊接机器人变质心补偿控制。实验结果表明,在X-Y坐标面、Z-X坐标面和Z-Y坐标面上的变质心补偿轨迹均与期望轨迹误差5 cm左右,高度重合;控制后,焊接机器人惯性位移在0.1 cm之内,近似于零,惯性力不再引导焊接机器人移动,可以稳定停靠在目标位置,变质心控制性能好。 相似文献
18.