激光视觉传感器的机器人焊缝高精度跟踪系统

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。     

基于改进TLD算法的激光视觉传感型焊缝跟踪

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。     

一种基于激光视觉的焊缝实时检测技术研究

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。     

一种基于线结构光的焊缝三维重建方法

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。     

基于3D激光扫描传感器的焊缝区域跟踪方法设计

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。     

基于激光视觉传感器的机器人实时焊缝跟踪方法

为实现变姿态焊接过程的实时焊缝跟踪,提出基于机器人坐标系下绝对焊缝轨迹的实时跟踪算法.将线式激光传感器安装在机器人的法兰盘上,且位于焊枪运行的前方.焊接过程中,激光传感器连续采集焊缝位置信息,并结合手眼标定矩阵以及机器人实时姿态,将传感器采集的焊缝坐标转换到机器人基础坐标系下,从而形成空间绝对焊缝轨迹;再根据焊枪的当前...     

基于单目主被动视觉结合的焊接偏差检测方法

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。     

管道焊接激光视觉跟踪的定位方法研究

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。     

不等厚板激光焊接焊缝缺陷结构光视觉检测

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。     

线结构光视觉传感器二维机器人焊缝跟踪系统

提出了一种基于线结构光视觉传感器示教及纠偏的二维机器人焊缝跟踪方法。利用简单快速的系统标定,视觉传感器分别对焊缝上示教特征点和实际特征点坐标进行测量记录,同时采用模板匹配进行图像处理,测出它们之间的偏差,ABB机器人根据得到的偏差实时调整焊枪位置,从而实现自动跟踪。利用线结构光视觉传感器和ABB机器人设计了实验系统,对所提的方法进行了验证。     

激光视觉传感在焊接机器人焊缝识别中的应用

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。     

基于数据拟合的激光焊接焊缝图像表面缺陷检测

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。     

弧焊机器人空间焊缝定位系统的研究

建立了基于激光立体视觉的空间焊缝定位系统,使带有离线编程系统的弧焊机器人可以适应批量生产中每次焊缝位置的变化。利用激光视觉传感器获取空间焊缝特征点的机器人基坐标系坐标,用B样条曲线拟合测量点。可以快速实现空间焊缝的精确定位。     

基于条纹式激光传感器与机器人的扫描成像系统

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。     

工业机器人的局部标定

以ABB公司的IRB120工业机器人和激光位移传感器组成的数据采集系统为研究对象,通过对实验系统底座平面上数据点的采集和处理,来标定机器人与激光位移传感器之间的齐次变化矩阵。以采集到的数据点在机器人坐标系中位于同一个平面上为标定原理,利用最小二乘法拟合平面方程,得到机器人需要标定的各个参数及平面参数。在最小二乘优化处理过程中,通过对不同优化结果的分析对比,最终得到最优解,并为以后该系统在数据采集中的应用提供依据。     

激光跟踪干涉系统基点的直线约束标定方法EI北大核心CSCD

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。     

应用多传感器激光视觉的焊接机器人变质心补偿控制

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。     

基于激光位移传感器的覆铜板测量中抑制振动噪声的研究

该文构建了覆铜板激光传感器在线动态扫描测厚系统。采用直射式三角激光位移法的激光传感器实现覆铜板在线测量。针对扫描测厚产生的振动噪声实现五层小波和递推最小二乘去噪的设计。实验结果表明：该技术相比于多尺度小波或RLS去噪更适合于覆铜板厚度测量。     

基于深度分层特征的激光视觉焊缝检测与跟踪系统研究

针对自适应性低的焊缝跟踪系统在实际焊接环境中易受噪声干扰的问题,结合深度卷积神经网络强大的特征表达能力和自学习功能,研究了基于深度分层特征的焊缝检测和跟踪系统,该系统可精确地从噪声污染的时序图像中确定焊缝位置。为彻底解决焊枪依循计算轨迹运动所出现的抖振问题,设计了模糊免疫自适应的智能跟踪控制算法。实验结果显示,在强烈弧光和飞溅的干扰下,传感器测量频率达20Hz,焊缝跟踪精度约为0.2060mm,且焊接过程中焊枪末端运行平稳。该系统能实现焊缝平滑的实时跟踪,抗干扰能力强,焊缝轨迹跟踪准确,能满足焊接应用要求。     

激光跟踪技术在工程机械焊接中的应用研究

针对现有推土机台车架机器人焊接质量及生产效率的问题,开展基于激光视觉传感的焊缝跟踪技术研究,并成功引入到工程机械焊接领域。通过三维仿真分析确定传感设备的选型,提出一种实用性强的焊缝实时跟踪方法,并通过十点标定法及多变量参数的调整等全工作流程的测试。通过前后定量数据对比分析,焊接机器人设备的有效稼动率OEE平均提升21.3%,生产节拍提升8.07%,焊接质量及焊达率均有明显优化。结果完全适用于工程机械大型复杂结构件上的焊接要求。