平面自主移动焊接机器人初始位置检测定位

平面自主移动焊接机器人用于在狭小的船舱格子间作业,其焊接初始定位主要依靠人力。但有时工人很难进入纵向空间狭小的格子间,且提起机器人需要克服机器人本身的重力和底座磁吸附力。利用超声波传感器的工作特性,将机器人旋转扫描壁面得到的位置信息,使用最小二乘法拟合出在整个扫描过程中垂直于壁面的时间点,建立机器人边距调整的数学模型,标定单目视觉传感器修正保护距离。结果表明,该系统解决了机器人检测定位初始焊接位置的问题,对于复杂的工作环境有较强的适应性。     

基于多结构元素形态学的射线焊缝缺陷检测方法

针对射线探伤中采集的焊缝图像存在对比度低,噪声干扰及边界模糊等特点,提出了一种基于多结构元素形态学的射线焊接图像缺陷边缘检测方法。在对原始射线焊接图像进行预处理、焊道提取后,选取了多尺度多结构元素,运用灰度形态学方法对焊接图像进行缺陷边缘检测与提取。试验结果表明,对比传统的边缘检测算法,该方法能有效提取图像中的焊接缺陷边缘,且其连续性和完整性较好。     

单片机系统在全位置自动焊接中的应用

在分析了全位置焊接对控制系统的基本要求的基础之上，提出了单片机控制系统的设计，并且对单片机系统应用于焊接场合要解决的主要问题－－抗干扰问题作了深入的分析并提出了解决方案。     

灰度形态学提取焊接熔池图像边缘技术

在由CCD捕获的CO2焊接熔池图像中,存在着大量的点状噪声和线状噪声,要精确地检测出熔池图像的边缘比较困难.采用基于数学形态学理论中的灰度形态学数字图像处理技术,结合焊接熔池图像自身的特点,借助灰度图像二值化取阈值法中的矩量保持法确定结构元素值的大小,通过合理设计形态学滤波器形状和运算顺序,成功地提取出了焊接熔池图像的边缘,通过比较,新的图像处理算法的处理效果非常明显,对后续的焊接质量控制和焊缝跟踪工作提供了非常有用的熔池信息.     

全位置脉冲TIG焊在管子焊接中的应用

通过调试日本三菱ＲＴ－ＴＩＸ型管子全位置脉冲ＴＩＧ焊机，合理地选择工艺规范参数，实现了管子的全位置焊接并获得了单面焊背面自由成形的良好效果。由此提出了全位置焊接中各个位置的工艺参数选择原则，经生产应用证明切实可行。     

基于小波和形态学降噪的弧焊视觉图像模糊检测

焊接视觉图像检测是实现焊接过程自动控制的重要步骤.针对焊接图像噪声大、稳定性差的特点,提出了一种基于小波降噪和形态学模糊检测的算法.首先分别用小波变换和灰度形态学算法对焊接熔池图像进行降噪处理,然后将两者结果融合进行模糊处理,最后完成灰度形态学边缘检测.实验结果表明,此方法能够从含有较强噪声的弧焊视觉图像中获取清晰、准...     

A-TIG焊在核电管道全位置焊接中的应用

研究了活性焊接法在核电管道全位置焊接中的应用.在管道上涂敷活性剂后熔池的受力状况发生根本变化,完全不同于传统的氩弧焊接,熔池流体流动始终是从熔池边缘流向熔池中心,从而增加熔深、变窄熔宽.在分析涂敷活性剂时熔池受力变化的基础上制定了焊接规范,管道全位置焊接时分6段进行参数设置,每一段采用不同的焊接参数.对6 mm厚的不锈钢管道焊接时不开坡口,将活性剂刷涂于待焊焊道表面,使用管道全位置焊机进行焊接,可以一次焊透,并能单面焊双面成型.突破了管道全位置焊机只能焊接薄壁管的局限性,进一步扩大了管道全位置焊机的使用范围,提高焊接效率.     

基于线结构光的型钢自动焊接位置检测技术

摘要： 针对现有H型钢现场焊接过程中多为人工焊接、劳动强度大、操作环境恶劣且人工测量随意性大等问题,提出了一种基于视觉与图像处理的型钢自动焊接位置检测技术。该技术主要基于线结构光测量法来实现对型钢轮廓的检测从而确定焊接位置,利用激光线的位置确定焊缝位置,结合焊接机器人达到自动焊接的目的。先利用张正友标定法获得相机内参数和畸变系数,再通过最小二乘法拟合激光平面的方法实现激光平面的标定,结合两者实现整个测量系统的标定,然后基于OpenCV编程接口实现图像处理,最后利用ABB机器人工具坐标系对该测量方法的检测精度进行评价。针对检测点深度方向坐标误差较大问题提出一种误差拟合方法,应用此方法进行多种型号H型钢测量试验。试验结果表明,采用上述方法标定后的线结构光视觉测量系统测量误差小于1 mm,达到了较高的标定精度,明显降低了坐标误差,能够满足焊接使用要求。 创新点： 利用标准量块提出一种误差拟合方法,可有效降低坐标误差。     

焊接质量射线检测图像自动采集分析

针对焊接件检测过程中需大量采集和分析实时图像的要求，利用小波分析的特点，相关跟踪识别视频图像运动状态，实现自动采集、分析处理和储存一并完成，解决了视频图像连续捕获不能得到高像质的问题。通过实际检测验证，该方法可以得到较好的像质。     

用于遥控焊接的管道全位置焊接装置

为了解决核环境下的管道维修问题,适应遥控焊接机器人的实际应用需求,研制出一套针对核环境下小口径管道的全位置自动焊接装置.重点介绍了该装置的系统构成及各组成部分的设计分析、工作原理和自动控制系统.结合遥控焊接机器人的视觉和力觉等传感技术,对该装置进行了功能验证试验.试验证明该装置用于遥控焊接机器人时可以实现装夹和拆卸,满足自动装卸、速度可调、位置可控,且其圆周运动误差满足管道全位置焊接的要求.结果表明,该装置能够实现管道全位置焊接,焊缝外观成形良好.     

A method of initial welding position guiding for arc welding robot based on visual servo control

0　IntroductionCurrentlyintelligentizingweldingrobotisaresearchdirectionthatgreatattractsresearchers.Thereinto ,theapplicationofvisionsensoristhemostattractedoffsetinintelligentizingrobotweldingwithbroadenutilityfield[1] .Themainadvantageofusingvisionisthatitneedn’tdirectcontactwithobject,andeasytosolveproblemwithnaturalandefficientway ,soplantracebe foremovingandfeedbackinformationduringmoving .Itissuitabletotasksinwhichdemandtheabilitytoadaptthechangingenvironments .Thispaperexploredthetas…     

基于单目视觉的初始焊位导引技术

针对传统焊缝起始点自动导引技术所采用立体视觉方法存在系统复杂、导引过程繁琐等问题,提出了一种基于eye-in-hand单目视觉的焊缝初始位置导引方法.首先调节机器人关节并获取不同位姿下焊缝初始位置图像,然后建立经过初始焊位点的直线方程,并将其转换到位于机器人基坐标系下.进一步求取上述两直线交点,最终确定初始焊位在机器人基坐标系下的三维坐标,以此引导机器人运动.结果表明,该方法能够在保证精确度的情况下实现对焊缝起始点进行导引.     

一种基于视觉的平面焊缝初始焊位定位的简易方法

焊缝起始位置的自动定位是实现智能化焊接的关键步骤之一.介绍了一种实用的视觉引导焊接机器人到初始焊位的导引系统和方法.在系统中,机器人可以在视觉系统的引导下自动定位到任意平面焊缝的起始位置.以铝这种强反射平面曲线对接焊缝工件为例,实现了初始焊位的自主定位功能.系统具有算法简单,实用性和稳定性以及抗干扰性强等特点,其定位准确率和精度都在试验中取得了满意的结果.     

局部环境焊缝初始位置图像识别方法

焊缝初始位置的自动识别与定位是实现智能化焊接的关键步骤之一.介绍一种边缘线相交定位初始焊缝位置的方法.通过由粗到精的2步模板匹配方法提取出焊缝初始位置区域.然后对初始位置区域进行图像处理,得到焊缝边缘特征,结合焊缝物理尺寸和摄像机参数信息分离边缘像素点并组成3个像素点集合,最后对分离出的像素点集进行最小二乘法直线拟合....     

弧焊机器人起始焊接位置图像识别与定位

起始焊接位置的识别和定位是实现机器人智能化焊接的第一步,在分析焊缝接头类型的基础上给出了起始焊位的定义.采用CCD摄像机在自然光条件下获得待焊工件图像,由起始焊位的定义分析了起始焊位识别的方法.提出一种局部范围内由粗到细的两步精确定位方法.首先求取焊缝和工件边界交点作为初始值.第二步以该点为中心建立一个小窗口,在此局部范围内检测角点.根据设定的判断标准,可充分利用原图像的丰富信息和边缘提取后的结构化信息.结果表明,对规则焊缝,初始值与实际初始焊位能很好吻合,而对不规则的焊缝,初始值偏离实际位置.文中提出的两步定位方法则能准确的识别和定位具有明显边界的规则和不规则焊缝的初始焊接位.     

焊缝位置识别的图像处理方法设计

在基于视觉的自动焊接中，由于焊缝图像是复杂多变的，要准确得到焊缝位置选择合理高效的处理算法是非常重要的。针对这一问题为焊缝图像提出了一系列处理步骤，它包括中值滤波、自适应阈值二值化、孤点滤波、边缘检测，焊缝位置搜索五步，其中详细叙述了重要的自适应阈值二值化与孤点滤波算法。在每一步处理中都用了四幅完全不同的焊缝图像做了观察和对比，结果显示所选算法产生较好的处理效果。     

一种基于数学形态学的焊缝图像处理方法

介绍了二值及灰度数学形态学进行图像处理的基本原理。针对机器人焊接中的激光结构光焊缝图像,提出了数学形态学滤波去噪方法。实验结果表明,该方法能获取清晰的焊缝坡口特征,便于提取焊缝中心。经测定,总的处理时间为23ms,满足实时控制的要求。