基于机器视觉的焊缝跟踪系统研究与设计

随着制造业的迅速发展,焊接作为一种重要的加工手段发挥着越来越重要的作用,是制造业的重要工序。同时也对焊接的自动化与智能化提出了更高的要求。传统的焊接操作由人工判断焊缝的位置,精度较低且容易引起误判。本文通过对图像采集平台、图像处理算法的研究,提出了一种基于机器视觉处理模块与机器视觉算法的焊缝跟踪系统。通过焊缝特征的提取与处理,控制焊枪实现焊缝的自动跟踪与定位。该系统具有性能稳定、定位精确等特点。     

基于激光视觉检测的焊缝自动跟踪系统研究

旨在提高焊缝跟踪精度和焊接质量,提出一种基于激光检测自动焊缝跟踪系统。该系统由激光视觉部件、控制器、步进电机和十字滑架组成。当系统工作时,由激光视觉部件检测焊缝的当前位置与目标位置之间的偏差,控制器基于该偏差确定纠偏量,步进电机驱动十字滑架以纠正焊枪横向与纵向位置偏差。搭建出系统物理样机,进行了焊缝跟踪试验。试验结果表明,基于激光视觉检测的焊缝跟踪误差可控制在0. 5 mm 之内,其在精密焊接领域具有较大应用前景。     

一种基于激光结构光的焊缝跟踪视觉传感器

焊缝自动跟踪是实现焊接自动化的关键.本文在总结不同焊缝跟踪传感器研究的基础上,设计了一种基于激光结构光的视觉传感器.针对不同类型焊缝(V形、U形坡口焊缝、搭接、对接焊缝和第一道焊焊缝、多道焊焊缝等)的图像特点,开发了焊缝激光图像处理模块库,可以提取出焊缝特征点位置坐标,实现焊缝跟踪.实验证明,传感器具有较高的精度和可靠性,并对焊缝跟踪系统具有一定的普适性.     

激光视觉搭接焊缝的图像识别

研究了激光视觉搭接焊缝的图像识别方法。针对原始焊接坡口激光图像中的噪声,比较了均值滤波和中值滤波去噪方法,提出了一种改进的滤波方法,采用自适应阈值调整的最大方差法计算滤波图像的二值化阈值,从而实现对图像的分割。针对搭接坡口激光图像提出了三种坡口中心位置的识别和提取方法,并通过图像处理实验比较了三种识别方法的坐标误差、识别正确率。试验证明,最大方差法的图像处理过程和快速Hough变换识别法有效,能满足焊缝实时跟踪的要求。     

计算机视觉在焊缝跟踪控制中的应用

研究一种基于计算机视觉的焊缝跟踪控制系统,重点论述焊缝图象分割和边缘提取的理论方法,通过对视觉传感器CCD检测到的弧焊区图象进行处理来准确地识别焊缝位置,从而有效地提高焊缝跟踪精度。     

图像处理技术在焊缝跟踪中的应用

随着焊接过程自动化和智能化的发展,基于图像处理技术的焊缝位置检测和焊接缺陷检测过程越来越受到国内外学者的重视.本文对焊缝自动跟踪系统中有关图像处理方面的研究内容作了一些介绍,详细分析了图像处理技术在焊缝跟踪过程中的应用,其中包括图像预处理,图像分割,边缘检测和特征点提取等图像处理过程,总结了一些传统和新型的图像处理算法,并讨论了各自的优缺点.     

基于线激光视觉的机器人焊缝跟踪鲁棒控制方法

为了解决机器人在高速状态下进行焊缝跟踪时在拐角处产生的失真变形问题,提出了一种基于线激光视觉的机器人焊缝跟踪鲁棒控制方法。该方法通过视觉系统的预测量获得焊缝轮廓信息,对焊缝拐点进行识别并辨认拐角区域,对不同的轮廓部分采用不同的控制策略,同时引入自动校正过程,校正实际生产过程中的装配误差。实验结果表明该方法可以实现可靠的检测与跟踪,解决了高速状态下的运动轨迹失真问题,有效地提高了机器人焊缝跟踪的速度与精度,并确保系统在外界干扰的情况下仍能保持准确和稳定的运动,增强了系统的鲁棒性。     

激光焊接焊缝质量视觉检测系统

研究了LabVIEW在结构光视觉焊缝质量检测方面的应用,提出了一种快速高效的、用于自动化焊接系统图像处理的算法,并开发了激光焊缝质量监控系统.首先使用背景差分算法清除非均匀光照造成的影响,利用类间方差法求解最佳阈值,最大限度地保留了焊缝结构光条纹区域的有效信息;接着设计了自适应形态学收缩算法,使焊缝条纹区域在每列上收缩至一个像素点,从而得到一个没有分叉的骨架:最后利用骨架信息,结合数据拟合和特征参数提取,实现了焊缝的三维重建.试验结果证明,视觉检测系统以及焊缝特征的测量结果令人满意.     

曲线焊缝跟踪的视觉伺服协调控制

为实现工业机器人自动跟踪曲线焊缝,提出了协调焊枪运动和视觉跟踪的视觉伺服控制方法．建立了特征点的数学模型,并在此基础上确定机器人运动的旋转轴．设计了一种双层结构的模糊视觉伺服控制器,通过动态确定控制量有效范围来保证图像特征存在于视场中．为准确确定有效范围,设计了带模型动态补偿的Kalman滤波器．曲线焊缝的自动跟踪实验验证了所提方法的有效性．     

激光-PSD传感器在焊缝跟踪中的应用

详细介绍了扫描式激光 -PSD传感器工作原理 ,包括发射光路、接收光路和扫描机构的设计。该系统已经成功地应用于我国大型耐压壳体焊接中。     

激光视觉传感器对不连续焊缝的识别

船舶制造中,为了对小格子船舱中排水孔形成的不连续焊缝进行跟踪,在机器人上安装视觉传感器提取排水孔的起点、终点特征信号。介绍了图像的采集方法和图像处理过程。对含有焊缝信息的图片先进行去噪预处理,再进行阈值分割,求取连通区与面积;细化图像,提取出激光线条的骨架;然后再进行霍夫变换,提取特征直线;最后求得两直线的交点,即焊缝的特征点,从而识别排水孔和焊缝。在模拟船舱结构的工件上进行不连续焊缝跟踪实验,实现了不连续焊缝的识别。     

An on-line shape-matching weld seam tracking system

Automatic welding technology continues to find a broader application in diverse industries due to its high efficiency and accuracy. In this work, an on-line laser-based machine vision system for seam tracking was developed. To achieve a reliable and accurate seam tracking process that is adaptive to different groove types, a shape-matching algorithm was proposed and implemented. The algorithm uses the previous groove shape as the template to locate the next groove shape. Tests on U-groove, tap-groove and free form groove have verified its adaptability and robustness to different groove types with noise. The shape-matching algorithm also enables the seam tracking system to automatically localize the starting and finishing point of the weld seam. A FIFO based queue was defined and implemented to tackle the lag distance problem between the heat source and the vision sensor. The tracking algorithm, along with the FIFO queue was successfully verified on a sine-shaped seam. A tracking accuracy of ±0.5 mm was achieved in this test, which is acceptable in most of the arc welding applications.     

基于示教与视觉纠偏的机器人自动焊接方法研究

给出了一种示教与纠偏相结合的焊缝跟踪方法,用于实现机器人的自动焊接．针对传统的示教再现机器人,由激光视觉传感器测量实际路径与示教路径之间的偏差．机器人控制器根据示教路径和偏差,对焊枪的运动方向和位置进行调整,实现焊缝跟踪．利用六自由度机器人和激光结构光视觉传感器设计了实验系统,对所提方法进行了实验．实验结果验证了该方法的有效性．     

卡尔曼滤波焊缝跟踪控制

在视觉传感的电弧自动焊接过程中,需要根据视觉信息来控制电弧准确地跟踪焊缝.由于强烈的弧光干扰,使得从焊接区图像中直接提取电弧与焊缝的偏差信息十分困难.为此提出一种利用熔池图像质心和卡尔曼滤波来间接获取电弧与焊缝偏差的方法.选择熔池图像质心作为状态向量,建立基于图像质心的状态方程和焊缝位置测量方程.利用卡尔曼滤波消除过程噪声和测量噪声的影响,通过对熔池图像质心的状态估计,准确获取焊缝位置以及电弧与焊缝之间的偏差量,为自动焊接过程的焊缝跟踪控制提供准确信息.焊接试验结果表明,利用卡尔曼滤波方法可有效降低过程噪声和测量噪声的影响,从而提高焊缝跟踪控制精度.     

经济型焊缝跟踪视觉传感器的研制

利用普通的焊接护目镜玻璃制作了熔池图像视觉传感器,在304#不锈钢等离子弧焊缝跟踪试验中获得的图像是足够清晰的,能够清楚地看到接缝和焊接熔池.在工厂车间里进行的试验证明:这种低成本的视觉传感器可以用于304#不锈钢的等离子弧焊接过程的实时焊缝跟踪和控制.     

焊接机器人曲线焊缝的自动跟踪控制

为实现焊接机器人对曲线焊缝的自动跟踪,提出一种简便的位姿实时调整策略和协调视觉跟踪与机器人运动的视觉伺服控制方法。建立了曲线焊缝视觉跟踪过程中焊接机器人期望位姿的数学模型;设计了一种上下层结构的模糊视觉伺服控制器,通过建立焊缝特征点像素坐标偏差与末端轴旋转角度之间的关系模型,动态确定模糊论域的大小,在机器人期望位姿的基础上仅仅通过调整末端轴的旋转量来保证图像特征点始终存在于相机视场内。通过模拟焊接机器人自动跟踪曲线焊缝的实验,验证了所提策略与方法的有效性。     

Seam tracking and visual control for robotic arc welding based on structured light stereovision

A real-time arc welding robot visual control system based on a local network with a multi-level hierarchy is developed in this paper. It consists of an intelligence and human-machine interface level, a motion planning level, a motion control level and a servo control level. The last three levels form a local real-time open robot controller, which realizes motion planning and motion control of a robot. A camera calibration method based on the relative movement of the end-effector connected to a robot is proposed and a method for tracking weld seam based on the structured light stereovision is provided. Combining the parameters of the cameras and laser plane, three groups of position values in Cartesian space are obtained for each feature point in a stripe projected on the weld seam. The accurate three-dimensional position of the edge points in the weld seam can be calculated from the obtained parameters with an information fusion algorithm. By calculating the weld seam parameter from position and image data, the movement parameters of the robot used for tracking can be determined. A swing welding experiment of type Ⅴgroove weld is successfully conducted, the results of which show that the system has high resolution seam tracking in real-time, and works stably and efficiently.