基于线结构光的曲线焊缝焊接技术

在实际焊接过程中,曲线焊接是工业生产中的一项重要内容,其焊接方法目前以示教焊接以及建立数学模型为主,这些方法的过程过于机械和繁杂。文中提出一种新的基于线结构光的曲线焊缝焊接技术。在实验中,首先对采集的图像进行降噪等图像处理,通过焊缝的特征点提取算法,得到焊缝的特征点坐标,最后,利用B样条曲线插值算法,将各特征点坐标进行曲线拟合。在此基础上使用一种新的算法能够实时的根据工件侧面的角度自动调节焊枪的角度,极大地提高了焊接工艺。经实验表明其实际误差约为0.1mm,具有良好的检测精度,能够满足实际焊接的精度和需求。     

基于激光视觉的薄板焊缝跟踪方法研究北大核心

由于示教型焊接机器人在进行汽车薄板件连续焊工艺时存在装夹误差和热变形等问题,导致焊缝实际轨迹与示教轨迹存在较大误差。为提高焊接质量,基于焊接机器人构建激光视觉焊缝检测跟踪系统,提出基于目标估计准则的焊缝跟踪算法,实时跟踪焊缝中心点三维位置变化。以传统图像处理法提取初始帧焊缝特征点,通过改进的孪生神经网络对强干扰下的焊缝特征点进行跟踪提取。通过坐标转换得到机器人基坐标系下的焊缝中心特征点三维坐标。结果表明:该算法能精确提取跟踪焊缝特征点,平均误差为0.48 mm,平均帧率为90帧/s,优于传统图像处理方法和基于相关滤波的方法,能够实现快速准确的跟踪。     

厚板多层焊接的焊缝位置修正

针对中厚板多层多道焊接示教繁琐且焊缝坡口会随焊接层数和道数的增加而产生变形的问题，基于激光视觉的机器人中厚板焊接系统，提出一种多层多道和多层单道焊缝位置修正方法。通过在每层焊接之后重新扫描焊缝以获取当前焊缝的三维信息，提取焊缝信息特征并对焊道位置进行修正，以重新设定下一层焊道的起点与终点位置。通过V型厚板多层单道焊接实验与焊缝三维模型焊后分析表明，对焊缝位置进行修正可有效消除由于焊接过程中变形带来的影响，厚板焊接盖面层焊缝余高可平均控制在2 mm以内，提高工业机器人对多层焊接的适应性。     

主动视觉的焊缝跟踪图像分析

焊接结构件应用领域广、需求量大,在提高效率的前提下保证焊接质量是非常必要的。随着人工智能技术的发展,焊接智能化生产成为了可能。文中基于焊接机器人构建视觉焊缝自动跟踪系统,结合工业相机于机器人系统标定技术,通过采用中值滤波平滑去噪、灰度拉伸增强对图像进行预处理。结合Canny算子提取图像边缘,Zhang改进细化算法获取图像单像素条纹,最小二乘法对骨骼线上的点进行拟合,最终得到特征点进行实际坐标转换获取焊缝中心点位置。试验表明,该研究具有一定的可行性,满足实际需求。     

膜式壁焊缝图像处理及其识别方法

提出一种基于新的单目视觉线性结构光的膜式壁焊缝识别方法,克服了焊接过程中的飞溅、烟雾等干扰,快速地提取了膜式壁角焊缝特征点。首先,根据激光条纹图像与背景的显著性差异,采用灰度级频率法提取了激光条纹图像;其次,基于骨架抽取提取了激光条纹中心线,并对中心线坐标应用Takagi Sugeno模糊算法进行滤波;最后,应用动态ROI搜寻法快速找到含有焊缝特征点的区域,结合快速排序算法找到焊缝特征点坐标。经实验证明,该算法能够快速准确地提取焊缝特征点,结合控制算法,能够准确跟踪焊缝。     

基于激光传感器的机器人自适应多层多道焊接

针对机器人自动化焊接过程中工件的定位误差、加工误差和激光传感器的安装误差的问题,提出了一种基于线结构视觉激光传感器获取焊缝形状位置信息,并使机器人能够自动调整焊枪位置和姿态来修正误差,同时自适应不同角度焊缝的多层多道路径规划方法。首先进行手眼标定,采用pyqt5在windows系统环境下部署焊接机器人手眼标定软件,把焊道空间点信息从视觉坐标系转换为机器人基坐标系下。然后对工件进行扫描,通过预设定算法完成对实际坐标点的预处理计算,并自适应调节工具坐标系的位姿弥补偏差;最后根据处理得到的焊缝坡口的特征参数和焊接工艺要求,规划多层多道焊接的路径完成焊接。对中厚板碳钢单边V形坡口进行试验,结果表明,该方法具有良好的实用性。     

基于局部特征的位姿求解算法北大核心

为提高点云数据配准精度,更准确获取目标物体位姿信息,提出一种基于局部特征的多源数据匹配位姿求解方法。首先,通过3D深度相机获取模型三维点云数据,并根据梯度阈值算法从大量点云数据中得到物体表面梯度值;其次,使用L+边界提取算法提取物体边缘轮廓特征信息,再遍历实体大量点云数据求解二维轮廓特征值,从而对输出的轮廓特征数据建立特征数据库;最后,对获取的点云数据特征进行数据处理,通过Hu矩匹配算法找到相对应的数据源后再由F-ICP匹配算法获取模型位姿。结果表明基于局部特征的多源数据匹配算法可以有效对点云数据进行位姿计算,匹配精度得到提升。     

一种用于穿孔塞焊焊缝特征提取的视觉识别算法

针对三代核电站屏蔽厂房钢筋穿孔塞焊变角度、变间隙等复杂的接头特征,研究用于机器人智能化自适应焊接的视觉识别方法. 采用双条纹激光视觉传感技术对焊接前的待焊区域进行识别,结合离散数据模拟关系曲线设计一套视觉处理算法,实现了对各种影响穿孔塞焊接头焊缝成形的特征量的数据进行提取,包括塞焊孔圆心坐标及直径、钢筋凹凸高度、接头倾斜角度、焊缝间隙等,为后续的焊枪姿态与焊接工艺参数联合规划提供基础数据. 通过对比实测的采样数据对该算法的提取精度进行了误差分析. 结果表明,圆心坐标在x, y方向的误差都在 ± 0.2 mm的范围之内,倾斜角度在R_x,R_y方向的误差都在 ± 0.2°的范围之内,实现了穿孔塞焊接头特征提取的高精度和可靠性.     

基于图像空间的焊接机器人起始点自动识别与自动控制

以集装箱薄钢板对接焊为背景,提出了一种焊接机器人起始点自动识别与焊枪精确对位的图像空间控制方法。分别以迭代圆形霍夫变换方法、直线霍夫变换方法确定了包含焊枪特征点的圆形感兴趣区域,实现焊枪特征点、焊缝直线的识别和焊缝特征点提取,设计了基于图像空间的焊缝起始点视觉控制策略,实现了起始点的精确定位控制。实验表明:该方法能够精确地识别焊缝特征和焊枪坐标,快速精确定位焊枪,具有较好的鲁棒性。     

基于点云的机器人激光焊接轨迹自动提取方法

为越过从点云到CAD模型的重构,实现自由摆放立板的自动焊接,提出一种基于测量点云的机器人激光焊接轨迹自动提取方法。利用均匀采样法对点云进行简化，利用统计滤波剔除点云测量背景噪声，并对点云进行整体倾斜校正；提出一种数据扫描策略以实现组合立板顶面与底面的快速分割；在Alpha Shape算法识别出的立板顶面边界点基础上，采用距离约束去改进RANSAC算法，快速拟合出组合立板顶面边界轮廓；通过对分段顶面边界的快速排序及拓扑关系的还原，获得组合立板的角点；在此基础上，完成机器人激光焊接轨迹的自动构造。实验结果表明:该方法无需重构点云的CAD模型就可直接从测量点云中提取焊接轨迹，从而有效保证自由摆放立板的自动焊接。     

基于焊缝兴趣点的多尺度形状描述符模板匹配算法

针对厢体焊接涉及多种类型焊缝,提出了一种焊缝类型识别方法. 采用激光条纹提取算法获取焊缝骨架,对焊缝骨架进行直线拟合,求取焊缝骨架特征点作为兴趣点,利用多尺度形状描述符对兴趣点进行特征描述,获取焊缝类型的形状信息. 选取多种类型焊缝模板,通过模板匹配算法进行焊缝类型识别. 结果表明,焊缝类型分类正确率可达95%以上,这种焊缝类型识别方法是可行的.     

船舶小组立焊接工位特征提取和检测

为实现无人工干预的船舶小组立工件的智能焊接,采用线激光设备采集小组立工件表面点云,并制定针对性的算法对海量三维点云进行特征提取和检测。根据小组立流水线焊接工位现有条件和需求,制定基于二轴位移机构的线激光扫描式测量方案。针对海量线激光点云,从算法复杂度和准确性两方面,设计基于随机采样的底板提取算法,分割底板和加强筋。通过角点提取算法计算底板角点坐标和关键尺寸,对加强筋进行聚类分割和基于线条点云聚类阈值的噪点去除,并通过对比焊接前后的加强筋点云评估焊接质量。通过现场测量实验,验证了测量方案和算法的可靠性,表明机器视觉的方案可以为船舶智能制造提供技术基础。     

一种激光视觉引导的自动识别V形焊缝的算法

如何准确地识别线结构光在V形焊缝上留下的光带是机器视觉的一个关键技术,对此文章提出一种新的图像处理方法。首先对原图像进行中值滤波。然后选用一种新的高斯模板对其进行滤波,可以有效地去除面积较大,宽度较宽的噪声。接着采用一种新的ROI区域提取算法,可以有效地确定光带所在位置,提高运算效率。然后采取孤点滤波删除散落在图像上的曝光点。接着对其进行细化,提取激光条纹中心线。提取焊缝特征点时,运用斜率法将图像中的点进行分类随后进行最小二乘法的直线拟合,得到特征点坐标。然后将特征点坐标从图像坐标系转到基坐标系下。最后通过计算得到焊缝参数。实验结果表明:V形坡口的角度、高度、宽度的计算结果与实际值的相对误差分别为0.33%、0.585%、0.186%。满足的抗干扰能力强、精度高和实际焊接等要求。     

V形焊缝轮廓特征点的有效提取

当前机器人智能化厚板焊接中焊缝检测仍以激光视觉传感器为主流。为实现多层多道自主焊接,研究以焊缝图像为载体的焊缝轮廓特征点的提取是前提,提出了一套有效的提取V形焊缝轮廓特征点的方法。该方法以已提取的线状焊缝轮廓为研究前提,指出V形焊缝轮廓的特征点有3种,即斜率突变点、局部极值点和拐点。通过不同焊道的焊缝轮廓特征点的提取试验验证了该方法的有效性,为后续的焊道规划和跟踪打下了良好的基础。     

窄间隙磁控激光复合式焊缝跟踪方法

针对窄间隙焊接需要精确的焊缝偏差信息以保证焊枪对中的问题,设计了一套磁控电弧-激光传感器相结合的焊缝跟踪系统,由前置的激光视觉传感器扫描焊缝中心,采用形态提取算法和基于Kernel算法的相关滤波器得到焊缝特征点的坐标,经拉格朗日插值法处理,拟合出焊缝轨迹的近似曲线,设定门限阈值分两种情况采用双传感器数据自适应加权融合方法进行信息融合,使得焊缝偏差信息更为精确,最终保证焊枪的对中和侧壁良好融合。     

基于WebGL的焊接机器人仿真及多层多道路径规划

针对中厚板机器人焊接运动仿真、多层多道路径规划等需求,开发了一种基于Web GL的开放的机器人焊接离线编程系统.首先搭建了基于激光视觉传感的机器人MAG焊接系统,接着利用Java Script,Web GL等技术搭建了仿真平台,通过传感器获取焊道的三维点云数据,利用点云处理技术对焊道特征信息进行提取,在此基础上,进一步提出了对20 mm厚的开V形坡口钢板的多层多道路径规划策略,最终完成了V形坡口4层10道的焊接实验.结果表明,该系统对机器人焊接自动化、智能化关键技术提供了可靠的实现途径.     

结构光视觉辅助焊接的轨迹识别与控制技术

对激光多点寻位、焊前轨迹拟合、焊缝实时跟踪的3种结构光视觉辅助焊接的轨迹识别与控制技术进行了研究.提出了适用于上述三者的以CNN模型、自适应特征提取算法、先验模型、坐标矩阵转换为核心的焊接轨迹识别流程.提出了分别对应上述三者的焊接轨迹控制模型:示教轨迹修正模型、焊前轨迹拟合模型、焊缝跟踪实时纠偏模型.结果表明,激光多点寻位、焊前轨迹拟合模式焊接时,能够在焊前高效地识别出焊接轨迹曲线,焊接轨迹与焊缝中心线基本重合;焊缝实时跟踪模式焊接时,系统能够实时矫正焊枪的偏差.文中提到的焊接轨迹识别流程与轨迹控制模型足以保证结构光视觉辅助焊接的稳定运行.     

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...     

焊缝射线检测图像的缺陷搜寻与算法优化

基于X射线成像的焊缝缺陷自动检测技术对提高工业射线检测的自动化水平具有重要意义。在通过图像处理算法进行焊接缺陷提取的过程中,存在各种干扰,要求算法有很强的抗干扰能力。尝试了均值滤波背景相减和底帽变换两种缺陷提取算法,并分析存在的主要问题。针对这些问题,提出相应的解决办法,即模板优化算法和多特征再筛选算法,有效地解决了缺陷误检和漏检之间的矛盾。     

三维视觉在激光焊接机器人离线编程系统中的应用

建立了一套基于三维视觉的机器人离线编程系统,通过视觉传感器获取焊缝特征点的空间坐标,确定空间焊缝的准确坐标;通过一系列图像处理、坐标转换,最终生成符合机器人编程规范的程序代码,直接用于空间曲线焊缝的焊接。