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。     

嵌入式焊缝跟踪控制系统的开发

空心轴高速旋转电弧传感器广泛应用于焊缝跟踪系统中,首先介绍了利用这种传感器进行焊缝偏差检测的原理,在已有的基于工控机来控制平台的基础上,对控制器进行了小型化工作,从工作原理、软硬件组成和相应的功能模块的实现等方面介绍了基于十六位单片机80C196KC的控制系统的开发方法,结论中还提到了开发时的一些技巧和体会,利用所研制的控制器在焊接机器人ROMAT76AW上进行了采集和控制实验,结果证明基本达到预定要求.     

高速旋转电弧传感焊缝偏差信息识别的研究

以空心轴电机直接驱动的高速旋转电弧传感器是焊接应用中使用的一种传感器,国内外将它应用于焊缝跟踪系统中,并进行了大量的研究。介绍了该传感器的结构与工作原理,阐述了采用特征谐波检测法识别焊缝偏差信号的方法。利用该方法对V形坡口进行了金属熔化极气体保护电弧焊(MIG)的跟踪试验,试验结果验证了所用方法的有效性。     

基于模糊控制的电弧焊接焊缝跟踪技术研究

针对V型坡口焊缝,采用摆动扫描式电弧传感器,研制了基于模糊控制的焊缝跟踪系统.主要介绍了焊缝跟踪系统的组成,完成了模糊控制器算法的设计,离线完成模糊控制查询表.在焊接过程中,系统采用ARM微处理器实现焊缝跟踪的查表工作,从而实现焊接时焊缝的精确跟踪,使焊枪对中焊缝.该系统无需建立被控对象的精确数学模型,改善了伺服驱动系统的动静态特性,提高了焊缝跟踪的精度.     

旋转电弧传感弧焊机器人焊缝实时纠偏系统研究

本文介绍了以高速旋转电弧为传感器的弧焊机器人焊缝实时纠偏系统 ,首先设计了适应机器人要求的高速旋转电弧传感器 ,然后对电弧传感 V形坡口焊缝的识别方法及铁水等干扰影响进行了研究 ,采用模糊控制技术进行焊缝实时纠偏 ,最后完成了 V形坡口直线焊和角焊缝折线焊 ,取得了满意的焊缝纠偏结果 .     

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.     

基于旋转电弧传感器的焊接电流波形研究

为了实现焊接的自动化,必须研制出新型的传感器,并对采集到的信号进行滤波与分析。介绍了旋转电弧传感器的工作原理。由于采样得到的焊接电流中含有大量的噪声,必须通过多种滤波方法的组合,最终得到较理想的焊接电流波形。为了研究焊接电流的波形,进行了小弯曲角焊缝的跟踪实验,直角转弯角焊缝的跟踪实验。结果表明:滤波后的焊接电流波形比较理想,通过焊接电流波形,可以识别出焊枪是前倾、后倾,还是既不前倾也不后倾,焊枪是左偏、右偏,还是对中,为偏差识别和焊接机器人的控制铺平了道路。     

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.     

前置式磁控电弧传感器焊缝自动跟踪系统

针对目前机械式电弧传感器普遍存在的问题,将磁场控制电弧技术应用于焊缝跟踪,设计了磁控电弧传感器和一种双十字滑块的结构系统,对采样信号采用了RCπ型滤波和巴特沃思滤波器进行双级滤波,提出了有限区间去极值离散积分比较法来提取实际焊缝坡口的偏差信息。焊缝跟踪试验验证了该系统的有效性。     

焊缝跟踪视觉传感器中图像多类型特征选择与提取

针对在焊接机器人焊缝跟踪传感器中不同类型工件焊缝接头的结构光图像特征,提出一种图像特征选择与提取方法.首先,对图像进行自适应分割,提取出激光条纹中心线.再根据三种典型焊缝接头类型:预留坡口对接类,无坡口直接对接类和左、右搭接类型焊缝的结构光图像的特点,分别选择激光条纹曲线的沟槽中心、条纹曲线的转折点和间断点作为焊缝特征点,分别进行提取.对不同类型焊缝结构光图像的处理实验结果,验证了本文方法的有效性.     

Weld seam profile detection and feature point extraction for multi-pass route planning based on visual attention model

Automatic multi-pass route planning is one of key technologies for thick plate in robotic metal active gas (MAG) arc welding. In this research, a scheme for the extracting feature points of the weld seam profile to implement automatic multi-pass route planning, and guidance of the initial welding position in each layer during MAG arc welding, is presented. It consists of two steps: first a vision sensor based on structured light is employed to capture laser stripes and molten pools simultaneously within the same frame, and the laser stripe, forming the weld seam profile is detected by a visual attention model based on saliency. Then a methodology of polynomial fitting plus derivatives for feature point extraction of the weld seam profile is suggested. With respect to the effectiveness of highlighting the laser stripe, the proposed model is much better than the classic ones in this field, whereas the feature point extraction methodology in this paper outperforms typical template matching. Finally, the performance of the proposed scheme is demonstrated on different weld seam images captured in different layers and different welding experiments.     

弧焊机器人焊缝图像分割方法研究

提出了脉冲耦合神经网络（PCNN）图像分割的一种新方法,首次使用点火频率矩阵的二值矩阵作为图像分割的最终结果,给出了在此过程指导下PCNN参数选择原则,降低了PCNN对参数的依赖性,提高了图像分割的效果。将该方法运用于石油井架弧焊机器人焊缝图象的识别中起到很好的效果。     

基于嘴巴特征点曲线拟合的哈欠检测

针对疲劳分析中哈欠检测具有嘴角点定位困难、嘴巴张开大小及持续时间因人而异的特点,提出一种基于嘴巴内轮廓角点检测与曲线拟合的哈欠检测方法。首先利用角点检测获取嘴巴内轮廓上的若干点,对这些点进行曲线拟合建立嘴唇内轮廓数学模型;然后再对张口度曲线进行时间维度的分析,对哈欠进行二次判决。实验结果表明,该方法不仅能够更精确地获取开口度的大小,而且还能够降低哈欠的误检率。     

自适应特征点检测的可见-红外图像配准

目的 针对可见—红外图像之间配准点的数量不足、分布严重不均匀以及配准点之间的错配率高这3个核心问题,提出一种基于自适应特征点检测的可见—红外图像配准方法。方法 本文提出的自适应特征点检测方法,以Harris corner作为基本特征点;以特征点数目与空间分布为检测目标,从而自动地估计合适不同空间位置的特征点的检测阈值。在特征点对匹配中,将梯度方向与互信息相融合有效地添加了相似性函数的空间位置信息。结果 自适应Harris corner检测方法能够有效地提供空间分布均匀、数量充足的特征点。而梯度方向与互信息相融合的相似性匹配函数提高特征点的匹配率20%,降低配准误差50%。结论 本文提出的多传感器图像配准方法能够快速、准确地实现可见光图像与红外图像之间的配准,在CCD-IR图像融合领域具有很好的实用价值。     

基于彩色的SIFT特征点提取与匹配

由于只是利用图像的灰度信息,SIFT算法不能很好地区分形状相似但颜色不同的物体。针对这一问题,提出了一种基于彩色的SIFT特征点提取算法,并着重分析了多种彩色模型对算法性能的影响。这种算法也是在图像的灰度尺度空间上检测特征点,但其特征向量由各描述子子区域的彩色模型分量的均值组成并在原始的彩色图像上进行计算。实验结果证明了该算法的有效性。     

基于Zernike矩边缘检测的焊缝信息获取

针对目前焊缝坐标提取方法存在精度较低,难于实现视觉引导的机器人激光焊接高速度、高精度的要求,提出一种基于Zernike正交矩的曲线焊缝位置坐标信息获取算法,该算法首先采用Zernike边缘检测算法识别焊缝边缘,然后提取出焊缝的中心线,最后计算出该中心线的亚像素坐标.通过试验验证了该算法的可行性.     

全局图像特征分析与实时层次化消失点检测

为了使道路场景的消失点检测能够适应不同的道路条件,提出基于全局图像特征的层次化消失点检测方法。通过全局图像特征提取全局道路特征,将道路分为4类并粗粒度定位道路区域。根据分类选择提取道路标识或边缘特征进行尺度变换的线段检测或区域分割并投票消失点集,再选择使用逆透视仿射变换或色彩纹理信息验证获得有效消失点。通过图像预处理移除道路车辆及阴影干扰,进一步提高检测精度。实验证明道路特征分类有效,在光照阴影、色彩纹理及遮挡等条件各异的场景中,层次化消失点检测方法均获得实时鲁棒的检测结果,比现有在复杂场景平均误差较小的基于本征直线方向与色彩纹理的检测方法精度与效率分别提高37.5%和20%。     

基于改进特征点检测的快速图像配准算法

针对传统特征点配准算法效率过慢、对特征点存在误检的现象,提出了一种基于特征点检测的图像配准算法.对特征点检测方法进行了改进,利用像素点与周围像素点的灰度关系滤除非特征点;对剩余的点使用提出的菱形模版进行精确检测,建立了特征点集合;利用迭代最近点(ICP)算法对特征点集合进行配准.实验结果表明:改进算法在特征点检测准确性和检测时间上明显提高,并且具有良好配准效果.     

基于生物视觉机制的图像特征点检测方法

特征点检测性能对于后续图像分析和理解起着关键的作用,基于视觉感受野以及信息流反馈等视觉机制,提出了一种图像特征点检测新方法。利用感受野自调节特性构造简单细胞感光层,对卷积运算所获取的高斯差异结果进行特征点粗检测;利用脉冲信息流的反馈机制进行冗余点的剔除,最终获得视觉注意机制下的代表性特征点。在图像旋转角度为30°、60°、90°,尺度变换因子为0.8、0.9、1.1和1.2时,新方法在最终特征点数量均显著少于传统算法的情况下,图像特征点一致性稳定性结果较优,该方法将为生物视觉机制及其在图像处理中的应用提供崭新而有效的思路。