焊接理论——一般问题

针对具有直线段特征的焊接接头,提出了一种基于模型的识别方法。通过对图像列方向上的光条纹灰度分布质心点序列的计算并利用分段直线段最小二乘拟合提取了结构光条纹中心线的形状特征,进一步利用预先定义的基元符号实现了接头轮廓的定性形状描述,     

焊接理论——一般问题

针对具有直线段特征的焊接接头,提出了一种基于模型的识别方法。通过对图像列方向上的光条纹灰度分布质心点序列的计算并利用分段直线段最小二乘拟合提取了结构光条纹中心线的形状特征,进一步利用预先定义的基元符号实现了接头轮廓的定性形状描述,     

一种基于结构光视觉的焊缝跟踪特征提取方法

对基于结构光视觉的焊缝跟踪特征提取方法进行了研究.首先通过逐列分割结构光条纹灰度菠峰并计算其重心位置实现对结构光条纹中心线的提取,其中采用自适应阈值分割和波峰特征距离计算相结合的方法以保证提取的可靠性;其次利用逐点递增式的分段直线段最小二乘拟合提取了接头轮廓的形状特征,进一步利用预先定义的基元符号实现了接头轮廓的形状描述;最后在此基础上实现了对焊缝接头的识别和跟踪点的提取.分别进行了对接、搭接以及角接焊缝实验,验证了本方法的有效性.     

结构光视觉鲁棒焊接接头跟踪

针对焊接时严重的干扰降低了接头特征提取效率的问题,提出了一种预测-匹配-估计的闭环递推机制来完成起弧下的接头特征跟踪检测.通过对焊接接头位置与形状的预测给出了结构光轮廓信号在图像中所在的区域,进一步通过基于模型的轮廓匹配方法识别出焊缝接头,最后利用基于可信度的滤波方法估计出合理的焊接轨迹,结果表明,该方法不仅明显地提升了焊缝接头轮廓识别的成功率和实时性,即使在面对接头特征识别结果出现粗值或者提取失败的不利情况下,依旧能够保证焊缝跟踪的可靠性.     

基于结构光视觉传感器的弧焊机器人视觉检测方法及试验结果分析

针对自动焊接机器人焊缝精确检测的问题,研究了基于结构光视觉传感器的视觉检测方法,对结构光视觉传感器实时采集图像进行理论分析,经过焊缝图像预处理、图像边缘检测和轮廓提取等处理过程,运用最小二乘法对焊缝边缘拟合,通过求平均值的方法提取结构光条纹的中心直线,找到数字图像中焊缝的位置,最后利用机器人手眼标定焊缝的位置,并进行焊缝跟踪。结合试验,验证了该视觉检测方法检测精度较好,能够满足实际的工作要求。     

机器人多层多道焊缝激光视觉焊道的识别

厚板多层多道焊缝形状特征的自动识别,对保证焊接质量和实现机器人自动化焊接生产具有重要意义.文中建立了基于条形激光源CCD视觉传感多道焊缝自动检测系统,通过对多道焊缝激光条纹图像特征的分析,提出了合理的图形处理识别流程,即经过图像平滑处理、纵向灰度梯度法识别条纹中心、再经过二重斜率平滑处理、多个峰值搜索等处理流程,可获得焊缝形状的四个拐点,为焊缝跟踪、弧长控制和焊枪位姿调整提供了重要的信息,其图像处理结果与试验结果相吻合.     

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.     

一种焊缝结构光图像处理与特征提取方法

提出了一种焊缝结构光图像处理与特征提取方法,有效克服了焊缝结构光图像中的反光等干扰,准确提取图像中焊缝位置特征.对于激光条纹中心线的提取,采用基于图像列方向像素灰度分布的曲线峰值提取方法,并利用激光条纹位置在时间和图像空间上的连续性和相关性,进行判断提取.对于焊缝图像特征的提取,根据沟槽类焊缝图像形状特点,选择焊缝沟槽图形中心作为图像特征.焊缝图像处理与焊缝跟踪试验结果证明了该方法的有效性和可靠性.     

基于同轴图像传感的激光焊接过程质量监测技术

针对激光焊接过程中由于参数不匹配、装配误差等原因造成的焊接过程不稳定等焊接缺陷，基于同轴图像传感技术，建立起一套激光焊接过程中的质量在线监测系统，对焊接过程中的熔池图像进行了采集分析及其熔池特征信息的提取. 结果表明，在激光功率为1 500 W的不等厚不锈钢薄板激光焊接试验条件下，焊接过程中的不稳定、下塌缺陷以及焊偏现象与熔池形状各特征信息变化具有一定的相关性. 结合BP神经网络算法对所提特征信息进行分类、识别，基于LabVIEW软件平台，可实现相应缺陷的自动化识别及报警功能.     

基于结构光视觉传感的焊缝视觉信息检测和识别研究

对基于结构光视觉传感的焊缝视觉信息检测和识别进行了研究.所获取的焊缝图像中存在着大量的飞溅、烟尘和电弧光等噪声干扰.CCD摄像机获取焊缝图像,经图像采集卡A/D转换后送入计算机内存,然后采用各种图像处理方法对图像数据进行处理,焊缝原始图像经过二值化、中值滤波、拉普拉斯锐化、细化一系列图像预处理,准确提取激光条纹信息,提出了几种常见的焊缝形式的检测和识别算法,算法所需时间均不到1 ms,提取焊缝特征,实现对焊缝的自动跟踪.     

基于最小二乘支持向量机的激光拼焊焊缝识别

激光拼焊焊缝质量结构光视觉检测中,对焊缝的准确识别是实现高精度检测的关键. 针对检测图像中结构光光纹畸变特征不明显,无法准确识别焊缝的问题,依据焊缝纹理特征信息,提出了一种基于最小二乘支持向量机的焊缝识别方法. 首先,分析并提取焊缝区和非焊缝区差异明显的纹理特征. 其次,训练最小二乘支持向量机模型,对焊缝进行粗识别. 最后,采用Laws纹理滤波提取焊缝区域,并通过阈值分割方法精确识别焊缝. 针对不同工艺参数下的激光拼焊焊缝开展焊缝识别试验,结果表明,该方法能够有效地识别焊缝.     

无坡口对接焊缝特征角点检测方法

针对无坡口平板对接焊缝,研究一种应用线结构光传感的角点检测原理实现焊缝特征检测与跟踪的方法.与基于线结构光形变特征检测焊缝位置的传统方法不同,根据激光条纹在焊缝处的灰度变化,运用图像形态学处理方法,提取焊缝中心特征.计算图像每列邻域内灰度值和,运用中心差分方法,提取焊缝图像感兴趣区域.再依据角点检测原理,确定焊缝中心亚像素级坐标位置,通过简单快速的系统标定,得到焊缝实际位置偏差.结果表明,对焊缝间隙为0.2 mm左右的对接焊缝进行跟踪试验,平均误差均保持在0.1 mm以内,满足焊缝跟踪精度要求.     

基于机器视觉的管道焊接跟踪技术研究

针对爬行焊接机器人在管道自动焊接中对典型的V形坡口焊缝的定位与中心线的提取,设计了一种基于激光视觉检测的自动焊缝跟踪系统。提出了一种基于激光条纹图像特征的两步定位方法:第一步,建立模板匹配,利用模板匹配方式获取激光条纹位置区域;第二步,采用阈值分割和中心法提取激光条纹中心线,然后采用Shi-Tomasi算法对中心线进行角点检测,经过拟合直线求交点和逐列扫描对比得到焊缝坡口的4个拐点信息,并确定焊缝中心。通过对实际的焊接过程进行测试,结果表明:跟踪系统的平均纠偏误差在2像素以内,平均处理纠偏时间在120 ms以内,具有较高的精度和实时性。     

基于空间位置和轮廓线距离的船舶焊缝特征参数提取

为了实现船舶焊接件数字模型中焊缝特征参数的精确提取,进而完成机器人数据库系统中焊接工艺的自适应快速匹配和快速选择,提出了基于空间位置和轮廓线距离的船舶焊缝特征参数提取算法.首先基于海伦公式识别待判定面来确定接头空间位置关系,并结合最小轮廓线距离完成焊缝特征识别;然后基于轮廓线总条数和最小轮廓线距离的两端点,识别出焊缝坡口处特征点及线;最后基于三类焊接接头所建的数学模型提取出与焊接工艺相关的焊缝特征参数.测试结果表明,文中焊缝特征参数提取算法能准确识别4类接头形式和10种坡口类型,以及准确提取焊缝间隙、坡口夹角和焊接件板厚等参数,具有焊缝特征识别广且信息提取齐全的优点.与其他相关识别算法相比,文中算法的识别率达到100%,而识别效率提升了16.06%,从而进一步验证了算法的有效性.     

Development of an automatic post-weld inspection system based on laser vision

In order to overcome the limitations of manual post-weld visual inspection approach, an automated inspection system is developed which uses three-dimensioual laser vision system based on the principle of optical triangulation. The system hardware consists of a modular development kit （MDK）, a computer, an actuating mechanism and so on. In image processing algorithms, extraction accuracy of centric line of laser stripe is the critical factor that determines the system performance. So according to the features of laser stripe image, a novel algorithm is developed to detect the central line of laser stripe fast and accurately. Experiments have demonstrated that this system can be used in various weld features inspection of both butt and fillet types of weld. Compared with traditional manual inspection method, this method has obvious dominance. The three-dimensional reconstruction result shows that this system has high accuracy and reliability.     

基于激光视觉传感的角焊缝外形尺寸检测

针对目前角焊缝外形尺寸手工检测的缺点,采用了一种基于激光视觉传感的角焊缝外形尺寸检测方法.该方法利用基于三角形测量原理的激光传感器,采集反映焊缝几何形状特征的激光条纹图像,利用中值滤波、二值化、中心线提取以及特征识别等算法,从而获得了角焊缝的外形尺寸信息.结果表明,与传统的手工检测方法相比,该方法具有检测准确度高、可靠性好、耗时短、检测内容丰富、使用方便等特点,并且消除了人为主观判断的影响.此外,检测的数据可长久保存在计算机中,便于后续的统计分析.     

Method of weld recognition based on textural feature matching

In this paper an automatic visual method of seam recognizing and seam tracking based on textural feature matching was proposed,in order to recognize the weld of multi-layer or multi-pass welding in which the weld is difficult to be recognized by conventional visual methods.This method focuses on the obvious difference of image textural feature between the weld region and the base metal region,as well as the similarity of the textural features along the welding direction.The method consists of the following steps: setting image template and choosing the edge region as ROI (region of interest),extracting the image textural feature of the template and the edge region,feature matching,and recognition of weld region.Experiment showed that the method proposed was effective for weld seam recognition in multi-layer welding.     

基于极线约束与激光标识的空间焊缝的立体视觉检测

针对安装在焊接机器人末端的双目立体视觉系统,建立了左右图像坐标的极线约束方程.采用极线约束和激光标识相结合的立体视觉匹配方法,完成了相交圆管马鞍形空间焊缝的立体视觉检测.结果表明,含激光条纹的焊缝图像,经细化、去毛刺处理后,可以得到分段光滑的曲线,通过曲线奇变点检测与曲线—极线相交点检测两种方法的融合,实现了空间焊缝检测点在左右图像中的可靠匹配,从而提高了焊缝及周边结构立体视觉检测的准确性.对检测的马鞍形焊缝及周边圆管的三维数据进行了重建,与实际结构尺寸比较误差小,满足一般机器人自动焊接过程中的焊缝检测要求.     

Snake模型和遗传算法在特殊焊缝提取中的应用

针对CCD直接拍摄图像的弧焊机器人焊缝视觉检测问题,文中提出了一种精确提取带有较大的间断、尖锐的拐点、较多的干扰等特殊焊缝轨迹的算法.该算法先用小波变换进行焊缝边缘线的平滑,得到与最终焊缝距离很近的初始焊缝轨迹,再用基于Snake模型和遗传算法的进行特殊焊缝的精确匹配和提取.结果表明,该算法能进一步提高特殊焊缝轨迹识别的识别和检测精度,具有较强的适应性,也为弧焊机器人视觉检测的智能化的进一步提高提供一定的技术参考.