深度视觉技术在焊接轨迹识别中的研究综述

机器视觉在机器人自动焊接领域得到广泛应用。图像识别可以对不同的焊接对象进行有效识别,而识别及跟踪焊缝轨迹是实现自动焊缝的关键问题。分析了焊接轨迹跟踪传感器的发展历程,讨论了视觉传感器在焊缝识别跟踪上的应用,对焊缝图像处理方法进行了分析,总结了视觉焊缝跟踪技术现状。分析结果表明,TOF相机更适合于焊缝跟踪应用,研究鲁棒性强的图像去噪方法和基于深度学习的焊缝图像分割方法是未来的发展方向,同时提出了稳定性好、精度高,效率好的深度视觉焊缝跟踪控制系统思路。     

基于快速并行细化算法的焊缝跟踪识别研究

本文针对焊缝跟踪处理的特点,研究了从图像获得到图像细化完成后的一系列步骤的具体实现方法。研究了一种基于快速并行细化算法的焊缝图像处理新方法。本文程序的实现全部都是由最基础的数据结构和算法实现的,所以移植到其他的环境下十分容易;实验证明实现焊缝的跟踪速度非常快效果好。     

基于图像处理的焊缝实时跟踪技术研究

为了提高焊接产品质量及生产效率,改善工人恶劣的劳动条件,运用视觉传感器采集焊缝图像,实时传送至计算机中进行图像处理。提出了焊缝实时跟踪系统的原理,设计了合理的焊接机构。选用ABB IRB1410弧焊机器人,用RobotStudio软件建立了机器人焊接工作站。通过灰度线性拉伸法处理图像后,焊缝轮廓清晰,对比度明显提高。利用图像骨架法准确提取到焊缝中心线,设计了焊缝实时处理系统,可以快速地处理图像。在机器人焊接时,控制焊枪始终与焊缝中心对齐,即可以实现焊缝实时跟踪焊接。实验结果表明,得到的图像处理流程可靠,方法准确且适应性强,设计的焊缝实时跟踪系统应用广泛。     

微间隙焊缝磁光成像检测及跟踪方法

在激光对接焊过程中,必须精确检测焊缝位置并控制激光束始终对中焊缝。针对小于0.05 mm的微间隙对接焊缝,通过对焊件施加感应磁场,利用法拉第磁旋光原理构成磁光传感器,获取焊缝磁光图像。针对焊缝磁光图像,以焊缝磁光图像的灰度直方图为特征模版,研究一种基于均值漂移算法的激光焊焊缝检测与跟踪方法。通过均值漂移与粒子滤波相结合的算法,利用粒子滤波能够对图像大范围搜索目标的特点,实现焊缝全自动跟踪。同时,根据相似度Bhattacharyya系数对焊缝特征模版进行更新,提高焊缝跟踪精度。试验结果表明,利用均值漂移与粒子滤波相结合的算法能够从焊缝磁光图像中有效检测焊缝特征,实现焊缝的自动跟踪。     

基于二维小波变换及图像模式识别的焊缝坡口识别

采用二维小波变换及二值化方法处理初始条件下管道焊缝坡口图像,获取焊缝坡口纹理信息,作为模板。 对后续坡口图像进行同样的小波变换及二值化处理,利用模式识别方法获取后续图像焊缝坡口及其中心线的基本 位置信息,研究的焊缝坡口识别算法为实现自然光下焊缝坡口实时跟踪提供了理论依据。     

一种智能型焊缝跟踪系统的研制

论述一种智能型焊缝跟踪系统,采用直接拍摄电弧式视觉传感器检测焊缝跟踪偏差,并通过一个自调整模糊控制器实现偏差的调节。整个跟踪过程可通过屏幕实时观察,所有的参数设置都通过人机对话实现。此外,还提出了一种新的焊缝图像处理方法来实时检测焊缝。试验表明,该系统能够对GTAW对接焊缝实现精确的跟踪。     

角点检测与光流跟踪的焊缝特征提取与定位研究

针对V型坡口中厚板对接焊焊缝特征点检测精度不高的问题,研究了一种基于激光视觉传感的角点检测与光流(LK)跟踪的焊缝特征快速提取与定位方法。根据三角测量原理,设计了能够实时检测焊缝特征图像的激光视觉传感器,并建立了由激光条纹特征点像素坐标到焊缝特征点三维坐标的数学模型;对焊缝图像进行了预处理,采用Shi-Tomasi角点检测提取了焊缝特征;最后使用光流法为后续帧匹配特征角点,实时计算出了图像中焊缝特征点的亚像素位置。研究结果表明:基于角点检测与光流法跟踪的焊缝特征提取与定位方法,其特征点检测精度较高,平均误差在±0.13 mm以内,可以实时、准确地识别焊缝特征。     

焊接温度场焊缝识别及焊缝跟踪技术研究

论述焊接温度场焊缝识别方法及焊缝跟踪控制系统。系统采用焊接温度场传感器获得焊接工件背面热图像，通过改进的梯度算法对热图像的分析计算获得焊缝偏差，利用规则自校正模糊控制器实现焊缝跟踪。试验和实际生产运行表明系统能够准确识别焊缝，焊缝跟踪运行稳定可靠。     

基于神经网络的焊缝宽度预测方法研究

精确的焊缝跟踪是保证焊接质量的关键因素,为了实现焊缝的识别和跟踪,需要准确提取焊缝特征信息。微间隙焊缝的视觉传感图像中,过渡带区域包含焊缝位置信息和偏差信息。利用形态学算子对图像进行滤波后,提取焊缝过渡带宽度数据,并利用神经网络搭建焊缝宽度预测模型。实验证明,该模型能对焊缝宽度进行有效预测,为后续的焊缝纠偏和跟踪做好准备。     

一种视觉示教与纠偏的焊缝跟踪方法

提出一种基于结构光视觉传感器的示教及纠偏的机器人焊缝跟踪方法,探讨了图像特征提取方法和机器人跟踪控制的策略.机器人移动的同时,视觉传感器定时对焊缝上各特征点坐标进行测量记录,完成示教;再现时,基于图像模板匹配测出实际特征点位置与示教点的偏差,控制机器人根据偏差对跟踪路径实时调整,从而实现自动跟踪.     

基于深度学习的焊缝视觉跟踪方法研究

针对爬罐机器人在球罐上对焊缝的识别和跟踪困难导致焊缝检测效率低的问题,自制了罐体表面焊缝数据集,并提出了一种基于深度学习的焊缝视觉跟踪方法。首先,以Patch Expanding替换双线性插值作为上采样方法,减少上采样带来的精度损失;然后,在掩码分割前嵌入了递归空洞自注意力机制,提高模型的表征能力,从而获得更好的分割精度;最后,在罐体表面焊缝数据集上进行实验,实验结果表明,对比原始模型,改进SegFormer图像语义分割模型的平均交并比提高了2.41%。在改进算法分割焊缝的基础上,利用分割出的焊缝掩码图像提取中心线作为焊缝路径,用于引导爬罐机器人运动,以实现焊缝视觉跟踪。     

图像处理方法在焊缝自动跟踪系统中的应用研究

以基于视觉传感器的焊缝自动跟踪系统为研究对象,论述了相应的焊缝图像处理方法,有效地消除了焊接过程中的飞溅和弧光对焊缝图像的干扰.主要包括转灰度图、图像滤波、图像分割、图像边缘检测、图像细化以及HOUGH变换等.其中采用卷积滤波和中值滤波相结合的方法,提高了中值滤波能力和处理速度;采用Sobel算子,较好地保留了焊缝图像的边缘.并将这些方法综合应用成功地识别出焊缝的两条边缘,进而提取出焊缝中心,并仿真出焊枪在纠偏过程中的运动轨迹.试验表明方法处理效果好,处理速度快,能够满足跟踪系统的实时性要求.     

基于膨胀和Hough变换的焊缝位置检测方法

对视觉焊缝跟踪图像处理的方法进行了研究.首先,将彩色图像灰度化,再通过滤波、直方图均衡化等进行图像分割;然后,利用边缘检测和数学形态学中的膨胀算子将目标区域连通;最后,利用Hough变换找出焊缝的边界线和中心线.该方法不仅可以较快地把焊缝整个区域提取出来,而且可以检测出焊缝偏离的位置和方向.实验运行结果表明该方法精度高...     

客车底盘骨架对接焊缝的视觉跟踪系统

根据客车底盘骨架对接焊缝的特点,设计了基于激光视觉传感的焊缝跟踪系统。针对图像处理运算量大的特点,为减少图像处理时间,提出了加窗处理算法。视觉传感系统采集并分析焊缝图像得出焊缝偏差,控制系统根据焊缝偏差指导机器人移动焊枪进行实时纠偏控制。实验结果表明,所设计的焊缝跟踪系统满足焊缝跟踪的精度要求,可以用于底盘骨架的焊接。     

超长筒段内壁螺旋焊缝跟踪打磨控制研究

针对超长筒段内壁螺旋焊缝的打磨需求,设计了一种高精度内壁螺旋线焊缝打磨控制方法,通过速度反馈匹配、视觉图像补偿等多重手段,建立了实时跟踪检测机制,解决了螺旋线焊缝跟踪不同步的问题,实现了焊缝的精确打磨加工。通过实验验证了此控制方法的可行性,采用西门子的控制系统、伺服驱动器、编码器和视觉图像系统,结合机械结构系统,包括滚轮架、柔顺打磨工具、电机及行走轨道等,搭建全闭环软硬件控制系统平台,经过调试验证,通过图像系统实时监控和实际打磨效果的结合,验证了此方法应用于内壁螺旋线打磨的有效性,实现了精确跟踪打磨。     

基于区域生长算法激光深熔焊监测图像处理研究

根据同轴监测系统采集到的熔池和小孔的同轴视觉传感原始图像特点,分析了数字图像处理的方法并提出相应图像处理的流程。通过监测沿垂直速度方向熔池灰度分布实现了对熔宽的监测,通过对小孔顶部和底部尺寸的监测实现对熔透状态的监测。经过图像处理后的焊接区域同轴监测图像可以清晰的获得熔池轮廓及小孔尺寸,为实现焊接过程中熔池宽度和小孔的穿透状态的监测做准备。针对激光对接焊,提出焊缝跟踪的处理算法,不仅实现了焊接质量包括熔宽与熔透状态的监测,还实现焊接质量与焊缝跟踪一体化监测。     

图像处理在焊缝跟踪中的应用研究

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内容作了分析.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,边缘检测和特征点提取等图像处理过程;并对当前焊缝跟踪中的图像处理技术存在的问题和解决方法作了一些总结和分析,最后对其应用前景作了展望.     

斜率表征与卡尔曼滤波的焊缝跟踪方法研究

针对V型坡口中厚板对接焊焊接过程中存在的系统噪声和测量噪声的问题,采用了斜率分析与卡尔曼滤波相结合的方法进行了焊缝跟踪。使用激光视觉传感系统采集了V型坡口的条纹图像,获取了测量系统内外标定参数,通过锯齿靶标建立了焊缝特征点坐标转换模型;提出了一种基于极值法的边界约束灰度平方加权重心法,提取出了激光条纹线的中心点,采用斜率分析法寻找到了激光条纹中心线拐点,对每一段条纹中心线通过最小二乘法拟合求交,提取出了焊缝特征点;利用卡尔曼滤波方法对系统噪声和测量噪声进行了优化;对V型坡口进行了厚板对接焊试验,焊炬能始终对准焊缝中心。研究结果表明:基于斜率分析法与卡尔曼滤波的焊缝跟踪方法能够减小系统噪声干扰的影响,实现了焊缝特征点的准确提取,提高了焊缝跟踪精度。     

图像处理在焊缝跟踪中的应用研究

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内容作了分析。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,边缘检测和特征点提取等图像处理过程;并对当前焊缝跟踪中的图像处理技术存在的问题和解决方法作了一些总结和分析,最后对其应用前景作了展望。     

微间隙焊缝磁光成像卡尔曼滤波跟踪算法

在激光对接焊过程中,实时控制激光束准确对中焊缝是保证焊接质量的前提。针对紧密对接激光焊,研究一种用于微间隙(不大于0.1 mm)焊缝位置识别及跟踪的磁光成像卡尔曼滤波算法。采用磁光传感器实时获取焊接区域的微间隙焊缝磁光图像序列,利用微间隙焊缝磁光图像的灰度梯度特征提取焊缝位置坐标。以焊缝位置及位移量构成状态矢量,建立描述焊缝位置的状态方程和测量方程。同时,假设系统动态噪声和测量噪声为零均值随机分布的高斯白噪声,建立噪声环境下的卡尔曼滤波跟踪算法,计算最小均方差条件下焊缝中心最优预测值,减小系统噪声和过程噪声对焊缝位置测量的影响。试验结果显示,该方法能有效实现激光对接焊微间隙焊缝位置的识别与跟踪。