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。     

棱形管与法兰角焊缝图像处理及特征提取

由于棱形管与法兰角焊缝的位置多变,且实际生产中棱形管端面加工精度不高,自动化焊接程度低,文中搭建了一套棱形管与法兰环焊缝的自动化焊接系统,对于提高棱形管与法兰焊接的自动化程度有较大的应用价值。该系统通过CMOS相机和单条纹激光组成激光视觉传感器,获取角焊缝位置和间隙信息。针对采集的图像及工件特征,设计了适合的图像处理算法,首先采用了灰度变换、均值滤波和形态学处理的方法对图像进行预处理,然后根据对激光条纹图像灰度值分析结果,寻找合适的阈值,并采用极值法提取光条中心点,最后采用霍夫变换拟合直线,提取出角焊缝位置信息,并提出激光条纹端点搜索方法,提取出了角焊缝间隙大小。结果表明,该图像处理方案效果较好,抗干扰能力较强,可以准确的提取出焊缝中心位置和间隙大小,满足焊接机器人对焊缝跟踪的要求以实现自动化焊接。 创新点： (1)设计出适用于棱形管与法兰角焊缝的自动化焊接系统。 (2)设计了适用于该系统的焊缝中心位置提取算法。 (3)设计了角焊缝间隙提取算法。     

基于线结构光的型钢自动焊接位置检测技术

摘要： 针对现有H型钢现场焊接过程中多为人工焊接、劳动强度大、操作环境恶劣且人工测量随意性大等问题,提出了一种基于视觉与图像处理的型钢自动焊接位置检测技术。该技术主要基于线结构光测量法来实现对型钢轮廓的检测从而确定焊接位置,利用激光线的位置确定焊缝位置,结合焊接机器人达到自动焊接的目的。先利用张正友标定法获得相机内参数和畸变系数,再通过最小二乘法拟合激光平面的方法实现激光平面的标定,结合两者实现整个测量系统的标定,然后基于OpenCV编程接口实现图像处理,最后利用ABB机器人工具坐标系对该测量方法的检测精度进行评价。针对检测点深度方向坐标误差较大问题提出一种误差拟合方法,应用此方法进行多种型号H型钢测量试验。试验结果表明,采用上述方法标定后的线结构光视觉测量系统测量误差小于1 mm,达到了较高的标定精度,明显降低了坐标误差,能够满足焊接使用要求。 创新点： 利用标准量块提出一种误差拟合方法,可有效降低坐标误差。     

基于单目线性结构光膜式壁焊缝跟踪系统研究

针对锅炉行业中膜式壁焊接作业劳动强度大、生产效率低,设计了一种基于单目线性结构光的膜式壁焊缝跟踪系统。首先,设计了一种基于单目线性结构光的膜式壁焊缝检测传感器,建立了空间坐标系和相机成像坐标系下焊炬轨迹空间位姿和偏差数学模型;其次,焊接过程中,基于图像处理检测出的焊缝特征点建立了焊缝轨迹和焊缝纠偏数学模型;最后,结合图像处理检测出的焊缝特征点和焊缝跟踪控制算法,在龙门式焊接机器人平台上完成了上坡角和下坡角为30°的膜式壁焊缝焊接。实验证明,膜式壁焊缝图像处理算法能够快速准确地检测焊缝特征点,结合焊炬纠偏控制算法能够完成焊缝跟踪,跟踪精度为0.20 mm,满足实际要求。     

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。     

基于空间直线约束的焊接机器人手眼标定

视觉传感器与焊接机器人的标定是焊接智能化应用中的重要问题,针对末端夹持线结构光传感器的焊接机器人,提出了一种基于空间直线约束的手眼标定方法.首先任意变换机器人位姿使线结构光传感器投射出的光平面与标定模板相交,然后通过特征点提取算法提取出线结构光与直线的交点,并基于直线约束建立了非线性优化模型,最后结合罚函数法与改进的Powell算法同时求解传感器位置与方向参数.基于上述方法进行了一系列试验,结果表明,该方法通用性强,适合现场标定,有效的提高了标定精度,标定精度在0.2 mm以内.     

基于激光视觉传感的搭接焊缝间隙检测

针对汽车纵梁部件搭接焊缝机器人弧焊过程由于间隙过大会造成焊接终止甚至产生废品的问题,提出了一种基于激光视觉的焊缝搭接间隙检测方法。自主搭建了一套焊缝成像系统,并在此基础上进行相机标定,消除了采集图像的畸变。采用VC++6.0开发的软件对采集到的激光条纹图像进行中值滤波、阈值分割等算法成功获得搭接焊缝间隙信息。试验表明,该检测方法具有检测精度高、非接触等优点,相机标定的误差在0.08 mm以内,系统的检测周期小于40 ms,检测精度可达0.246 mm,检测误差小于0.2 mm,此检测方法可应用于智能化摆弧焊接。     

基于编码结构光的角焊缝视觉检测

针对目前角焊缝外形检测方法中存在的缺点,提出了一种基于编码结构光的角焊缝外形尺寸检测方法,采用安装在机器人手臂末端的投影结构光视觉传感机构对焊缝进行测量.投影仪在测量位置向焊缝投射一幅伪随机编码彩色条纹图像与一幅用于彩色补偿的空白图像,通过彩色补偿消除焊缝表面彩色纹理信息对结构光解码的干扰,将补偿后的变形条纹图像恢复出焊缝表面三维数据,并通过几何关系计算出角焊缝的焊缝宽度、焊脚长度等尺寸参数.结果表明,基于编码结构光的角焊缝视觉检测方法能够实现角焊缝外形尺寸的非接触式高速测量,并且测量稳定性好,测量可靠度高,在焊缝视觉检测领域将会成为一种十分有效的方法.     

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。     

结构光焊缝视觉检测系统中投影仪标定法

在基于结构光的焊缝视觉检测应用中,标定是实现高精度检测的关键.提出了一种基于平面投影的结构光视觉系统快速标定方法.该方法将投影仪当作一个逆向的摄像机,使用一块带有四角棋盘格作为靶标的平面标定板对投影仪进行标定.利用摄像机提取特征点在投影仪图像空间中的对应点,建立投影仪图像和靶标图像的对应关系,从而将投影仪标定转化为成熟的摄像机标定.得到标定结果后,即可以求得特征点的三维坐标.最后结合标定结果对试验焊缝板进行了三维重构.结果表明,所提出的标定方法操作过程简便、精度高,可适用于焊缝三维信息检测等场合.     

基于OpenCV的移动焊接机器人视觉系统自主标定方法

标定工作是实现机器人视觉计算的前提.根据移动焊接机器人工作场合的特殊性,基于OpenCV,提出一套针对手眼双目视觉系统的自主标定方法.自动提取角点,自主筛选有效标定图像序列,由亚像素角点提取结果求取相机内参数,由同时刻获取的标定图像对估算双目间几何矩阵,由标定板面在摄像机坐标系下位姿矩阵改变量间接求取摄像机运动矩阵,用最小二乘法快速计算出手眼关系.标定试验结果表明,相对于传统的Matlab标定工具箱,该方法能够满足用于机器人焊接的视觉系统所需标定精度,同时因无人为参与可很大程度地提高移动焊接机器人的自主性.     

船舱排水孔移动机器人视觉传感器检测系统

在船舶制造中,由于船舱底部存在排水孔,焊接过程出现不连续焊缝,直接影响焊接生产效率。在控制系统已实现角焊缝跟踪的基础上,在焊接机器人本体上设计安装结构光视觉传感器,使其能够检测出排水孔的起点、终点位置,控制系统实现自动引弧、熄弧,进一步提高焊接自动化程度。通过对轮式移动机器人直角焊缝跟踪分析,确定视觉传感器在机器人本体上的安装方案。同时,通过一系列试验确定CCD与激光器的空间标定。最终选择激光器光束垂直照射焊接工件,CCD偏转一定角度接收的方案,并验证了其可行性。     

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.     

面向机器人激光增材制造的机器视觉系统标定算法

随着现代智能制造的快速发展,金属增材制造、绿色再制造、焊接等领域大量使用机器人等自动化装备,视觉传感是机器人智能制造的关键环节.针对上述需求设计了一套基于线结构光的视觉传感器,并对其进行标定,自主开发了用于机器人激光增材制造的机器视觉系统.该系统通过Matlab相机标定工具包实现相机的内外参数标定,利用Labview编...     

非特制靶标的结构光视觉自动标定系统北大核心

为解决现有结构光视觉装置的标定方法需要高精度特制靶标且标定过程复杂的问题,实现标定过程的流程化,提出了一种基于非特制靶标的结构光视觉自动标定方法,并构建了相应的自动标定系统。该系统控制机器人带动结构光视觉装置做两组运动对非特制靶标拍照,第一组运动通过8次平移和3次末端姿态改变运动,利用靶标平面的特征点信息并结合机器人的姿态信息获取相机参数和手眼参数,第二组运动通过5次平移,利用相机外参数和机器人的位移信息求解出光平面方程。采用具有清晰图像信息的卡片式物体作为靶标,利用所提出的方法完成线结构光平面标定,精度验证实验结果表明,系统对靶标的选择有较强的适应性,在测量30 mm、50 mm和60 mm标准块时,平均绝对误差均值为0.049 6 mm,相对误差均值为0.11%,标定精度能够满足毫米级的测量要求,能适应如焊缝跟踪、物体测量等工业现场对结构光视觉装置的要求。     

焊接自动线和焊接机器人

爬行式全位置弧焊机器人；船舶焊接机器人系统关键技术进展；弧焊机器人焊接区视觉信息传感与控制技术；弧焊机器人工件坐标系快速标定方法；弧焊机器人空间焊缝定位系统的研究。     

基于计算机视觉系统的机器人焊接路径修正研究

对于机器人焊接视觉系统,由于零件的公差配合和焊接热作用,会导致焊接过程中焊头发生微小变化,所以要进行轨迹修正。系统将摄像头安装在机器人焊接臂上,工作前将系统进行校准,然后根据采集到的焊缝形状和位置图像,建立焊缝的3D模型。根据立体视觉算法对焊接轨迹进行编程,然后焊接。系统用标准的工业焊接机器人和CMOS相机进行了试验,焊缝最大偏差轨迹为0.7 mm,平均偏差为0.23 mm。     

弧焊机器人视觉检测平台设计与应用

为实现对V型坡口焊缝的精确检测,提出了一种基于结构光视觉传感器的弧焊机器人检测系统方法。该方法实时采集线结构光焊缝图像,采用中值滤波和最大类间方差法对图像进行去噪和阈值分割后,运用细化及斜率分析法提取结构光条纹中心直线,最后结合机器人手眼及光平面标定参数获取焊缝检测特征直线方程和特征点坐标。通过V型坡口焊缝检测实验,验证了该系统的特征点坐标检测相对误差在0.5%以内,具有较好的检测精度,满足工业实际现场的要求。     

SCARA机器人焊缝跟踪器现场标定设计

为实现对焊缝空间坐标的精确采集,需要对焊缝跟踪系统进行标定。提出了一种用于工业现场环境的高效标定方案,使用张正友标定方法确定相机内参与畸变,通过SVD平面拟合求解光平面方程,通过测量机器人基坐标系与标定参照物坐标系间的关系完成手眼标定。线结构光视觉传感器与SCARA机器人进行配合,实施现场作业,现场测试结果表明,标定方案具有高效,精度高的特点,系统整体标定误差为±1.0mm,能够满足工业现场应用要求。     

基于结构光立体视觉的焊缝测量

提出了一种基于结构光立体视觉的焊缝测量方法,并给出了一种简单的摄像机与激光器标定方法。它采用安装在机器人末端的两台摄像机和一只激光器构成测量系统,激光器发出的光束经平凸柱面镜变成光平面,在焊件上形成条纹。两台摄像机同步采集该条纹图像,结合机器人末端位姿与摄像机参数,对于条纹上的每个特征点可以获得三组空间坐标。对这三组坐标进行信息融合,可以更加精确的获得特征点的空间坐标。进行的V形焊缝测量与跟踪试验表明,该方法具有实时性好、测量精度较高、标定简单、可靠性高等特点。