基于视觉传感的机器人水下焊缝跟踪

根据视觉条件下水下自动化焊接的特殊要求,设计了一套机器人水下视觉焊缝跟踪系统.针对水下焊缝图像干扰严重、模糊等特点,采用小波变换技术去除了弧光、飞溅等干扰噪声,采用改进的模糊增强图像处理方法,提高了图像处理的效率,获取了清晰的边缘图像.边缘检测后,对焊缝左右特征点进行扫描,准确地提取了焊缝中心.为了减小跟踪误差,将焊缝轨迹中的每个小线段的坐标偏移量分成50等份,同时设计了有效地机器人轨迹跟踪控制程序.水下斜线和曲线焊缝的跟踪试验表明,在正常的条件下,可以满足跟踪要求.     

基于小波变换的双阈值水下焊缝图像边缘检测研究

水下焊缝图像受到水下环境、弧光、飞溅、泥沙浑浊等噪声影响,生成的焊缝图像模糊不清质量较差,采用传统的边缘检测算法提取水下焊缝边缘,结果无法满足要求。为解决此问题,利用Canny算法,提出基于多尺度小波变换的自适应双阈值边缘检测算法。该算法结合多尺度小波变换,以三次B样条为小波函数,采用双线性插值进行非极大值抑制,根据OTSU法生成自适应双阈值抑制噪声和去除伪边缘。实验结果表明：相比传统的Canny算法,此改进算法对水下焊缝图像边缘检测效果更佳,边缘检测更精确、丰富完整,且有效抑制噪声,验证了此算法的有效性。     

基于像素方差分析的焊缝边缘检测方法

在焊接图像处理中,噪声信号的干扰直接影响了边缘检测的精确度和系统的实时性能.针对焊接图像的特点,提出一种基于邻域像素灰度分布均匀度分析的边缘检测方法,讨论了该算法的原理,并应用Matlab语言对算法进行焊接图像边缘提取仿真试验.仿真结果和传统边缘检测算法比较表明:该方法能有效抑制图像中大量存在且分布复杂的噪声信号,准确检测出焊缝的边缘.该算法对噪声的敏感程度明显低于传统的焊缝边缘检测算子,更适用于焊接过程图像的焊缝边缘检测.算法可靠性好,易于实现;缺点是边缘响应不是单像素的.     

药芯焊丝水下焊接焊缝跟踪视觉传感系统的设计

为满足药芯焊丝水下焊接自动化的需要,研究了用于水下焊缝自动跟踪的视觉传感系统。该系统较好地解决了药芯焊丝水下焊接弧光对焊缝图像传感的干扰问题,能获取较清晰的焊缝图像。采用基于图像分割的边缘检测技术成功地提取了焊接电弧和待焊焊缝的边缘,使用该系统可获得电弧和待焊焊缝的偏差信息,为进上步实现药芯焊丝水下焊接焊缝的自动跟踪控制打下了基础。     

水下焊缝自动跟踪路径的识别

为满足水下焊缝自动跟踪的需要,设计了一个视觉系统。该系统采用卤钨灯作辅助光源照射焊接电弧前方一定距离处的待焊焊缝．配合复合滤光片进行滤光,能拍摄到较为清晰的焊缝图像。提出了一个基于边缘邻域平均值的算子,用于图像的边缘增强。运用改进的遗传算法计算图像类间方差,求出最佳阈值进行图像边缘分割,能较好地保留图像弱边缘．有效地减少计算时间。对分割后的焊缝图像,提出一种基于待焊焊缝宽度等特征的识别方法,能克服焊接弧光、飞溅、水流、气泡等干扰,识别水下待焊焊缝．准确地获取待焊焊缝中心线．为进一步实现水下焊接的自动化打下了基础。     

焊接机器人自动跟踪系统研究

研究开发了一种光纤式激光焊缝跟踪系统,介绍了该系统的结构组成及工作原理,对焊缝自动跟踪的系统定位、实时跟踪算法、抗弧光干扰等关键技术问题进行了深入探讨.该系统在管道预制焊接机器人的工艺试验表明,系统自动跟踪焊缝稳定性好、精度高,可满足焊接机器人全自动焊作业需求.     

管道焊接熔池图像处理与特征提取

提出了一种管道焊接熔池成像系统,能够有效克服弧光干扰,获取焊接熔池在焊缝坡口内图像.采用基于统计的鲁棒图像处理方法,对熔池图像进行预处理,抑制飞溅等噪声.在图像自适应分割和边缘提取基础上,根据熔池图像和焊缝坡口图形特点,分别提取熔池图像在焊缝内的灰度分布特征以及焊缝坡口图形特征,得到熔池相对焊缝坡口的动态偏移量,以及熔池振动幅度和频率,为焊缝跟踪和焊接质量控制提供了视觉信息反馈.进行了焊接过程实时图像处理和特征提取试验,试验结果验证了熔池成像系统和图像处理方法的有效性和可靠性.     

I形坡口焊缝检测LOG-Hough方法研究

对于间隙小于0．5mm的焊缝,在强烈弧光干扰环境下实现精确检测较为困难。文中就对不开坡口的细小焊缝提取做了试验研究,为精确检测细小焊缝提供一种新方法。在焊接过程中使用CCD视觉传感器获取焊接过程的图片信息,在对图像进行中值滤波后,采用LOG边缘检测算子检测出焊缝的边缘、再用Hough变换方法识别焊缝,找出焊缝位置,计算出焊缝宽度和焊缝中心。试验表明,使用LOG—Hough算法能准确地得出焊缝宽度和焊缝中心,并且具有较强的抗干扰能力。     

基于亚像素的埋弧焊焊缝图像处理

埋弧焊是普遍使用的熔焊方法之一,具有生产效率高、焊缝成形好、没有弧光辐射等诸多优点,应用前景广阔.为了提高埋弧焊焊接过程的自动化和智能化,对埋弧焊精密跟踪技术的要求不断提高,需对焊缝间隙和坡口边缘进行精密检测.在此提出了一种基于B样条变换的亚像素定位算法,该算法是在对图像进行一次Marr-Hildreth边缘检测后再进...     

一种基于改进的SUSAN算法的焊缝边缘检测方法

随着图像技术在自动化焊接中的应用,高效地识别和提取出焊缝轨迹,成为图像跟踪自动焊接的关键。本文提出了一种基于改进SUSAN算法的焊缝边缘检测方法。首先对采集到的焊缝图像进行灰度化处理,再通过SUSAN算法进行焊缝的边缘检测,并将SUSAN算法中的灰度差阈值由人为选取改进为一种自适应选取的方法。理论分析和实验结果表明,该算法比其他边缘检测算子抗噪能力强,可以更加高效地提取出焊缝信息。