图像形态学在初始焊接位置检测中的应用

将图像形态学引入直焊缝的初始焊接位置检测过程中,首先采用结构小巧的CCD摄像机采集直焊缝图像,借助腐蚀边缘检测算子的图像形态学算法进行边缘检测,在保留图像关键信息的同时有效的滤除了其它干扰,然后选择多方向线性结构元素利用形态学处理算法进行方向滤波,最后配合Hough变换得到初始焊位点坐标.该算法直观简便快速,自适应性强,处理精度较高,且对于焊缝边缘的大多数干扰鲁棒性强,满足实际工作需要,为完成整个初始焊位导引过程奠定基础.     

机器人焊接智能化技术与研究现状

自动化焊接和智能化焊接是实现高效焊接制造的重要手段.系统阐述初始焊位视觉导引与识别、焊缝跟踪、熔池视觉计算及焊接成形质量控制策略等焊接智能化领域的关键技术,特别是以视觉技术为先导的焊接路径导引与规划、视觉-电弧复合传感的空间曲线焊缝跟踪以及基于知识模型的焊接过程建模与控制策略等方面的基础研究,拓展了机器人焊接智能化技术的研究方向和应用领域.融合智能化焊接技术的最新研究成果,研制了轮足组合越障智能焊接机器人,同时还在航天、船舶和海洋重工装备等领域开展了系统集成方面的工程应用..     

焊接智能化与智能化焊接机器人技术研究进展

展示了上海交通大学机器人焊接智能化技术实验室近十年来关于电弧焊动态过程以及机器人焊接系统中的若干智能科学问题与智能化技术应用方向的研究工作进展,包括电弧焊过程的多信息传感技术,例如熔池信息的视觉特征,焊接电压、电流、声音及光谱特征提取;基于多信息融合算法的焊接熔透状态预测;焊接动态过程的智能化建模;焊接动态过程的智能控制方法;机器人焊接的智能化技术,例如机器人焊接过程中的焊缝导引及跟踪技术,焊接熔池和熔透状态的智能化控制;特殊环境下的自主焊接机器人系统的发展等.提出“智能化焊接制造技术——IWMT”及“智能化焊接制造工程——WIME”的概念,以期推动智能化科学技术在现代焊接制造业中的系统性研究与运用.期望展示的智能化焊接研究结果为现代焊接智能制造技术发展抛砖引玉.     

用从明暗恢复形状方法提取焊接熔池的表面高度

介绍了Lee—Kuo提出的通用反射图方程,引入光滑性约束条件和变化光滑因子以及收敛条件对该算法进行改进并对反射图方程的求解也进行了改进,在实际成像条件下的合成图像恢复了物体的表面高度,并与Lee—Kuo方法的结果进行了对比。分析了焊接过程中的成像特点,得到了焊接熔池的反射图方程,并获取了实际焊接熔池的正面形状信息。     

基于明暗恢复形状的焊缝外形尺寸检测

通过CCD获得焊缝图像,再根据图像中的灰度变化来计算焊缝的外形尺寸,从而实现焊缝外形尺寸的自动化检测,大大的提高了检测效率。采用计算机视觉中明暗恢复形状(Shapo from shading,简称SPS)技术对焊缝图像进行处理,用迭代计算来实现该图像处理过程,并利用多分辩率等级结构来加速计算过程。试验表明,该方法使用设备简单、成本低、易于实现、计算精度高,为焊缝外形质量检测实现智能化和自动化奠定基础。     

智能化机器人焊接技术研究进展

本文简要介绍了机器人焊接智能化领域的技术构成以及国内外研究现状与发展趋势.     

基于Labview的焊缝起始点视觉识别

~~基于Labview的焊缝起始点视觉识别@朱振友$上海交通大学材料科学与工程学院 @林涛$上海交通大学材料科学与工程学院 @陈善本$上海交通大学材料科学与工程学院     

智能控制技术在喷射成形工艺中的应用

简要地介绍了智能控制技术在喷射成形工艺过程中应用的概况，并展望了智能控制技术的应用前景。     

Soble-Zernike矩亚像素边缘算子的影响因素分析

针对影响Sobel-Zernike矩算子运行速度、定位精度的有关因素进行了讨论。采用平均一自适应联合的平滑算法,显著改善了边缘定位精度,其实质在于消噪和锐化边缘。推导出边缘点新、旧判据amp和k间的关系式,在,取值较小时,k／amp恒等于1．5,可见amp对检测精度的影响可以忽略。分析结果表明,当图像中边缘点比率为87．75％时,Sobel-Zernike矩和Zernike矩算子的运行时间相等,由于实际图像中边缘点所占比率不会超过50％,故前者的运行时间总是小于后者。     

焊缝三维信息计算精度分析及试验方法

双目视觉技术模拟人双眼观察世界的功能,在焊接领域可用来模拟焊工对焊件的观察,计算焊缝的三维信息.将两台工业摄像机安装在弧焊机器人末端形成手眼系统是双目视觉在该领域的典型应用.文中建立了视觉误差分析模型,分析了视觉系统配置对视觉计算的影响,被检测焊缝在有效视场内的摆放姿态及其与传感器相互位置对精度的影响,在理论分析的基础上设计试验验证了理论分析的结果.分析并试验验证了机器人精度包括其本身的重复精度和工具中心点标定精度对计算结果的影响.结果表明,机器人重复定位精度对视觉计算的影响标准误差不大于0.3 mm;而当工具中心点标定误差大于1 mm时,需要对机器人进行重新标定.