基于弧焊机器人接缝视觉信息检测与识别研究

基于弧焊机器人接缝视觉信息检测与识别研究

王文凯[1]2002年在《基于弧焊机器人接缝视觉信息检测与识别研究》文中研究说明本文采用了980nm近红外激光器、近红外摄像头CCD、图像采集卡等设计与构建了主动式接缝视觉检测实验系统,进行了各种接缝信息视觉图像的采集实验研究。采用计算机图像处理的各类算法以及设计研究的接缝识别算法,完成了主动式的接缝视觉检测与识别的软件系统。本系统能够进行接缝类型的识别判断,获得接缝坡口间隙、角度和焊枪的偏差量,能够符合焊缝跟踪的精度和实时控制要求,系统的精度是0.2mm,软件处理图像的速度4帧/s。设计了模糊控制器来实现接缝的自动跟踪。

王克鸿[2]2007年在《基于视觉的熔池过程特征提取方法及智能控制研究》文中研究表明本文针对机器人气体保护自动焊,进行了熔池(接缝)视觉的近红外自动传感、计算机图象处理、视觉图象缺陷特征建模、质量智能控制等研究工作。同时,在弧焊机器人工艺试验的基础上,设计研究了焊接工艺自动设计和在线参数传感与传输系统,研究内容主要包括:1.近红外熔池视觉图象传感技术方法本文针对射流、短路过渡和等离子加热熔池,提出了近红外视觉在线检测熔池过程图象的方法,在“鬼像”消除;近红外窄带-截止复合滤光;熔池、接缝、焊缝外观视觉一体化传感等方面取得突破,同时在等离子加热区及熔敷铜熔池;铝合金双丝焊熔池;等离子焊熔池等视觉传感及一体化传感器等方面开展了具有创新性的试验研究,获得了具有清晰特征的等离子加热区、TIG和等离子铜熔敷焊熔池、铝合金双丝焊熔池图象,解决了基于视觉的质量智能控制技术中视觉传感关键性难题。2.熔池图象特征提取方法本文将平滑、Sobel锐化、Canny水平算子、双浮动阈值分割、细化、断点连接、图象轮廓提取等计算机图象处理技术应用于熔池(接缝)视觉质量信息的提取。针对强弧光干扰熔池图象特征,给出了新的熔池、接缝、焊缝外观视觉专用计算机图象处理技术与软件系统,获得了清晰的熔池(接缝、焊缝)几何边界、浮渣等成型和质量特征,结合焊接工艺参数的传感采集,给出了分区域质量特征的图象处理方法,解决了熔池轮廓和特征提取等难题;在上述特征研究的基础上,发展了熔池形态和边缘特征描述方法,提出了较为系统的熔池视觉图象几何形态参数描述指标,主要包括:熔池面积、后拖角、尾部面积、尾部边缘光滑度、熔池视觉图象相对对称度等指标。3.熔池视觉图象与焊接缺陷关系本文基于熔池图象的形态、边缘及浮渣特征,首次研究给出了气孔、夹渣缺陷形成前熔池图象特征,如“熔池边缘呈锯齿状图形特征、熔池图像尾部出现黑斑点、浮渣数目增多、灰度均值波动和灰度标准差变大等”,给出了“上述特征可能单独出现也可能几个特征同时出现,产生上述图象特征虽不能肯定会产生气孔、夹渣缺陷,但产生气孔、夹渣缺陷的概率将大幅度增加”等具有创新性的结论。4.基于视觉传感的质量智能控制本文基于模糊神经网络等智能控制技术,建立了基于视觉传感的射流、射滴、短路过渡工艺的熔宽、熔深模糊神经网络控制模型,并对有干扰的工艺实验进行了深入的研究,并通过实验结果对相关模型进行了修正,实验结果表明具有很好地效果。本文首次针对等离子(TIG)铜熔敷焊,提出了基于视觉传感的质量自动控制方法,微观组织、电镜能谱、高分辨透射、力学性能等检测表明,铜钢界面实现了无熔深连接,铜和钢界面实现了原子间结合,研究和实验工作获得了具有创新性的结果。5.接缝熔池双目视觉传感技术本文在激光接缝跟踪研究的基础上,发展了激光视觉接缝几何参数传感与跟踪技术,设计研制出了结构激光双目视觉传感器,较好的解决了立体视觉中对应点的匹配问题,得到接缝特征点在二维平面上的图像坐标和坡口类型、角度、间隙等几何特征信息;采用叁维重建算法,能由接缝特征点的图像坐标计算出其叁维坐标,并能精确的得到V型、半V型、对接I型、U型、搭接等接缝叁维几何尺寸。6.重型车辆弧焊机器人富氩气体保护焊工艺自动设计系统本文针对军工车辆焊接工艺的智能设计,提出并设计了富氩气体保护焊(PMIG、MIG、MAG和手工电弧焊)焊接工艺自动设计系统软件,解决了焊接产品信息的结构化和半结构化的表达和管理、基于规则和实验报告的焊接工艺卡的双推理、焊接CAD与工艺系统图形的无缝信息交互等基础性难题;实现了推理过程的多参数多规则约束的自动工艺求解、产品焊接工艺自动批输出等;设计开发了弧焊机器人焊接参数实时传感、发布和远程传输等软硬件关键技术,实现了焊接电流、电弧电压、焊速、熔池视觉图象等的传感和网络化传输。

刘永[3]2005年在《弧焊机器人工作站智能化技术研究》文中研究说明近年来,兵器行业建立了几十套11个自由度的机器人焊接工作站,并在继续推广应用。然而目前弧焊机器人采用示教编程,编程效率低且没有智能化,机器人再现焊接时没有视觉,不能感知焊接真实环境的变化,实际应用局限性大的企业应用现状,提高机器人编程的效率和质量以及智能传感和自动补偿能力意义重大,研究焊接机器人智能化技术是多学科交叉的前沿课题。 本文提出了一个融合视觉传感信息的机器人焊接CAD/CAPP/CAM/PDM的智能化系统(WROBCAM)总体方案,并围绕关键技术展开研究。 机器人焊接过程叁维仿真是离线编程的图形平台,提出了一个新的开发方式实现叁维图形仿真系统,即自主开发基于C/S结构的包含OLE项的机器工作站离线编程系统WROBCAM,通过COM接口实现焊接工件叁维图形及几何拓扑信息的无缝集成。目前焊接机器人图形仿真采用二次开发实现,存在开放性差、仿真效果不理想、无自主产权等问题,本文在VC++开发环境下,使用OpenGL图形开发工具,基于面向对象的编程自主开发了叁自由度龙门机架、六自由度关节型弧焊机器人和两自由度变位机的叁维造型及焊接过程图形仿真系统。对一类关节型焊接机器人的运动学计算问题,给出了通用解。 焊接工件特征设计是解决机器人焊接CAD与CAPP、CAM系统集成的重要支撑技术之一。探讨了焊接产品特征的定义与分类以及特征造型方法,提出了自动焊接装配的概念。提出了一种复合方式开发焊接标准件、通用件的变量化设计方法,实现了焊接标准件、通用件的特征设计。提出特征库的变量化设计方法,建立了各种坡口特征库,实现了基于特征库的坡口特征设计,并提出了一种改进的坡口特征设计方法。实现了接头特征设计及基于接头特征的自动焊接装配。 为实现焊接产品的信息集成和管理,提出了焊接产品数据管理(PDM)的功能,建立了焊接产品数据模型,解决了与Solid Edge的双向数据流动,实现各系统之间的信息共享和集成管理。提出了焊缝特征坐标系的概念,实现了焊缝特征的识别、提取。 焊接工艺规划和机器人路径规划是实现编程智能化的关键。针对空间焊缝机器人焊接工艺规划问题,提出了一种新的技术途径,将空间焊缝分解为一个立坡焊和横坡焊的组合,设计了空间焊缝焊接工艺的推理策略,实现了针对装甲车辆的富氩气体保护焊工艺规划。针对重型产品的大型机器人工作站的无碰路径规划问题,分析了其特点,提出转化为机器人机座的位置优化和路径及轨迹联合优化两个问题。 对机器人机座的位置优化问题,建立了多目标优化数学模型及解决方法,采用遗传算法为优化方法,建立了本问题的适应度函数,经过大量实践获得了合适的参数。基于该算法对典型空间相贯线焊缝优化实验,并下载到机器人控制器执行焊接实验,

刘明友[4]2007年在《弧焊机器人焊缝视觉信息检测与识别研究》文中研究表明弧焊机器人焊缝跟踪控制是焊接过程需要解决的关键问题,也是现代弧焊过程焊接质量自动控制的重要组成部分。要实现焊缝跟踪控制,焊缝检测和识别技术是其中的核心技术。利用视觉传感器来进行焊缝检测和识别是很有发展前途的技术之一。系统采用基于结构光视觉传感实验装置,CCD接收从工件上方漫反射的反映不同焊缝坡口形式的条形光,通过信号采集和图像处理环节,可知条形光变形处的中间位置即焊缝中心线的位置。弧焊机器人的工作环境对视觉传感器而言是非常恶劣的,主要是强烈的弧光、飞溅和烟尘干扰,本文研究了图像分割、图像增强、图像滤波及形态学处理方法对焊缝图像的处理效果。在图像预处理之后,要进行进一步的特征分析,即提取焊缝特征点,焊缝的特征参数提取为焊缝的自动跟踪、弧焊机器人系统焊前的焊缝寻位及为焊接参数的控制等提供所需要的信息。本文研究了几种比较常用的焊缝形式:对接、搭接、角接、V形坡口、有间隙的V形坡口、U形坡口的特征参数提取算法,同时研究了焊缝的自动识别和特征参数提取算法。采用Visual C++6.0开发了一套基于结构光视觉传感的焊缝实时检测和识别软件系统,系统人机界面友好。

陈希章[5]2007年在《基于双目视觉的弧焊机器人焊缝叁维信息获取研究》文中提出现有的焊接机器人系统从整体上看基本都属于第一代的示教再现型或部分第二代的离线编程型,这两类工业生产中服役的机器人都不具有适应焊接环境和作业条件变化的能力。使焊接机器人能够根据一定的传感信息而具有自动调节、自主规划的功能,对实现焊接机器人的自主焊接具有十分重要的现实意义。为了增强弧焊机器人的自主能力和自适应能力,提高机器人智能化水平,本文模拟焊工在焊接过程对环境的观察和适应能力,将两个CCD摄像机安装在机器人末端,在较大范围内观察焊接环境,利用双目视觉原理实现初始焊接位置的识别和导引,获取焊缝的叁维空间信息,为进一步实现焊接机器人自主焊接奠定了基础。基于视觉传感的焊缝初始位置定位和叁维信息获取是一个视觉叁维重建的过程。双目立体视觉是叁维重建的重要方法之一,本文将两个CCD成一定角度配置,安装在机器人末端,使得焊接环境处于双目的有效视场内,获取宏观环境下的图像,在较大范围内自主寻找初始焊接位置和计算整个焊缝在机器人坐标系下的叁维坐标,控制机器人运动到初始焊接位置并能在焊前沿焊缝路径运动。图像的识别是视觉定位的基础,针对焊接环境本身的特点,本文提出了一套宏观环境下初始焊接位置和焊缝识别算法。该算法首先进行焊缝的识别,然后利用识别后的图像对初始焊位进行图像定位。焊缝的识别包括反光区域的去除、图像增强、边缘检测及后续处理等步骤,本文提出的自适应分区模糊增强算法(简称ARFIE),根据归一化的相对图像模糊对比度对图像进行自适应分区,根据分区级别信息进行模糊增强,可对不同对比度的图像获得良好的增强效果。焊缝的整体识别算法可很好的识别不同材料和不同焊接环境下的工件图像。对初始焊位的图像定位,本文提出以焊缝与工件边缘交点做初始值,局部范围内角点提取定位的算法,可精确的识别初始焊位。标定是从二维图像信息到叁维空间信息的桥梁,本文对建立双目视觉系统进行了标定,包括双目各自的内外参数标定,相互位置关系的标定和手眼关系的标定,系统配置一旦确定后,摄像机的内参数就不再变化,而手眼关系可能在作业中发生变化,本文直接利用工件图像的信息进行了手眼关系的标定。立体匹配是立体视觉中的关键和难题之一。本文提出一种一般性配置摄像机校正不变量优化校正算法,将任意配置的双目系统校正到理想的平行配置情况。该算法对理论投影区域进行估计,利用该区域内的信息设计了优化校正关系。试验表明,该算法能减小校正图像的变形和图像信息的丢失,提高图像分辨率,大大提高了图像对校正的质量。针对校正后的立体图像对提出一种由粗到细的多信息匹配算法(简称CTFMIMM),该算法利用初始焊接位置等焊接环境中的特殊点给出匹配搜索范围,确定匹配候选集合,然后利用边缘特征信息的强度和方向信息作为约束条件并充分利用原图像的灰度信息,根据提出的灰度相似性参数DOGs最后确定唯一正确的匹配点。该算法是一种基于结构化的边缘特征信息、兴趣点和灰度相关的协同匹配方法。对焊缝信息进行了叁维重建,并将其转换到机器人坐标系下,便于控制机器人的运动。分析了机器人误差对叁维视觉计算的影响――包括机器人重复定位精度和TCP控制点的影响。试验表明,机器人重复定位精度对视觉计算的影响标准误差不大于0.3mm,当TCP标定最大误差超过1mm后需要进行重新标定。详细分析视觉系统配置对视觉计算的影响,试验测试进一步证明了分析推导结果。在介绍试验系统的基础上给出了根据本文方法进行的几种典型焊缝初始焊位导引与焊缝叁维信息获取的试验。试验表明,不含机器人运动误差的纯视觉计算误差小于0.56mm。对空间焊缝初始焊接位置的导引,x、y、z方向上的最大误差小于1.1mm。对于整条焊缝叁维信息的计算,平面焊缝的最大平面距离误差和高度误差分别是1.2mm,1.3mm,空间焊缝的最大平面距离误差和高度误差分别是1.2mm,1.6mm;采用模块化编程方法,将与硬件相关的程序及叁维视觉计算程序分离,能方便实现不同机器人之间和视觉设备更换后的算法移植。初始焊接位置的自主定位导引和焊缝叁维信息的获取是实现智能化焊接的技术基础,对环境具有较强的适应能力,能替代当前的示教在线和基于CAD的离线编程方法,对重要工件的焊接和危险环境下的焊接具有尤为重要的意义。

王玉富[6]2010年在《基于机器视觉的核电高压容器焊缝磨削轨迹智能检测技术研究》文中认为核电高压容器的制造不仅要完成多道有关焊缝、焊根、焊筋、坡口等磨削关键工序,特别是像核电高压容器封头球瓣焊缝、安注箱与硼注箱瓜瓣焊缝及接管相贯焊缝等的磨削加工属于曲线加工,加工难度极大;并且在大型容器焊缝磨削过程中,强烈的火花、高温、烟尘、飞溅、加工误差、表面状态和工件热变形等对检测系统产生强力干扰,导致控制系统使磨头偏离焊缝。鉴于高效磨削过程是一个复杂的动态的具有强烈光热烟雾干扰的过程,采用常规的检测方法并不能完全满足生产过程对焊缝磨削轨迹跟踪检测的要求。因此,本文采用结构光视觉传感器并在焊缝检测系统中引入智能技术,研究视觉检测系统对磨削焊缝的检测效果。本文在VC++6.0软件平台上将视觉智能检测技术中的图像处理算法与正交试验法结合起来。这不仅可以得到处理效果较好的图像处理结果,而且可以减少选择图像处理方法时的工作量,节省图像处理时间。本文所采用的正交试验优化设计与现有的图像处理算法的结合运用,其原理可同样适用于其他新的图像处理方法。研究了磨削焊缝位置检测和识别算法,提取了磨削焊缝特征值。在分析各种图像增强、消除或减少图像噪声、边缘检测等方法的基础上,采用十七点斜率法获得了磨削焊缝特征参数。采用VC++6.0软件初步开发了焊缝磨削轨迹检测软件系统。经过信息采集及图像处理提取了磨削焊缝的特征信息。

王克鸿, 周琦[7]2009年在《重型车辆弧焊机器人自动焊接技术》文中提出文章分析了重型车辆焊接的特点、难点和研究应用方向,综述了国内外重型车辆焊接技术研究和应用现状。结合国防预研的技术成果,对应用最为广泛的重型车辆自动焊接技术进行了较为全面的分析研究。重点分析了弧焊机器人单丝和双丝熔化极氩弧焊工艺、焊缝接头的组织和性能,介绍了重型车辆气体保护焊工艺自动设计专家系统,研究分析了基于视觉传感的激光焊缝自动跟踪和成型及质量的自动控制技术。并对上述自动焊接技术的研究应用现状进行了较为深入的分析阐述。

郑定根[8]2007年在《基于激光视觉的焊缝跟踪系统的研究》文中认为本文采用650nm半导体激光二极管作为光源,用面阵CCD视觉传感器来摄取焊接点前接缝图像,研制了基于结构光法的激光视觉传感器,传感器主要有激光二极管、工业CCD、650nm窄带滤光片、16mm镜头等组成。采用运动控制卡、步进电动机、步进电机控制器、高精度十字滑架、行走机构、控制器及计算机等组成了焊缝跟踪实验平台。采用Visum C++6.0设计了接缝视觉图像及偏差信号检测计算机处理专用软件系统,其功能包括图像的增强、二值化、轮廓及中心线提取及偏差量计算等。根据焊缝自动跟踪的要求,本文采用比例—模糊控制双模控制方法,建立了焊枪与接缝偏差的控制模型,实现了焊枪对接缝的自动跟踪。同时对整个跟踪系统进行了数字仿真研究,获得了模糊控制器的调整因子及比例因子的最佳值,通过实验确定了双模分段控制的优化阈值。设计了精度、曲线跟踪等专项试验,较为深入的研究了系统响应速度、跟踪精度等特性。斜线V型、U型、I型焊缝MAG焊工艺跟踪试验表明,系统具有良好的跟踪能力,获得了优良的焊缝成型。

张勋业[9]2016年在《基于视觉的管板机器人焊接叁维定位与路径规划》文中提出管板式换热器在生物制药、锅炉、化工等行业具有重要的应用,将板与管按照设计要求进行自动化连接,对于改善工人劳动条件、提高焊接质量和生产率具有重要的意义。目前的管板自动化焊接设备能够满足接缝位置偏差较小的管板换热器的焊接,而对于管板的不平度较大、接缝位置与预设位置偏差较大的场合,则具有较大的难度。本文采用COMS工业相机和线激光发生器搭建了基于视觉的管板机器人自动焊接实验平台。采用小孔成像模型对工业相机进行了标定,根据激光叁角测量原理对激光平面进行了标定,获得了激光视觉传感器的参数;采用BP神经网络建立了激光视觉传感器模型,实现了激光视觉传感器的标定。对机器人的手眼矩阵进行了标定,获得了图像坐标系与机器人末端执行器坐标系的关系。实验结果表明,采用BP神经网络的标定结果更准确。利用摄像机拍摄了待焊管板上的激光条纹特征图样,设计了图像处理算法,提取出了激光条纹信息,结合激光视觉传感器标定结果,计算得到了待焊管板上接缝的圆心以及圆所在平面信息。再通过机器人手眼矩阵转化为机器人基坐标系下的坐标,并由固定在在第六轴末端的旋转焊接装置完成了焊接操作,实验结果表明,轨迹偏差最大为0.49mm,能够满足生产要求。针对新松公司生产的SR10C型机器人,计算出了其D-H参数,通过对机器人的正运动学、逆运动学计算求解,建立了机器人模型,并针对管板焊接的实际情况规划了圆形运动轨迹。基于VC6.0和OpenGL,对机器人进行了仿真建模,构建了机器人的叁维模型和操作环境,模拟出了其运动轨迹。

曹慧[10]2004年在《基于激光双目视觉系统的接缝叁维重建》文中进行了进一步梳理本文研制了一套结构激光双目视觉传感器,能避开弧光飞溅的干扰,清晰地采集到接缝图像。该传感器加入结构激光,很好的解决了立体视觉中对应点的匹配问题。 利用Visual C++在Windows2000系统平台上建立了图像采集处理系统,该系统能实现接缝图像处理和特征分析,得到接缝特征点的图像坐标和粗略的特征信息。 总结了一种精度较高的叁维重建算法,能由接缝特征点的图像坐标计算出其叁维坐标,进行叁维重建,并能精确的分析接缝特征。在不焊接无弧光干扰和焊接有弧光干扰两种情况下对典型接缝进行了叁维重建试验。试验证明,无弧光干扰时,对于V型、半V型、对接I型、U型、搭接等接缝重建精度很高,有弧光干扰时,对对接I型、U型重建效果欠佳。

参考文献:

[1]. 基于弧焊机器人接缝视觉信息检测与识别研究[D]. 王文凯. 南京理工大学. 2002

[2]. 基于视觉的熔池过程特征提取方法及智能控制研究[D]. 王克鸿. 南京理工大学. 2007

[3]. 弧焊机器人工作站智能化技术研究[D]. 刘永. 南京理工大学. 2005

[4]. 弧焊机器人焊缝视觉信息检测与识别研究[D]. 刘明友. 南昌大学. 2007

[5]. 基于双目视觉的弧焊机器人焊缝叁维信息获取研究[D]. 陈希章. 上海交通大学. 2007

[6]. 基于机器视觉的核电高压容器焊缝磨削轨迹智能检测技术研究[D]. 王玉富. 重庆大学. 2010

[7]. 重型车辆弧焊机器人自动焊接技术[J]. 王克鸿, 周琦. 国防制造技术. 2009

[8]. 基于激光视觉的焊缝跟踪系统的研究[D]. 郑定根. 南京理工大学. 2007

[9]. 基于视觉的管板机器人焊接叁维定位与路径规划[D]. 张勋业. 山东大学. 2016

[10]. 基于激光双目视觉系统的接缝叁维重建[D]. 曹慧. 南京理工大学. 2004

标签:;  ;  ;  ;  ;  ;  ;  

基于弧焊机器人接缝视觉信息检测与识别研究
下载Doc文档

猜你喜欢