现有的焊缝跟踪传感器中,结构光传感器通过视觉传感方式,使焊接机器人获得焊缝形态、轨迹及高度等信息,能够自主进行焊接行为,提高了焊接机器人的智能化程度,保证自动化焊接的质量。与其他类型的结构光传感器相比,多线激光传感器可以在一帧图像内识别多个焊缝特征点,识别曲线焊缝不受机器人运动误差影响。

为了解决单线激光传感器存在的超前误差问题,实现曲线焊缝的识别,对多线激光传感器焊缝轨迹识别展开研究,主要研究内容包括:首先,研究了线结构光视觉焊缝识别技术,分析多线激光传感器的结构与器件,计算了不同布置方案下结构光传感器的坐标,最终确定并制作了多线激光传感器。随后围绕多线激光传感器搭建了焊缝识别跟踪系统,依靠三轴机器人移动平台使焊枪和传感器沿焊缝移动,焊接系统可以进行熔化极气体保护焊,图像采集与处理系统负责采集图像到PC并处理,机器人又依据处理出的焊缝偏差信息调整位置。

其次,建立了多线激光传感器数学模型,并对摄像机内参数和传感器结构参数进行了标定。由于摄像机镜头使图像中存在桶形畸变,使图像中的物体位置和形状出现误差,需要摄像机的内参数校正镜头畸变,还原物体原本的状态。焊缝识别过程中多线激光传感器的摄像机与被摄物体间成一个夹角,导致图像中每个像素值对应的物理距离都不同,给焊缝轨迹和焊缝偏差的计算带来很大困难,使用标定得到的传感器参数,校正透视畸变,方便后续图像处理。

然后,分析了多线激光V型焊缝图像的特点,提出一种基于前一帧图像特征点位置的动态不规则ROI提取方法,减少了需要处理的图像区域和处理时间,并将噪声降到最低;对焊缝图像通过开操作去飞溅,一维LOG滤波锐化激光线,阈值分割激光线与背景,孤点滤波去除残留噪声,二次迭代提取中心线等处理,最终得到焊缝特征点并拟合焊缝轨迹。了解更多骁锐科技

最后,建立焊缝横向偏差和高度偏差识别模型;基于Visual C++6.0编写多线激光焊缝识别程序,采用多线程结构并行处理多条激光线的ROI图像,减少了焊缝图像处理时间,最终处理一幅分辨率768×576的焊缝图像的时间在30ms以内,满足焊缝跟踪实时性要求。进行了焊缝走向及高度识别实验,对采集的图像的处理结果显示,多线激光传感器焊缝走向角度识别误差小于0.5°,焊枪高度识别误差小于0.6mm。