随着我国工业制造的快速发展,对于产品的测量又有了更高的精度要求,尤其是在我国的焊接领域,智能化焊接机器人因其具有的视觉功能在一定程度上提高了焊接精度和生产率,所以研究基于视觉的焊接机器人焊缝识别技术对我国焊接领域的发展有着重要意义。本文针对焊接机器人车架焊缝识别,将双目视觉应用于焊接机器人,深入研究了焊接机器人在焊接工作之前的车架焊缝识别技术。在Microsoft Visual Studio软件中,利用C#语言编程实现焊接机器人车架焊缝识别系统。具体研究内容如下:(1)论文介绍了系统搭建的硬件环境以及系统使用的前提条件是焊接机器人通过宏观环境下的整体识别已到达车架焊缝附近,然后采用基于结构光的双目视觉技术来识别车架焊缝。双目视觉的主要任务是从不同角度同时拍摄车架焊缝,测量焊缝的深度信息。通过双目视觉技术的原理,采用Matlab工具箱实现双目相机的标定,依据获取的相机参数,通过Bouguet算子极线几何的原理完成双目图像校正。因基于结构光的双目视觉技术通过丰富的特征信息量可以提高焊缝识别测量的精度,在综合分析结构光的特点后,设计了一种重复周期组合的编码结构光,该方法不仅可以提高被测物体的测量范围,还可以提高条纹特征的提取和解码精度。(2)论文研究了车架焊缝图像的焊缝识别算法。焊缝采集的图像包括强光投射和结构光投射的图像。对于强光投射的双目图像,论文在分析了各种边缘提取算子后,针对焊缝轮廓边缘提出了一种改进的Canny算子进行提取,实验结果表明,该算法对于车架焊缝轮廓边缘检测优于其他边缘算子的效果。为了确定车架焊缝在采集图像中的像素坐标,采用基于像素邻域比较的方法对焊缝轮廓边缘进行边界跟踪。在双目视觉立体匹配阶段,提出结构光解码与双目车架焊缝轮廓边界提取相结合的算法完成立体匹配,根据匹配点计算焊缝轮廓空间坐标。最后提出采用整体最小二乘奇异值分解的方式拟合焊缝空间数据,从而识别出焊缝的空间位置,并确定焊缝的起始点和终止点,其结果与实际测量值相比,深度误差在±0.2mm左右。(3)论文在Microsoft Visual Studio软件中,通过C#语言编程实现焊接机器人车架焊缝识别系统,其系统主要包括双目采集的车架焊缝图像校正、焊缝轮廓边界提取、立体匹配、空间点计算、空间点数据拟合等算法。此外,还对系统进行了界面设计并展示了识别效果,证明了所研究的焊接机器人车架焊缝识别系统在识别中的准确性和可行性。