论文部分内容阅读
在工业生产中,目前现有的焊接机器人从整体上来看大部分都是属于示教再现型机器人部分离线编程型焊接机器人,这两种焊接机器人都不具备有能够适应焊接恶劣环境和作业条件而变化的能力。因此,摆脱示教再现的方式,利用激光视觉传感技术来实现焊接机器人自动完成焊接过程具有十分重要的意义。本论文针对这一问题在中厚板焊接自动跟踪领域中展开研究,重点对焊缝自动跟踪系统中的焊缝图像处理以及焊后形貌特征检测进行了深入探究。本论文的主要研究内容以及研究结果如下:(1)提出了实现焊缝自动跟踪的研究意义,介绍了视觉传感技术、图像处理技术以及图像三维重建技术在国内外的研究现状。(2)介绍了焊缝自动跟踪系统的总体构成,搭建激光视觉传感系统图像采集实验平台,根据要求确定了图像采集方案及系统构件选型。(3)对采集到的焊缝结构光图像进行预处理和后处理。其中预处理包括滤波去噪和图像二值化,经过与其他滤波去噪算法进行对比和改进,采用改进的自适应中值滤波对焊缝结构光图像进行处理,然后利用改进的大津法对焊缝结构光图像进行自适应二值化。后处理包括焊缝激光带边缘提取和中心线提取,经过对比分析,最后采用基于形态学骨架化的中心线提取算法对焊缝激光带进行处理。(4)根据提取出的焊缝激光带中心线的像素点坐标,利用改进的Delaunay三角化算法和B-样条插值算法分别对目标焊缝进行三维重建,从重建焊缝的三维效果进行对比分析,得到基于B-样条插值的重建算法明显优于Delaunay三角化算法。(5)根据本文所使用焊接方法的焊缝缺陷特点,建立了六种焊缝形貌评价指标,设计算法对重建的目标三维焊缝进行基于形貌评价指标的特征提取,将利用算法提取的指标值与实际对焊缝进行测量的结果进行对比分析,结果表明两种方法得到的数据基本上是一致的,其中最大的误差分别为0.041和0.035,不会影响到对焊缝形貌评判的结果以及后续焊缝的检测。表明建立的这一套焊缝形貌标准检测的系统能够用于焊缝成形的参数测量以及对后续多层多道焊缝参数的评判与预测。