论文部分内容阅读
随着第三次工业革命浪潮方兴未艾,现代化机械越来越广泛的应用在工业生产中。为了满足钢铁焊接行业对高质量、高效率生产的需求,焊接智能化成为焊接行业的发展趋势,提升焊接生产的柔性化与智能化成为摆在焊接行业工作者面前的一道挑战性难题。本课题基于智能视觉焊接的行业背景,旨在开发具有智能识别焊缝位置的智能焊接系统,替代人工在恶劣环境下进行焊接作业。这对于解放劳动力,改善焊接工人劳动生产环境,有重要的社会价值和经济价值。本文以薄钢板搭接焊缝为研究对象,依据空间视觉约束和视觉测量原理,设计了合理的用于焊缝特征识别的视觉系统。系统选用大恒DH-HV1351UM系列CMOS相机,波长为650nm的红色一字型激光光源,以及合适焦距的Computar镜头、窄带滤光片以及衰减片。焊缝特征提取过程包括焊缝图像感兴趣区域的确定(ROI),图像滤波去噪,差分法提取激光条纹骨架以及对骨架进行插值滤波,并对提取到的特征点进行霍夫变换,得到激光条纹主直线信息。通过条纹骨架特征点与主直线之间的距离间差,准确获取到了特征点位置信息,并通过Modbus通信协议完成与PLC之间的通信,进而引导焊枪依据特征点位置信息完成纠偏,实现焊接任务。针对图像滤波,本文创新性提出基于能量的伪彩色变换滤波方法,能够可靠地将激光条纹周围毛刺以及能量较弱的飞溅等滤除,为进一步特征提取做好准备。为了在充满各种干扰的复杂环境中精确地提取到特征点,本文采用随机抽样一致预测算法(RANSCA),通过对历史数据进行概率分析,精确地拟合出焊缝特征的局部模型,预测出特征点位置并引导焊枪实现纠偏修正,提高了系统的可靠性与智能化水平。算法在两类典型的工业机器人上进行了测试,三自由度笛卡尔坐标平台上以及在焊接现场龙门架构焊接跟踪平台上。测试结果证明,本视觉系统检以及检测算法有较高的精度和可靠性。图像处理算法在充满弧光飞溅烟尘等干扰的恶劣的焊接环境中能够有效可靠的提取搭接焊缝特征点位置。