论文部分内容阅读
随着焊接智能制造的发展,传统焊接工艺的效率和质量不能满足现代焊接的需求,而智能机器人焊接是未来焊接的发展方向。但目前焊接机器人由于受到焊接弧光、飞溅等强干扰,以及焊接工件与焊缝类型的复杂多样性,自适应焊缝类型识别方面具有较大的局限性,难以实现智能化焊接。针对此问题,本文基于模板匹配的自适应焊缝检测视觉系统进行了系统的研究,主要包括智能化激光视觉传感器设计、激光条纹骨架提取算法、基于模板匹配的焊缝类型识别及焊缝特征检测,主要研究内容如下:(1)首先,本文设计一种激光视觉传感器,为获得图像坐标系和测量平面坐标系之间的关系,在激光视觉传感器多个参数未知的情况下,提出一种激光视觉传感器模型及黑盒标定方法。将设计的激光视觉传感器安装于FANUC机器人,控制FANUC机器人在Z轴上的运动,利用激光视觉系统和标定块获取激光条纹图像,然后进行图像处理得到激光条纹的高度和宽度信息,求取高度信息与测量平面的深度信息、宽度信息的关系,完成对激光视觉传感器的标定。(2)然后,为改善焊缝特征检测的精度和效率,提出一种改进的Steger激光条纹中心骨架提取算法。提出的方法使用灰度均值搜索法获得动态感兴趣区域,并利用高斯滤波去除图像噪声影响,再采用Ostu进行自适应阈值分割,以得到清晰的焊缝图像;为提高算法效率,只考虑图像中灰度大于阈值的像素点,并利用主成分分析法求取Hessian矩阵的特征值和特征向量,高效地提取Steger激光条纹中心骨架。实验结果表明,提出的方法能够提高Steger激光条纹骨架提取算法的效率。(3)最后,为提高激光视觉传感器的智能化水平和自主学习能力,提出一种基于多尺度形状描述符的模板匹配方法,实现多种焊缝类型的自主识别和特征检测。首先,利用激光条纹的中心骨架进行直线拟合并获取中心骨架的兴趣点,然后,使用多尺度形状描述符对模板图像和待测图像进行形状特征描述,并利用模板匹配识别待测图像的焊缝类型和大致位置;最后,依据焊缝类型进行小范围特征检测,实现准确提取焊缝特征。实现结果表明,提出的方法能够在焊接环境干扰强烈和焊缝类型复杂多样化的情况下,具有较高的焊缝类型识别率。