论文部分内容阅读
机器人自动化焊接是焊接制造未来发展的必然趋势,但是在实际的机器人焊接过程中容易出现热变形、间隙变化以及工件本身的加工和装配误差等因素,可能会导致焊接过程中预先示教轨迹与实际焊接位置存在偏差,影响最终的焊接质量。通过使用视觉传感器采集焊接过程图像并进行分析处理并控制机器人执行纠偏运动,为机器人增加感知外部信息和反馈控制的能力,对于发展焊接智能制造和提高焊接过程的自动化和智能化有重要作用。目前机器人焊缝跟踪领域使用的视觉传感器主要分为被动视觉和主动视觉两类,主动视觉传感器通过使用激光器作为辅助光源,结构光在焊缝位置处发生的变形进行分析处理得到焊缝的特征信息,不受到焊接过程的影响,可以较容易采集得到清晰的激光条纹图像,相比于被动视觉其图像特征提取更加简单,同时安装简单且应用范围更加广泛,适合于机器人焊缝跟踪实际工业应用的有效推广。本文开展了基于主动视觉进行焊缝跟踪方面的研究。设计并研制线结构光激光视觉传感器,使用透过率10%的减光片和中心波长660nm的窄带滤光片过滤周围环境光和焊接电弧光,保证传感器获取得到清晰的焊缝图像。首先对焊缝图像采用中值滤波算法对图像进行平滑滤波,该方法在去除噪声的同时还可以保留激光条纹细节信息,然后使用图像形态学运算消除激光条纹中的空洞和小面积光斑。最后使用Otsu自适应获取最佳阈值,将焊缝激光条纹从周围背景中分割出来。针对四种典型焊缝分析其焊缝图像特征,根据焊缝图像特点采用相应的图像特征提取算法,图像处理速度可以达到每秒10张以上,能够满足实时焊缝跟踪的要求。针对实际焊接过程中会出现的电弧光过强或者焊接飞溅等影响焊缝特征提取的情况,导致获取的偏差值出现偏离的问题,采用图像分析的方法进行过滤,保留符合预期的图像和丢弃有缺陷的图像,保证焊接过程的顺利进行。为了能够在检测焊缝偏差时平滑调整机器人位姿状态同时又不影响焊接过程,采用分段插值的方法进行轨迹规划。将机器人的示教轨迹按照3~5mm进行分割插值,传感器在检测到偏差信息之后对后续部分的轨迹进行重新计算更新,然后纠正机器人运动状态,保证焊丝尖端始终在焊接位置。最后为了验证整个焊缝跟踪系统的准确性和稳定性,本文分别针对对接坡口的直线焊缝和曲线焊缝、V型坡口的直线焊缝进行跟踪纠偏试验,结果表明焊缝跟踪过程稳定,纠偏误差控制在±0.4mm范围内。针对机器人焊接进行实际的起弧跟踪试验,使示教轨迹与实际焊缝轨迹有一定的偏差来模拟焊接过程可能会出现偏差的情况,通过观察最终的焊缝成型,该焊缝跟踪系统能够满足焊缝实时跟踪控制的要求。