课题来源于与南洋二机石油装备公司合作研究的“智能化油井珩架焊接机器人”项目,目的是为了实现由焊接机器人代替手工焊完成油井珩架的大量焊接工作,以进一步提高生产效率,保证焊接质量。由于油井珩架钢结构比较复杂,在焊接过程中可能出现由各种因素引起的焊位偏差,这就需要机器人能够在焊接过程中对焊缝进行实时跟踪,并且自动纠偏,以提高焊接质量,因此机器视觉系统是该焊接机器人焊接自动化的重要组成部分。本文分析讨论了机器视觉系统的构架及工作原理,对机器人机械结构进行了方案设计,力求使结构最稳定、可靠,在保证精度的情况下尽量降低成本;设计了焊接机器人的控制系统,对示教编程和离线编程模块的实现进行了研究。焊缝跟踪系统包括视频输入、图像分析和偏差调节三大部分。视频输入是将CCD摄像机摄得的近缝区图像信息通过USB接口直接传入中央控制机。本文将DirectX技术引入机器人视觉中,这是机器人视觉视频捕获的新方法。由于DirectX技术在视频流方面高速、高质量的图像采集特性以及COM编程环境的简单易用,此方案将在机器视觉系统中发挥重要的作用。本文对各种图像处理、识别算法进行了比较和研究,并以一幅有大量噪声干扰的焊缝图像为处理对像进行分析,选定处理速度最快的图像处理、识别算法组合,以实现快速提取焊缝图像的特征,为焊缝实时跟踪提供了必要条件。图像处理的最终目的是提取焊缝位置的偏差信息,进而对焊枪运动轨迹做出修正。为了进一步提取到适于跟踪过程控制的控制量,本文通过对焊缝区轮廓图的研究,采用曲线拟合法来分析焊缝轨迹的特征信息,可以准确提取焊缝中心的位置参数,以计算焊缝位置偏差量。由于算法相对简单,提高了焊缝跟踪过程的处理速度。