工业机器人在焊接领域的应用得到迅速的发展,覆盖面越来越广。“示教-再现”模式在机器人焊接作业中最为常见。为确保这种工作模式能够被准确应用在以焊接作业为主的环境中,需要操作者在焊接前工序工作中完成点焊,以便于工件的准确定位。由于工件本身具有的形状和位置偏差,以及其他不可避免的因素如冲压变形和毛刺等这些都会带来焊接边缘的定位误差,使得实际焊接轨迹与示教轨迹不重合,出现跟踪偏差问题,降低了焊接精度,最终达不到焊接质量要求。一般而言,校正焊接轨迹是提高焊接工件质量的前提条件。为此,本文提出在焊接前进行工件焊接轨迹的测量和校正的方法。该方法主要以条纹式激光传感器作为检测手段,并设计了基于条纹式激光传感器的焊缝测量系统。区别于一般的焊接机器人末端,此处需安装激光传感器。传感器检测获取焊缝截面二维几何信息并提取特征点,将这些特征点应用NURBS曲线拟合获得完整的焊缝轨迹。本课题来源于国家科技重大专项“五千台具有完全自主知识产权的面向机床自动化生产的机器人开发及产业工程”(项目编号:2015ZX04005006)和广东省科技重大专项项目“面向数控机床与机器人集成一体化技术的研究”(项目编号:2014B090920001)。围绕着如何在焊接前进行工件焊接轨迹的测量和校正,展开对相关问题的探讨。本文内容主要分为以下几个部分:研究了激光数据的分析处理方法,包括滤波处理和平滑处理两个过程。滤波处理采用的方法是Hampel滤波算法,该算法能找出数据中的异常值并将其进行剔除。平滑处理采用一阶加权线性最小二乘法。MATLAB中的smooth函数为平滑处理提供了六种不同的方法,通过实例对比可知,采用其中的一阶加权线性最小二乘法对数据进行平滑处理,在不丢失数据特征的前提下能较大程度减少数据中的噪声干扰。研究了基于SDP的条纹式激光传感器与机器人之间的手眼标定方法。建立了激光测量坐标系与机器人末端坐标系之间变换关系的辨识模型,并对该模型采用基于半正定规划方法进行模型参数辨识和物理可行性辨识,得到满足物理可行性约束条件下的精度较高的标定结果。标定结果验算的平均误差为-0.2863mm,考虑到测量过程中存在的多种误差,认为该结果能满足焊接精度要求。研究了基于NURBS曲线的焊缝轨迹拟合算法。从局部和全局两个方面对插值和逼近算法进行了研究,研究了全局曲线插值、局部曲线插值、全局曲线逼近和局部曲线逼近四种拟合算法,通过对四种算法的优缺点进行比较,得到适合作为焊缝曲线拟合的算法。设计和搭建了一个8自由度机器人自动焊接平台。硬件系统包括安川6自由度焊接机器人、变位机构和LPS 36HI型条纹式激光传感器等,控制系统包括安川DX200型控制器和运行Windows系统的上位机软件模块。利用该平台对本文理论研究进行实验验证。实验内容分为三个方面,包括对采集的激光数据进行的滤波和特征点提取算法实验验证,激光传感器相对于机器人末端的SDP标定算法实验,焊缝特征点NURBS曲线拟合结果与分析。通过对实验结果误差分析可知,拟合得到的焊缝轨迹平均误差为0.8mm,满足焊接精度要求。本文的创新成果有以下三点:(1)提出了基于条纹式激光传感器的焊缝轨迹校正方法。搭建了一个由激光传感器、工业机器人、变位机、工业控制计算机等组成的测量系统,由机器人固定传感器于测量工件的有效测量范围内,通过变位机带动被测工件做旋转运动,实现对焊缝整体特征的测量。(2)提出了一种根据焊缝轨迹特征点进行NURBS曲线拟合的方法。利用Hampel滤波器剔除数据中的异常值,并用一阶最小二乘拟合进行数据的平滑处理,从而提取焊缝特征点,并根据这些特征点进行NURBS曲线拟合,获得完整的焊缝轨迹。(3)提出了一种基于半正定规划的模型辨识及标定算法,通过分析激光测量坐标系与机器人末端坐标系之间的转换关系,建立其辨识模型,并对该模型采用基于半正定规划法进行模型参数辨识和物理可行性辨识,得到满足物理可行性约束条件下的精度较高的标定结果。该方法的优点是获得的标定结果能满足模型的物理可行性约束,即满足姿态矩阵两两正交的约束条件,辨识模型具有更高的稳定性。