经济的发展推动高铁事业的建设,高铁的普及推动铁路沿线周边城市的发展。无缝钢轨技术使高速铁路行车速度上了一个新的台阶。现代社会中,人工成本的大幅度提升及低自动化设备相对落后的情况使钢轨焊缝的打磨的方法和技术依然多年保持未变。随着生产要求的提升高,工业机器人在各行各业发挥着越来越重要的作用。在焊轨厂这种重复型劳动工作环境,工业机器人更能适应环境要求和工作强度要求,完成打磨工作。本项的目的是利用机器视觉技术建立钢轨焊缝打磨机器人视觉系统,实现对钢轨焊缝的定位以及外形特征检测功能,辅助打磨工业机器人进行打磨,实现打磨系统自动化,一体化的目标,并取得高精度,高准确率的打磨效果。利用工业机器人打磨钢轨,前提条件是要得知钢轨焊缝的位置以及外形特征。两钢轨连接处,称为焊缝。经过焊接的焊缝,两焊接面之间会有溢出的焊瘤存在。为了将焊瘤检测出来并打磨干净,需要进行焊缝识别。焊缝识别包括焊缝位置的识别和焊瘤外形特征的检测,分别称之为焊缝定位和焊缝外形检测。焊缝定位目的在于找到机器人末端与二维激光传感器之间的相对距离,从而机器人末端能够带动二维激光传感器移动到焊缝上方。只有二维激光传感器能准确落到焊缝上方,才能对焊缝处外形进行精确检测,得到焊缝中焊瘤外形信息。焊缝定位采用工业相机对环境进行拍摄,选用蓝色激光光源,得到相应的图片。对图片进行数字图像处理,采用改进的canny边缘检测技术,找到图片中焊缝位置。将焊缝经过计算从图片位置转化到空间位置,从而实现打磨。改进的Canny边缘检测技术采用Otsu算子,实现检测过程中阈值自动获取,取代传统的人工输入阈值的方法。同时用形态学运算进行滤波,使检测结果边缘更平滑,更适应项目要求。焊缝外形检测包括一系列特征点和特征数据的检测,如焊缝焊接处焊瘤高度检测,焊瘤宽度检测,以及焊缝处平直度检测等。首先采用二维激光传感器获得钢轨焊缝外形数字信号,然后利用小波分解与重构得到焊缝外形轮廓的细节信息,对细节信息进行分析可获得焊缝焊瘤边缘点,经过计算获得焊缝焊瘤外形数据。对于钢轨打磨后的效果检测,也可采用二维激光传感器,对焊缝两侧钢轨顶面进行表面数据获取并拟合成直线,计算两边直线的夹角获得平直度等信息。完成上述工作后需要对获得的各种结果信息进行传输。本文采用Visual Studio进行编程,以c++语言编写交互软件。该软件有标定、连接、修改参数、定位、外形检测等多方面的功能,功能高度集成,易于观察操作。本项目的改进Canny边缘检测算子以及采用小波分析方法对焊缝外形进行特征点分析的方法都对焊缝打磨的过程有着重要的作用,不但能够提高打磨速度,而且减少打磨过程人工劳动,并实现打磨系统的自动化,一体化,现代化的需求。